Shay Levi, CEO e Co-Fondatore di Unframe – Serie di Interviste

Shay Levi è il Co-Fondatore e CEO di Unframe, un’azienda che ridisegna l’intelligenza artificiale aziendale con soluzioni scalabili e sicure. In precedenza, ha co-fondato Noname Security e ha guidato l’azienda al suo acquisto da parte di Akamai per 500 milioni di dollari in soli quattro anni. Un innovatore di provata esperienza nel settore della sicurezza informatica e della tecnologia, si specializza nella creazione di soluzioni trasformative.

Unframe è una piattaforma di intelligenza artificiale aziendale completa con sede a Cupertino, in California, che consente alle aziende di portare in vita qualsiasi caso d’uso unico di intelligenza artificiale in poche ore, anziché in mesi. Attraverso il suo approccio Blueprint, Unframe collabora con grandi aziende a livello globale per implementare soluzioni in vari settori, come osservabilità, astrazione dei dati, agenti intelligenti e modernizzazione. Unframe utilizza un prezzo basato sugli esiti, consentendo ai clienti di sperimentare e sviluppare qualsiasi soluzione desiderata senza rischi. Unframe è agnostico rispetto ai modelli di linguaggio e non richiede il fine-tuning o l’addestramento – cambiando fondamentalmente ciò che è possibile per le grandi aziende che cercano soluzioni di intelligenza artificiale scalabili e pronte all’uso.

Il 3 aprile 2025, Unframe è emersa dalla fase di stealth con 50 milioni di dollari per trasformare il deploy di intelligenza artificiale aziendale.

Dopo l’uscita di successo di Noname Security da Akamai, cosa ti ha motivato a lanciare Unframe, e quale lacuna hai identificato nello spazio dell’intelligenza artificiale aziendale che ha reso questo il momento giusto e l’opportunità giusta?

In realtà, ho lasciato Noname prima che iniziassero le discussioni sull’acquisto. Quello che ho visto era un’enorme ondata in arrivo, i CIO erano sotto pressione per adottare l’intelligenza artificiale velocemente, ma gli strumenti disponibili per loro non erano pronti per l’uso aziendale. Stavano o assemblando soluzioni puntuali senza governance, o aspettando che i team interni costruissero da zero. Nessuna delle due opzioni si è rivelata scalabile, e entrambe hanno introdotto rischi.

Quello è stato il segnale. Ho capito che le aziende non avevano solo bisogno di accedere all’intelligenza artificiale – avevano bisogno di una piattaforma che desse loro il controllo, la velocità e la flessibilità allo stesso tempo. È questo che ha portato a Unframe.

Noname Security era un pioniere nella sicurezza delle API. Come la tua esperienza nella costruzione di un’azienda focalizzata sulla sicurezza ha influenzato l’approccio che stai prendendo con Unframe?

La sicurezza è nel nostro DNA. A Noname, abbiamo imparato che l’innovazione senza governance porta rapidamente al rischio. Quella lezione si applica direttamente all’intelligenza artificiale. Fin dal primo giorno a Unframe, abbiamo integrato le barriere di sicurezza appropriate – gestione dei dati sicura, trasparenza dei modelli, accesso basato su ruoli – in modo che le aziende possano innovare senza introdurre nuove vulnerabilità.

Siamo anche molto consapevoli di come le cose si rompano a livello di scala. Quindi, mentre Unframe consente ai team di muoversi velocemente, abbiamo progettato la piattaforma tenendo presente la complessità aziendale – sia che si tratti di gestire flussi di dati, di far rispettare la conformità o di integrarsi con sistemi legacy.

C’erano punti deboli comuni tra le aziende nello spazio della sicurezza delle API che hanno aiutato a informare la tua visione per l’adozione dell’intelligenza artificiale?

Sì, certamente. A Noname, abbiamo visto quanto fosse difficile per le aziende ottenere visibilità e controllo sui loro ambienti. API shadow, strumenti incoerenti e team isolati creavano rischi operativi reali – e rallentavano tutto.

Con l’intelligenza artificiale, stiamo vedendo lo stesso modello ripetersi. Ogni team vuole muoversi velocemente, ma senza la struttura giusta, si ottiene frammentazione, duplicazione e punti ciechi. Quell’esperienza ha plasmato il nostro pensiero con Unframe. Volevamo dare alle aziende un modo per adottare l’intelligenza artificiale in modo unificato, sicuro e che funzioni realmente attraverso team e sistemi – non solo in pocket isolate.

Unframe sta guadagnando slancio con grandi aziende e ha raggiunto un fatturato annuo di milioni di dollari in un solo anno – come hai raggiunto questo livello di adozione così rapidamente?

Non abbiamo seguito la strada tradizionale della lenta sperimentazione o dei piloti limitati. Fin dal primo giorno, eravamo sul mercato, in partenariato con aziende globali su progetti reali ad alto impatto. Questi non erano casi d’uso isolati – erano iniziative strategiche legate a parti fondamentali dell’azienda. È questo che ci ha guadagnato la fiducia e ha aiutato Unframe a diventare un partner strategico in più domini, non solo un fornitore. Quando si consegnano risultati reali velocemente, l’adozione segue.

