Simone Romano · Ingegnere · Milano
Prendo un processo reale della vostra azienda e in due o tre settimane vi riporto un prototipo che gira sui vostri dati — e una risposta chiara: funziona, quanto costerebbe farlo sul serio, cosa serve per arrivarci.
La prima call è gratuita. Se il vostro caso non è adatto, ve lo dico.
Il problema
La vostra azienda sente parlare di agenti AI e si chiede se la riguardano. Il risultato, di solito, è uno dei due: si resta fermi per prudenza, oppure si parte alla cieca su un progetto lungo senza sapere se la cosa funziona davvero sul vostro processo.
Io copro esattamente quel salto. Un flusso di back-office, un controllo ripetitivo, una procedura che oggi mangia ore alle persone: in due o tre settimane avete un prototipo che gira e una decisione da prendere con i numeri in mano.
Una decisione da poche migliaia di euro al posto di una scommessa da mesi.
Come lavoro
Due-tre settimane per rispondere a una domanda sola: dove si perde davvero margine, e quali due o tre casi d’uso valgono la pena. Interviste sul campo, analisi dei dati esistenti, priorità motivate con stime di costo e ritorno, raccomandazione go/no-go per ciascuno. Alla fine avete un documento che vi serve comunque, anche se poi non fate nulla con me.
Un processo reale, un prototipo funzionante sui vostri dati, le scelte architetturali motivate e il percorso per la produzione. Ha senso dopo l’assessment, quando il caso d’uso è stato scelto con criterio invece che per entusiasmo.
Un impegno ricorrente per chi non ha un tecnico senior in casa e non vuole assumerlo al buio. Filtro le idee, progetto le soluzioni, seguo l’implementazione, formo chi resta. Costa meno di una figura senior interna, senza contributi né vincoli.
Giornate singole su richiesta: revisione di scelte tecniche, valutazione di fornitori, build vs buy, formazione del vostro team sugli agenti AI.
Onestà
Consegno
Non consegno
Non sono un software engineer puro e non mi presento come tale. La mia profondità è architetturale: scelgo tra le opzioni, capisco il perché, so diagnosticare dove sta un problema. Costruisco lavorando con agenti di coding, e questo ha un confine che preferisco dichiarare: arrivo al prototipo funzionante e alla decisione, non al sistema di produzione indurito e mantenuto nel tempo. Quando il prototipo va portato in produzione seria, o vi affianco un ingegnere, o passo il testimone.
Prove, prima parte
SaaS multi-tenant · Python, GPU, Postgres, Next.js
Le telecamere producono filmati; le operations hanno bisogno di eventi e metriche. Una piattaforma che trasforma flussi video in intelligence operativa in tempo reale: occupazione di zone, code, conformità, anomalie. Un agente compila l'intento in linguaggio naturale dell'operatore in regole eseguibili. È dove vent'anni di visione industriale incontrano modelli che generalizzano.
La parte onesta L'anteprima live non è ancora fluida. Ho localizzato il collo di bottiglia e migrato a WebRTC, ma sono al limite di quello che posso fare senza qualcuno che viva dentro quel codice. Preferisco mostrare un problema aperto che un successo curato.
Python (~25.000 righe, 76 suite di test), plugin MCP, React Native, CI/CD
Un assistente che gira su un Raspberry Pi in casa e serve tutta la famiglia via app, Telegram e console web, senza dipendere dal cloud di nessuno. Onboarding senza SSH, vault dei segreti separato, backup cifrati, processo LLM in sandbox.
La parte onesta La regola di progetto è una sola. Se un familiare deve aprire un terminale, ho fallito. È la stessa disciplina con cui si progetta un sistema di ispezione per operatori che aggirano tutto ciò di cui non si fidano.
Next.js, Python, Celery, Postgres, LLM, TTS
Nato come favore, lezioni di yoga su YouTube in italiano. La parte difficile non era tradurre, era il tempo. L'italiano è più lungo dell'inglese e la voce va fuori sincrono. La pipeline ri-traduce ogni frase troppo lunga finché non entra nel suo budget di tempo, senza perdere il senso.
La parte onesta Il problema interessante era dove non me lo aspettavo. Ho valutato ElevenLabs per la sintesi vocale, di un'altra categoria; l'ho comunque sostituito con Edge TTS, perché per un progetto che serve una persona, gratis ha vinto.
Live · TypeScript, server MCP, Whisper
L'app con cui prenotate la call qui sopra. Un server MCP, così l'agente AI di un'altra persona può negoziare un appuntamento con il mio, macchina a macchina; un agente in chat che trova lo slot da una richiesta in linguaggio naturale.
La parte onesta La uso ogni giorno, ma non l'ho mai lanciata. Non credo ci sia trazione per queste funzioni come prodotto. Saper distinguere un esercizio da un business fa parte del giudizio.
Prove, seconda parte
10anni
Fondatore e CEO di una società di visione artificiale industriale
Dal 2009 al 2019. Seguivo io stesso sia la parte commerciale sia quella tecnica: dal problema in reparto alla messa in produzione. Sistemi ancora in funzione dopo quindici anni.
3brevetti
Quattro depositi, uno esteso dall'Italia all'Europa
EP17161271 (dispositivo di ispezione ottica), IT 102016000028187, IT 202017000100159. Macchine reali, in reparto, non solo software.
6anni
Unica interfaccia tecnica fra una piattaforma blockchain Layer-1 e i suoi partner enterprise
In Europa, USA e Asia: prototipazione delle integrazioni, supporto pre e post-vendita ai team tecnici dei partner.
MiCARend-to-end
Il regolamento europeo sulle cripto-attività, dall'analisi alla submission
Selezione e gestione dei legali esterni, documentazione conforme, deposito in più giurisdizioni. Con scadenze e conseguenze, non da consulente esterno.
dal2018
Un nodo validatore eletto dai token holder, ancora nei primi cinque
Eletto al bootstrap della rete e ancora nei primi cinque oggi, con una delega volontaria e revocabile ogni giorno.
n.A33075
Ordine degli Ingegneri di Milano, Sezione A
Abilitazione dal 2005, iscrizione dal 2016. Una credenziale formale, non uno slogan.
Chi sono
Sono il ponte fra chi ha una tecnologia e chi deve adottarla davvero. Capisco il problema reale, progetto la soluzione, costruisco il prototipo che dimostra che funziona, e resto finché non viene usata — non solo installata. L’ho fatto vendendo e consegnando io stesso sistemi di visione negli stabilimenti, e negli ultimi sei anni come unica interfaccia tecnica fra una piattaforma internazionale e i suoi partner enterprise.
La lezione più importante l’ho imparata da un fallimento. Ho tre brevetti su una macchina industriale tecnicamente superiore ai concorrenti, che non sono riuscito a industrializzare: era stata progettata pensando alla tecnologia, non alle persone che avrebbero dovuto cambiare il proprio modo di lavorare per adottarla. Da allora, davanti a ogni deployment, la prima domanda che mi faccio non è «funziona?» ma chi dovrà cambiare comportamento perché questa cosa attecchisca, e cosa ci guadagna.
È la differenza fra un prototipo che finisce in una demo e uno che entra nel processo. Ed è il motivo per cui, quando guardo un progetto AI, guardo prima le persone e poi il modello.
Contatto
Una call di trenta minuti, gratuita, per capire insieme se il vostro caso è adatto. Se non lo è, ve lo dico e vi faccio risparmiare tempo.