12 RAG italiani nati in 6 mesi: cosa sta succedendo davvero

Hai presente quando improvvisamente tutti fanno la stessa cosa? È quello che sta succedendo nel mondo AI italiano: dal settembre 2023 (lancio ChatGPT Enterprise) ad oggi sono nate almeno 12 startup che fanno essenzialmente la stessa cosa — RAG (Retrieval Augmented Generation) per aziende italiane.

Non parlo di pivot o side project. Parlo di team che hanno lasciato il lavoro, raccolto pre-seed (anche piccoli, 100-300k), e stanno vendendo la stessa value proposition: "ChatGPT che parla con i tuoi documenti aziendali".

Il momento ChatGPT Enterprise ha cambiato tutto

Prima di settembre 2023, vendere AI alle aziende italiane significava evangelizzare. Spiegare cos'è un LLM, perché funziona, cosa può fare. Cicli di vendita lunghi, demo infinite, POC che si perdevano.

ChatGPT Enterprise ha fatto una cosa semplice: ha messo l'AI nelle mani di migliaia di knowledge worker italiani. Improvvisamente il CEO della PMI manifatturiera sa cos'è ChatGPT perché il figlio glielo ha fatto provare. Il responsabile HR della multinazionale lo usa per scrivere job description.

E tutti fanno la stessa domanda: "Ok, ma può funzionare con i NOSTRI dati?"

Quella domanda ha creato un mercato. E quel mercato ha generato questo boom.

I numeri parlano chiaro: delle 12 startup che ho mappato (fonti: LinkedIn, Crunchbase, segnalazioni dirette da founder), 9 sono nate letteralmente dopo ottobre 2023. Le altre 3 esistevano prima ma hanno fatto hard pivot verso RAG enterprise.

Chi sono questi 12:

• 4 fanno RAG generico (qualsiasi documento, qualsiasi industry)
• 3 si concentrano su legal/compliance (studi legali, uffici gare)
• 2 fanno vertical su manufacturing (manuali tecnici, procedure)
• 2 fanno HR/recruiting (CV, policy interne)
• 1 fa RAG per healthcare (cartelle cliniche, protocolli)

Team piccoli: da 2 a 5 persone. Quasi tutti tecnici (ex-developer, ML engineer). Solo 3 hanno un commercial co-founder dall'inizio.

E qui arriva il primo insight interessante.

I tre che stanno vendendo hanno una cosa in comune

Delle 12, solo 3 hanno chiuso contratti enterprise sopra i 50k annui (ARR). Non seed money, non grant, non amici: contratti veri con P.IVA che pagano.

Ho parlato con i founder di 2 di queste 3 (sotto NDA, quindi niente nomi). Cosa hanno fatto diversamente?

1. Sono partiti da un vertical stretto

Non "RAG per aziende". Ma "RAG per studi legali che partecipano a gare pubbliche" oppure "RAG per service manifatturieri con certificazioni ISO".

Uno dei founder mi ha detto: "Avevamo iniziato generico. Tre mesi, zero contratti. Abbiamo ristretto a certificazioni industriali. Prima demo, hanno firmato."

Perché? Perché nel vertical ristretto:

• Il pain è identico per tutti (es: trovare la clausola giusta in 300 pagine di normative)
• Il workflow è standardizzato (sai esattamente dove si inserisce il tool)
• Il pricing è più facile (sai quanto vale quel tempo risparmiato)
• Il referral funziona ("lo usa anche lo Studio X" vale oro)

2. Non hanno venduto "AI", hanno venduto tempo

Zero pitch su transformer, embedding, vector database. Solo: "Il vostro team legal spende 6 ore a settimana a cercare precedenti. Noi vi riportiamo a 45 minuti. Costa X, risparmiate Y."

Numeri reali, ROI chiaro, periodo di prova breve (2 settimane max).

Un founder: "La prima volta che ho detto 'vector database' in demo, ho perso il cliente. Ora dico solo: provalo, se non risparmi tempo non paghi."

3. Hanno un positioning che NON è 'ChatGPT killer'

Tutti e 3 si posizionano come "layer sopra ChatGPT/Claude" per casi d'uso specifici. Non competitor, complemento.

"ChatGPT è geniale ma non sa niente della tua azienda. Noi gli insegniamo."

Questo toglie friction nella vendita. Il cliente non deve scegliere tra OpenAI e te. Deve solo aggiungere te.

Gli altri 9: cosa sta andando storto

Delle altre 9 startup, 7 sono ancora in fase "stiamo validando", 2 hanno già pivot in corso.

Problemi ricorrenti (parlando con 4 founder):

Problema 1: Il positioning generico non funziona

"RAG per qualsiasi azienda" significa che devi competere con soluzioni già esistenti (SharePoint search, internal wiki, persino Google Drive search) + con la percezione che "basta ChatGPT Plus".

Senza un vertical, ogni demo è diversa. Ogni integration è custom. Ogni contratto è una trattativa da zero. Non scali.

