Come costruire un MVP con AI: le strategie di Shakers e BXT

Quando si parla di startup, il confine tra idea e prodotto è spesso sottile e pieno di scelte ardue. Il Minimum Viable Product rappresenta proprio quel passaggio cruciale: il momento in cui una visione prende forma, anche se imperfetta, per incontrare il mercato e gli utenti reali.

In questa intervista a quattro mani, Shakers e BXT, si raccontano e si confrontano sul processo di creazione del loro MVP: dalle prime ipotesi ai compromessi inevitabili, dagli errori che hanno insegnato di più alle decisioni che hanno fatto la differenza. Un dialogo aperto tra due realtà diverse, unite dalla stessa sfida: costruire il minimo indispensabile per iniziare a creare valore.

Prima ancora di scrivere la prima riga di codice, ogni startup deve rispondere a una domanda fondamentale: cosa costruire per primo? La risposta determina non solo i tempi e i costi iniziali, ma anche quanto sarà sostenibile la crescita futura. BXT e Shakers hanno affrontato questa fase con filosofie complementari: l'una privilegiando solidità e scalabilità, l'altra velocità e capacità di iterazione.

BXT: Dal nostro punto di vista, la creazione di un MVP sta nel realizzare una prima versione del prodotto che permetta di affrontare le incertezze principali del progetto, minimizzando i rischi e massimizzando l'apprendimento. Nel nostro caso, l'MVP doveva confermare che l'idea alla base del prodotto fosse sostenibile e applicabile nel mondo reale. Per questo, fin dall'inizio lo abbiamo pre concepito come uno strumento di validazione.

Nel contesto attuale, i tempi della valutazione di un MVP sono brevi. Privilegiare la velocità è spesso una scelta finanziariamente comprensibile ma, se non bilanciata da una visione imprenditoriale, rischia di diventare miope nel lungo periodo. Riteniamo sia fondamentale effettuare una valutazione su basi solide al fine di agevolare il processo di scaling della startup.

La scalabilità nasce da scelte fatte in anticipo. 

Quando questa visione manca, anche startup apparentemente validate possono scontrarsi con limiti infrastrutturali che fanno aumentare i costi e rallentano la crescita nel momento più critico.

SHAKERS: Un MVP non è un prodotto finito: è una versione pensata per validare rapidamente ipotesi di valore e di efficacia nell'utilizzo. Per questo motivo abbiamo fatto scelte tecnologiche orientate alla velocità e alla flessibilità, effettuando scelte consapevoli su priorità e vincoli.

Abbiamo rinunciato a una struttura completamente scalabile e ottimizzata a favore di:

• un'architettura modulare (facile da estendere nelle fasi successive)
• uno stack consolidato (Python, FastAPI e API REST) per garantire rapidità di sviluppo
• pipeline CI/CD semplificate per testare e rilasciare nuove versioni rapidamente
• servizi cloud gestiti anziché server dedicati, per concentrarci sul valore del prodotto e non sull'infrastruttura

Il risultato è stato un MVP funzionale, leggibile e facilmente migliorabile, creato con l'obiettivo di imparare prima di ottimizzare. Il nostro motto rispecchia a pieno il nostro approccio: "Better done than perfect - but always measurable." (N.d.R.: Meglio fare qualcosa di imperfetto, purché sia sempre misurabile.)

Quando si costruisce un prodotto basato su intelligenza artificiale, uno degli ostacoli più complessi è validare l'efficacia dell'algoritmo in assenza di un dataset storico significativo. Come si dimostra che un modello funziona quando non si hanno anni di dati per addestrarlo? Shakers e BXT hanno sviluppato approcci diversi, ma entrambi fondati su un principio comune: simulare, testare e validare in condizioni il più possibile vicine alla realtà operativa.

SHAKERS: Nelle prime fasi del progetto, la sfida principale era validare l'efficacia dell'algoritmo con un set di dati molto limitato. Abbiamo adottato un approccio ibrido ispirato al metodo Lean Startup: partire da ciò che è disponibile, testare presto e iterare spesso. Con il tempo, abbiamo accumulato più di tre anni di esperienza nello sviluppo di algoritmi di raccomandazione non solo accurati, ma anche spiegabili per i nostri utenti.

