Hugging Face, la piattaforma spesso descritta come il GitHub dell'intelligenza artificiale, ha visto il proprio run rate dei ricavi annualizzati superare i 150 milioni di dollari dopo un aumento del 50% in soli due mesi. La crescita è stata trainata da una maggiore domanda di calcolo a pagamento, storage e servizi in abbonamento, mentre le imprese costruiscono sulla base dell'infrastruttura AI.

Alla fine del 2023, il run rate dei ricavi dell'azienda si attestava intorno ai 70 milioni di dollari. Si prevedeva che avrebbe raggiunto circa 130 milioni di dollari nel 2024. Con l'ultimo aumento, la cifra ha ormai superato i 150 milioni di dollari, il che significa che Hugging Face ha di fatto raddoppiato i propri ricavi complessivi in meno di due anni. Questo ritmo evidenzia anche come i fornitori di infrastrutture AI stiano monetizzando sempre di più non solo l'accesso ai modelli, ma anche gli strumenti e le risorse necessari per eseguire i modelli su larga scala.

Cosa sta guidando la crescita

Hugging Face opera con un modello freemium, in cui circa il 3%-5% degli utenti passa ai piani a pagamento. Questi piani offrono funzionalità avanzate per carichi di lavoro ad alto utilizzo e caratteristiche enterprise. La piattaforma ospita centinaia di migliaia di modelli e serve decine di migliaia di organizzazioni. Il numero di clienti paganti è salito a oltre 2.000.

Possibile vendita a 13 miliardi di dollari

Secondo quanto riportato, l'azienda starebbe esplorando una potenziale vendita che potrebbe valorizzarla a 13 miliardi di dollari o più. Si tratterebbe di un netto aumento rispetto all'ultimo importante round di finanziamento dell'agosto 2023, quando Hugging Face ha raccolto 235 milioni di dollari con una valutazione post-money di 4,5 miliardi di dollari.

Con una valutazione di 13 miliardi di dollari e 150 milioni di dollari di ricavi annualizzati, Hugging Face varrebbe circa 87 volte i ricavi.

Problemi di sicurezza durante la rapida espansione

Nel luglio 2026, l'azienda ha affrontato una violazione della sicurezza che ha comportato un accesso non autorizzato ottenuto tramite un dataset dannoso elaborato attraverso la sua pipeline. L'incidente ha evidenziato una sfida più ampia per le piattaforme AI: man mano che queste elaborano grandi volumi di dati e modelli inviati dagli utenti, anche la superficie d'attacco si amplia.