L’AI che non resta in laboratorio: come GRID+ trasforma la ricerca in soluzioni che funzionano davvero
C’è un momento preciso in cui una startup smette di essere un esperimento e comincia a essere un’azienda. Per GRID+, startup romana di intelligenza artificiale applicata fondata da un team con radici accademiche profonde, quel momento è arrivato quando i progetti hanno iniziato a misurarsi non solo sulla qualità dei modelli, ma sui margini, sui flussi di cassa e sulla fiducia dei clienti. Oggi GRID+ opera in oltre dieci mercati — dalla sanità alla logistica, dall’energia all’e-commerce — con prodotti proprietari, più di quindici partner tecnologici e un patrimonio di oltre 150 pubblicazioni scientifiche che non resta nei cassetti, ma entra nella progettazione delle soluzioni.
GRID+ nasce da un team con una forte base accademica. Come avete gestito il passaggio dalla logica della ricerca a quella di un’azienda con costi reali, margini e flussi di cassa? A che punto avete sentito il bisogno di una figura dedicata alla finanza?
GRID+ nasce da un team con una forte matrice accademica, quindi il primo passaggio è stato imparare a leggere i progetti non solo per il loro valore tecnico o scientifico, ma anche in termini di costi, sostenibilità e capacità di generare margini. Questo cambiamento è avvenuto progressivamente, soprattutto nel confronto con clienti reali, dove diventano centrali la gestione dei tempi, il controllo dei flussi e la priorità degli investimenti. Fin dall’inizio abbiamo avuto un presidio economico-finanziario interno, seguito da Federico Succetti come co-founder e CFO, mentre la componente commerciale è stata rafforzata in una fase successiva attraverso figure esterne, tra cui profili coinvolti in logica work for equity e consulenti sales. Per noi è stato un passaggio importante: capire che innovazione, finanza e crescita commerciale non possono viaggiare separate, ma devono essere governate insieme.
Quali strumenti usate oggi per pianificare le finanze e monitorare la liquidità? E c’è qualcosa che, paradossalmente, voi che fate AI non riuscite ancora ad automatizzare nella vostra gestione interna?
Lavorare su settori diversi richiede prima di tutto un modello organizzativo chiaro. In GRID+ non operiamo su un’unica linea di attività, ma su più asset complementari: consulenza avanzata, prodotti proprietari, formazione e partecipazione a progetti di ricerca nazionali e internazionali. Ciò ci consente di distribuire meglio rischio, investimenti e ritorni, evitando di far dipendere la sostenibilità dell’azienda da una sola tipologia di commessa. Per quanto riguarda i progetti su misura, la chiave è distinguere sempre tra ciò che è davvero custom e ciò che può essere costruito a partire da componenti, workflow e moduli già sviluppati internamente. Prima di avviare un’iniziativa facciamo sempre una fase di assessment, che serve a capire complessità, disponibilità dei dati, obiettivi, effort richiesto e possibilità di riuso tecnologico. In questo modo riusciamo a stimare meglio tempi, costi e marginalità. La formazione e i progetti di ricerca, inoltre, non sono attività separate dal resto: spesso rafforzano competenze, relazioni e asset che poi tornano utili anche sul piano commerciale e di prodotto. Il punto, quindi, non è solo controllare la redditività del singolo progetto, ma costruire un equilibrio complessivo tra attività più custom, asset più scalabili e investimenti che generano valore anche nel medio periodo.
Avete già all’attivo collaborazioni con aziende come Piazza Copernico e il quotidiano L’Identità. Quanto pesa, nella trattativa con un nuovo cliente, poter mostrare casi concreti già realizzati? E come scegliete con chi collaborare per non diluire il focus?
Conta molto, perché nei nostri ambiti i clienti non comprano solo una promessa tecnologica: vogliono capire se sei già riuscito a portare l’AI dentro processi reali, con vincoli veri, dati reali e risultati utilizzabili. Poter mostrare casi concreti rende la trattativa molto più credibile, perché sposta il confronto da un piano teorico a uno operativo. Inoltre, ci permette di far vedere che non lavoriamo con soluzioni rigide, ma con modelli e architetture adattati ai need del cliente, anche dal punto di vista del deployment: in alcuni casi in cloud, in altri on premise, in funzione di privacy, sicurezza, integrazione e requisiti di governance. Allo stesso tempo, però, non scegliamo le collaborazioni in modo indiscriminato. Cerchiamo progetti in cui ci siano un problema chiaro, un bisogno reale di innovazione e una buona coerenza con le nostre competenze distintive. Per noi è importante che ogni collaborazione non generi solo valore per il cliente, ma contribuisca anche a rafforzare asset, know-how e soluzioni riutilizzabili nel tempo. È questo equilibrio che ci aiuta a non disperdere il focus, pur lavorando in settori diversi.”
