Ollama ha chiuso un round Serie B da 65 milioni di dollari per rafforzare la propria piattaforma dedicata ai modelli AI open source e open-weight. Il finanziamento è guidato da Theory Ventures, con la partecipazione di Benchmark, 8VC, Y Combinator, Pace Capital, 49 Palms, GTMFund e altri investitori. Con questo round, il capitale complessivamente raccolto dalla società arriva a 88 milioni di dollari.
Il dato è rilevante perché Ollama non si posiziona come un semplice wrapper per modelli locali, ma come uno strato infrastrutturale per eseguire, gestire e integrare modelli aperti nei workflow degli sviluppatori. La piattaforma è diventata uno dei punti di accesso più usati per scaricare ed eseguire modelli AI su macchine locali, ambienti cloud e applicazioni agentiche, con un’esperienza pensata per ridurre la complessità di installazione, configurazione e deployment.
La crescita dell’adozione mostra quanto il mercato stia cercando alternative più controllabili rispetto all’uso esclusivo di API proprietarie. Ollama dichiara 8,9 milioni di sviluppatori, oltre 67.000 integrazioni community-built e una presenza nell’85% delle aziende Fortune 500. Sono numeri significativi perché indicano che l’uso dei modelli aperti non riguarda più solo sviluppatori indipendenti, ricercatori o sperimentazioni locali, ma anche contesti enterprise in settori come finanza, sanità, energia, ricerca, software engineering e automazione interna.
Il valore tecnico di Ollama sta nella semplificazione dell’esecuzione locale dei modelli. Un developer può scaricare un modello, avviarlo sul proprio computer e usarlo tramite interfaccia a riga di comando o API locale, senza dover costruire manualmente tutto lo stack di inferenza. Questo consente di testare modelli diversi, confrontare prestazioni, lavorare offline, proteggere dati sensibili e integrare l’AI in applicazioni esistenti senza dipendere sempre da un endpoint remoto.
La piattaforma supporta modelli e famiglie open-weight provenienti da diversi ecosistemi, inclusi Meta, Google, Microsoft, NVIDIA, DeepSeek, Zhipu, Qwen, Kimi e altri provider. Questo è un aspetto centrale perché il mercato open non è formato da un solo modello dominante, ma da una molteplicità di modelli specializzati per codice, ragionamento, conversazione, visione, agenti, automazione e deployment locale. Ollama funziona quindi come livello di accesso comune sopra un ecosistema molto frammentato.
La compatibilità con Mac, Windows e Linux ha contribuito alla diffusione. Nei team tecnici, poter usare lo stesso strumento su workstation diverse riduce attriti e differenze tra ambienti di sviluppo. Lo stesso modello può essere provato in locale da un singolo sviluppatore, integrato in un’applicazione tramite API e poi spostato su infrastruttura cloud quando servono più capacità computazionale. Questa continuità tra locale e cloud è uno dei punti più importanti della strategia di Ollama.
Il nuovo capitale servirà a espandere prodotto, infrastruttura cloud, community open source e assunzioni mirate. La parte cloud è particolarmente importante perché molte aziende vogliono mantenere l’esperienza semplice di Ollama, ma non sempre possono eseguire modelli più grandi o carichi intensivi su hardware locale. La possibilità di passare dal laptop al cloud senza riscrivere workflow e integrazioni rende la piattaforma più adatta a casi d’uso professionali e aziendali.
Il finanziamento arriva in una fase in cui gli agenti AI stanno aumentando la domanda di runtime flessibili per modelli. Strumenti di coding agentico, assistenti per sviluppatori, automazioni interne e applicazioni multi-step richiedono modelli eseguibili in modo stabile, accessibile e integrabile. Ollama punta proprio a questo livello: non addestrare necessariamente il modello di frontiera, ma diventare il modo più semplice per far girare modelli aperti dove il lavoro viene svolto.
La dimensione enterprise aggiunge un altro elemento. Le aziende non valutano solo la qualità della risposta del modello, ma anche controllo dei dati, costi di inferenza, latenza, governance, possibilità di personalizzazione, portabilità e lock-in. Eseguire un modello localmente o in un ambiente controllato permette di mantenere più vicini dati e logiche operative, mentre l’accesso al cloud consente di scalare quando i carichi superano le capacità della singola macchina.
Ollama si inserisce quindi in una tendenza più ampia: la separazione tra modello, runtime e applicazione. Le imprese non vogliono necessariamente legarsi a un solo provider di modelli, ma costruire uno stack in cui possano cambiare modello, confrontare prestazioni, distribuire inferenza su hardware diverso e mantenere un’interfaccia comune per gli sviluppatori. In questo scenario, il runtime diventa una componente critica tanto quanto il modello stesso.
Il round da 65 milioni di dollari segnala che il mercato vede valore nello strato operativo dell’AI open source. La competizione non riguarda più soltanto chi produce il modello più potente, ma anche chi rende quei modelli utilizzabili, aggiornabili, integrabili e distribuibili nei sistemi reali. Ollama sta cercando di occupare proprio questa posizione: essere il livello semplice e standardizzato attraverso cui sviluppatori e aziende portano i modelli aperti dal download al prodotto.