nuove strategie

Big Tech a caccia di licenze e talenti AI: così si aggira l’Antitrust



Indirizzo copiato

Le grandi aziende tecnologiche come Google e Microsoft stanno rivoluzionando le fusioni e acquisizioni, preferendo licenze e assunzioni di talenti dalle startup AI per evitare controlli antitrust. Questo approccio, adottato anche da Amazon, consente accesso a tecnologie avanzate mentre le startup possono concentrarsi sullo sviluppo senza pressioni commerciali

Pubblicato il 11 ott 2024

Giancarlo Vergine

Tech Entrepreneur | Crowdfunding Expert



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
angel investing in italia




Le grandi aziende tecnologiche come Google, Microsoft e Amazon sono sempre alla ricerca di startup che sviluppano soluzioni all’avanguardia, e l’intelligenza artificiale non fa eccezione. Tuttavia, l’approccio di queste big tech alle fusioni e acquisizioni (M&A) sta cambiando. Invece di acquistare direttamente le startup, molte di queste aziende stanno adottando un modello diverso, che prevede la concessione di licenze per le tecnologie e l’assunzione dei talenti chiave, senza prendere il controllo delle società stesse.

Questo cambiamento è in parte una risposta alla crescente pressione regolatoria e alle preoccupazioni antitrust.

L’approccio non tradizionale: licenze e acquisizioni di talenti

Uno degli esempi più significativi di questo nuovo modello è l’accordo tra Google e Character.AI, una startup fondata da Noam Shazeer e Daniel De Freitas, ex dipendenti Google. Dopo aver lasciato l’azienda nel 2022 per creare la loro startup e raccogliere circa 200 milioni di dollari, Shazeer e De Freitas hanno recentemente annunciato il loro ritorno a Google. Tuttavia, invece di acquisire interamente la startup, Google ha stipulato un accordo da 3 miliardi di dollari per licenziare la tecnologia di Character.AI e assumere circa il 20% dei suoi dipendenti, inclusi i due fondatori.

Questo tipo di operazioni, anche se non tradizionali, permette alle grandi aziende di accedere alla tecnologia e al talento delle startup senza acquisire l’intera azienda. Una delle principali motivazioni per questo approccio è il desiderio delle big tech di evitare il controllo regolatorio. Infatti, aziende come Google, Microsoft e Amazon sono sempre più sotto la lente delle autorità antitrust, come la Federal Trade Commission (FTC), che monitora attentamente i loro tentativi di acquisire startup in settori strategici come l’intelligenza artificiale​ (fonti: Sifted e Tech.eu).

L’impatto della regolamentazione sulle operazioni M&A

Le autorità antitrust negli Stati Uniti e in Europa stanno prestando particolare attenzione alle operazioni di M&A nel settore tecnologico, soprattutto quando riguardano startup AI. Le preoccupazioni riguardano il potenziale consolidamento di potere da parte delle big tech, che potrebbero ridurre la concorrenza acquisendo le startup più promettenti. Per evitare di attrarre l’attenzione dei regolatori, le grandi aziende stanno optando per accordi meno convenzionali, come la concessione di licenze per la tecnologia e l’assunzione dei talenti.

Ad esempio, Microsoft ha pagato oltre 650 milioni di dollari per licenziare la tecnologia di Inflection, una startup AI, e assumere quasi tutti i suoi dipendenti, incluso il fondatore Mustafa Suleyman. Amazon ha seguito una strategia simile, stipulando un accordo da 330 milioni di dollari con Adept, portando a bordo gran parte del team della startup, ma senza acquisire l’azienda nella sua totalità​ (fonte: Sifted).

Le motivazioni delle startup

Per le startup AI, questi accordi rappresentano un’opportunità interessante. Oltre a garantire ai fondatori di continuare a lavorare sulle proprie tecnologie con le risorse delle grandi aziende, offrono anche un rapido ritorno sugli investimenti per i finanziatori. Nel caso dell’accordo tra Google e Character.AI, gli investitori hanno ottenuto un ritorno pari a due volte e mezzo l’investimento iniziale in soli due anni. Tuttavia, queste operazioni lasciano talvolta “entità aziendali orfane”, dove alcuni dipendenti che non sono coinvolti negli accordi si trovano esclusi dai vantaggi finanziari, generando incertezza​ (fonte: Tech.eu).

Le prospettive future per l’M&A nell’AI

Guardando al futuro, è probabile che le grandi aziende tecnologiche continueranno a preferire questo tipo di accordi, soprattutto mentre il settore AI continua a espandersi a ritmi vertiginosi. Non tutte le startup AI raggiungeranno il successo sperato, e molte potrebbero optare per accordi di licenza e acquisizione di talenti, anziché cercare di competere autonomamente con le big tech. Per le startup, questi accordi offrono un modo per concentrarsi sullo sviluppo tecnologico senza dover affrontare le sfide commerciali e operative in completa autonomia.

Il contesto europeo ed italiano

In Europa e in Italia, il modello di M&A nel settore dell’intelligenza artificiale rimane più tradizionale rispetto agli Stati Uniti, dove le big tech adottano modelli più innovativi come il licensing di tecnologie e l’acquisizione di talenti chiave senza acquistare interamente le aziende. Questo è dovuto al fatto che non ci sono realtà tecnologiche con la stessa potenza e caratura delle big tech americane, il che rende meno necessaria l’adozione di modelli di acquisizione più complessi.

Tuttavia, anche in Europa si stanno verificando alcune acquisizioni significative nel settore AI. Un esempio è l’acquisizione di InstaDeep da parte di BioNTech, del valore di 562 milioni di sterline. Questo accordo permette a BioNTech di accelerare la ricerca di farmaci basata sull’AI, un settore cruciale per l’azienda farmaceutica tedesca. In Italia, si è registrata l’acquisizione di Onyon, una startup torinese che ha sviluppato un’app di self-ordering, da parte della fintech Satispay​ (EU-Startups,Tech.eu). Questi casi dimostrano come anche in Europa e in Italia ci sia un interesse crescente verso l’AI, sebbene con modalità più tradizionali rispetto al mercato statunitense.

Prospettive per l’M&A nell’intelligenza artificiale

L’M&A nel settore dell’intelligenza artificiale sta evolvendo rapidamente. Le grandi aziende tecnologiche, sempre sotto la pressione delle autorità di regolamentazione, stanno esplorando modelli di acquisizione non convenzionali per ottenere il massimo dalle startup AI. Piuttosto che acquisire interamente le aziende, preferiscono stipulare accordi per licenziare la tecnologia e acquisire talenti chiave, mantenendo flessibilità e riducendo i rischi di controllo antitrust.

Questa evoluzione riflette il valore crescente dell’AI come settore strategico e segna una tendenza che probabilmente continuerà a plasmare il panorama tecnologico globale. In Europa e in Italia, sebbene il modello di acquisizione sia rimasto più tradizionale, l’interesse per l’intelligenza artificiale è in forte crescita, con acquisizioni strategiche che stanno rafforzando l’ecosistema AI. Le startup AI devono ora decidere se mantenere la propria indipendenza o collaborare con le big tech, affrontando le opportunità e le sfide che queste scelte comportano.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
0
Lascia un commento, la tua opinione conta.x