Hai parlato di ridurre il deploy dell’intelligenza artificiale da mesi a ore. Puoi spiegarci come Unframe rende questo possibile?

Abbiamo costruito centinaia di blocchi tecnici profondi nella piattaforma Unframe. Quando viene distribuita una nuova soluzione, non parte da zero – è personalizzata attraverso un blueprint che mappa quei componenti alle esigenze specifiche dell’utente. È così che riduciamo il deploy da mesi a ore.

Raccontaci di più sull’approccio Blueprint – cosa lo rende unico e perché è così potente per i casi d’uso dell’intelligenza artificiale aziendale?

L’approccio Blueprint è il modo in cui consegniamo soluzioni di intelligenza artificiale personalizzate a livello di scala – senza partire da zero. Ogni blueprint mappa la logica, i componenti, i flussi di lavoro e le barriere di sicurezza per un caso d’uso specifico, configurando la libreria di blocchi tecnici della nostra piattaforma. È così che combiniamo velocità e precisione a livello di scala.

Unframe si posiziona come agnostico rispetto ai modelli di linguaggio e non richiede il fine-tuning. Perché è stato importante per te evitare la necessità di addestrare modelli personalizzati?

Perché la maggior parte delle aziende non ha bisogno di modelli personalizzati – ha bisogno di risultati personalizzati. Non appena inizi a fine-tuning, ti blocchi in un fornitore specifico, aumenti i costi e crei un sovraccarico di manutenzione che la maggior parte delle organizzazioni non è in grado di gestire.

Abbiamo progettato Unframe per funzionare con modelli moderni esistenti in un modo che consegni ancora risultati personalizzati e di alta qualità – senza la complessità. Mantenendoci agnostici rispetto ai modelli di linguaggio, offriamo alle aziende flessibilità, un tempo di valore più rapido e la capacità di evolversi man mano che il paesaggio dei modelli cambia. L’obiettivo non è addestrare modelli – è risolvere problemi. E puoi farlo incredibilmente bene senza toccare il fine-tuning.

Qual è il ruolo dell’interazione linguistica naturale nella piattaforma di Unframe – e fino a che punto può sostituire le interfacce utente tradizionali del software?

La lingua naturale è un punto di ingresso potente – rende l’intelligenza artificiale immediatamente accessibile agli utenti aziendali, senza necessità di formazione o ramp-up tecnica. Questo è particolarmente importante quando si lavora con aziende globali e forze lavoro distribuite in diversi paesi, ruoli e lingue. Un’interfaccia a stile chat aiuta a livellare il campo di gioco.

Ma ogni caso d’uso di Unframe è diverso, e l’interfaccia deve adattarsi al compito. A volte significa una chat a linguaggio naturale. Altre volte, si tratta di una tabella dinamica, di un cruscotto interattivo o di un’interfaccia di generazione di contenuti – qualunque cosa si adatti meglio al flusso di lavoro e al risultato che stiamo cercando di risolvere.

Non vediamo la lingua naturale come un sostituto delle interfacce utente tradizionali, ma come uno strato che rimuove l’attrito dove conta. L’obiettivo è rendere il software intuitivo, flessibile e personalizzato – non solo per l’utente, ma per il problema che stanno cercando di risolvere.

Quali lezioni dalla scalabilità di Noname Security a una valutazione di oltre 1 miliardo di dollari e un acquisto di 450 milioni di dollari stai applicando a Unframe?

Concentrati sul risolvere problemi reali e urgenti – e fallo con un’esecuzione di livello aziendale fin dal primo giorno. A Noname, abbiamo imparato che la scala deriva dalla fiducia, e la fiducia deriva dal consegnare velocemente senza tagliare gli angoli. A Unframe, stiamo applicando la stessa mentalità: muoversi velocemente, costruire in modo sicuro e rimanere implacabilmente focalizzati sul cliente.

Come fondatore ripetuto, qual è il tuo approccio alla costruzione di team di leadership e alla cultura aziendale in ambienti di iper-crescita?

Nell’iper-crescita, non hai il lusso di capire le cose lentamente – quindi hai bisogno di persone intorno a te che non solo siano brave in ciò che fanno, ma che prosperino nell’ambiguità e si muovano con urgenza. Per me, costruire un team di leadership inizia con la fiducia, la chiarezza e i valori condivisi. Tutti devono essere allineati su dove stiamo andando, e altrettanto impegnati a possedere la loro parte del viaggio.

La cultura è la stessa. Non si tratta di tavoli da ping-pong – è come si prendono le decisioni quando le cose si fanno difficili. A Unframe, siamo stati intenzionali nel creare una cultura di proprietà, ritmo e onestà. Ci muoviamo velocemente, ascoltiamo con attenzione e ci spingiamo a vicenda per essere migliori ogni giorno. Questo tipo di cultura non solo sopravvive all’iper-crescita – la guida.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Unframe.