YouTube2Text

Il nostro primo ROUND DI INVESTIMENTO — Transcript

by Datapizza · 2,061 words · 337 segments · language en · Watch on YouTube

Full transcript

  1. 0:00Oggi puntata speciale.
  2. 0:01>> Puntata speciale oggi.
  3. 0:03>> Esatto. Mi ricordo tipo 3 anni fa,
  4. 0:05quando sarà stato 3 anni fa che è
  5. 0:06partito il podcast, forse anche di più,
  6. 0:08che facevamo tutte le puntate noi due.
  7. 0:10>> Sì. Quando abbiamo avuto quell'idea di
  8. 0:11dire raccontiamo un po' le AI e le
  9. 0:13notizie che avvengono nel mondo dell'AI
  10. 0:16che erano relativamente poco all'inizio.
  11. 0:18Mi ricordo quando aveva raccontato anche
  12. 0:19il lancio di Niet GPT.
  13. 0:21>> Sì, era tipo terza quarta puntata.
  14. 0:23>> Terza quarta puntata. La potete
  15. 0:25ritrovare se scorrete scorrete giù.
  16. 0:28Trovanno a dire, "Eh, ciao CPT sta
  17. 0:29andando, eh questei che entra nelle mani
  18. 0:32delle persone non tech che tutti ne
  19. 0:35parlano e anni dopo ci troviamo qua."
  20. 0:37>> Esatto, siamo qua, magari ci
  21. 0:39ripresentiamo perché è dopo tanti
  22. 0:41episodi di non comparsa poi adesso ci
  23. 0:43sono persone bravissime che lo stan
  24. 0:45portando portando avanti, magari ci
  25. 0:47ripresentiamo.
  26. 0:48>> Esatto. Io sono Pierpaolo, founder e CEO
  27. 0:50diata Pizza. Alessandro Cfounder,
  28. 0:53>> cioè in pratica dall'inizio siamo noi
  29. 0:55siamo noi, siamo noi. Sì, esatto. Poi
  30. 0:57poi c'è Jack che è il terzo terzo
  31. 0:59founder, quello che
  32. 1:00>> No, aveva abbastanza microfono.
  33. 1:02>> Esatto. Cioè,
  34. 1:03>> poi basta, non è che deve fare pure i
  35. 1:05podcast. Esatto. Cioè sempre in giro.
  36. 1:07>> Bene, magari vi raccontiamo, a parte
  37. 1:09queste eh inconvenevoli iniziali perché
  38. 1:13ci siamo. Puntata puntata speciale in
  39. 1:16realtà. Questo magari racconta
  40. 1:17raccontalo tu, Pierre. Esatto, più che
  41. 1:19una puntata è un annuncio. Oggi
  42. 1:21annunciamo un round Series A da 10
  43. 1:23milioni di euro guidato da Nexttalia
  44. 1:25Ventures. Ma per dare contesto, perché
  45. 1:28Data Pizza sta prendendo questi 10
  46. 1:31milioni? Cioè perché
  47. 1:32>> Esatto. Raccontiamo un po' il dietro le
  48. 1:34quinte anche di quello che succede poi
  49. 1:36in data pizza. Esatto. Noi siamo partiti
  50. 1:38anni fa, primo anno, abbiamo fatturato
  51. 1:41mezzo milione di euro in una decina di
  52. 1:43persone andando fare le prime cose,
  53. 1:46lanciando Databizza Jobs, iniziando un
  54. 1:48po' a fare formazione sui tool di AI
  55. 1:51nelle aziende, ma da lì siamo cresciuti
  56. 1:53tanto, anzi siamo cresciuti un po' anche
  57. 1:55senza farlo vedere poi a quelle che
  58. 1:57erano le persone senza raccontarlo,
  59. 1:59perché abbiamo costruito un team che va
  60. 2:02spazia tutte [schiarire la voce] le le
  61. 2:03cose che poi rendono un'azienda AI
  62. 2:06Powered passando Passando dalla
  63. 2:07recruiting delle persone alla formazione
  64. 2:09di loro, alla formazione delle persone,
  65. 2:12a un team tecnico che in totale oggi
  66. 2:14sono circa 90 persone, cioè quindi siamo
  67. 2:16>> Sì, diciamo diciamo che al tempo abbiamo
  68. 2:18visto l'opportunità un po' quando è
  69. 2:20uscito il CCPT abbiam detto cavolo,
  70. 2:21questa tecnologia cambia completamente
  71. 2:23anche il nostro modo di lavorare porta
  72. 2:27l'intelligenza artificiale veramente
  73. 2:28nelle mani nelle mani delle persone e
  74. 2:31abbiam detto buttiamoci, cerchiamo di
  75. 2:33aiutare un po' le aziende eh del del
  76. 2:36nostro paese a cogliere questa
  77. 2:39trasformazione che poi l'AI porta.
