Career Journey
Percorso, strumenti, cose costruite
Percorso
Alla Bocconi ho scoperto metodi per validare un'idea prima di costruirla. Sembrava ovvio, ma non lo è. Ho applicato quel metodo al mio primo progetto — un AI tutor — e ho capito che fare ricerca sul campo è molto più utile di stare a pensare. Mi sono piaciuti molto design thinking e il metodo scientifico.
Due stage: uno in un incubatore, uno in un centro di ricerca dell'università. Ho parlato con decine di founder e investitori. La cosa più utile che ho imparato non è stata come si fa una startup — è stata capire come non si fa, e quali bias cognitivi portano quasi tutti a sbagliare le stesse cose.
Entrato a Nana Bianca. Per i primi mesi ho fatto quello che fanno tutti i nuovi: ascoltato, osservato, cercato di non dire stupidaggini. Ha funzionato abbastanza. Ho conosciuto tante persone smart. Dopo qualche mese ho fatto un corso di SQL perché pensavo di voler diventare data analyst.
Ho iniziato a dare opinioni alle startup e a dialogare con fondi di VC. Nel frattempo, ho fatto un corso di product management perché pensavo potesse essere un bel modo per avvicinarsi all'interazione prodotto-utenti. Iniziava a interessarmi il mondo user research, analytics, e testing.
Ho iniziato a usare l'AI dal giorno in cui è uscito ChatGPT. Per molto tempo ho provato un po' tutti gli strumenti che via via venivano rilasciati. Devo ammettere che da circa 1 anno l'utilizzo che ne faccio è molto più concretizzabile. Infatti dal 2025 mi sono cimentato nel costruire cose.
Ecco le mie prime sperimentazioni grazie all'AI. Una dashboard finanziaria personale in locale per gestire le mie finanze. Piattaforma mentor per Nana Bianca usando Bubble (no-code dev tool). Workflow di automazione copy da video per un podcast con n8n. Nel frattempo ho anche co-organizzato il primo Cursor meetup ufficiale in Italia — perché no.
Grazie alle mie sperimentazioni e alla voglia di costruire un prodotto, mi hanno affidato lo sviluppo di Dora — un assistente AI per lo shopping online. C'era solo un piccolo problema: il dev che avrebbe dovuto costruirlo se ne era già andato prima di iniziare. Così il primo mese ho costruito io un prototipo con n8n e Cursor, testato con utenti reali. A dicembre sono entrati tre sviluppatori.
PM su Dora a tempo pieno. Post lavoro sono co-founder di Uilo, strumento di orientamento per studenti delle superiori, lanciato a marzo 2026.
Approfondimento sperimentazioni
Prototipo Dora — AI shopping assistant
Ottobre 2025
Mi hanno spostato di ruolo per lavorare su un assistente AI per lo shopping online. Un progetto nuovo, nessun processo definito, e dopo una settimana il dev che avrebbe dovuto costruirlo si è licenziato prima di iniziare.
Quindi ho costruito il prototipo io.
Ho fatto delle ipotesi sulle intenzioni di chi acquista online — cosa cerca, come formula le domande, cosa si aspetta come risposta. Da quelle ipotesi ho costruito il prompt, il flusso e il backend con n8n usando la funzionalità Agent. Con Cursor ho fatto il frontend in HTML, CSS e JavaScript vanilla. In qualche settimana avevo qualcosa di funzionante da testare.
Ho raccolto feedback informali e fatto 10 live testing con utenti reali. Utile per capire cosa funzionava e cosa no. Poi ho trovato i limiti di n8n per le iterazioni successive e ho passato tutto a un dev per costruire l'MVP.
Adesso Dora ha un team di tre sviluppatori e io la gestisco come PM a tempo pieno.
Piattaforma mentor Nana Bianca
Gennaio 2025
Ogni volta che finiva un programma di accelerazione, il processo di pagamento dei mentor era un disastro. Giri infiniti di mail, ore perse a recuperare informazioni sparse. Nessuno aveva tempo di sistemarlo.
Così l'ho fatto io, dopo lavoro, in Bubble.
Quattro tipi di login (admin, mentor, startup, partner), tracciamento delle mentorship, ore fatturate, importi, a chi e come fatturare. Tutto in un posto solo. Il team finance ora fa il check sulle ore in autonomia — zero giri di mail tra team accelerazione e team finance.
È brutta, lo so. Ma era gennaio 2025 e non sapevo ancora usare niente altro. Abbastanza cervellotica da gestire internamente, però a distanza di un anno devo dire che è stata usata e ha fatto un lavoro discreto. L'abbiamo poi dismessa e sostituita.
Capire se implementare la gestione interna del booking delle ore di mentorship. Inizialmente mi ero buttato a gestire i flussi di automazione: invio richiesta via mail, status pending, accettazione o proposta di nuova data, gestione della controproposta, etc. Solo dopo, parlando con alcuni mentor, ho capito che non aveva senso. Quasi tutti usano già un proprio calendario con disponibilità. Dato che non ci interessava gestire lo storing del calendario in piattaforma, bastava lasciare al mentor la possibilità di inserire un link. Lesson learned: parla con gli utenti prima di costruire i flussi.
Podcast Prima o Poi: automation attempts
Gennaio 2025
Curavo la scaletta settimanale del podcast Prima o Poi su AI, innovazione e business. Leggevo fonti, selezionavo argomenti. Attività manuale, ripetitiva, ovvia candidata per un'automazione.
Ho costruito un flusso n8n per fare ricerca automatica degli argomenti. Non ha funzionato — mi restituiva esattamente gli stessi articoli che avrei trovato da solo in cinque minuti. Ho aggiunto anche una logica di scoring per filtrare i risultati. Droppato anche quello. Mi serviva troppo tempo per creare un risultato di valore rispetto a farlo a mano.
Quello che ha funzionato è stato altro: un flusso per estrarre le pillole migliori dal video integrale da usare come shorts. Il flusso funzionava così: arrivava il transcript, n8n lo spezzava in chunk, estraeva una lista di pillole candidate con titolo e timestamp, generava 5 copy calibrati per piattaforma, e caricava tutto su Notion in automatico. Una cosa che inizialmente ha fatto risparmiare molto tempo. E onestamente, oggi basta un prompt a Claude.
Nei ritagli di tempo mi è stato chiesto di fare anche una dashboard analytics per monitorare il podcast su YouTube, Spotify e Apple Podcasts — e poi idealmente i canali social. Ho provato a farla con Cursor usando le API disponibili. YouTube funzionava bene. Con Spotify e Apple ho avuto problemi con le API — o non erano disponibili, oppure davano solo dati abbastanza superficiali. Quasi mai usata — nel frattempo avevano preso un abbonamento a un tool che faceva già tutto questo e in più permetteva di pubblicare da un posto solo.
È assurdo pensare come oggi basti presentare un problema a Claude, dargli accesso agli strumenti giusti, e in qualche ora la tua soluzione è live.