Con 15+ partner tecnologici dichiarati, la rete di relazioni è chiaramente centrale nel vostro modello. Come strutturate questi accordi in termini pratici — chi possiede cosa, come si dividono i ricavi, e come si governa un progetto quando ci sono più soggetti coinvolti?
La rete di relazioni per noi è importante, ma non significa che tutti i rapporti abbiano la stessa natura. Ci sono partnership tecnologiche, collaborazioni commerciali, accordi progettuali e relazioni legate alla ricerca e all’innovazione. In pratica, ogni collaborazione viene strutturata in modo diverso a seconda dell’obiettivo: integrazione tecnologica, co-sviluppo, accesso al mercato, delivery congiunta o supporto alla validazione. Sul piano operativo, cerchiamo sempre di chiarire fin dall’inizio tre aspetti: proprietà intellettuale, perimetro delle responsabilità e modello economico. In generale, gli asset proprietari preesistenti restano in capo a chi li ha sviluppati, mentre sugli sviluppi specifici fatti per un cliente o per un progetto condiviso si definiscono in anticipo diritti d’uso, titolarità ed eventuali vincoli di sfruttamento. Anche la ripartizione dei ricavi non segue una formula unica: dipende dal ruolo effettivo dei soggetti coinvolti, dal contributo tecnico, commerciale o progettuale e dal tipo di accordo costruito. Quando un progetto coinvolge più attori, la governance diventa fondamentale. In questi casi lavoriamo con un perimetro ben definito di attività, referenti chiari e una suddivisione esplicita delle responsabilità, in modo da evitare sovrapposizioni e ambiguità. Il punto per noi è semplice: la partnership funziona quando non è solo una somma di nomi, ma una struttura in cui ciascuno sa cosa porta, cosa riceve e quale parte del risultato governa.
A che punto conviene a una startup AI come la vostra cercare attivamente un grande partner industriale o corporate, rispetto a crescere progetto per progetto in autonomia? E come ci si protegge dal rischio che il partner finisca per assorbire la tecnologia senza riconoscerne il valore?
È importante che una startup come la nostra cerchi attivamente un partner industriale quando arriva al tavolo con qualcosa di già riconoscibile: una tecnologia che funziona, casi d’uso credibili e un perimetro di valore chiaro. È anche per questo che collaborazioni come quelle con Italferr o con Red Hat hanno un significato importante giacché rappresentano esempi concreti di come una realtà innovativa possa confrontarsi con attori strutturati mantenendo una propria identità tecnologica. Se ci si muove troppo presto, il rischio è entrare in relazioni sbilanciate, in cui la startup porta innovazione ma il partner concentra forza commerciale, distribuzione e controllo della relazione. Crescere progetto per progetto, almeno in una prima fase, è utile proprio per questo: permette di capire dove si genera davvero valore, quali componenti sono riutilizzabili e quale parte dell’offerta può diventare più scalabile. La protezione, però, non è solo giuridica. Servono accordi chiari su proprietà intellettuale, diritti d’uso, riservatezza e perimetro dello sviluppo condiviso, ma serve anche una protezione strategica: mantenere il controllo sugli asset core e non cedere troppo presto gli elementi distintivi della tecnologia. Il partner giusto accelera; quello sbagliato rischia di assorbire valore. La differenza sta molto nella maturità con cui si costruisce la relazione.
GRID+ si rivolge principalmente ad aziende, con soluzioni personalizzate e cicli di vendita non brevissimi. In questo contesto, il crowdfunding ha senso come strumento per raccogliere capitali, o serve soprattutto per aumentare la visibilità e costruire credibilità sul mercato? L’avete mai valutato?