  78. 2:42Esatto, anche perché se n'è parlato
  79. 2:44tanto in questi anni di AI, ma le
  80. 2:45aziende che l'hanno davvero portata in
  81. 2:47produzione e noi abbiamo lavorato con
  82. 2:49tante di queste eh banche assicurazioni
  83. 2:52eccetera sono poche, cioè nel senso che
  84. 2:55c'è ancora tantissimo lavoro da fare e
  85. 2:57questi soldi serviranno proprio a
  86. 3:00accelerare.
  87. 3:02>> Esatto. Magari spieghiamo perché questo
  88. 3:04round. Oggi ci troviamo un po' nella
  89. 3:06situazione in cui si trova un po' tutta
  90. 3:08la value chain dell'AI, in cui c'è molta
  91. 3:12più domanda e bisogna essere i migliori
  92. 3:15sono quelli che stanno più accorti e
  93. 3:17riescono a soddisfare un po' e dare
  94. 3:19effettivamente quella che è l'offerta di
  95. 3:22servizi, di computing in tanti casi eh
  96. 3:25di modelli anche anche sotto questo
  97. 3:28punto di vista c'è tanto una tematica di
  98. 3:31ok, ma la domanda è sempre crescente, si
  99. 3:33si riuscirà a soddisfarla
  100. 3:37in un modo che sia un po' efficiente
  101. 3:40anche a livello a livello di costi e
  102. 3:42anche noi che siamo nella filiera poi di
  103. 3:44portare effettivamente il deploy delle
  104. 3:46AI all'interno delle aziende, quindi
  105. 3:48passare dal modello a quello che
  106. 3:50effettivamente è mettere in produzione
  107. 3:52lei all'interno delle organizzazioni,
  108. 3:54>> portare valore poi nel business delle
  109. 3:55aziende, no? Sì,
  110. 3:58>> che è uno dei temi cardine, ecco, qual è
  111. 4:00il ritorno dell'investimento delle noi
  112. 4:02cerchiamo un po' eh di portare una
  113. 4:05risposta e portare delle delle
  114. 4:06soluzioni. Anche noi ci siamo trovati un
  115. 4:08po' in questa situazione in cui tanta
  116. 4:10domanda, tanta richiesta e noi
  117. 4:12ovviamente che siamo sempre stati
  118. 4:14un'azienda che si è eh un po'
  119. 4:16autofinanziata, cioè perché
  120. 4:18effettivamente è la prima volta che che
  121. 4:20apriamo il capitale in una maniera così
  122. 4:22così importante e però avevamo capito
  123. 4:26che questo è il momento per giocarci la
  124. 4:29partita e per accelerare. Esatto, abbiam
  125. 4:31capito cosa serve le aziende, l'abbiamo
  126. 4:33già costruito, validato sia lato proprio
  127. 4:37prodotti che stiamo costruendo, sia lato
  128. 4:38servizi che poi servono, perché ogni
  129. 4:40prodotto va personalizzato per le
  130. 4:42aziende in cui viene portato per portare
  131. 4:44il giusto valore. E principalmente con
  132. 4:47questo round vogliamo f tre cose.
