← Torna al blog
Aicirca 6 min di lettura

Melius vuole che i team creativi smettano di usare gli strumenti

Pubblicato 7 ott 2026
Melius vuole che i team creativi smettano di usare gli strumenti

--- title: Melius vuole che i team creativi smettano di usare gli strumenti slug: melius-wants-creative-teams-to-stop-operating-tools meta_title: Melius scommette che il collo di bottiglia creativo siano gli strumenti meta_description: Melius ha raccolto 25 milioni di dollari per un sistema operativo creativo condiviso in cui team di agenti gestiscono il lavoro di produzione di immagini, video e audio. category: ai tags: Melius,IA creativa,workflow degli agenti,finanziamenti,General Catalyst,CRV,Ampersand,OneByZero,operazioni creative,laboratorio di agenti ---

Melius ha raccolto 25 milioni di dollari questa settimana, divisi tra un seed da 5 milioni guidato da General Catalyst e un Serie A da 20 milioni guidato da CRV. La società di New York si descrive come il primo laboratorio di agenti per il lavoro creativo, e il suo prodotto è un sistema operativo creativo condiviso in cui team di agenti AI gestiscono la produzione.

I cofondatori hanno costruito l'azienda su una specifica lamentela. I team creativi, secondo la formulazione del CEO Joowon Kim, non hanno un problema di quantità di idee. Hanno un problema di risorse. L'IA generativa ha reso economica la produzione di contenuti, ma usarla significa ancora destreggiarsi con prompt engineering tra una dozzina di strumenti disconnessi.

Qual è davvero la scommessa

Melius non avanza pretese su un modello migliore. Sostiene che il collo di bottiglia si trova tra l'idea e l'asset finito, e che gli agenti possono possedere quello spazio.

L'azienda è uscita dalla modalità stealth a luglio 2026 e afferma di aver superato un run rate a sette cifre in tre mesi, con migliaia di team che costruiscono asset ogni giorno. Yuri Sagalov di General Catalyst ha inquadrato la tesi come consolidamento: la maggior parte degli strumenti generativi per i team creativi è monouso, una casella di prompt qua e un editor là, e il vantaggio si accumula quando gli agenti possono portare un workflow dalla prima bozza all'asset finito.

Il background del team fondatore vale la pena di essere notato. Il CEO Joowon Kim e il CTO Young Kim hanno lavorato insieme in Ramp, dove Kim era director of engineering e cofondatore di Venue, che Ramp ha acquisito nel 2023. Il COO Arnav Ramu proviene dall'investimento software in Hg e dall'investment banking in Guggenheim. È un team costruito per la disciplina operativa più che per la ricerca sui modelli, il che si adatta a un prodotto la cui pretesa è la proprietà del workflow.

Il nome della categoria che Melius rivendica, un laboratorio di agenti per il lavoro creativo, indica ciò che ritiene sarà scarso. Non le immagini, che ora sono abbondanti ed economiche. Il giudizio su quali immagini siano giuste.

La stessa settimana ha raccontato una storia coerente

Altri tre round sono arrivati nel giro di pochi giorni e puntano nella stessa direzione.

Ampersand ha chiuso un Serie A da 15 milioni guidato da Bessemer per costruire infrastruttura di lettura e scrittura tra applicazioni AI e sistemi di registrazione come Salesforce e NetSuite. Il suo argomento contro le piattaforme di integrazione tradizionali è la profondità: i sistemi enterprise sono fortemente personalizzati, e un connettore superficiale che ignora tali personalizzazioni fallisce in pratica. L'azienda ha anche lanciato Andi, un agente di integrazione AI che gestisce il lavoro di implementazione per singolo cliente.

L'inquadramento è preciso. Ampersand lascia i sistemi di registrazione dove sono. Dà agli agenti la possibilità di leggere e scrivere al loro interno, il che è una pretesa più piccola e più difendibile. Il suo finanziamento totale ora si aggira intorno ai 20 milioni, e Yelp e Mana Ventures si sono aggiunti come nuovi investitori.