Nel nostro caso, il crowdfunding avrebbe più senso come leva di visibilità, posizionamento e credibilità che come strumento principale di raccolta. GRID+ lavora soprattutto in ambito B2B, con soluzioni AI che spesso richiedono tempi di adozione più lunghi, interlocutori multipli e un forte elemento di fiducia tecnica. In un contesto di questo tipo, il crowdfunding non è sempre il canale più naturale per finanziare la crescita, mentre può diventare interessante se aiuta a rendere più leggibile la visione dell’azienda e il valore delle soluzioni che stiamo sviluppando. Lo abbiamo considerato come possibilità, ma con cautela. In questa fase stiamo lavorando molto sul rafforzamento del posizionamento di GRID+, anche con il supporto di un’agenzia specializzata che ci accompagna nelle attività di comunicazione e marketing e nella costruzione di una community intorno all’azienda e ai suoi prodotti. Per una realtà come la nostra, infatti, prima ancora della raccolta conta la capacità di costruire attenzione qualificata, fiducia e riconoscibilità. Per questo vediamo il crowdfunding più come una leva complementare, utile se inserita in un percorso già strutturato di crescita, credibilità e consolidamento del brand.
Se doveste spiegare GRID+ a un investitore non tecnico attraverso una campagna di equity crowdfunding, quale sarebbe il messaggio centrale? Riduzione dei costi del 70%, tasso di soddisfazione al 100% — bastano questi numeri, o serve qualcos’altro per convincere chi non conosce l’AI?
Il messaggio centrale è che, attraverso i servizi offerti da GRID+, vogliamo puntare a rendere l’intelligenza artificiale concreta, affidabile e utile per organizzazioni che vogliono innovare processi reali senza dover costruire internamente competenze o infrastrutture complesse. Indicatori come riduzione dei costi, aumento di efficienza o soddisfazione dei clienti sono rilevanti, ma acquistano valore solo se inseriti in una narrazione più ampia, fatta di casi applicativi, risultati tangibili, proprietà intellettuale, partnership e capacità di esecuzione. Per un investitore non tecnico, l’elemento decisivo non è tanto comprendere il funzionamento di un modello AI, ma piuttosto capire perché GRID+ sia in grado di trasformare ricerca avanzata in soluzioni adottabili dal mercato. Il punto distintivo è proprio questo: unire una base scientifica solida a una capacità concreta di delivery, attraverso consulenza avanzata, prodotti proprietari e un percorso di crescita orientato alla costruzione di asset sempre più scalabili. In questa prospettiva, il valore di GRID+ non risiede soltanto nella tecnologia, ma nella capacità di portarla in produzione, adattarla a contesti diversi e generare impatto misurabile per clienti e partner.
La vostra presenza pubblica è prevalentemente su LinkedIn. È una scelta deliberata per restare nel perimetro B2B, o state valutando di aprirvi ad altri canali per intercettare un pubblico più ampio — anche in ottica di recruiting o awareness?
La presenza su LinkedIn riflette certamente il nostro posizionamento B2B, ma non esaurisce la nostra presenza pubblica. Oggi presidiamo anche altri canali, tra cui Instagram, con logiche e obiettivi differenti. LinkedIn resta il contesto più naturale per dialogare con aziende, partner, stakeholder dell’innovazione e interlocutori professionali coerenti con il tipo di soluzioni che sviluppiamo. Instagram, invece, ci consente di lavorare maggiormente su visibilità, riconoscibilità del brand e costruzione di una relazione più ampia con l’ecosistema che ruota attorno a GRID+. In questa fase stiamo rafforzando in modo più strutturato proprio la comunicazione multicanale, con l’obiettivo di aumentare awareness, consolidare il posizionamento e costruire nel tempo una community intorno all’azienda e ai suoi prodotti. Non ci interessa essere presenti ovunque in modo indistinto: vogliamo presidiare i contesti in cui possiamo raccontare bene il valore delle nostre soluzioni, rendere più accessibili temi tecnologici complessi e creare relazioni continuative con pubblici diversi, inclusi giovani talenti, sviluppatori, partner e potenziali clienti. Per questo LinkedIn resta un asse importante, ma si inserisce in una strategia più ampia, che include anche altri canali e che punta a sostenere non solo il business development, ma anche reputazione, recruiting e visibilità di lungo periodo.
Quanto investite in pubblicità a pagamento rispetto a PR, eventi, pubblicazioni scientifiche e relazioni dirette? Nel vostro mercato, dove la fiducia conta moltissimo, quale canale ha il ritorno più alto?
