Airspeed raccoglie 20 milioni di dollari nella serie A per costruire un “cervello commerciale” AI per i team di revenue

Airspeed, la startup AI con sede a Londra e New York fondata da ricercatori ex DeepMind, ha raccolto 20 milioni di dollari in una serie A guidata da DN Capital, con la partecipazione di Vi Partners, Framework Venture Partners e Atlassian Ventures (TEAM ). Il finanziamento porta il capitale totale raccolto dalla società a oltre 25 milioni di dollari, mentre cerca di espandere la sua piattaforma alimentata da AI per i team di vendita e operazioni di revenue.

La società, in precedenza conosciuta come Glyphic, ha recentemente cambiato il suo nome in Airspeed, ampliando la sua visione oltre l’intelligenza conversazionale per descrivere un livello di esecuzione per le organizzazioni di revenue. Invece di limitarsi a fornire informazioni dai meeting, email e sistemi CRM, la piattaforma di Airspeed è progettata per agire su quelle informazioni attraverso agenti AI autonomi che operano attraverso i flussi di lavoro commerciali.

Andare oltre l’intelligenza dei ricavi

Negli ultimi dieci anni, la tecnologia di vendita si è concentrata principalmente sull’aiutare le organizzazioni a raccogliere più dati e generare più analisi. Le piattaforme di intelligenza dei ricavi possono identificare rischi, evidenziare opportunità e fornire visibilità sulle interazioni con i clienti, ma gran parte del lavoro di follow-up ricade ancora sui team umani.

Airspeed si posiziona come l’evoluzione successiva di quel software stack. La piattaforma distribuisce agenti AI che monitorano le conversazioni dei clienti, email, biglietti di supporto e dati CRM, quindi eseguono automaticamente attività come l’aggiornamento dei record, la generazione di azioni di follow-up, l’identificazione dei rischi di affare e la coordinazione dei flussi di lavoro tra i team.

I fondatori della società sostengono che le organizzazioni già hanno sistemi di registrazione e sistemi di intelligenza. Ciò che manca, sostengono, è un “sistema di azione” in grado di trasformare le informazioni in esecuzione senza richiedere ai dipendenti di collegare manualmente i punti.

Costruito da ex ricercatori di DeepMind

Airspeed è stata fondata nel 2022 da ex scienziati ricercatori di DeepMind Adam Liska e Devang Agrawal. Dal suo lancio, la società ha raccolto un team con esperienza in organizzazioni come Meta, Apple (AAPL ) e Spotify.

Quel background di ricerca sembra essere riflesso nell’architettura della piattaforma. Secondo la società, la tecnologia di Airspeed è costruita intorno a una comprensione unificata del contesto commerciale di un’organizzazione. Invece di affidarsi a fonti di dati isolate, la piattaforma crea un livello di memoria persistente che centralizza la conoscenza in tutto il processo di andare al mercato.

Questo “cervello commerciale” serve come base per una libreria in crescita di agenti AI che possono eseguire attività specializzate attraverso i flussi di lavoro di vendita, customer success e operazioni di revenue. L’enfasi della società sul contesto è degna di nota, poiché molti deploy di AI aziendali continuano a lottare con informazioni frammentate diffuse in più sistemi aziendali.

Forti segnali di crescita

L’annuncio del finanziamento arriva in mezzo a una significativa crescita per la società.

Airspeed riporta di servire 200 clienti in 20 paesi, tra cui organizzazioni come Persona, Pricefx, Light e Qdrant. I clienti hanno costruito migliaia di agenti AI personalizzati sulla piattaforma durante i primi quattro mesi del 2026, mentre il volume di esecuzione mensile è quasi triplicato tra gennaio e aprile.

La società afferma anche di aver raggiunto una crescita dei ricavi di quattro volte nell’ultimo anno, raddoppiando il numero di dipendenti. Un cliente, Foleon, ha risparmiato oltre 193.000 dollari e recuperato circa sei ore per rappresentante di vendita a settimana durante i primi 90 giorni di deploy.

Questi numeri suggeriscono una crescente domanda di sistemi AI che possano automatizzare il lavoro operativo invece di fornire solo raccomandazioni.

Il mercato emergente per le piattaforme di esecuzione AI

L’ascesa di Airspeed riflette un cambiamento più ampio che si sta verificando nell’ambito dell’AI aziendale.

La prima ondata di AI generativa si è concentrata principalmente sulla creazione di contenuti e sulla ricerca di conoscenze. La prossima fase sembra essere sempre più centrata sugli agenti AI in grado di agire per conto degli utenti. Invece di generare un report su un’opportunità di vendita, un sistema AI può ora aggiornare i record CRM, pianificare follow-up, notificare gli stakeholder e eseguire flussi di lavoro predefiniti in modo automatico.

Questa evoluzione richiede più che modelli linguistici avanzati. Dipende da sistemi che mantengono il contesto organizzativo, comprendono i processi aziendali e operano all’interno di guardrail progettati con cura. La piattaforma di Airspeed è costruita intorno a questo concetto, enfatizzando l’esecuzione affidabile invece di conversazioni AI autonome.

Le più ampie implicazioni dei sistemi di esecuzione AI

L’emergere di piattaforme come Airspeed evidenzia un cambiamento in come le aziende stanno approcciando l’intelligenza artificiale. La prima generazione di AI aziendale si è concentrata principalmente sull’aiutare i dipendenti a lavorare più velocemente generando contenuti, riassumendo informazioni o rispondendo a domande. Tuttavia, le organizzazioni stanno sempre più cercando sistemi che possano andare oltre le raccomandazioni e agire all’interno dei flussi di lavoro esistenti.

Questa evoluzione solleva importanti domande sul futuro ruolo dei lavoratori umani nei team di vendita, customer success e operazioni. Invece di sostituire i dipendenti direttamente, l’AI orientata all’esecuzione potrebbe ridurre il tempo trascorso in attività amministrative come gli aggiornamenti CRM, la gestione della pipeline, i follow-up delle riunioni e la coordinazione interna. Il risultato potrebbe essere team più piccoli che gestiscono basi di clienti più grandi, concentrandosi di più sulla costruzione di relazioni e sulla presa di decisioni strategiche.

Allo stesso tempo, la tecnologia introduce nuove sfide relative alla supervisione, alla responsabilità e alla fiducia. Mentre gli agenti AI acquisiscono la capacità di aggiornare i sistemi, attivare flussi di lavoro e influenzare decisioni commerciali, le organizzazioni avranno bisogno di quadri di governance più solidi per garantire che le azioni rimangano accurate, verificabili e allineate con gli obiettivi aziendali.

I prossimi anni determineranno probabilmente se gli agenti AI diventeranno uno strato standard di software aziendale o rimarranno limitati a casi d’uso specializzati. Se l’adozione continua ad accelerare, la distinzione tra software che fornisce informazioni e software che esegue il lavoro potrebbe gradualmente scomparire, cambiando fondamentalmente come le organizzazioni di revenue operano.