Problema 2: Underpricing drammatico

Un founder mi ha detto: "Abbiamo messo 299€/mese perché pensavamo fosse competitivo."

Ma 299€/mese per una PMI significa:

• Budget marketing, non IT
• Nessuno si prende la responsabilità di approvarlo
• Troppo poco per giustificare onboarding serio
• Troppo per "provare senza pensarci"

I 3 che vendono? Partono da 1.200€/mese minimum (annual contract). Alcuni fanno solo annual (12-24k upfront).

Perché? Perché sotto i 1k/mese non sei una soluzione enterprise, sei un tool. E i tool si cancellano.

Problema 3: Nessun moat tecnologico (e va bene così)

Alcuni founder si perdono a costruire "il miglior RAG d'Italia". Vector DB proprietario, chunking strategies avanzate, fine-tuning custom.

Ma il cliente enterprise italiano non sa cosa sia il chunking. E se funziona OpenAI + Pinecone out-of-the-box, non gliene frega niente del tuo vector DB custom.

Il moat non è tech. È:

• Domain expertise (conosci il workflow meglio di chiunque altro)
• Integration (ti integri con i tool che usano già)
• Trust (sei italiano, parli italiano, hai referenze italiane)

Uno dei founder che vende bene: "Il nostro codice è imbarazzante. Ma funziona, è veloce, e abbiamo 8 clienti felici che ci mandano altri clienti."

Cosa significa per te (se stai pensando di entrare)

Se stai valutando di fare una startup RAG B2B in Italia adesso, ecco cosa devi sapere:

1. Sei in ritardo per il generico, in tempo per i vertical

RAG generico è già affollato. Ma vertical specifici (construction, logistics, pharma, food safety) sono ancora aperti.

Test veloce: riesci a nominare 5 workflow specifici di quel vertical dove cercare informazioni richiede più di 30 minuti? Se sì, c'è spazio.

2. Il mercato c'è ma è ancora immaturo

Le aziende italiane sanno che "dovrebbero fare qualcosa con l'AI". Ma non sanno cosa. E hanno paura di sbagliare.

Questo significa:

• Cicli di vendita ancora lunghi (3-6 mesi per enterprise)
• Serve education (webinar, case study, contenuti)
• Il primo cliente è il più difficile, il terzo è già più facile

3. La competizione vera non sono le altre startup

Sono tre cose:

• Status quo: "abbiamo sempre fatto così, funziona"
• In-house: "facciamo fare al nostro IT intern"
• Waitlist: "aspettiamo che il mercato maturi"

Battere queste tre è più difficile che battere un competitor.

4. I soldi veri sono nei contratti annual, non nei MRR

Non pensare come SaaS USA (growth, MRR, expansion). Pensa come software house italiana (contratto annual, customization inclusa, renewal quasi garantito).

Meglio 10 clienti a 18k/anno che 100 a 299/mese. Meno churn, meno support, più prevedibilità.

5. Devi avere un co-founder che sa vendere

Tutti i founder tech che ho intervistato senza co-founder commercial stanno faticando. Anche quelli bravi.

Vendere enterprise italiano richiede:

• Telefonate (tante)
• Meeting in presenza (spesso)
• Follow-up costanti (sempre)
• Negoziazione contratti (complessa)

Se sei solo tech, o impari a fare questo (e rallenti il prodotto) o trovi qualcuno che lo fa.

Cosa fare ora

Se questo articolo ti ha fatto pensare "potrei farlo anche io", ecco i prossimi step concreti:

Step 1: Scegli UN vertical dove hai domain knowledge reale

Non "ho lavorato in quell'industry 2 mesi". Ma "conosco i workflow, ho i contatti, so quali tool usano, so cosa li fa incazzare".

Senza questo, brucerai 6 mesi a capire cosa costruire.

Step 2: Parla con 10 potenziali clienti PRIMA di scrivere codice

Domanda chiave: "Quanto tempo spendi a cercare informazione X? Quanto ti costerebbe risparmiare il 70% di quel tempo?"

Se le risposte non ti entusiasmano, cambia vertical.

Step 3: Build MVP in 3 settimane max

OpenAI API + LangChain + vector DB managed (Pinecone/Weaviate) + frontend basic. Stop.

Non serve altro per validare. Davvero.

Step 4: Vendi il primo contratto prima di raccogliere

Se non riesci a vendere il primo contratto (anche 6k/anno) senza soldi in banca, non raccogliere. Aggiusta il positioning.

I 3 che stanno andando bene hanno raccolto DOPO il primo contratto. Non prima.

---

Vuoi vedere chi altro sta costruendo in AI in Italia? Entra in FounderLab Match — lo speed-dating per founder, builder e technical co-founder italiani. Ogni settimana mettiamo in contatto chi ha skill complementari e vuole partire. È gratis, è veloce, è pieno di gente che fa sul serio.

Candidati qui → founderlab.it/match