Nel nostro mercato la fiducia si costruisce molto più attraverso credibilità, relazioni e casi concreti che non con la sola pubblicità a pagamento. Per questo l’investimento non si concentra in modo prevalente sull’ADV, ma si distribuisce su un mix più articolato: presenza digitale strutturata, relazioni dirette, partecipazione a eventi, attività di networking, contenuti specialistici e valorizzazione del patrimonio scientifico e progettuale maturato da GRID+. La pubblicità a pagamento è già parte delle attività che stiamo sviluppando e rappresenta per noi una leva utile per aumentare visibilità, intercettare pubblici mirati e sostenere in modo più rapido alcune campagne di comunicazione. Il suo ruolo, però, non è isolato: si inserisce in una strategia più ampia in cui l’obiettivo non è soltanto generare attenzione, ma costruire nel tempo una presenza riconoscibile e una community intorno a GRID+ e ai suoi prodotti. Per questo prevediamo di rafforzarla progressivamente, in coerenza con la crescita del brand e con l’evoluzione della nostra presenza pubblica. Detto questo, il ritorno più alto continua ad arrivare dai canali in cui competenza e affidabilità risultano più evidenti: relazioni dirette, referral, partnership, casi d’uso concreti, contesti accademici e confronto con interlocutori qualificati. In altre parole, l’ADV può aumentare la portata del messaggio, ma la fiducia si consolida quando il mercato riconosce competenze reali, capacità di delivery e un’esperienza già maturata su problemi concreti.
Avete 150+ pubblicazioni scientifiche alle spalle. Questo patrimonio di credibilità accademica è sfruttato attivamente nella comunicazione verso i clienti, o rimane più un asset interno? Come lo trasformate in un vantaggio competitivo percepibile anche da chi non è del settore?
Il patrimonio scientifico non rimane un asset interno, ma nemmeno viene comunicato in modo autoreferenziale. Da solo, un numero elevato di pubblicazioni non basta a convincere un cliente. Diventa davvero utile quando si traduce in capacità di leggere problemi complessi, progettare soluzioni robuste e portarle in contesti applicativi reali. Il valore competitivo sta proprio qui: la base accademica di GRID+ consente di affrontare l’AI con maggiore profondità metodologica, più attenzione alla qualità dei dati, alla validazione dei risultati e alla scelta delle architetture più adatte al problema. Ciò si riflette poi nella delivery, nella capacità di personalizzare le soluzioni e nel dialogo con clienti che hanno esigenze tecniche, organizzative o regolatorie non banali. Allo stesso tempo, questo patrimonio continua a crescere anche attraverso la partecipazione a progetti di ricerca nazionali, europei e internazionali, che permettono di sviluppare nuove competenze, produrre risultati scientifici e rafforzare la visibilità di GRID+ in contesti altamente qualificati. Per il mercato, però, tutto questo va reso leggibile: chi non è del settore non percepisce il valore di una pubblicazione in sé, ma percepisce molto bene affidabilità, rigore, casi concreti e capacità di esecuzione. Per questo la credibilità accademica diventa un vantaggio competitivo quando viene trasformata in linguaggio chiaro, progetti applicati, proprietà intellettuale, collaborazioni qualificate e risultati tangibili.
State costruendo una community attorno a GRID+ — sviluppatori, ricercatori, aziende interessate all’AI — o la comunicazione è ancora principalmente outbound e orientata alla chiusura di contratti? C’è spazio, nel vostro modello, per un approccio più inbound?
Certamente c’è spazio, e soprattutto c’è una direzione molto chiara su cui GRID+ sta investendo. Finora la comunicazione ha avuto naturalmente una componente outbound importante, anche perché in una fase iniziale era necessario costruire relazioni, aprire tavoli, validare casi d’uso e chiudere i primi progetti. Oggi però l’approccio inbound è diventato sempre più rilevante, perché consente di rendere più visibile il valore dell’azienda, dei prodotti e delle competenze che abbiamo costruito. Per questo stiamo lavorando in modo più strutturato sia sul fronte della comunicazione sia su quello commerciale, anche con il supporto di consulenti specializzati in sales consulting e marketing. L’obiettivo non è solo aumentare la visibilità, ma creare nel tempo una community intorno a GRID+, ai suoi prodotti e ai temi su cui lavoriamo, coinvolgendo sviluppatori, ricercatori, aziende e partner interessati all’AI applicata. Nel nostro modello l’inbound non è un’attività accessoria, ma una leva importante di posizionamento, credibilità e crescita. Serve a costruire fiducia, a rendere più leggibile il valore che portiamo e a rendere più naturale, nel tempo, anche l’accesso a nuovi clienti, collaborazioni e opportunità
Una piattaforma AIaaS che elabora dati aziendali sensibili — in sanità, energia, logistica — è un bersaglio interessante. Come garantite ai clienti che i loro dati non vengano esposti, usati per addestrare modelli altrui o compromessi? E quanto questa rassicurazione pesa nella fase di vendita?
