Ho lanciato il mio primo prodotto AI SaaS otto mesi fa. È uno strumento che legge le dichiarazioni SEC e genera riassunti in inglese semplice per gli investitori al dettaglio. Entrate: $4.200/mese. Utenti: circa 340 abbonati paganti. Tempo per costruire il MVP: 12 giorni.
Non ti sto raccontando questo per vantarmi — $4.200/mese non sono soldi che ti permettono di lasciar perdere il lavoro. Te lo dico perché otto mesi fa non avevo mai costruito un prodotto SaaS, non sono un sviluppatore particolarmente dotato e l’intero stack tecnico è essenzialmente un’interfaccia ben progettata attorno all’API di Claude. Se posso farlo io, la barriera all’ingresso è davvero bassa.
Ecco tutto ciò che ho imparato, compresi gli errori.
Trovare l’Idea (Smetti di Pensarci Troppo)
Ho sprecato due mesi a fare brainstorming sulla “perfetta idea di AI SaaS”. Ho letto articoli sulle dimensioni del mercato, sul TAM e sulle barriere competitive. Nulla di tutto ciò contava.
Quello che contava: mio suocero mi ha chiamato un sabato chiedendomi cosa significasse una dichiarazione 10-K. Ho passato 30 minuti a spiegarglielo. Poi ho pensato: quanti investitori al dettaglio hanno la stessa domanda ma nessuno a cui rivolgersi?
Ecco. Questo è l’intero processo di ideazione. Qualcuno aveva un problema. Il problema era risolvibile con un LLM. Ho costruito la soluzione.
Le migliori idee di AI SaaS non sono ingegnose. Sono ovvie con il senno di poi. Trova un flusso di lavoro in cui qualcuno spende ore a fare un lavoro cognitivo che un LLM può fare in secondi. Costruisci un prodotto attorno a quel flusso di lavoro. Fine.
La trappola da evitare: “AI-powered [cosa generica]” non è un prodotto. “AI writing tool” è una funzionalità. “AI tool che genera descrizioni di annunci immobiliari da foto e specifiche di proprietà, formattate per Zillow e Realtor.com” è un prodotto. La specificità è il prodotto.
Architettura Tecnica (Mantienila Noiosa)
Il mio stack tecnologico: frontend Next.js, backend Node.js, database PostgreSQL, API di Claude per l’AI, Stripe per i pagamenti, Vercel per l’hosting. Costo totale mensile dell’infrastruttura: $87.
Ecco. Niente microservizi. Niente Kubernetes. Niente database vettoriali (ne ho aggiunto uno in seguito quando ho avuto bisogno di RAG per il confronto delle dichiarazioni storiche, ma l’MVP non lo aveva). Niente framework di orchestrazione sofisticati.
Vedo fondatori costruire architetture AI complesse prima di avere il loro primo utente. Passano mesi su flussi di lavoro LangChain, orchestrazione di agenti e affinamento delle pipeline. Poi lanciano e scoprono che i loro utenti vogliono solo una casella di testo e un pulsante “Avvia”.
Costruisci la cosa più semplice che risolva il problema. Puoi aggiungere complessità in seguito quando avrai utenti che ti dicono cosa hanno realmente bisogno.
Lo strato AI era letteralmente: prendi il testo della dichiarazione SEC, invialo a Claude con un prompt accuratamente formulato, trasmetti la risposta all’utente. La progettazione del prompt ha richiesto due giorni. Il resto dei 12 giorni dell’MVP è stato autenticazione, pagamenti e renderlo non terribile dal punto di vista estetico.
Il Prompt È il Tuo Prodotto
Ecco qualcosa che mi ci è voluto troppo tempo per realizzare: per la maggior parte dei prodotti AI SaaS, il prompt È il prodotto. Non l’infrastruttura. Non il framework. Non lo schema del database. Il prompt.
