Skygen.AI ha annunciato ufficialmente la conclusione di un seed round da 7 milioni di dollari e l’uscita dalla modalità stealth con il lancio di quella che definisce la Execution Layer autonoma più avanzata al mondo, segnando un punto di svolta nella direzione dell’intelligenza artificiale applicata alle operazioni reali e promettendo di superare l’era dei semplici chatbot conversazionali. Fondata da Mike Shperling, un imprenditore di appena 19 anni, la startup si propone di trasformare l’IA da sistemi che parlano e forniscono consigli in strumenti capaci di eseguire attività complesse direttamente nelle applicazioni aziendali con grande velocità e autonomia.
La visione tecnica alla base di Skygen.AI nasce dalla critica alle soluzioni IA tradizionali basate su modelli linguistici che si limitano a rispondere a richieste o generare testi. In molti casi, tali sistemi richiedono all’utente di prendere i risultati e inserirli manualmente nei propri strumenti di lavoro, creando un significativo gap tra il risultato generato e la sua messa in pratica. La Execution Layer sviluppata da Skygen affronta questo problema introducendo un agente autonomo che non si limita a interpretare comandi, ma interagisce direttamente con interfacce software reali. Utilizzando un proprio Computer Use mode basato su tecniche di visione artificiale, Skygen può “vedere” il contenuto dello schermo e manipolare CRM, sistemi ERP, piattaforme bancarie e altre applicazioni con una velocità e un’efficienza che, secondo l’azienda, supera di due-tre volte le alternative basate su API tradizionali.
Questa capacità di operare nelle interfacce utente lo distingue nettamente dai chatbot convenzionali. Invece di interfacciarsi solo tramite chiamate programmatiche a servizi backend, l’agente autonomo di Skygen è progettato per lavorare come farebbe un essere umano, ma con la precisione e la velocità di un software. La tecnologia combina un orchestratore centrale con sub-agenti specializzati come Gemini Flash, creando un’architettura destinata a sostenere attività di lunga durata senza perdere il filo del contesto, un problema noto nei modelli linguistici classici quando si gestiscono flussi complessi di lavoro.
L’elemento di apprendimento in-context presente nella piattaforma permette al sistema di adattarsi allo stile e alle preferenze dell’utente. In pratica, l’agente non si limita a eseguire istruzioni isolate, ma “impara” progressivamente informazioni chiave come contatti, modalità operative preferite e workflow specifici, consentendo interazioni future più rapide e contestuali. Questo approccio porta a una specie di memoria operativa, in cui l’agente diventa sempre più efficace nel replicare e automatizzare le attività richieste, comportandosi come un dipendente digitale personalizzato piuttosto che come un semplice strumento di suggerimento.
Un altro aspetto significativo della tecnologia è la modalità di ricerca approfondita e autonoma dei dati. La “deep research mode” consente all’agente di svolgere analisi di mercato e recupero dati con livelli di accuratezza molto elevati, competendo con strumenti di ricerca avanzati e riducendo la necessità di intervento umano per raccogliere e sintetizzare grandi quantità di informazioni. Ciò apre la porta all’automazione non solo delle attività operative ripetitive, ma anche di quelle che richiedono valutazioni più complesse e contestualizzate.
Dal punto di vista della sicurezza, Skygen.AI ha adottato un approccio rigoroso. Ogni agente opera in una macchina virtuale completamente isolata (sandboxed environment), garantendo che i dati degli utenti non escano mai dall’ambiente protetto e che non siano utilizzati per l’addestramento dei modelli. Questo isolamento, assieme a un layer di guardrails integrato che richiede conferme per azioni critiche o ambigue, riflette l’enfasi dell’azienda sulla protezione dei dati in un’epoca in cui le violazioni sono un rischio costante per le tecnologie digitale.
Il finanziamento da 7 milioni di dollari fornisce a Skygen.AI le risorse necessarie per consolidare e dimostrare la fattibilità della sua visione, ma la sfida rimane significativa: l’ecosistema dell’IA aziendale è saturo di soluzioni di copiloting e automazione, molte delle quali si stanno evolvendo verso agenti sempre più capaci. Il successo di una “Execution Layer” autonoma dipenderà non solo dalla sua tecnologia proprietaria, ma anche dall’adozione in scenari reali di business, dalla scalabilità e dall’affidabilità su carichi di lavoro variegati e spesso imprevedibili.