  133. 4:49sicuramente ingrandire il team per avere
  134. 4:50un po' più potenza di fuoco. Poi è
  135. 4:53accelerare lo sviluppo dei prodotti che
  136. 4:55stiamo costruendo, quindi delle
  137. 4:56tecnologie che permetteranno anche di
  138. 4:58portare le AI nelle aziende in un modo
  139. 5:01molto agnostico, sostenibile,
  140. 5:03controllato secondo anche tutte le
  141. 5:04normative europee.
  142. 5:05>> Esatto. E terza cosa, ultima, ma non
  143. 5:09ultima, dato che ci troviamo in Italia,
  144. 5:11ma anche in Europa, è il fatto di andare
  145. 5:14a portare delle soluzioni AI che possono
  146. 5:16servire non solo le grandi aziende con
  147. 5:18cui stiamo già lavorando, ma anche le
  148. 5:20aziende medie e tutto quel mid market
  149. 5:22che è molto popoloso, che ha bisogno di
  150. 5:24trasformarsi, che ad oggi ha avuto pochi
  151. 5:26elementi e poche tecnologie in grado di
  152. 5:30supportarlo. Quindi l'idea è proprio
  153. 5:32andare a ampliare un po' da tutti i lati
  154. 5:36quella che è il valore che possiamo
  155. 5:37portare. Sì, diciamo che se nei primi
  156. 5:40anni noi ci siamo concentrati tantissimo
  157. 5:43eh siamo tutt'oggi concentrati sulle
  158. 5:45generativa perché pensiamo che sia la
  159. 5:47tecnologia che prenderà un po'
  160. 5:49sopravvento, impatterà un po' eh su
  161. 5:52tutto fondamentalmente sui processi, su
  162. 5:55anche come si sviluppa il software,
  163. 5:56quindi avrà un impatto ampio un po' su
  164. 5:59tutto il mondo tecnologico e se fin dai
  165. 6:02primi anni questa tecnologia era
  166. 6:05principalmente anche i nostri clienti
  167. 6:06sono stati principalmente grandissimi
  168. 6:08aziende enterprise, grandi bank, grandi
  169. 6:11assicurazioni italiane che sono quelle
  170. 6:13che avevano più capitali da spendere per
  171. 6:15>> poi ci hanno creduto hanno creduto ci
  172. 6:17hanno creduto in una startup, avevano
  173. 6:19anche i soldi per crederci, diciamo. E
  174. 6:21effettivamente lei anche lo sviluppo di
  175. 6:23soluzioni che funzionassero, quindi che
  176. 6:25non fossero i P era qualcosa di
  177. 6:27estremamente costoso. oggi un po' con il
  178. 6:30salto che abbiamo visto fine 2025 con
  179. 6:34gli sviluppi degli agenti AI che abbiamo
  180. 6:35già raccontato in altri episodi, abbiamo
  181. 6:38capito che veramente si può accelerare
  182. 6:42tantissimo lo sviluppo di soluzioni AI a
  183. 6:44un costo anche ridotto e stiamo cercando
  184. 6:46un po' di costruirlo con quel modo che
  185. 6:49si si racconta tanto anche in tante tesi
  186. 6:51della della Silicon Valley di azienda
  187. 6:53che è un po' mix tra prodotto, utilizza
  188. 6:56un prodotto, ma poi effettivamente anche
  189. 6:58l'approccio consulenziale che va che va
  190. 7:00sui
  191. 7:01>> che è quello che stan facendo poi
  192. 7:03effettivamente anche eh le grandi i
  193. 7:05grandi lab, cioè Open AI, Microsoft,
  194. 7:09Antropic, tutti hanno lanciato delle
  195. 7:10deployment company. Un po' la nostra
  196. 7:13tesi è questa, cioè lanciamo una
  197. 7:14deployment company che sia italiana,
  198. 7:16quindi vicina alle nostre aziende e che
  199. 7:19sia anche agnostica, perché ovviamente
  200. 7:21abbiamo già visto eh tantissimi casi in
  201. 7:23cui Trump dice "Ah, sai cosa c'è? No,
  202. 7:26basta i modelli più forti", eccetera
  203. 7:27eccetera. quindi che porti anche
  204. 7:30effettiv per esempio Fable, cioè abbiamo
  205. 7:32visto che è stato è stato chiuso, è
  206. 7:34stato limitato, eccetera eccetera, che
  207. 7:36porti anche tutto questo concetto di
  208. 7:38agnosticità, di controllo, di poter
  209. 7:41switchare tra i modelli, di avere
  210. 7:42l'incentivo a non vendere i token, cioè
  211. 7:45ma a ridurre poi effettivamente quelli
  212. 7:47che sono i costi poi per per le aziende.