Ho passato due giorni a elaborare e testare il mio prompt di riassunto. Ho effettuato circa 40 iterazioni. Il prompt finale include istruzioni specifiche su cosa enfatizzare (rischi materiali, cambiamenti nei ricavi, dichiarazioni prospettiche), quale formato utilizzare (punti elenco per i punti chiave, narrativo per la panoramica) e quale livello di linguaggio targetizzare (evitare il gergo, spiegare i termini tecnici).
Quel prompt è ciò che rende il mio prodotto diverso da “incolla un 10-K in ChatGPT”. L’UX è una bella interfaccia, ma il prompt è dove vive il reale valore.
Versiona i tuoi prompt. Fai test A/B su di essi. Traccia quali prompt producono risultati che gli utenti valutano più in alto. Tratta la progettazione dei prompt come lo sviluppo di un prodotto, non come un’impostazione una tantum.
Prezzi (Fai Pagare Più di Quanto Pensi)
Ho lanciato a $9/mese. Gli utenti si sono iscritti. L’ho aumentato a $19/mese. Gli utenti si sono ancora iscritti, quasi allo stesso ritmo. Avrei dovuto iniziare a $19.
Il mio costo per utente al mese è di circa $2,50 in chiamate API (l’utente medio riassume circa 8 dichiarazioni al mese). A $9/mese, il mio margine era del 72%. A $19/mese, è dell’87%. Stessa fatica, stesso prodotto, quasi il doppio delle entrate.
La lezione: i prodotti AI offrono un enorme valore rispetto al loro costo. Un investitore al dettaglio che può comprendere le dichiarazioni SEC in 5 minuti invece di 2 ore sarebbe felice di pagare $19/mese. Molti sarebbero disposti a pagare $49/mese. Stavo fissando i prezzi in base ai miei costi anziché al valore per i miei utenti. Errore classico.
Gli Errori Che Ho Compiuto
Costruire funzionalità che nessuno ha chiesto. Ho passato una settimana a costruire una funzione di “confronto delle dichiarazioni” prima del lancio. Zero utenti l’hanno utilizzata in otto mesi. Avrei dovuto lanciare una settimana prima.
Non parlare con gli utenti abbastanza presto. Ho costruito per due settimane prima di mostrarlo a chiunque. Quando finalmente l’ho fatto, le prime tre persone hanno detto “questo è fantastico, ma può evidenziare i rischi specificamente?” Quella è diventata la funzionalità più popolare — e l’avrei potuta conoscere dal Giorno 1 se avessi chiesto.
Ignorare la latenza. La mia prima versione inviava l’intera dichiarazione a Claude e aspettava la risposta completa prima di visualizzare qualcosa. Gli utenti guardavano un caricamento per 30-45 secondi. Passare a risposte in streaming (mostrando il riassunto mentre viene generato) ha migliorato drasticamente l’esperienza percepita. La latenza conta più di quanto pensi.
Investire poco nell’onboarding. I miei primi utenti arrivavano sulla dashboard e non sapevano cosa fare. Aggiungere un semplice prompt “incolla un simbolo ticker per iniziare” con una dichiarazione campione ha aumentato l’attivazione dal 40% al 78%.
Cosa Farei Diversamente
Inizia con 10 utenti beta paganti prima di costruire qualsiasi cosa. Fai pagare loro $29/mese. Usa le conversazioni per plasmare il prodotto. Costruisci solo quello di cui hanno bisogno quelle 10 persone. Lancia pubblicamente quando 8 su 10 dicono che sarebbero arrabbiati se togliessi il prodotto.
Questo approccio mi avrebbe salvato due settimane di costruzione di funzionalità che nessuno voleva e mi avrebbe dato un prodotto più precisamente mirato fin dal primo giorno.
AI SaaS è l’opportunità commerciale più accessibile nel settore tecnologico in questo momento. Gli strumenti sono maturi, i costi sono bassi e la domanda è reale. La parte difficile non è la tecnologia — è trovare un problema specifico e avere la disciplina di risolverlo semplicemente.
🕒 Published: