Emergent raccoglie 70 milioni di dollari con il vibe-coding: la fine degli sviluppatori?

La startup indiana Emergent rivoluziona lo sviluppo software con l’AI, attirando l’attenzione di SoftBank e ridefinendo il concetto di “vibe-coding”

C’è un grafico che sta circolando nelle ultime ore sulle scrivanie dei venture capitalist di Palo Alto e, con ogni probabilità, sta causando qualche sudorazione fredda ai manager delle classiche società di consulenza IT. Mostra una curva di crescita quasi verticale: zero a 50 milioni di dollari di ricavi ricorrenti annuali (ARR) in sette mesi.

Per dare un termine di paragone, alla maggior parte delle startup SaaS di successo servono anni per raggiungere cifre simili.

Il soggetto di questa anomalia statistica è Emergent, una startup indiana che oggi ha chiuso un round di finanziamento da 70 milioni di dollari, portando la sua valutazione a 300 milioni.

Ma al di là delle cifre, che pure fanno rumore, quello che interessa a chi scrive codice – e a chi paga per farlo scrivere – è il cosa e il come. Emergent non vende l’ennesimo strumento di produttività o un wrapper superficiale sopra le API di OpenAI. Vende quella che chiamano “vibe-coding”, una definizione che fa storcere il naso ai puristi dell’ingegneria del software ma che descrive perfettamente il cambio di paradigma in atto: la transizione dalla scrittura imperativa del codice alla descrizione dell’intento.

Non stiamo parlando di assistenti come GitHub Copilot o Cursor, che suggeriscono snippet mentre lo sviluppatore digita. Qui l’approccio è agentico: l’utente descrive un’idea (il “vibe”) e una batteria di agenti AI orchestra la creazione, il testing e il deployment dell’applicazione. È la promessa, tante volte disattesa in passato dal movimento no-code, che sembra finalmente aver trovato la sua stack tecnologica ideale.

E il mercato sta rispondendo con una violenza inaudita.

Il ritorno di SoftBank e la scommessa sugli agenti

Il round di serie B annunciato oggi non è solo una iniezione di liquidità; è un segnale geopolitico e tecnologico. A guidarlo c’è SoftBank, il colosso giapponese che negli ultimi anni si era ritirato in un silenzio strategico sul fronte indiano. La scelta di rientrare in gioco ora non è casuale: SoftBank ha interrotto una pausa di quasi quattro anni negli investimenti in startup indiane proprio per puntare su Emergent.

Per Masayoshi Son e il suo team, questa è la validazione che l’AI generativa sta passando dalla fase “wow” alla fase “work”. Accanto a loro c’è Vinod Khosla di Khosla Ventures, uno che non ha mai nascosto il suo disprezzo per le soluzioni incrementali. Khosla vede in Emergent non un tool per sviluppatori, ma un sostituto funzionale per interi dipartimenti IT di piccole e medie dimensioni.

Emergent è in una fase iniziale nel plasmare come il software verrà creato e monetizzato nel prossimo decennio, non solo nel prossimo ciclo di prodotto, e i suoi utenti sono veloci nel condividere il loro successo.

— Vinod Khosla, Fondatore di Khosla Ventures

La tesi di investimento è chiara: se abbatti la barriera d’ingresso tecnica per la creazione di software a zero (o quasi), la domanda esplode. Non si tratta di rubare quote di mercato a Microsoft o AWS, ma di abilitare quel “long tail” di utenti che non avrebbero mai assunto una software house per costruire la loro app interna o il loro MVP.

Sotto il cofano del “vibe-coding”

Tecnicamente, cosa succede quando un utente usa Emergent? L’eleganza della soluzione risiede nell’astrazione. Invece di esporre un IDE (Integrated Development Environment) complesso, la piattaforma utilizza modelli di linguaggio di grandi dimensioni (LLM) sintonizzati specificamente per ragionare su architetture software.

Quando l’utente inserisce un prompt, il sistema non si limita a sputare codice in un unico file. Divide il compito tra diversi “agenti” specializzati: uno progetta lo schema del database, uno scrive il backend (probabilmente in Node.js o Python), uno si occupa del frontend (React o framework simili) e un altro gestisce la configurazione del deployment. Questi agenti “dialogano” tra loro per risolvere conflitti prima ancora che l’utente veda il risultato.

È un approccio che risolve il problema principale dei generatori di codice di prima generazione: la coerenza contestuale. Un singolo LLM perde il filo su progetti grandi; una rete di agenti specializzati mantiene lo stato e la struttura del progetto in modo più efficace. L’espansione delle capacità della piattaforma è stata rapida: a gennaio la startup ha lanciato il suo servizio di creazione di app mobili, una mossa che ha contribuito in modo decisivo a triplicare la valutazione aziendale in pochi mesi.

Mukund Jha, CEO di Emergent, è consapevole che la battaglia si gioca sulla qualità dell’output, non solo sulla velocità.

Gran parte dell’investimento andrà nella costruzione e nell’ulteriore avanzamento dei nostri prodotti e anche nell’avanzamento della nostra ricerca sugli agenti di codifica.

— Mukund Jha, Co-fondatore e CEO di Emergent

Il termine “ricerca” qui è fondamentale. Non basta usare GPT-4 o Claude 3.5; serve un layer intermedio di logica che impedisca agli agenti di allucinare librerie inesistenti o scrivere codice vulnerabile a SQL injection.

La sfida tecnica non è più generare il codice, è validarlo automaticamente senza un umano nel loop.

La fine del “hello World” umano?

La crescita di Emergent pone interrogativi scomodi. Se un imprenditore può costruire un marketplace funzionante descrivendolo a voce mentre fa colazione, che valore ha la competenza tecnica junior? Vinod Khosla, con il suo consueto pragmatismo, ha sottolineato come l’azienda stia crescendo a un ritmo raramente osservato nel settore proprio perché tocca un nervo scoperto: la frustrazione universale verso la lentezza e i costi dello sviluppo software tradizionale.

Tuttavia, c’è un rovescio della medaglia che ogni senior developer conosce bene: la manutenibilità.

Il software non è mai “finito”.

Cambiano le API esterne, cambiano i requisiti di sicurezza, cambiano le scale di traffico. Un codice generato da una “vibrazione” oggi, chi lo manterrà tra due anni? Se la piattaforma astrae completamente il codice sorgente, l’utente è vincolato (lock-in) in modo ancora più brutale rispetto ai vecchi servizi cloud.

Inoltre, c’è il rischio concreto di inondare il web di “spaghetti code” generato dalle macchine. Applicazioni che funzionano apparentemente bene ma che sotto il cofano sono un incubo di inefficienza, pronte a crollare al primo picco di traffico serio. Emergent promette qualità, ma la verifica formale del software è un problema che l’informatica non ha ancora risolto pienamente nemmeno per il codice scritto da umani, figuriamoci per quello generato a velocità supersonica da una IA.

La domanda che resta aperta, mentre i milioni di SoftBank entrano nelle casse di Emergent, non è se l’IA scriverà il software del futuro.

Quello è ormai assodato.

La domanda è: avremo ancora la capacità (e la voglia) di capire come funziona quel software, o ci accontenteremo che “basti che funzioni”, delegando la comprensione del mondo digitale a scatole nere sempre più opache?