OneByZero ha raccolto un Serie A da 20 milioni guidato da Jungle Ventures, il suo primo finanziamento esterno dalla fondazione nel 2023. La società di Singapore costruisce infrastruttura per il deployment e la governance dell'AI enterprise e la vende in modo opposto ai costruttori di agenti self-serve. I suoi ingegneri forward-deployed integrano gli agenti nei sistemi dei clienti e si assumono la responsabilità di ciò che va in produzione. L'azienda afferma che alcuni clienti hanno automatizzato oltre il 90 percento delle interazioni con i clienti e ridotto della metà i tempi di consegna di alcune migrazioni dati, operando in nove mercati.

Il dettaglio che conta in quella proposta è la governance. NEO permette alle imprese di definire cosa è consentito fare all'AI, dove il giudizio umano resta nel processo, e ogni azione dell'agente lascia una traccia di audit. È ciò che ottiene l'approvazione a operare in settori regolamentati invece di bloccarsi alla proof of concept.

Zeroset ha chiuso un pre-seed da 5,2 milioni co-guidato da Gradient Ventures e 2048 Ventures per Nebula, uno strato di stato che permette agli agenti a lungo orizzonte di interrogare lo stato corrente di un workflow invece di ricostruire il contesto a ogni turno.

Ciò che li collega

Nessuna di queste aziende vende un modello. Ognuna vende lo strato che rende i modelli utilizzabili all'interno di un processo esistente, e ognuna è esplicita sul fatto che la capacità non è più il vincolo.

Questo è un cambiamento in dove i fondatori si aspettano che si accumuli valore. Durante il ciclo di rilascio dei modelli degli ultimi due anni, ogni lancio ha resettato il tetto delle capacità. I round di questa settimana suggeriscono che gli investitori pensano che il tetto sia già abbastanza alto, e che il denaro si stia spostando verso chi rimuove l'attrito tra un modello capace e un lavoro finito.

Il vocabolario si è spostato di conseguenza. Ampersand vende plumbing. OneByZero vende responsabilità. Zeroset vende stato. Melius vende un sistema operativo. Nessuna di queste parole descrive l'intelligenza, e tutte e quattro descrivono ciò che manca quando un modello capace incontra un'organizzazione reale.

Il rischio nello schema

C'è una versione di questa scommessa che fallisce senza che nessuno se ne accorga. Se gli agenti diventano abbastanza bravi nell'usare gli strumenti, alcuni di questi strati vengono assorbiti nel modello o nella piattaforma. Uno strato di integrazione che esiste perché gli agenti non riuscivano a scrivere in modo affidabile su Salesforce diventa inutile una volta che ci riescono.

La controargomentazione è che la personalizzazione è la parte durevole. Nessun modello generale saprà come una specifica azienda instrada le approvazioni, e nessun fornitore di piattaforma implementerà le eccezioni di ogni cliente. È il divario che queste aziende scommettono rimanga aperto.

Il profilo dei clienti differisce tra i quattro, il che distribuisce il rischio. Melius vende ai team creativi, Ampersand agli sviluppatori che costruiscono su sistemi enterprise, OneByZero alle grandi imprese regolamentate, Zeroset ai platform engineer e agli ML engineer. Acquirenti diversi, cicli di adozione diversi, stessa scommessa di fondo su dove si trovi l'attrito.

Per Melius nello specifico, il test è se un sistema operativo creativo possa reggere tra team con gusti diversi e brand diversi. Gli agenti che gestiscono bene il lavoro di produzione sono preziosi. Gli agenti che lo gestiscono in modo coerente, in un modo che un direttore creativo possa approvare, sono un prodotto diverso. Meno di tre mesi di ricavi non rispondono ancora a questa domanda.

C'è anche un tetto di qualità che nessuna quantità di automazione del workflow alza. Un sistema operativo creativo che produce asset in linea con il brand in modo efficiente dipende comunque da qualcuno che decide quale debba essere il brand. La tesi fondativa, che i team creativi abbiano un problema di risorse piuttosto che un problema di idee, è vera per il volume di produzione e meno ovviamente vera per il lavoro che effettivamente arriva.

Ciò che il gruppo di round stabilisce è un consenso su dove si trovi il lavoro. Dopo due anni in cui il progresso è stato misurato dalla capacità dei modelli, il settore sta finanziando gli strati che decidono se quella capacità raggiunge un deliverable finito.

Articoli correlati