La corsa al cosiddetto vibe coding — lo sviluppo di applicazioni tramite linguaggio naturale senza scrittura manuale di codice — sta entrando in una fase di maturità strategica. Base44, la startup della Bay Area acquisita da Wix per 80 milioni di dollari circa un anno fa, ha annunciato il rilascio di Base1, il suo primo modello linguistico proprietario (LLM) progettato specificamente per supportare gli utenti nella creazione di app.

Oltre i modelli generalisti

La decisione di Base44 di sviluppare un'intelligenza artificiale interna nasce dalla necessità di superare i limiti dei modelli frontier (come quelli di OpenAI o Anthropic). Secondo il founder Maor Shlomo, possedere l'intero stack tecnologico permette ottimizzazioni decisive in termini di latenza, costi e complessità operativa.

Il modello Base1 non è il frutto di un addestramento generico, ma è stato sviluppato su un dataset composto da decine di milioni di interazioni reali avvenute sulla piattaforma. Questo approccio mira a creare uno strumento più efficiente e specializzato rispetto ai modelli generalisti, che Shlomo ritiene destinati a rimanere tali nonostante i progressi costanti.

La sfida della difendibilità

Il passaggio a un modello proprietario risponde a una questione cruciale per le startup AI: la defensibility. Costruire un prodotto basandosi esclusivamente su API esterne espone le aziende al rischio di diventare semplici interfacce sostituibili. Jonathan Userovici, general partner di Headline, sottolinea che i dati, insieme alla distribuzione e allo stack tecnologico, sono gli ingredienti fondamentali per proteggere il proprio vantaggio competitivo.

Questa strategia pone Base44 in una posizione diversa rispetto a competitor come la svedese Lovable, che attualmente si affida ancora a LLM esterni. Tuttavia, il rischio principale non arriva solo dalle altre startup di vibe coding, ma dai laboratori AI che stanno integrando capacità di programmazione agentica nei loro prodotti, come dimostrato da Claude Code o dalle iniziative legate a xAI e Cursor.

L'economia dell'inferenza

Un driver fondamentale di questa evoluzione è la pressione economica. L'aumento dei costi di inferenza sta spingendo molte aziende a riconsiderare la dipendenza dai provider esterni. Userovici osserva che i clienti enterprise non vedono sempre un ritorno sull'investimento (ROI) nell'utilizzo dei modelli più avanzati per ogni singolo caso d'uso, rendendo i modelli specializzati e a basso costo un'alternativa più attraente per la scalabilità del business.