Base44, una piattaforma di vibecoding (vibe coding) recentemente acquisita da Wix per 80 milioni di dollari un anno fa — quando l’azienda aveva appena sei mesi di vita e un team di otto persone — ha iniziato a distribuire il proprio modello di intelligenza artificiale, in grado di supportare gli utenti nella creazione di applicativi utilizzando il linguaggio naturale.
Il passo si inserisce in un dibattito crescente nelle comunità di AI su se i modelli di frontiera siano adatti per tutti i casi d’uso. Un tema correlato riguarda la sostenibilità a lungo termine per aziende che si basano su modelli esterni. La mossa di Base44, con sede nell’Area della Baia, ha a che fare con entrambi tali aspetti.
Il lancio del modello linguistico personalizzato di Base44 rappresenta un passo avanti che l’azienda punta a fare per migliorare le prestazioni rispetto ai modelli di frontiera. Secondo il fondatore di Base44, Maor Shlomo, “l’addestramento e la proprietà del modello come parte di [la] nostra pila completa ci consentono un’ottimizzazione maggiore in termini di latenza, costo ed efficienza.”
Questo potrebbe rappresentare un vantaggio rispetto a startup concorrenti come Lovable, fondata in Svezia, che ha raggiunto lo status di unicorno in fase di raccolta di capitali e si affida a modelli LLM esterni. Shlomo si aspetta, però, che anche altri iniziino ad allenare i propri modelli — “almeno quei giocatori che hanno raggiunto una scala e una velocità sufficienti da accumulare una quantità considerevole di dati.”
Dati, distribuzione e pila tecnologica: chi può difendersi?
Jonathan Userovici, general partner del fondo venture Headline — il cui portafoglio include aziende AI come Mistral AI, ma non Base44 — ha spiegato che i dati sono uno dei tre elementi critici per la sostenibilità delle startup di AI, insieme alla distribuzione e alla stack tecnico.
Con questa prospettiva, le aziende con marchi forti stanno iniziando a sfruttare i propri dati e infrastrutture per migliorare la propria difensibilità. Base44 si allinea a questa strategia. L’azienda afferma che il primo modello LLM — chiamato Base1 — è stato sviluppato e addestrato usando un insieme di dati basato su “decine di milioni di interazioni reali con utenti sulla piattaforma.”
Concetti chiave e crescita futura
Il set di dati del modello Base1 crescerà insieme al numero di utenti della piattaforma. Lo stesso vale per i concorrenti, e si prevede che la rivalsity principale non venga da startup di vibecoding in senso stretto, ma piuttosto da laboratori di AI di frontiera che si avvicinano sempre più al mercato di Base44.
Gli sviluppatori di Cursor e la divisione Grok di xAI, parte della stessa SpaceX, sono diventati importanti player in questo spettro. Inoltre, Claude Code è entrato in gioco come un concorrente diretto.
Il ruolo dei modelli di frontiera e la scalabilità
La specializzazione potrebbe dare a Base44 un vantaggio sui fronti generalisti. “I modelli stanno progredendo, ma resteranno molto generalisti in ciò che possono fare,” prevede Shlomo. D’altra parte, Userovici sottolinea la forza dei modelli di frontiera, citando il caso dello studio legale Harvey, che aveva abbandonato la sua iniziativa per addestrare un modello interno.
Sebbene non spera che molte aziende verticali seguano questa strada di addestramento autonomo per modelli di frontiera, Userovici contestualizza la mossa di Base44 nel più ampio panorama dei costi di inferenza, che diventano una leva cruciale per le scelte tecnologiche delle aziende.
Secondo lui, i clienti aziendali adesso si aspettano una maggiore ottimizzazione per evitare che i costi aumentino esponenzialmente. “Non vedo sempre un ritorno sull’investimento sufficiente nell’utilizzare i modelli di ultima generazione per ogni caso d’uso,” ha detto Userovici. “Per questo si sta creando tutta un’infrastruttura per orchestrazione e ottimizzazione che aiuta ad adattare i modelli per ridurre spese, mantenendo però performance paragonabili.”
Sebbene le aziende di vibecoding ad alta scala abbiano rappresentato una minoranza fino a poco tempo fa, stanno ora aumentando la loro quota di utenti aziendali. Gli utenti di tutti i modelli esprimono preoccupazione per i costi generati da questi modelli AI. Da qui deriva il motivo per cui Base44 ha deciso di sviluppare un proprio modello LLM.
“Desideriamo un modello che rappresenti veramente ciò che riteniamo sia giusto, che sia ottimizzato per i gusti che osserviamo nel nostro pubblico e che offra risultati più velocemente e a costi inferiori rispetto ai modelli di frontiera come Opus,” ha commentato Shlomo.
Strategia economica e crescita futura
Per Base44, però, i benefici economici non sono immediati. Secondo una dichiarazione ufficiale, possedere il modello permetterà all’azienda di controllare direttamente le spese di calcolo e di inferenza, con un miglioramento strutturale delle percentuali di profitto nel tempo.
Una crescita sostenuta del margine, nonostante ritardi, sarebbe comunque un vantaggio importante per la casa madre, che recentemente ha annunciato la riduzione del 20% del suo personale. Mentre la società madre si affida a un modello cauto, Base44 ha invece registrato aumento del personale dal momento dell’acquisizione da parte di Wix e ha recentemente comunicato di aver superato i 100 milioni di dollari in entrati ricorrenti annuali.
Questo dato, pur positivo, è ancora lontano dagli 500 milioni di ARR dichiarati da Lovable inizialmente quest’anno. Tuttavia, Shlomo punta sul fatto che il “grande impegno ingegneristico” necessario per sviluppare Base1 stabilirà Base44 come l’unica piattaforma di vibecoding “verticale”, in cui, come spiega Userovici, un’azienda possiede e controlla il canale distributivo, i dati e l’infrastruttura.