Costruisco la base agentica su cui un team prende decisioni data driven, guido le organizzazioni nell'AI Adoption e curo le operations di marketing e growth — strumenti, automazioni, misurazione — trasformando entrambe in pratica quotidiana. Affianco i team con percorsi di formazione e supporto strategico continuativo, anche in modalità fractional. Né un'agenzia né una software house.
Quasi tutti sanno già, a grandi linee, cosa dovrebbero fare. Quello che li blocca è che i numeri non parlano fra loro, gli strumenti non si comunicano, e metà settimana se ne va a montare report a mano e a analizzarli, togliendo tempo prezioso al team.
Il mio lavoro è informato dalla strategia ma parte dalla base: decidere cosa misurare e cosa modellare, far arrivare i dati dove servono senza che nessuno li ricopi, costruire i modelli che trasformano quei numeri in una decisione, e quando serve portare l'AI dentro il flusso di lavoro fino al punto in cui toglie davvero lavoro ripetitivo alle persone.
Posso costruire e prototipare tutto questo, attingendo da una codebase personale estesa. Per lo sviluppo finale lavoro insieme al vostro team, oppure a un partner che posso coinvolgere io.
Cosa misurare e cosa modellare, prima ancora di quale strumento comprare. Modelli statistici, data mining e machine learning sui dati che avete già: previsioni, segmentazione, esperimenti, e una lettura intuitiva dei risultati.
Guidare l'adozione aziendale - non consegnare un pilota e sparire. Casi d'uso che pagano davvero, costo reale di esercizio, chi deve cambiare modo di lavorare, cosa l'AI Act obbliga a documentare. Certificato in AI & Law e AI Governance.
L'impianto che rende autonomo un team: tracking plan seguito davvero, eventi e pipeline in un unico posto, flussi CRM e lifecycle che partono da soli, dashboard con una cadenza di lettura. Una definizione condivisa di conversione, e basta numeri montati a mano.
Le decisioni difficili, senza una casella nell'organigramma: è fattibile con i dati e le persone che avete, si compra o si costruisce, quale fornitore, chi assumere per primo. Se uno strumento esistente risolve già il problema, lo dico invece di aprire un cantiere.
Marketing e crescita. Formazione. Operations e conoscenza interna. Dati scientifici e di ricerca — elaborazione del segnale, machine listening e dataset sperimentali sono il punto di partenza, all'IRCAM, e restano pienamente in perimetro.
Formazione che finisce dentro i processi, misurazione che tiene insieme le varie piattaforme, infrastruttura che regge la crescita. Tre esperienze recenti, raccontate per intero.
Piattaforma di policy intelligence europea. Knowledge Representation, Information Extraction, Ingestione e retrieval su corpora legislativi che cambiano ogni settimana, ricerca semantica e stesura assistita dei documenti.
Ripetizioni online. Framework di misurazione omnichannel su Google Ads, Meta, LinkedIn Ads e TikTok, tool proprietario per costruire i piani editoriali sugli stadi del funnel di vendita, e un tutor AI che copre le ore in cui i tutor umani non ci sono.
Server e client per trascrizione audio in near-realtime: streaming via WebSocket, voice activity detection di Huggingface e Whisper (faster-whisper) per il riconoscimento. Design modulare per sostituire VAD e ASR, strategie di chunking configurabili, supporto multilingua.
Imposto un framework di misurazione omnichannel e multitouch, con definizioni condivise e dati che confluiscono in un unico modello, invece di mille dashboard che raccontano storie diverse.
Un software proprietario, che genera piani editoriali coerenti con le esigenze di costruzione del funnel di vendita: ogni contenuto e ogni investimento risponde a uno stadio preciso, e la misurazione torna indietro sullo stesso schema.
Intervengo volentieri a conferenze pubbliche, keynote, panel, lezioni universitarie e workshop aziendali, in italiano, inglese o francese. I temi ricorrenti sono l'AI Adoption nelle organizzazioni, la strategia dei dati e il marketing data-driven — trattati come problemi operativi, con esempi reali, non come panoramiche di settore.
Strumentare, collegare, automatizzare. Alla fine il team ha un unico insieme di numeri condivisi, i report arrivano da soli, e le prime due o tre automazioni sono attive e documentate.
Lavoro dentro il team con continuità: tenere onesto lo stack, estendere le automazioni, reggere la cadenza di misurazione e integrare l'AI nei flussi man mano che il team è pronto.
Impegno più leggero per founder e leadership: sessioni regolari, decisioni riviste, affermazioni tecniche verificate, fattibilità letta prima di spendere. A retainer o, in early stage, in parte in equity.
Per qualunque progetto che valga la pena costruire. Se l'idea è interessante e c'è spazio per lavorarci davvero, si trova la forma: collaborazione fra pari, ricerca, prototipo condiviso, contributo open source. Scrivimi cosa hai in mente.
Di solito è la via d'ingresso più rapida. La prima conversazione copre cosa misura oggi il team, dove finisce il lavoro manuale, e cosa si può automatizzare o far rispondere all'AI entro un mese. Se quello che serve è un'agenzia o una software house, lo dico.