Per GRID+ questo tema non è accessorio, ma strutturale. Lavorando spesso con dati aziendali sensibili, la scelta progettuale riguarda in particolare l’architettura di deployment: in funzione dei need del cliente, dei vincoli di privacy, delle policy interne e del livello di criticità del dato, realizziamo soluzioni on premise, in private cloud oppure in cloud, sempre con un’impostazione orientata al controllo del dato e alla minimizzazione dell’esposizione. L’obiettivo è semplice: i dati del cliente devono restare sotto governance del cliente. Ciò implica progettare soluzioni in cui siano chiari perimetro di accesso, modalità di trattamento, responsabilità, livelli di protezione e, quando necessario, utilizzo di modelli e componenti che evitino il trasferimento di informazioni verso ecosistemi esterni o l’uso dei dati per l’addestramento di modelli di terzi. In contesti più sensibili, come sanità, energia o infrastrutture critiche, questo tipo di configurazione non è un dettaglio tecnico: è una condizione abilitante per l’adozione stessa della soluzione. Dal punto di vista commerciale, questa rassicurazione pesa moltissimo. In molti casi la qualità del modello non basta, se prima non viene chiarito come vengono gestiti sicurezza, riservatezza, compliance e controllo operativo. Per questo una parte importante del lavoro non consiste solo nello sviluppare la soluzione AI, ma nel costruire un impianto tecnologico e contrattuale che renda il cliente sicuro del fatto che i suoi dati restino protetti, governabili e coerenti con i suoi requisiti interni.
Con l’entrata in vigore dell’AI Act europeo, le responsabilità sui sistemi AI ad alto rischio diventano molto più stringenti. Come vi state attrezzando sul fronte della compliance, e quanto questo sta già influenzando il modo in cui progettate le vostre soluzioni?
L’evoluzione del quadro normativo europeo sta già influenzando in modo concreto il modo in cui progettiamo le soluzioni. Per GRID+ la compliance non entra a valle, come controllo finale, ma a monte, come criterio di progettazione, quindi ragionare fin dall’inizio su governance del dato, livelli di rischio, tracciabilità, modalità di deployment, perimetro di accesso e adeguatezza dell’architettura rispetto al contesto del cliente. Su questo fronte siamo molto attivi. Proprio in questa direzione stiamo lanciando anche OBSCURA, una soluzione dedicata all’anonimizzazione di documenti complessi, pensata per ambienti regolati e progettata con una logica di compliance by design. Il fatto che sia disponibile sia in cloud sia on premise riflette esattamente questo approccio: non esiste una configurazione unica valida per tutti, ma una progettazione che tiene conto di privacy, sicurezza, requisiti organizzativi e controllo del dato. L’AI Act, insieme a GDPR e NIS2, rende ancora più evidente che non basta avere modelli performanti: bisogna costruire soluzioni affidabili, controllabili e difendibili anche dal punto di vista normativo.
Oggi operate in 10+ mercati con 25+ clienti. Come si scala un modello basato su soluzioni personalizzate senza perdere qualità o margini? A un certo punto dovrete standardizzare l’offerta, e come pensate di farlo senza tradire il posizionamento su misura?
