Il metodo è sempre lo stesso, la profondità cambia. A volte serve solo la prima fase, a volte tutto l’arco. Quello che non cambia è che prima di costruire qualcosa verifichiamo che sia la cosa giusta da costruire.
Un workshop con i tuoi referenti per mostrare cosa sta già succedendo nel vostro settore: scenari di innovazione, benchmark, casi d'uso emergenti. Da lì faccio emergere i bisogni reali, individuo le opportunità di ottimizzazione su prodotti, servizi e processi, e le prioritizziamo insieme.
Interviste a utenti e stakeholder, mappatura dei processi, raccolta e scrittura dei requisiti. È la fase in cui si separa dove automazione e AI creano valore reale da dove non servono — e dirlo è parte del lavoro.
Design della soluzione e del percorso di adozione, architettura funzionale, prototipo in Figma. Qualcosa che si può mettere davanti alle persone e discutere, non una slide che descrive un'intenzione.
Prototipo funzionante o MVP, costruito in Figma o direttamente con strumenti di AI generativa — Claude Code, Lovable e simili — che permettono di avere qualcosa di navigabile in giorni invece che in settimane. Poi si valida con utenti reali, prima di impegnare budget di sviluppo. Se emerge che la soluzione non regge, è il momento più economico per scoprirlo.
Backlog, sprint, coordinamento dei team tecnici, prioritizzazione sul valore. Fino al rilascio in produzione e alla misurazione di quello che è cambiato davvero.
Nessuna foto stock. Sono sessioni vere: workshop di envisioning, mappatura dei processi, lavoro sui casi d’uso con i team dei clienti.
Si può partire da qualsiasi punto. Il più delle volte si comincia dal workshop, perché costa poco ed è l’unico modo onesto per capire se c’è materia.
Scenari, opportunità, priorità.
Mezza giornata o una giornata con i tuoi referenti. Porto scenari di innovazione del vostro settore, benchmark e casi d'uso già in produzione altrove. Ne esce una lista di opportunità concrete, prioritizzata insieme, e la lucidità su quali vale la pena approfondire.
In uscita: mappa delle opportunità, priorità condivise, prossimo passo definito.
Dai bisogni ai casi d'uso prioritizzati.
Interviste a utenti e stakeholder, mappatura dei processi as-is, raccolta dei requisiti. Verifico dove automazione e AI reggono davvero il confronto con i numeri e dove invece un intervento più semplice risolve meglio. Se un caso d'uso non sta in piedi, te lo dico.
In uscita: casi d'uso prioritizzati, requisiti scritti, roadmap con stime e rischi tecnici espliciti.
Qualcosa che si prova, prima di spendere.
Design della soluzione, architettura funzionale, prototipo in Figma o MVP funzionante — costruito anche con strumenti di AI generativa, che accorciano molto i tempi fra l'idea e qualcosa che si può provare. Lo mettiamo davanti a utenti reali e raccogliamo evidenze. L'obiettivo non è impressionare: è decidere con dati se investire in sviluppo.
In uscita: prototipo o MVP, esiti della validazione, raccomandazione go / no-go motivata.
Dalla soluzione approvata alla produzione.
Product ownership piena: backlog, sprint, coordinamento dei team tecnici, gestione degli stakeholder, prioritizzazione sul valore. È la parte che faccio da dodici anni su clienti enterprise, e la ragione per cui i progetti arrivano in fondo.
In uscita: soluzione rilasciata in produzione, backlog mantenuto, metriche di adozione monitorate.