La sera del 13 settembre 2026, nel campus Schwartz Reisman di Toronto, non si riuniranno semplici appassionati di tecnologia, ma persone dalle cui decisioni dipende dove affluiranno milioni di dollari di venture capital. Mohammad Norouzi di Ideogram, laureato all'Università di Toronto, racconterà come un laboratorio accademico si trasforma in un'azienda il cui valore è già misurato in centinaia di milioni. Accanto a lui c'è l'investitrice Eva Lau di Two Small Fish Ventures, il cui nuovo fondo da 30 milioni di dollari è mirato proprio all'IA generativa e ai semiconduttori.
Dietro la brillante confezione esterna si nasconde un semplice meccanismo economico: università come la U of T sono da tempo diventate fabbriche non solo di conoscenza, ma anche di capitale. Geoffrey Hinton, il cui lavoro ha portato il premio Nobel, ha attirato nel campus talenti che ora fondano startup. Norouzi, che ha lavorato in Google su Imagen, ora costruisce Ideogram — uno strumento di generazione di immagini in grado di competere con i giganti. Per gli investitori questo è un segnale: l'accesso precoce a team simili offre la possibilità di un ritorno multiplo, ma i rischi qui sono più alti rispetto ai settori tradizionali.
Le quattro startup che presenteranno i loro progetti illustrano le diverse sfaccettature di questa economia. CentML promette di ridurre del 65 per cento i costi di esecuzione dei grandi modelli — un risparmio diretto per le aziende che spendono milioni nel cloud computing. Private AI aiuta a rispettare le norme sulla privacy, trasformando le barriere regolatorie in un vantaggio competitivo. BioBox e Xatoms operano all'incrocio tra IA e biotecnologie o chimica quantistica, dove un solo contratto di successo con un gigante farmaceutico può cambiare il destino di un fondo.
Per l'investitore comune o per lo specialista che pensa alla carriera, eventi simili non sono semplice networking. Mostrano come cambia la struttura della ricchezza: i dottorandi di ieri diventano cofondatori di aziende con valutazioni miliardarie, e fondi di venture capital come TSFV cercano attivamente proprio storie del genere. Allo stesso tempo, il successo dipende non solo dalla tecnologia, ma anche dalla capacità di attrarre capitali, costruire legami con gli alumni e trovare nicchie in cui l'IA risolve problemi reali e costosi.
Il paradosso è che le opportunità più promettenti spesso si nascondono non nei nomi altisonanti, ma nei dettagli: come esattamente una startup riduce i costi del cliente o aggira i rischi regolatori. Eva Lau, che ha percorso la strada da Wattpad al proprio fondo, sottolinea proprio questo — consigli pratici per chi vuole non solo osservare il boom dell'IA, ma partecipare alla distribuzione del capitale che essa crea.
In definitiva, l'incontro di Toronto non riguarda solo il futuro delle tecnologie, ma anche come oggi si ridistribuisce la ricchezza. Coloro che comprendono la logica di tali ecosistemi hanno la possibilità di entrare in gioco prima che il mercato stabilisca il prezzo definitivo.
