È possibile costruire una media company gestita al 95% da agenti di intelligenza artificiale, senza un team di sviluppatori, senza un budget da startup milionaria, e senza esperienza tecnica specifica? Monty ci sta provando — e in questo aggiornamento racconta dall’interno com’è davvero, senza filtri.
La realtà: 4 ore al giorno, almeno nella fase di setup
La prima cosa da dire con chiarezza è che costruire un sistema di agenti AI richiede un investimento di tempo significativo, soprattutto all’inizio. Monty ci sta dedicando circa quattro ore al giorno — non per produrre contenuti, ma per tenere in piedi la macchina: aggiornare strumenti, correggere errori, fare debug, affinare algoritmi, testare nuove funzionalità.
L’obiettivo è che questa fase di setup sia temporanea. Una volta che il sistema è rodato e affidabile, il livello di supervisione dovrebbe ridursi drasticamente.
I nodi centrali da risolvere sono due:
- Un sistema di ricerca davvero affidabile — capace di trovare contenuti rilevanti in tempo reale da social, notizie e fonti autorevoli, con un algoritmo di scoring che sappia distinguere ciò che vale da ciò che non vale.
- Una scrittura che non suoni da AI — informale, diretta, senza quel tono da speaker TED motivazionale che i modelli tendono ad adottare di default.
Come funziona la macchina: dalla ricerca al calendario editoriale
Il cuore del progetto è una dashboard interna costruita interamente con agenti AI — nessun umano ha scritto una riga di codice. Ecco come funziona il flusso:
1. Ricerca automatica ogni mattina
Alle 7:00 il sistema parte in automatico e analizza decine di fonti internazionali (nessuna italiana, per scelta — i contenuti vengono poi tradotti). Ogni notizia viene valutata da un algoritmo di scoring sempre più sofisticato, che considera rilevanza, originalità e potenziale di engagement.
Il risultato: una cinquantina di notizie filtrate ogni giorno, suddivise nelle tre categorie di Spiegamelo Facile — la Mossa, il Tool, il Sistema. Monty le scorre la mattina, vota quelle che gli piacciono (feedback che allena ulteriormente l’algoritmo) e approva quelle da pubblicare — manualmente o in automatico per quelle con score più alto.
2. Il Content Hub: un contenuto, sei formati
Una volta approvata, ogni notizia viene trasformata automaticamente in contenuti per tutte le piattaforme:
- LinkedIn — testo + carosello immagini
- Instagram — carosello con grafica dedicata
- Facebook — testo
- X (Twitter) — thread multiplo
- TikTok — formato verticale (ancora in fase di rodaggio)
- Blog — articolo lungo con ottimizzazione SEO
Tutti i contenuti approvati vanno in un calendario editoriale automatico. L’obiettivo è avere circa cinque pubblicazioni al giorno per piattaforma — un volume che con un team umano richiederebbe ore di lavoro quotidiano.
3. La newsletter settimanale
Il sistema seleziona automaticamente i contenuti migliori della settimana, li assembla in una newsletter e li passa attraverso un processo di revisione multi-modello — diversi AI lavorano in parallelo per migliorare qualità e stile. La bozza finale viene caricata sulla piattaforma di email marketing e inviata.
Risultati dopo tre edizioni: tasso di apertura intorno al 30-38% su una lista da 170.000 iscritti. Non male per una newsletter scritta quasi interamente da agenti AI.
Il problema della scrittura: come si addestra un’AI a non sembrare un’AI
Una delle sfide più interessanti — e più sottovalutate — è insegnare al sistema a scrivere in modo autentico. I modelli tendono di default a un tono troppo formale, troppo “motivazionale”, con frasi che nessuno userebbe in una conversazione vera.
La soluzione adottata è un training in doppia modalità: il sistema produce contenuti, riceve feedback (sì/no su singoli elementi), e aggiorna progressivamente il proprio stile. In parallelo, ogni sera un algoritmo ispirato al framework di Karpathy gira dei loop automatici di miglioramento sulla scrittura e sulla ricerca — senza bisogno di intervento manuale.
Il sistema si aggancia anche agli analytics dei social: se un post funziona bene su LinkedIn, quel segnale torna nell’algoritmo come indicazione di cosa produrre di più e come scriverlo.
I costi reali: quanto costa una AI media company?
Uno degli aspetti più concreti di questo aggiornamento riguarda i costi. Ecco i numeri attuali:
- API AI: circa $300/mese (la voce principale è la ricerca, seguita dallo scoring e dalla scrittura con Claude Opus)
- Claude Code Max: $200/mese
- Email marketing, dominio e altri strumenti: cifre aggiuntive ma contenute
Totale indicativo: intorno ai $500/mese. Una cifra che fino a pochi anni fa non avrebbe nemmeno coperto lo stipendio di un singolo content creator part-time.
Le difficoltà che nessuno racconta
Monty è esplicito su quello che non funziona ancora bene — e vale la pena ascoltarlo, perché è quello che di solito manca nei contenuti sull’AI.
- Il terreno è instabile. Ogni settimana escono nuovi strumenti, nuove versioni, nuove funzionalità. Stare dietro alle novità è importante, ma inseguire ogni “new shiny object” significa continuare a ricominciare da capo.
- Il codice si accumula. Costruire in modalità vibe coding senza esperienza di programmazione significa che nel tempo si accumula del codice obsoleto, dei bug, delle falle di sicurezza. Tenerlo pulito è una delle attività più dispendiose.
- Non basta cliccare “ok”. Delegare all’AI senza capire cosa sta facendo non dà nessun vantaggio competitivo. Il valore aggiunto sta nel capire il sistema, non solo nel farlo girare.
- La paranoia del backup. Con un sistema così complesso, la domanda “se si brucia tutto, come ricostruisco?” è legittima e richiede attenzione costante.
I prossimi passi: dalla produzione di contenuti alla monetizzazione automatica
Una volta completato il setup di ricerca e creazione contenuti, l’obiettivo successivo è costruire un sistema di monetizzazione altrettanto automatizzato. L’ipotesi principale è la sponsorizzazione della newsletter — con un flusso completamente gestito dall’AI: dalla ricerca degli inserzionisti, alla scrittura del pitch, alla contrattualizzazione, al pagamento, alla reportistica post-invio.
Ambizioso? Sì. Impossibile? Probabilmente no — ma lo si scoprirà sul campo.
Conclusione: si può fare, ma non è una scorciatoia
Il progetto Spiegamelo Facile dimostra che costruire una AI media company è concretamente possibile anche per chi non ha un background tecnico. Il sito, il blog, la newsletter, i contenuti social: tutto costruito e gestito da agenti AI, con un investimento economico contenuto.
Ma c’è una differenza fondamentale tra usare l’AI e costruire con l’AI. Costruire con l’AI richiede tempo, attenzione, comprensione di quello che il sistema sta facendo — e una buona dose di tolleranza per il caos della fase iniziale.
Il punto non è avere la ricetta perfetta. È iniziare, sbagliare, correggere — e costruire qualcosa che nel tempo diventi davvero autonomo.
Staff Monty
Questo post è stato scritto con l’ausilio dell’AI partendo da un video di Monty