In pratica, abbiamo seguito tre passaggi:

• Dataset sintetici: abbiamo generato dati simulati per verificare la coerenza dei risultati in diversi casi d'uso
• Dati reali qualificati: abbiamo raccolto manualmente dati da un numero ridotto ma selezionato di casi, per calibrare il modello su comportamenti autentici
• Data augmentation: abbiamo applicato tecniche di augmentation e normalizzazione per ampliare la varietà senza comprometterne la qualità

Alla fine, siamo riusciti a identificare i principali gap conoscitivi all'interno dell'algoritmo, combinando know-how interno e cicli di retraining per migliorarne la precisione. Questo processo ci ha permesso di costruire un modello semplice, in grado di produrre risultati utili e affidabili, con costi e tempi ridotti. 

BXT: In ambito finanziario, la sfida non è tanto "avere dati", quanto gestire dataset con livelli di profondità e maturità molto diversi tra loro. Questo vale ancora di più per noi che abbiamo modelli proprietari, completamente sviluppati internamente e indipendenti da modelli esterni già validati.

Per affrontare questo scenario abbiamo adottato un approccio graduale e pragmatico, suddiviso in tre fasi e pensato per costruire solidità.

Fase 1 – Il modello base

Si tratta dell'addestramento su dati più strutturati e abbondanti. Questo ci ha permesso di definire una base stabile, utile a comprendere il comportamento del sistema in condizioni controllate e a creare un punto di riferimento solido.

Fase 2 – Il modello completo

Successivamente abbiamo progressivamente integrato dati con una disponibilità storica più limitata, lavorando sulla coerenza e sulla qualità complessiva del dataset. Abbiamo adottato un fine-tuning mirato e monitorato attentamente la stabilità del modello, in modo da evitare adattamenti eccessivi a informazioni parziali o temporanee.

Fase 3 – La walk-through simulation

La validazione è stata un passaggio chiave. Abbiamo scelto un approccio di walk-through simulation: un sistema che avanza nel tempo come se fosse già in produzione, senza rielaborare i dati passati e senza aggiustamenti "a posteriori".

Questo metodo ci ha consentito di:

• osservare il comportamento dell'algoritmo in condizioni molto vicine a quelle reali
• verificare la sua stabilità sia in presenza di dataset limitati sia estesi
• valutare l'intera metodologia in un contesto operativo realistico

La walk-through è stata condotta su un arco temporale pluriennale e utilizzando dataset completi, per simulare al meglio le condizioni effettive di utilizzo. Prima dell'apertura al pubblico, il sistema è stato poi testato in un ambiente di produzione ristretto, accessibile solo internamente, così da raccogliere ulteriori evidenze sulle performance e lavorare in parallelo su ottimizzazioni e versioni successive.

Oggi, le prime versioni del sistema sono in produzione continuativa da oltre un anno e mezzo, affiancate da un lungo periodo di validazione progressiva. Un percorso che ci ha permesso di dimostrare l'efficacia dell'approccio già nelle fasi iniziali dell'MVP, anche in presenza di dati limitati, mantenendo un livello di rigore coerente con gli standard richiesti da applicazioni finanziarie reali.

Ogni scelta tecnica fatta in fase di MVP ha conseguenze di lungo periodo. L'architettura scelta, lo stack tecnologico, il partner infrastrutturale: sono decisioni che determinano quanto sarà complesso e costoso scalare il prodotto nei mesi e negli anni successivi. BXT e Shakers hanno affrontato questo nodo con priorità diverse ma con la stessa consapevolezza: un MVP non è un prototipo usa e getta, ma la prima versione di un sistema destinato a crescere.

BXT: In questo contesto, anche la scelta del partner tecnologico a cui affidarsi per lo sviluppo e l'infrastruttura è una decisione strategica. Nel nostro percorso ci siamo spesso sentiti chiedere se i dati fossero residenti in Europa, o se fossimo in grado di garantire che i dati dei clienti rimanessero localizzati in specifiche geografie. Questo tipo di attenzione è centrale quando si pensa a un prodotto destinato a operare su mercati diversi.

Proprio per questo abbiamo effettuato una scelta accurata, distribuendo le attività su un cloud europeo, con l'obiettivo di massimizzare l'efficienza operativa e, allo stesso tempo, ridurre l'impatto delle complessità di compliance. Questa scelta ci ha permesso di mantenere flessibilità, rispondere a requisiti normativi differenti e prepararci fin dall'MVP a una distribuzione internazionale del prodotto.