Scalare un modello come il nostro richiede una distinzione molto chiara tra ciò che resta personalizzazione ad alto valore e ciò che invece deve diventare piattaforma, metodo o componente riutilizzabile. La crescita non passa dal replicare all’infinito progetti completamente diversi tra loro, ma dal trasformare l’esperienza maturata nei progetti custom in asset più stabili: moduli proprietari, workflow, template, librerie di componenti, metodologie di delivery e prodotti come OMNIA, MARS, ULISSE, TAVOLOON o OBSCURA. La presenza di asset tecnologici riutilizzabili rende possibile operare in mercati diversi — turismo, sanità, energia, HR, legal, e-learning, media e altri contesti enterprise — mantenendo continuità strategica e coerenza industriale. La standardizzazione, infatti, non significa rinunciare al posizionamento su misura. Significa standardizzare ciò che è ripetibile e lasciare personalizzata la parte che crea davvero valore per il cliente: integrazione nei processi, configurazione, vincoli di dominio, deployment, governance del dato e adattamento della soluzione al contesto operativo. In pratica, la base tecnologica diventa sempre più solida e riusabile, mentre la customizzazione si concentra dove serve davvero. In questo modo si proteggono i margini, si riducono i tempi di delivery e si mantiene una qualità elevata anche con l’aumento del numero di clienti. La crescita non richiede di scegliere tra prodotto e consulenza, ma di governare in modo intelligente il rapporto tra i due: la consulenza aiuta a intercettare nuovi use case e a leggere problemi complessi, mentre il prodotto consolida gli elementi più solidi e li rende progressivamente più scalabili.
Sul piano tecnologico, i modelli AI evolvono rapidamente e i vostri clienti potrebbero chiedervi di aggiornarli continuamente. Come gestite questa tensione tra stabilità delle soluzioni già consegnate e aggiornamento continuo delle tecnologie sottostanti?
La gestione di questa tensione è centrale, perché per un cliente la priorità non è avere ogni settimana il modello più nuovo, ma una soluzione affidabile, governabile e coerente con il proprio contesto operativo. Per questo distinguiamo sempre tra livello di servizio e livello di sperimentazione: ciò che entra in produzione deve garantire stabilità, continuità e controllo, mentre l’aggiornamento tecnologico viene gestito in modo progressivo, valutando benefici reali, impatti sull’infrastruttura, costi, rischi e compatibilità con i requisiti del cliente. Ogni aggiornamento va verificato rispetto a parametri concreti: miglioramento delle performance, qualità dell’output, robustezza, explainability, sostenibilità economica e implicazioni su privacy, sicurezza e compliance. In molti casi la scelta migliore non coincide con il modello più recente, ma con quello più adatto a un determinato scenario di utilizzo. La stabilità delle soluzioni già consegnate viene protetta attraverso architetture modulari, configurazioni controllate e una separazione chiara tra il core della soluzione e i componenti tecnologici che possono evolvere nel tempo. Una struttura di questo tipo consente di aggiornare parti del sistema senza compromettere l’affidabilità complessiva.
Fate parte del percorso Boost Your Ideas di Lazio Innova. Cosa ha significato concretamente passare attraverso un programma di accelerazione istituzionale? Ha cambiato qualcosa nel prodotto, nella strategia o nel modo in cui vi presentate agli investitori?
Sì, ha avuto un impatto concreto. Per GRID+ non è stato solo un percorso di visibilità, ma soprattutto un’occasione per rendere più solida e leggibile la dimensione imprenditoriale di ciò che stavamo costruendo. Il valore principale è stato il lavoro di messa a fuoco: attraverso lezioni, confronto con coach e mentor, e attività strutturate di accompagnamento, abbiamo rafforzato la capacità di definire meglio il posizionamento, il modello di business e il modo in cui presentiamo i nostri prodotti e la traiettoria di crescita dell’azienda. In particolare, il percorso è stato utile per lavorare in modo più rigoroso su strumenti che per una startup fanno davvero la differenza: strategic assessment, business model canvas, business plan, executive summary, pitch e materiali per interlocutori diversi, dagli investitori ai partner industriali. Non si è trattato solo di “scrivere documenti”, ma di chiarire meglio le priorità, i segmenti di mercato, la proposta di valore e la logica di sviluppo dei prodotti.
Anche sul piano del prodotto e della strategia il beneficio è stato reale, perché il programma ci ha aiutato a rendere più esplicito il collegamento tra innovazione tecnologica, sostenibilità economica e capacità di scale-up. In questo senso, Boost Your Ideas ha contribuito a far evolvere non solo il modo in cui raccontiamo GRID+, ma anche il modo in cui strutturiamo il percorso di crescita e dialoghiamo con investitori e stakeholder in modo più maturo e consapevole.
La sfida, ora, è scalare senza perdere quella profondità. Difficile, ma è esattamente lì che si gioca la differenza tra una startup che cresce e una che si dissolve nella media.