  213. 7:51Quindi questa è un po' l'idea. abbiam
  214. 7:52fatto questo salto mentale in un momento
  215. 7:55eh di grande domanda, abbiam detto
  216. 7:57raccogliamo questo capitale e e
  217. 8:00cerchiamo di accelerare veramente perché
  218. 8:02questo è il momento giusto per
  219. 8:03accelerare.
  220. 8:04>> Volevo fare anche un plauso poi al
  221. 8:07partner con cui stiamo facendo questa
  222. 8:09operazione. Poi ci sarà ci saranno anche
  223. 8:10degli altri investitori, ma che
  224. 8:12sveleremo poi probabilmente a
  225. 8:14settembre-ottobre perché eh comunque
  226. 8:16fare un round di questa portata ha dei
  227. 8:18degli step. [risate] Ehm, però Nextia ci
  228. 8:22siamo proprio trovati, secondo me, anche
  229. 8:23a livello di visione, no? Cioè, eh ci
  230. 8:25siamo abbiamo parlato con tanti player,
  231. 8:28cioè come immaginate una startup negli
  232. 8:30anni conosci quello che è il settore dei
  233. 8:32capitali e loro comunque abbiamo trovato
  234. 8:35una realtà che ha proprio voglia di
  235. 8:37investire sulle aziende italiane per
  236. 8:40farle scalare in un modo sostenibile e
  237. 8:42che è una delle nostre tesi il fatto di
  238. 8:44creare un business sostenibile. Infatti
  239. 8:46anche negli ultimi anni. Noi se guardate
  240. 8:47i bilanci, cioè sono tutti inutile, che
  241. 8:49è una cosa un po' particolare per per le
  242. 8:52startup e nonostante siamo cresciuti
  243. 8:54tanto e comunque anche sposare qualcuno
  244. 8:57con cui ti vedi a fare un percorso che
  245. 8:59poi durerà anni è la cosa più importante
  246. 9:01di tutte e quindi eh anzi siamo super
  247. 9:04felice del player con cui lo stiamo
  248. 9:06facendo. Ecco, solo i soldi anche con
  249. 9:08chi lavori
  250. 9:09>> Esatto. Anche perché quello che vogliamo
  251. 9:11è comune, cioè quindi avere un impatto
  252. 9:13sull'Italia un po' al nostro moto.