La scelta di OVHcloud come partner tecnologico è stata ragionata con attenzione: oggi non basta la sola "forza bruta". Oltre alle capacità di calcolo e ai servizi di cui tecnicamente necessitiamo, in un contesto internazionale dove proprietà e localizzazione dei dati sono centrali, affidarci a un provider europeo ci garantisce livelli di sicurezza e trasparenza più elevati anche verso gli enti regolatori. Per questo, OVHcloud è stata per noi una scelta naturale.

SHAKERS: Le scelte architetturali del nostro MVP sono state guidate dalla necessità di bilanciare velocità di sviluppo e capacità di evoluzione futura. Sapevamo che avremmo dovuto iterare rapidamente, ma volevamo evitare di costruire un sistema troppo rigido o difficile da manutenere.

Abbiamo rinunciato a una struttura completamente scalabile e ottimizzata a favore di:

• un'architettura modulare (facile da estendere nelle fasi successive)
• uno stack consolidato (Python, FastAPI e API REST) per garantire rapidità di sviluppo
• pipeline CI/CD semplificate per testare e rilasciare nuove versioni rapidamente
• servizi cloud gestiti anziché server dedicati, per concentrarci sul valore del prodotto e non sull'infrastruttura

"Il programma Startup di OVHcloud ci ha dato l'opportunità di riprogettare e rendere clusterizzata l'intera infrastruttura, con ampio spazio per test e validazioni approfondite. Abbiamo potuto iterare senza la pressione dei costi fino a individuare l'architettura ottimale per la nostra crescita. Questo ci sta permettendo di accelerare un percorso già previsto nella nostra roadmap, e il supporto al business offerto dal programma si sta rivelando fondamentale per il successo dell'iniziativa." - Samori Bokokó Aparicio, CTO, Shakers

Un MVP efficace non si limita a funzionare: deve essere progettato per imparare. Ogni interazione con gli utenti, ogni dato raccolto, ogni anomalia rilevata rappresenta un'opportunità per migliorare il prodotto. Ma per trasformare queste opportunità in azioni concrete serve un sistema: un modo strutturato di raccogliere feedback, misurare performance e tradurre insight in decisioni.

SHAKERS: Abbiamo costruito un sistema di feedback continuo, in cui ogni ciclo di sviluppo terminava con una fase di osservazione sul campo.

Partendo da quelle chiave relative alla performance tecnologica, alla qualità dei dati, al valore percepito e alla qualità delle spiegazioni.

Per progettare il sistema, ci siamo basati su un'ampia base dati raccolta durante la nostra esperienza come startup e su interviste reali agli utenti finali. Questa combinazione di dati quantitativi e qualitativi ha generato un ciclo di validazione continua: un sistema che ci ha permesso di migliorare l'MVP a ogni iterazione, trasformando errori e incongruenze in indicatori di crescita.

Alla fine, sapere che un MVP deve essere una base aperta - creata per imparare dagli utenti, per identificare gli edge case e per comprendere il valore generato - libera molto spazio per ricostruire intere parti del prodotto in modo agile e costruttivo.

La partnership tra Qonto e OVHcloud nasce dalla consapevolezza che le startup hanno bisogno di un ecosistema integrato: gestione finanziaria semplificata da un lato, infrastruttura cloud affidabile dall'altro. Per questo OVHcloud è diventato partner di PowerUp, l’iniziativa di Qonto che supporta l’ecosistema di innovazione italiano.

OVHcloud, provider cloud europeo, mette a disposizione delle startup il proprio Startup Program: crediti cloud gratuiti, supporto tecnico dedicato e data center europei per garantire compliance e scalabilità. Questa combinazione permette ai founder di costruire MVP solidi, validare il mercato senza pressioni sui costi infrastrutturali e scalare in modo sostenibile quando arriva il momento della crescita.

Qonto, soluzione di gestione finanziaria leader in Europa, offre un conto business che integra fatturazione, contabilità e gestione delle spese in un'unica soluzione. Insieme permettono alle startup di dedicare tempo ed energia a ciò che conta davvero: costruire prodotti innovativi e crescere in modo sostenibile.