Simular, giovane realtà nel panorama dell’intelligenza artificiale, sta portando un nuovo livello di automazione direttamente sul desktop. La startup – che ha raccolto 21,5 milioni di dollari nel round Series A guidato da Felicis, con la partecipazione del fondo NVentures di Nvidia e degli investitori precedenti South Park Commons – non vuole semplicemente suggerire azioni, ma eseguirle fisicamente sul computer, muovendo il mouse, cliccando, compilando celle, copiando dati in un foglio di calcolo. È un approccio che differisce da molte soluzioni agentiche oggi focalizzate sul browser: qui l’AI controlla il PC vero e proprio, sia su macOS che, a breve, su Windows.
Un agente operativo capace di controllare il computer, non solo la conversazione
Come riporta Tech Crunch, Simular ha rilasciato la versione 1.0 per macOS e lavora parallelamente con Microsoft allo sviluppo dell’agente Windows, rientrando tra le cinque aziende selezionate nel programma Windows 365 for Agents annunciato a novembre (insieme a Manus AI, Fellou, Genspark e TinyFish).
Il CEO Ang Li – ex ricercatore di DeepMind insieme al co-founder Jiachen Yang, specializzato in reinforcement learning – spiega come l’obiettivo sia portare sul computer una capacità d’azione autonoma e affidabile: non un chatbot che interpreta comandi, ma un agente in grado di completare compiti digitali complessi con minima supervisione umana.
In un contesto dove i Large Language Model tendono a generare errori o hallucinations, soprattutto quando devono svolgere task composti da migliaia di step consecutivi, Simular tenta una via ibrida tra creatività e controllo. Se un modello generativo, lasciato libero, rischia deviazioni impreviste, limitarlo eccessivamente soffoca la sua utilità. La startup risponde combinando entrambi i lati della bilancia: l’agente esplora autonomamente finché il task non viene completato con successo; a quel punto il workflow viene “bloccato” e convertito in codice deterministico, ripetibile senza sorprese. In pratica, la creatività del modello serve per trovare la soluzione; la ripetizione la rende affidabile.
Ang Li la definisce una tecnologia neuro symbolic computer use agents, non una semplice integrazione LLM: l’intelligenza scrive codice verificabile e leggibile dall’utente, che può ispezionarlo e modificarlo. In questo modo la fiducia non si basa sul modello, ma sul risultato codificato e trasparente, che rimane in mano al cliente e non alla piattaforma cloud. Questo dà alle aziende un controllo diretto sulla logica operativa dell’agente – una differenza non banale rispetto a molte AI chiuse e opache oggi in circolazione.
La tecnologia, le applicazioni reali e la sfida alla diffusione di massa
L’idea di Simular trova già casi pratici. Tra i primi utilizzatori compaiono una concessionaria automobilistica che automatizza ricerche VIN e associazioni HOA che estraggono informazioni contrattuali da PDF, mentre l’open source per macOS ha generato automatismi per content creation, sales e marketing. La startup ha raccolto complessivamente circa 27 milioni di dollari (includendo un seed iniziale da 5 milioni) con investitori come Basis Set Ventures, Flying Fish Partners, Samsung NEXT, Xoogler Ventures e il podcaster-angel investor Lenny Rachitsky.
Rispetto agli assistenti vocali o ai bot integrati nelle suite software, l’offerta mira a un’automazione concreta e persistente, utile per processi operativi ripetitivi. L’agente può aprire programmi, spostare file, compilare documenti, trasferire dati, gestire flussi ripetitivi senza codifica esterna. L’utente supervisiona inizialmente, corregge eventuali imprecisioni e, una volta raggiunto il risultato, la procedura viene cristallizzata in script che eseguono sempre la stessa sequenza di step. In questo modo, l’errore non aumenta con la lunghezza del processo – uno dei limiti più noti negli agenti basati unicamente su LLM generativi.
La prospettiva di portare questo paradigma su Windows è strategica: se la diffusione Mac ha permesso un primo sviluppo open source, l’arrivo su PC potrebbe aprire un mercato enormemente più ampio. Li non comunica una data precisa, ma anticipa che la versione Windows potrebbe diventare più popolare del rilascio macOS, considerata la base installata nel mondo enterprise.
Per l’adozione in team IT e aziende, le implicazioni sono notevoli: meno tempo su task ripetitivi, maggiore affidabilità in automazioni di routine (reportistica, compilazione dati, gestione asset digitali), riduzione del rischio di errori umani e di out-of-context actions tipiche delle AI non supervisionate. Inoltre, il codice generato rimane auditabile – un vantaggio per compliance, sicurezza e controllo interno.
