DiligenceSquared, startup nata nell'incubatore Y Combinator (Fall 2025), si propone di trasformare radicalmente il processo di due diligence nelle operazioni di fusioni e acquisizioni (M&A). Questo processo, tradizionalmente caratterizzato da tempi lunghi e costi elevati, viene affrontato dalla startup sfruttando agenti vocali AI. Questi strumenti sono impiegati per condurre interviste con i clienti delle società oggetto di acquisizione, al fine di fornire analisi commerciali di alta qualità, paragonabili a quelle offerte dai consulenti, ma a un costo significativamente inferiore.
Un’alternativa economica alla consulenza tradizionale
Il modello operativo di DiligenceSquared, attivo da ottobre 2025, ha già suscitato l'interesse di importanti fondi di private equity. L'azienda ha recentemente concluso un seed round da 5 milioni di dollari, guidato da Relentless, il nuovo fondo di Damir Becirovic, ex partner di Index Ventures. L'intera operatività si basa su processi automatizzati, garanzia di qualità e tempi di esecuzione ridotti.
Nel ciclo classico delle operazioni M&A, i fondi di private equity tendono a investire somme considerevoli in consulenze esterne – come quelle di McKinsey, Bain o BCG – solo dopo aver maturato un elevato grado di certezza sull'interesse verso una specifica società.
Tali servizi, che includono interviste con figure C-level e la produzione di report complessi, possono comportare spese comprese tra 500.000 e 1 milione di dollari. DiligenceSquared inverte questo approccio: affida le interviste ad agenti vocali AI e prevede una revisione finale da parte di consulenti senior. Questo permette di offrire analisi complete, con una qualità di consulenza, a un costo contenuto, stimato intorno ai 50.000 dollari.
Riduzione dei costi e scalabilità operativa
Il vantaggio economico è evidente: l'automazione consente ai fondi di avviare ricerche preliminari già nelle fasi iniziali di valutazione, senza dover attendere conferme decisive. Questo metodo permette di effettuare una due diligence anche su potenziali target che inizialmente suscitano un interesse minore, ampliando così il numero di opportunità analizzabili.
Una scommessa sostenuta dagli investitori
Il finanziamento seed di 5 milioni di dollari, guidato da Relentless, testimonia la fiducia del mercato nella soluzione proposta da DiligenceSquared. L'investimento si inserisce in un trend consolidato di startup AI verticali, focalizzate sulla trasformazione di flussi di lavoro ad alto valore aggiunto, ma storicamente caratterizzati da rigidità e costi elevati.
Un confronto con i competitor: Bridgetown Research
DiligenceSquared opera in un mercato che vede la presenza di altri attori con modelli simili. Tra questi, Bridgetown Research si distingue, avendo raccolto 19 milioni di dollari nel febbraio 2025 con un modello basato su AI agent per interviste esperte nel campo della due diligence.
Tuttavia, mentre Bridgetown si concentra sull'intervista a esperti attraverso reti di conoscenza e sull'archiviazione strutturata delle conversazioni, DiligenceSquared adotta una logica di processo end-to-end. L'agente AI conduce l'intervista e i dati raccolti vengono validati da consulenti senior, garantendo una rendicontazione immediatamente utilizzabile.
Trend in espansione: voce, AI, efficienza
L'impiego di agenti vocali AI in ambito professionale è una tendenza in rapida crescita. Già nel settore del customer service, startup come Retell AI automatizzano chiamate in entrata, prenotazioni o la qualificazione dei lead. DiligenceSquared estende questa logica a un contesto ad alto valore come l'M&A, dimostrando come processi decisionali complessi possano beneficiare della combinazione di scalabilità e intelligenza artificiale conversazionale.
L'adozione di agenti vocali ben progettati evidenzia come l'AI possa ottimizzare workflow consolidati e costosi, mantenendo l'esperienza e la supervisione umana centrali, ma rendendole più accessibili e tempestive. DiligenceSquared rappresenta un esempio concreto di evoluzione nel settore del private equity: abbassare le barriere economiche senza compromettere la qualità del processo decisionale. Resta da valutare la reazione dei fondi nel medio termine e l'eventuale estensione di questo modello ad altri ambiti, come strategie aziendali, ricerca di mercato o pianificazione, dove l'intelligenza artificiale può fungere da catalizzatore per un'efficienza reale e sostenibile.
