Ecco le startup finaliste della Snowflake Startup Challenge 2026: Airrived, LGND AI e Twine Security

Le finaliste della Startup Challenge 2026 condividono un filo conduttore: la connessione intelligente. Questa connessione assume forme diverse: un livello di orchestrazione Agentic OS, agenti coordinati che collegano dati e azioni, nuove tipologie di modelli che rendono interrogabili le immagini della Terra. Ma una cosa è chiara: il potenziale dell’intelligenza artificiale di reinventare il modo in cui persone e sistemi interagiscono con i dati (e tra loro) sta spingendo le nostre tre finaliste a pensare in grande.

Siamo lieti di annunciare che Airrived, LGND AI e Twine Security accederanno alla finale della Snowflake Startup Challenge di quest’anno e si sfideranno per ottenere una quota di un investimento fino a 1 milione di dollari da parte di Snowflake Ventures, oltre a una mentorship esclusiva da società quotate al NYSE e all’opportunità di suonare la campanella del NYSE.

Un sentito ringraziamento alle altre semifinaliste per la dedizione e l’impegno dimostrati nelle presentazioni del round precedente.

Continua a leggere per conoscere meglio le tre startup in gara per il primo posto nella competizione 2026.

Airrived

Nonostante ingenti investimenti in dati, strumenti e infrastruttura, molte aziende si affidano ancora a workflow manuali e soluzioni frammentate per portare a termine il lavoro. Airrived nasce per colmare proprio questo divario.

“Abbiamo capito che la vera opportunità non era un altro strumento, ma un livello di base: un Agentic OS che porta intelligenza nei dati, orchestra azioni tra sistemi e permette ai team di passare dagli insight all’esecuzione in tempo reale”, afferma Anurag Gurtu, co-founder e CEO di Airrived.

Gli agenti Airrived si connettono ai sistemi esistenti invece di sostituirli, offrendo alle aziende un livello di esecuzione intelligente sopra l’infrastruttura che hanno già costruito. Può aiutare a rendere operativi i workflow quando un’organizzazione deve passare dai dati all’azione in ambiti come sicurezza, operations, compliance e gestione IT.

Ad esempio, la governance degli accessi dei dipendenti, cioè la gestione di quali dipendenti possono accedere a quali sistemi, è una funzione critica per la compliance che di solito richiede revisioni manuali periodiche. Il tempo necessario ai manager per esaminare i fogli di calcolo rallenta le approvazioni degli accessi e può lasciare inosservati alcuni rischi.

Con Airrived, questo processo diventa continuo e intelligente. Gli agenti Airrived possono operare in background, analizzando i pattern di accesso, identificando autorizzazioni eccessive o rischiose e consigliando o applicando modifiche con le approvazioni appropriate. Non serve più attendere il ciclo di revisione programmato successivo: il processo può operare in modo continuo in background, mentre i team di governance dedicano meno tempo alle revisioni manuali e più tempo al lavoro strategico.

Il team Airrived segue da vicino il passaggio delle aziende dalla sperimentazione con l’intelligenza artificiale alla piena operatività e osserva che uno dei premi della Snowflake Startup Challenge sarebbe particolarmente utile in un mondo dell’intelligenza artificiale in rapida evoluzione.

“La mentorship di società quotate al NYSE sarebbe preziosa mentre cresciamo”, afferma Gurtu. “Stiamo costruendo l’infrastruttura di base per l’era agentica. Imparare da aziende che hanno già affrontato scala globale, governance e aspettative dei mercati pubblici ci aiuterebbe ad accelerare in modo responsabile, mantenendo fiducia e affidabilità”.

LGND AI

Gli LLM di oggi sono addestrati sul linguaggio: per questo il mondo fisico, e gli oltre 800 petabyte di immagini della Terra che lo rappresentano, resta in gran parte fuori dalla loro portata. LGND AI vuole cambiare questa situazione utilizzando l’intelligenza artificiale per aiutare a comprendere la Terra e renderla comprensibile all’intelligenza artificiale.

