
Finanziamento Mirendil AI: 200 milioni e zero prodotti, perché vale 1 miliardo?
Duecento milioni di dollari raccolti prima ancora di avere un prodotto, una valutazione che sfiora il miliardo e un team formato dai migliori ricercatori del pianeta. Il finanziamento di Mirendil — uno dei round seed...
Bitcoin 1 Minute
Una notizia importante fa rumore nell’ecosistema blockchain. Duecento milioni di dollari raccolti prima ancora di avere un prodotto, una valutazione che sfiora il miliardo e un team formato dai migliori ricercatori del pianeta. Il finanziamento di Mirendil — uno dei round seed più grandi mai registrati nel settore AI — non è solo una notizia di venture capital: è un segnale preciso di dove sta andando l’intera industria dell’intelligenza artificiale. Punti chiave Mirendil ha raccolto 200 milioni di dollari in un round seed co-guidato da Andreessen Horowitz e Kleiner Perkins, con la partecipazione di NVIDIA.
La valutazione post-money è di circa 1 miliardo di dollari, con gli investitori in ingresso che hanno acquisito circa il 20% della società. Il team è composto da 20 ingegneri e ricercatori provenienti da Anthropic, OpenAI, Google DeepMind e xAI. L’obiettivo di Mirendil è sviluppare sistemi AI autonomi e agentici per automatizzare la ricerca e lo sviluppo nell’intelligenza artificiale di frontiera.
Dinamiche di mercato
Ad oggi non sono stati annunciati prodotti commerciali, ricavi o dettagli tecnici sulla tecnologia sviluppata. Il round da 200 milioni che ridefinisce il seed in AI Il round è stato co-guidato da Andreessen Horowitz (a16z) e Kleiner Perkins, con NVIDIA tra gli investitori partecipanti. A una valutazione post-money di circa 1 miliardo di dollari, i 200 milioni raccolti implicano che gli investitori abbiano acquisito una quota di circa il 20% della società — una proporzione che, per un’azienda senza prodotti né ricavi dichiarati, racconta tutto sulla natura di questa scommessa.
Non si tratta di un investimento tradizionale in una startup. È una scommessa sul talento, sulla visione e sul potenziale di lungo periodo della ricerca AI di frontiera. Il peso di Andreessen Horowitz e Kleiner Perkins Matt Bornstein di a16z ha definito il team di Mirendil come impegnato su uno dei principali problemi di scala nell’AI, senza entrare nei dettagli.
Mamoon Hamid di Kleiner Perkins ha invece paragonato gli obiettivi dell’azienda a quelli di un laboratorio di frontiera interamente dedicato alla ricerca e allo sviluppo AI, sottolineando che il team sta ottenendo risultati notevoli in tempi molto brevi. Parole pesanti, considerando che vengono da due tra i fondi più influenti della Silicon Valley. NVIDIA entra come investitore strategico La presenza di NVIDIA nel round non è casuale.
Impatto sui mercati
L’azienda di Santa Clara è da tempo impegnata a costruire presenza nell’ecosistema dei laboratori AI emergenti, partecipando a numerosi finanziamenti nel settore. La logica è chiara: più laboratori di ricerca avanzata esistono, più cresce la domanda di GPU necessarie per addestrare e far girare modelli complessi. Investire in Mirendil significa per NVIDIA scommettere sulla domanda futura di potenza di calcolo — e avere visibilità privilegiata sulle traiettorie tecnologiche che verranno.
Un team costruito per fare ricerca impossibile Mirendil è stata co-fondata da Behnam Neyshabur, ex ricercatore di Anthropic con un profilo di spicco nel machine learning su larga scala, insieme a Harsh Mehta, Shayan Salehian e Tara Rezaei. I quattro co-fondatori condividono un’esperienza profonda nella ricerca su modelli fondazionali e nell’ottimizzazione di sistemi AI. Attorno a loro, un nucleo di 20 ingegneri e ricercatori provenienti da Anthropic, OpenAI, Google DeepMind e xAI.
Non è un team assemblato per costruire un’app — è una concentrazione di competenze che poche organizzazioni al mondo potrebbero mettere insieme. Neyshabur ha spiegato la visione in un video condiviso da a16z: “Quando pensi a cosa fa uno scienziato o un ingegnere, la competenza principale è immergersi profondamente in un dominio e costruire un’expertise molto affilata che si accumula nel tempo. ” L’idea è replicare questo processo — e accelerarlo — usando sistemi AI autonomi.
Questo cambiamento continua a plasmare il panorama delle attività digitali.




