Interviste

Jan Čurn, cofondatore e CEO di Apify – Serie di interviste

Antoine Tardif
Aggiungi Unite.AI alle tue fonti preferite su Google
Jan Čurn, Co-Founder and CEO of Apify
Punti chiaveGli agenti noleggeranno strumenti esistenti quando costruire da zero costa più che…
Vedi di più
  • Gli agenti noleggeranno strumenti esistenti quando costruire da zero costa più che acquistare.
  • I fallimenti silenziosi permettono agli agenti di riassumere con sicurezza pagine vuote senza accorgersi del problema.
  • Apify ha pagato a pochi centinaia di creatori circa 2 milioni di dollari in guadagni netti totali il mese scorso.

Jan Čurn è cofondatore e CEO di Apify, che ha lanciato insieme a Jakub Balada nel 2015 nell’ambito del programma Y Combinator Fellowship. L’esigenza concreta di raccogliere annunci di appartamenti a Praga contribuì a ispirare il prodotto originale: uno strumento per trasformare i siti web in API. Da allora ha guidato la sua evoluzione da infrastruttura per la scansione del web a piattaforma per i dati web e l’automazione dei browser, oltre che a un mercato di strumenti sempre più utilizzati dagli agenti IA.

Apify offre una piattaforma per l’estrazione di dati dal web, l’automazione dei browser e strumenti pronti all’uso chiamati Actors. Gli sviluppatori possono pubblicare e monetizzare gli Actors attraverso il suo mercato, mentre le aziende e chi sviluppa soluzioni di IA li utilizza per recuperare dati web strutturati e automatizzare attività. In questa intervista, Čurn parla di come gli agenti individuano e utilizzano strumenti specializzati, dell’importanza dei dati aggiornati e dei requisiti di affidabilità, autorizzazione e sostenibilità economica necessari perché gli agenti possano operare sul web su vasta scala.

Hai cofondato Apify con Jakub Balada nel 2015, nell’ambito del programma Y Combinator Fellowship, con l’obiettivo iniziale di rendere più semplice per gli sviluppatori creare crawler web flessibili e scalabili. Cosa ha ispirato l’idea e come si è evoluta la visione originale nell’ultimo decennio?

L’idea di Apify è nata da un problema che Jakub e io avevamo incontrato di persona. Stavamo lavorando a un progetto per un cliente che aveva bisogno di annunci di nuovi appartamenti a Praga, ma gli strumenti esistenti faticavano a gestire JavaScript dinamico e strutture irregolari dei siti web. Così abbiamo creato un nostro strumento per trasformare qualsiasi sito web in un’API.

Col tempo, il progetto è andato oltre la scansione del web, diventando una piattaforma per l’estrazione di dati dal web, l’automazione dei browser e i dati web. In seguito abbiamo aperto un mercato in cui gli sviluppatori possono pubblicare i propri strumenti, chiamati Actors, e ricevere un compenso quando vengono utilizzati da altri. Oggi una quota crescente degli utenti di questi Actors è costituita da agenti IA.

Apify è nata come piattaforma per la scansione del web, molto prima che gli agenti IA diventassero un tema centrale nel settore. Quando hai capito che l’infrastruttura che avevate creato poteva rivelarsi particolarmente utile agli agenti IA che devono accedere al web e interagire con esso?

Il primo momento di illuminazione è arrivato all’inizio del 2023, poco dopo il lancio di ChatGPT. All’improvviso era possibile inserire dati web aggiornati in un prompt, anziché addestrare un nuovo modello. Apify è stata tra le prime piattaforme di estrazione dati a fornire crawler per le pipeline RAG emergenti e a integrarsi con nuove librerie come LangChain e LlamaIndex.

Poi è arrivata l’ondata degli agenti IA. Immagina di chiedere a un agente di confrontare il prezzo di un prodotto su 20 siti di e-commerce. Dove trova i dati? È il problema che da anni aiutavamo gli sviluppatori a risolvere. Perciò, quando Anthropic ha rilasciato il Model Context Protocol (MCP) alla fine del 2024, lo abbiamo adottato subito. Avevamo già migliaia di strumenti con input e output ben definiti, esattamente ciò di cui ha bisogno un agente.

La vera svolta è arrivata alla fine del 2025, quando i modelli sono diventati abbastanza capaci da permettere agli agenti di svolgere attività significative. Gli agenti hanno bisogno di strumenti adeguati e dati affidabili e, da allora, l’utilizzo di Apify è cresciuto rapidamente, avvicinandosi in breve tempo a 100 milioni di dollari di ARR lordo.