L’azienda sviluppa quelli che definisce Large Earth Observation Models (LEOMs), applicando alle immagini della Terra la stessa architettura transformer alla base degli LLM. Il risultato è una piattaforma che rende interrogabile il mondo fisico, sia per gli analisti umani sia per i sistemi di intelligenza artificiale.

I beneficiari più immediati sono analisti geospaziali ed esperti di dominio attivi in settori come assicurazioni, agricoltura, settore minerario e intelligence. Tradizionalmente, estrarre insight strutturati dalle immagini satellitari significava acquistare immagini, ingaggiare specialisti e dedicare mesi all’addestramento di modelli di computer vision personalizzati per ottenere un data set utilizzabile. Con LGND, un analista non tecnico può porre una domanda come “Dove sono in corso nuove costruzioni industriali in Texas quest’anno?” oppure “Quanta deforestazione si è verificata in Amazzonia negli ultimi tre mesi?” e ottenere una risposta strutturata in pochi secondi.

I casi d’uso sono ampi e diversificati. Una compagnia assicurativa potrebbe effettuare rapide valutazioni dei danni in una regione colpita da un uragano prima che i periti arrivino sul posto. Un team di underwriting potrebbe sviluppare data set completi su fasce tagliafuoco e barriere anti-inondazione per i propri modelli di rischio in poche ore, anziché in mesi.

L’opportunità più ampia che LGND intende cogliere, però, è diventare il livello geospaziale per l’intelligenza artificiale. Oggi interrogare la Terra richiede solo una chiamata API e, secondo il founding team di LGND, questo apre un ventaglio molto ampio di possibilità.

“Immagina di prenotare un hotel e di poter chiedere: ʻCi sono lavori in corso vicino a questa struttura?’”, afferma Nathaniel Manning, co-founder e CEO di LGND. “Riteniamo che molto presto i maggiori utilizzatori della nostra API non saranno gli sviluppatori, ma agenti che interrogano la Terra per risolvere un problema più ampio per un’azienda o una persona”.

Twine Security

L’ispirazione per Twine Security è nata durante l’esperienza di Nadav Erez in Claroty.

“Per anni ho visto i clienti affrontare lo stesso problema”, afferma Erez, co-founder e CTO di Twine Security. “Non mancavano strumenti, policy o programmi ben definiti, ma non avevano mai risorse o tempo sufficienti per eseguirli fino in fondo”.

La risposta di Twine a questo deficit di esecuzione sono gli AI Digital Employees, che lavorano al fianco dei team di cybersecurity per gestire progetti e task che altrimenti si accumulerebbero nel backlog.

Sviluppato con Snowflake Cortex AI, il primo AI Digital Employee dell’azienda è Alex, specializzato in identity and access management (IAM), una delle aree della cybersecurity a maggiore intensità di lavoro. Alex apprende l’ambiente di ogni organizzazione, porta alla luce i gap di sicurezza più urgenti e interviene per colmarli gestendo workflow completi, tra cui la risoluzione dei ticket IAM, l’eliminazione degli account non più utilizzati e l’accelerazione delle revisioni degli accessi degli utenti. Un responsabile umano resta sempre coinvolto nella governance, ma è Alex a eseguire concretamente le attività.

IAM è solo il primo ambito su cui Twine sta intervenendo. L’azienda sta pianificando un’ampia gamma di AI Digital Employees, ciascuno addestrato per occuparsi di un diverso ambito del lavoro di sicurezza. La piattaforma dati unificata Snowflake collega tutti questi elementi, offrendo a Twine accesso alle fonti dati connesse, alla governance e alla scalabilità di cui ha bisogno per dare vita ad Alex e agli altri AI Digital Employees.

“L’Agentic AI vale quanto i dati che utilizza”, afferma Erez. “Per questo sviluppiamo su Snowflake e non vediamo l’ora di salire sul palco della finale della Startup Challenge per mostrare ciò che abbiamo creato”.

Registrati a Snowflake Summit and Dev Day per seguire live la finale della Startup Challenge ed esplorare oltre 500 demo, sessioni con esperti, Q&A e laboratori pratici, pensati per dare slancio a idee innovative e prepararti al successo nell’era degli agenti e dell’enterprise intelligence.