Nato dentro
un'agenzia di famiglia.
Per quattro anni ho vissuto dall'interno il lavoro di un'agenzia di rappresentanza moda. Non come osservatore esterno — come figlio, come studente di ingegneria, come persona che vedeva ogni giorno la distanza tra come le cose avrebbero potuto funzionare e come funzionavano davvero.
Ordini gestiti su WhatsApp. Listini reinseriti a mano ogni stagione. Provvigioni calcolate su fogli Excel. Showroom e agenti mai sincronizzati. Nessuno strumento pensato davvero per questo mestiere — e quindi ognuno costruiva il proprio, a forza di workaround.
Quel problema non era solo nostro. Era diffuso, ripetuto, dato per scontato. Ho deciso che qualcuno doveva costruire uno strumento vero.
Ho parlato con agenzie in Italia e fuori. Il problema era identico ovunque. Non esisteva una soluzione — non una pensata davvero per questo settore. Ho iniziato a costruirla.
Un percorso
accelerato e internazionale.
Mi sono laureato in Ingegneria Informatica all'Universita' di Trento a 20 anni — il piu' giovane in Italia in quel momento. Ho completato la laurea magistrale in Intelligenza Artificiale all'Universita' di Bologna con 110 e lode, con esperienze accademiche in Norvegia (NTNU) e negli Stati Uniti (stage R&D presso Datalogic).
Mentre studiavo, ho lavorato come consulente a tempo pieno sviluppando soluzioni di machine learning per clienti industriali — chatbot e sistemi RAG per Generali, Coop Service, Diasorin; sistemi di visione artificiale per IVECO. Oggi lavoro a Monaco come AI Engineer in una startup deep-tech che valida sistemi AI per settori ad alto rischio.
110 cum laude · Il piu' giovane laureato in Italia · Tesi su reti neurali spiking su FPGA · Erasmus a Siviglia
Sistemi RAG e chatbot AI per grandi aziende italiane · Computer vision · Interfacce vocali con riconoscimento emozioni
Pipeline AI on-edge per riconoscimento prodotti in tempo reale · Infrastruttura cloud dockerizzata · Ottimizzazione TPU
110 cum laude · NTNU Norvegia (Erasmus) · Tesi su Edge AI per riconoscimento prodotti freschi
In corso · AI leadership, business strategy, go-to-market B2B
Monaco di Baviera · Testing e validazione di sistemi AI per settori critici
Perche' Ordenova
e perche' adesso.
La digitalizzazione delle reti commerciali nel settore moda e' ferma agli anni Novanta. Gli agenti lavorano ancora con PDF e fogli Excel. I brand non hanno visibilita' sui loro canali di vendita indiretta. I dati esistono — ma sono frammentati, non collegati, non azionabili.
Ordenova risolve questo problema costruendo un'infrastruttura digitale pensata per le agenzie di rappresentanza: un unico ecosistema per gestire ordini, listini, showroom, agenti e — presto — moduli AI che trasformano i dati commerciali in decisioni intelligenti.
Non stiamo costruendo un software di gestione. Stiamo costruendo il sistema nervoso digitale della distribuzione moda.
Il momento e' adesso perche' la tecnologia — AI generativa, infrastrutture cloud accessibili, nuovi standard API — ha finalmente reso possibile costruire quello strumento che dieci anni fa sarebbe costato milioni. Oggi possiamo farlo in modo agile, preciso, e vicino ai bisogni reali di chi lavora sul campo ogni giorno.