Apify è diventata una piattaforma con oltre 90.000 strumenti dedicati ai dati web, all’estrazione di dati, all’automazione e all’IA. Come consideri il ruolo di questo ecosistema, ora che gli agenti hanno sempre più bisogno di strumenti specializzati invece di affidarsi esclusivamente alle capacità di un modello linguistico di grandi dimensioni?

Certo, i modelli saranno in grado di generare da zero software sempre più complessi, ma esiste una soglia oltre la quale per un agente è più efficiente acquistare uno strumento già esistente anziché crearlo da zero. Questa soglia si alzerà man mano che i modelli miglioreranno, ma ci saranno sempre casi in cui conviene acquistare strumenti già pronti, creando spazio per la loro vendita, soprattutto se si basano su dati privati e contesti difficili da reperire.

Con la diminuzione del costo di sviluppo del software e la crescita del numero di sistemi e strumenti software, il principale limite sta diventando la possibilità di individuarli: dove trovare strumenti affidabili e utili per portare a termine il lavoro. E invece di pagare 500 dollari per generarne uno a regola d’arte, si possono pagare 5 dollari a qualcuno per noleggiare un servizio già esistente.

In base a ciò che osservi nella community di sviluppatori di Apify, quali sono alcune delle applicazioni pratiche più interessanti che vengono create oggi con gli agenti IA e quali casi d’uso arrivano davvero alla fase di produzione?

Alcuni degli esempi più interessanti sono curiosamente specifici. Abbiamo visto l’IA analizzare YouTube, eBay e negozi giapponesi per aiutare a decidere quali carte Pokémon vale la pena acquistare. Una compagnia assicurativa ha utilizzato Apify per controllare 55 siti italiani di necrologi e verificare i decessi degli assicurati. All’estremo opposto, Canary utilizza Apify per Spotlight, uno strumento che aiuta gli investigatori a individuare le vittime della tratta di minori.

Queste applicazioni hanno in comune un problema specifico e l’accesso ai dati giusti, anziché un agente progettato per fare un po’ di tutto.

Una delle sfide maggiori per gli agenti IA è accedere a informazioni aggiornate e strutturate sui siti web, invece di affidarsi interamente a dati di addestramento statici. Quanto diventerà importante l’accesso al web in tempo reale, man mano che gli agenti si occuperanno di attività sempre più complesse?

Un LLM è una compressione con perdita dei dati su cui è stato addestrato. Può fare ipotesi molto intelligenti, ma sono comunque ipotesi. Quando ci si aspetta che un agente prenda decisioni o porti a termine compiti nel mondo reale, non può affidarsi interamente ai dati di addestramento. I prezzi cambiano, i prodotti scompaiono, i concorrenti lanciano nuove offerte e i siti web si aggiornano continuamente.

Il modello fornisce la capacità di ragionamento, ma molti agenti hanno bisogno di un modo affidabile per ottenere informazioni aggiornate dal web e trasformarle in dati strutturati utilizzabili su larga scala.

Gli ambienti web possono essere imprevedibili, con interfacce che cambiano, contenuti dinamici, requisiti di autenticazione e sistemi anti-automazione. Quali sono le principali sfide tecniche che gli sviluppatori devono affrontare quando cercano di creare agenti in grado di operare in modo affidabile sul web aperto?

I siti web moderni possono restituire JavaScript dinamico, pagine di verifica o contenuti incompleti, mentre i sistemi anti-bot valutano ogni aspetto, dalla reputazione dell’indirizzo IP alle impronte digitali del browser. Spesso gli errori non sono evidenti: così un agente può riassumere con sicurezza una pagina vuota senza accorgersene.

Creare qualcosa che funzioni una volta è relativamente facile. È molto più difficile realizzare qualcosa che continui a funzionare su siti web in costante cambiamento e su scala di produzione.

Man mano che gli agenti acquisiscono la capacità non solo di recuperare informazioni, ma anche di compiere azioni online, quali aspetti devono migliorare in termini di affidabilità, autorizzazioni, verifica e supervisione umana, prima che le aziende possano affidare loro flussi di lavoro più autonomi?

Le autorizzazioni diventano molto più importanti quando un agente può agire, anziché limitarsi a leggere. L’agente non dovrebbe mai poter vedere le credenziali e tutti i segreti devono rimanere al di fuori di un ambiente sandbox sicuro, senza mai essere esposti al modello. Lavoriamo al problema del sandboxing tramite proxy per gli Actors sulla piattaforma Apify e anche per mcpc, il nostro client CLI open source per MCP.