  253. 9:15Vogliamo un'Italia competitiva nel tech
  254. 9:16che fin dal giorno zero, fin dal giorno
  255. 9:18in cui abbiamo lanciato la community c'è
  256. 9:20sempre stato perché crediamo veramente
  257. 9:23che poi questa tecnologia possa, secondo
  258. 9:25noi accelerare tanto il il paese e se
  259. 9:30non implementata bene, cioè se non
  260. 9:31facciamo qualcosa veramente ci possono
  261. 9:33essere dei grandi eh squilibri che già
  262. 9:36in parte stiamo vedendo sulla parte di
  263. 9:37modelli e secondo noi perlomeno quella
  264. 9:41partita oggi è tra virgolette persa poi
  265. 9:43con i modelli open weight ecera
  266. 9:45eccetera, modelli cinesi si può eh, cioè
  267. 9:48non è non è più lì la partita. La
  268. 9:50partita è su come lo portiamo
  269. 9:51all'interno delle delle organizzazioni e
  270. 9:54su come mettiamo su scala questa questa
  271. 9:56tecnologia. È proprio lì sta un po' un
  272. 9:58po' per chiudere, no, questa
  273. 10:00chiacchierata. il mix, no, non basta la
  274. 10:02tecnologia, non bastano gli AI engineer,
  275. 10:04i forlo engineer, servono degli
  276. 10:07architect, delle persone che fanno
  277. 10:08adoption, quindi vanno nell'azienda a
  278. 10:10spiegare come si usa la tecnologia e
  279. 10:13delle persone che vengono effettivamente
  280. 10:16dalla community inserite nelle aziende
  281. 10:17con data pizza Jobs, cioè tutte le cose
  282. 10:20che abbiamo costruito hanno chiudono un
  283. 10:22po' il cerchio. Diciamo che è un mix
  284. 10:24molto forte che si basa sempre sul
  285. 10:26nostro asset fortissimo che ripetiamo
  286. 10:29fin dal giorno zero, che è quello che ci
  287. 10:31sta facendo avere un discreto, diciamo,
  288. 10:33successo.
  289. 10:35si raggiunge sempre relativo, lo vedi
  290. 10:37sempre in maniera relativa, che è
  291. 10:39proprio la community, cioè quindi le
  292. 10:41persone voi che ci seguite, le persone
  293. 10:43che ci hanno supportato un po' dal
  294. 10:45giorno zero, le persone che dalla
  295. 10:46community sono entrati all'interno
  296. 10:48dell'azienda, che sono tanti
  297. 10:49effettivamente tutti praticamente e che
  298. 10:53credono già a priori in questa visione,
  299. 10:56quindi beh, grazie, cioè nel senso
  300. 10:58sicuramente eh
  301. 11:00>> non saremmo qui 100%, cioè come come
  302. 11:03cosa e quindi crediamo che sia
  303. 11:06>> anche grazie a tutto il team abbiamo
  304. 11:07detto
  305. 11:07>> grazie a tutto il team crediamo che sia
  306. 11:09solo
  307. 11:09>> diciamo un po' cose ovvie però non sono
  308. 11:11ovvie perché in realtà è proprio così
  309. 11:13cioè oggi siamo qui noi a parlare ma
  310. 11:15senza ogni singola persona che è entrata
  311. 11:17in data pizza negli ultimi 3 anni
  312. 11:18sarebbe stato impossibile.
  313. 11:20>> Impossibile e crediamo che sia solo un
  314. 11:22punto di partenza in verità, quindi non
  315. 11:24siamo qua a fare la festa eccetera
  316. 11:26eccetera. Eh, però abbiam detto
  317. 11:28raccontiamolo come abbiamo sempre fatto
  318. 11:30un po' eh costruito questa azienda
  319. 11:33raccontandolo e secondo noi è uno step
  320. 11:35comunque importante di crescita, di
  321. 11:38posizionamento anche importante, quindi
  322. 11:40abbiam detto raccontiamolo, lo vediamo
  323. 11:42come un punto di inizio.
  324. 11:44>> Sì, un un nuovo inizio.
  325. 11:45>> Un nuovo inizio e basta. Grazie mille
  326. 11:48per per averci ascoltato. Se siete
  327. 11:50arrivati fino a qua, vuol dire che siete
  328. 11:51veramente interessati a quello che
  329. 11:53facciamo in data pizza. Se avete
  330. 11:54un'azienda volete lavorare sulle,
  331. 11:56scriveteci, faccio poi la marchetta.
  332. 11:58>> Esatto.
  333. 11:59>> E nulla, è una figata poter fare tutto
  334. 12:02questo.
  335. 12:03>> Grazie.
  336. 12:04Ciao.
  337. 12:05>> Ciao.

About this transcript

This page contains the full transcript of Il nostro primo ROUND DI INVESTIMENTO by Datapizza, generated from the public captions YouTube serves with the video. The transcript has 2,061 words across 337 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to translate the transcript into 100+ languages.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.