Progetti reali che ho costruito o sto costruendo. Aggiornerò questa pagina man mano che le collaborazioni lo permettono.
Da gennaio 2026 sono AI Growth Strategist di New Era, agenzia italiana certificata Amazon. Per loro ho progettato e costruito il sistema che oggi gestisce la generazione di asset visivi su tutto il catalogo dei clienti.
Contesto
New Era è un'agenzia italiana certificata Amazon che gestisce la presenza marketplace di decine di clienti. Tra i servizi: ottimizzazione listing, generazione di asset visivi (infografiche, A+ content, brand story), produzione video per scheda prodotto e advertising.
La sfida
Il volume di asset visivi richiesti cresceva più velocemente di quanto un team grafico potesse produrre mantenendo qualità e brevità di consegna. Le opzioni convenzionali erano: aumentare il team (costoso e lento da scalare), accettare attese più lunghe (impatto su pipeline cliente), o sacrificare qualità (impatto sulla reputazione).
L'approccio
Ho proposto una pipeline AI custom integrata con il flusso operativo dell'agenzia. Non un singolo tool generico (es. Canva AI), ma un sistema multi-step che combina modelli di generazione immagini, controllo qualità automatico, gestione versioning, integrazione con i workflow esistenti.
La soluzione tecnica
Stack: Python, FastAPI, modelli di generazione immagine commerciali (KIE.ai per immagini, Veo3 per video), Supabase per persistence, ffmpeg per produzione video, Playwright per automazione test visivi. Dashboard custom con quality review automatica e compare prima/dopo.
La pipeline gestisce automaticamente: input prodotto (ASIN + brief), generazione varianti, controllo qualità con vision AI, versioning di tutte le iterazioni, consegna asset finali nei formati richiesti da Amazon.
Il risultato
Il sistema è oggi in produzione e gestisce la generazione di asset visivi su tutto il catalogo dei clienti New Era. Settimane di lavoro manuale sono state sostituite da processi automatici che producono qualità migliore in tempi drasticamente ridotti. Il team interno è stato formato sull'uso operativo del sistema e gestisce autonomamente le review e i deliverable finali.
Lezioni apprese
Tre cose ho imparato durante questo progetto.
Prima: gli AI tool generici (Canva AI, Midjourney, ecc.) non bastano per casi di produzione seria. Servono pipeline custom, controllo qualità, versioning, integrazioni.
Seconda: il valore vero non è il modello AI sotto, è il sistema che gli sta intorno (input handling, quality control, output formatting, integrazioni). Stesso modello, harness diversa = output diverso di un ordine di grandezza.
Terza: senza formazione del team interno, anche il sistema migliore rimane sottoutilizzato. Una giornata di workshop con il team operativo ha cambiato l'adozione dal 30% al 95%.
In arrivo
Aggiornerò questa pagina man mano che le collaborazioni con i clienti diretti lo permettono.
Una call di 30 minuti basta per capire se ha senso lavorare insieme. Gratuita, senza impegno. Se non ha senso, te lo dico subito.