Gli sviluppatori stanno sperimentando di tutto, dall’automazione del browser alle API specializzate e ai nuovi protocolli per agenti. Come vede evolversi l’architettura degli agenti IA e quale sarà il rapporto ideale tra modelli, strumenti, fonti di dati e browser?

Penso che le principali piattaforme per agenti, come ChatGPT e Claude, stiano diventando il nuovo sistema operativo: un’interfaccia primaria attraverso cui le persone impartiscono comandi ai computer, con strumenti che vi si integrano come le app sul telefono. Per gli strumenti che funzionano altrove, MCP è diventato il protocollo di interazione standard.

Quando un agente ha bisogno di dati come le valutazioni e i recapiti dei ristoranti, può aprire Google Maps in un browser e navigarvi cliccando come farebbe una persona: un metodo impreciso e costoso. In alternativa, può individuare e usare uno strumento che restituisce dati cartografici strutturati, più rapidamente e con maggiore affidabilità. L’agente principale può anche delegare attività come prenotare un tavolo o cercare voli ad agenti secondari specializzati, basati su modelli meno costosi.

Apify ha trascorso anni a costruire infrastrutture per gli sviluppatori e, al tempo stesso, a creare un marketplace in cui gli sviluppatori di terze parti possono pubblicare i propri strumenti. L’IA agentica potrebbe dare vita a un’economia molto più ampia di strumenti e servizi specializzati, che gli agenti individuano e utilizzano autonomamente?

Sì, e il nostro marketplace ne è già una piccola versione. Gli sviluppatori pubblicano Actors, le persone li usano, gli sviluppatori vengono pagati e questo attira altri sviluppatori e porta alla creazione di altri strumenti. Questo circolo virtuoso è attivo da anni, grazie agli acquirenti.

Man mano che gli agenti IA si assumono maggiori responsabilità, avranno bisogno di denaro per portare a termine alcuni compiti. Si può immaginare di assegnare un compito a un agente, dotarlo di un piccolo portafoglio e lasciargli pagare gli strumenti di cui ha bisogno lungo il percorso, usando un protocollo di pagamento agentico come x402 o MPP. I volumi sono ancora ridotti, ma credo che alla fine la maggior parte dell’attività economica avverrà autonomamente tra agenti, con un intervento umano sempre minore.

Mentre Apify entra nel suo secondo decennio e gli agenti IA diventano una componente sempre più importante del panorama software, come vede evolversi l’azienda nei prossimi anni e che cosa pensa manchi ancora all’ecosistema degli agenti di oggi?

Sempre più persone integrano Apify nei propri agenti, come Claude o ChatGPT, rendendosi conto che questi strumenti le aiutano a svolgere più rapidamente attività più complesse sul web. La piattaforma Apify e gli Actors sono ottimizzati per offrire un’esperienza agentica eccellente, favorendo un aumento dell’utilizzo e della spesa.

Dall’altro lato del marketplace, un numero crescente di creatori di software ricava entrate regolari dai propri Actors: oltre 300 Actors della community generano più di 1.000 dollari al mese. Solo il mese scorso abbiamo versato a qualche centinaio di creatori circa 2 milioni di dollari di guadagni netti complessivi.

La crescita del marketplace Apify sta accelerando, così come la nostra ambizione di fare di Apify il marketplace di strumenti di IA più grande e affidabile al mondo, consentendo alle persone e ai loro miliardi di futuri agenti di svolgere attività sul web.

Grazie per la bella intervista. I lettori che desiderano saperne di più sui dati web, sull’automazione del browser e sugli strumenti per gli agenti IA possono visitare Apify.

Antoine è un leader visionario e socio fondatore di Unite.AI, animato da una passione incrollabile per plasmare e promuovere il futuro dell’IA e della robotica. Imprenditore che ha fondato diverse aziende, ritiene che l’IA trasformerà la società quanto l’elettricità e parla spesso con entusiasmo del potenziale delle tecnologie dirompenti e dell’intelligenza artificiale generale (AGI).

In qualità di futurologo, si dedica a esplorare come queste innovazioni plasmeranno il nostro mondo. È inoltre il fondatore di Securities.io, una piattaforma incentrata sugli investimenti in tecnologie all’avanguardia che stanno ridefinendo il futuro e trasformando interi settori.