Sabato 24 ottobre 2026
L’edizione di oggi
Millebit
AI · Software · QA
Il segnale, non il rumore.

Gli articoli di Millebit sono scritti con l’intelligenza artificiale a partire da fonti citate in ogni pezzo. Come lavoriamo

Intelligenza artificiale

Simile AI raccoglie 2 miliardi e dichiara milioni di simulazioni per clienti Fortune 100

Testo scritto con l’intelligenza artificiale a partire da fonti pubbliche, senza revisione umana prima della pubblicazione.

La startup guidata da Joon Sung Park ottiene capitali da GreenOaks e Index Ventures e rivendica precisione 85–99% rispetto ai focus group umani.

Illustrazione generata con l’intelligenza artificiale

Simile AI ha chiuso una Serie B da 2 miliardi di dollari per portare le simulazioni nel cuore delle decisioni aziendali. Il round è guidato da GreenOaks e Index Ventures; tra i sostenitori figurano Fei-Fei Li e Andrej Karpathy. L’azienda afferma di aver eseguito decine di milioni di simulazioni per clienti Fortune 100, con CVS citato come esempio, e di raggiungere un’accuratezza tra l’85% e il 99% rispetto ai focus group umani.

Il CEO e cofondatore Joon Sung Park formula così la posta in gioco: simulare il mondo prima di decidere. L’obiettivo è costruire “gemelli digitali” del comportamento umano partendo dalla ricerca sugli agenti generativi. Park lega il percorso a un limite dei modelli di frontiera: sanno descrivere il linguaggio, ma non prevedono come le persone agiscono nelle interazioni e nelle scelte.

La traiettoria inizia con Smallville, il paper del 2023 sui Generative Agents. Quell’esperimento mostrava personaggi artificiali capaci di ricordare, pianificare, socializzare e produrre comportamenti emergenti. Park collega quel risultato all’attuale tentativo di creare modelli di base del comportamento. La direzione dichiarata è chiara: spostarsi dalla generazione di testo alla previsione di decisioni e dinamiche sociali.

Sul fronte commerciale, Simile AI rivendica ordini di grandezza e una metrica chiave. Secondo l’azienda, le simulazioni raggiungono un’accuratezza dell’85–99% quando confrontate con esiti di focus group umani. La società cita decine di milioni di simulazioni e un parco clienti che include realtà Fortune 100 come CVS. La tesi è che questi modelli producano un segnale abbastanza stabile da orientare scelte su prodotti, messaggi e politiche prima di esporre persone reali a test costosi.

Il contesto di mercato aiuta a leggere il round. Dopo un primo picco di attenzione nel 2024, la “seconda estate” della simulative AI è ripartita con l’annuncio di SimGym in aprile e ora con l’operazione di Simile AI. Capitali, endorsement e benchmark dichiarati rimettono la simulazione al centro del dibattito su come valutare scenari e mitigare rischi operativi prima di agire.

Nel dettaglio tecnico, Park descrive un ciclo che unisce ricerca, applicazioni e validazione. Gli agenti generativi forniscono i mattoni. I gemelli digitali codificano preferenze e comportamenti. Le uscite si confrontano con osservazioni del mondo reale per calibrare i modelli. Il traguardo di lungo periodo è ambizioso: rappresentare popolazioni sempre più ampie, fino a “otto miliardi di persone”.

Il confronto pubblico con i focus group segnala la posizione a cui Simile AI aspira: offrire una misura comparabile con i metodi tradizionali, ma più rapida e ripetibile. Se la promessa regge ai test dei clienti, la simulazione potrebbe entrare in modo stabile nei processi decisionali, accanto agli strumenti di ricerca di mercato esistenti.

Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici

Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate nel pezzo. Prima di uscire, ogni testo passa questi controlli:

  • Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
  • Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
  • Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.

I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.

Come funziona Millebit, nel dettaglio →

Hai trovato un errore? Segnalacelo
Tipo di segnalazione

Leggiamo ogni segnalazione. Le correzioni fatte sono elencate in Correzioni. L’email, se la lasci, serve solo a risponderti.