Vai al contenuto
← Building
BuildingArticoloRender AI

Come abbiamo creato un servizio di render AI partendo da una fotografia

Photonica non produceva render internamente. Non per disinteresse, ma per struttura di costo. Poi il calcolo è cambiato, e con lui la risposta che davamo ai clienti.

Filippo Zita4 min di lettura

In breve

Photonica non offriva render di interni come servizio interno: con un processo tradizionale sarebbero servite competenze, software e tempi che non avevamo deciso di internalizzare, con un riferimento operativo intorno alle tre ore per singolo render. Oggi il servizio esiste e si compra: l'input è una fotografia della stanza più un'indicazione di stile di poche parole, il flusso gira su Google Drive, n8n e Telegram, e il ciclo sta in due o tre minuti. Circa duecento immagini prodotte finora, con revisione umana finale.

Dato operativo interno

200+

render prodotti e venduti

immagini singole, non progetti né clienti

Dato operativo interno Photonica

Dato operativo interno

~2-3 min

ciclo attuale per immagine

dalla richiesta al risultato

Dato operativo interno Photonica

Stima

~3 ore

riferimento del processo tradizionale

richiede una persona dedicata e software 3D

Riferimento operativo, non un benchmark controllato

Perché Photonica prima non offriva render internamente

Non per disinteresse dei clienti: la domanda c'era, e ogni tanto arrivava.

Il problema era la struttura di costo. Costruire il servizio con un processo tradizionale avrebbe richiesto competenze, software e tempi che non avevamo deciso di internalizzare: un designer 3D esterno o una persona assunta apposta, software specializzato, e come riferimento operativo intorno alle tre ore di lavoro per singolo render.

Per un'azienda della nostra dimensione quello non è un investimento in uno strumento. È l'apertura di un reparto. Così il servizio non esisteva, e quando un cliente lo chiedeva la risposta era no.

La domanda che ha fatto partire il progetto

La domanda non è stata "come facciamo i render più in fretta". Non li facevamo affatto, quindi non c'era niente da velocizzare.

È stata: c'è un modo per offrire questa cosa senza costruirci intorno un reparto?

È una differenza che conta più di quanto sembri. Un progetto di efficienza parte da un processo esistente e cerca di ridurne il costo. Questo partiva da un servizio che non c'era e cercava di capire se poteva esistere. Se la risposta fosse stata no, la conclusione sarebbe stata continuare a dire di no ai clienti — che è una conclusione legittima e che avrei accettato.

Gli input: una foto e poche parole

L'input sono due cose sole.

La fotografia della stanza, che abbiamo già perché è il nostro mestiere. E un'indicazione di stile di poche parole, del tipo "cucina moderna".

Non c'è modellazione 3D, non c'è un brief strutturato, non c'è un documento di specifiche. Questa è la parte che rende il servizio sostenibile: se l'input costasse mezz'ora di compilazione, il tempo tornerebbe da dove è stato tolto.

Il workflow completo

Fotografia
   ↓
Google Drive          il file entra nella cartella dell'incarico
   ↓
n8n                   rileva il nuovo file e avvia il flusso
   ↓
Telegram              mi arriva la segnalazione con la foto
   ↓
Brief                 rispondo con poche parole di stile
   ↓
Generazione           il sistema produce il render
   ↓
Revisione             guardo il risultato prima che esca
   ↓
Drive + Telegram      il file torna a me e si archivia nella cartella giusta

Il pezzo che tiene insieme tutto è n8n. Non perché sia speciale, ma perché è il posto dove il flusso vive fuori dalla mia testa: se domani cambio il modello o la cartella di destinazione, cambio un nodo, non un'abitudine.

Perché Telegram è diventata l'interfaccia

Questa è la scelta di cui vado più fiero, e non è una scelta tecnica.

Avrei potuto costruire una piccola interfaccia web. Sarebbe stata più elegante e l'avrei aperta meno volte. Telegram invece è già aperto sul mio telefono tutto il giorno, ha già le notifiche, e rispondere a un messaggio con due parole è un'azione che costa zero — la faccio in fila alla cassa, fra un appuntamento e l'altro, senza pensare che sto "usando un sistema".

Quando il passaggio umano di un flusso automatico costa attenzione, il flusso si inceppa lì. Metterlo dentro uno strumento che la persona sta già usando è il modo più economico di eliminare quell'attrito.

Dove resta la persona

In due punti: do il brief e guardo il risultato prima che esca.

La supervisione finale la faccio ancora io, personalmente. Un render non è una fotografia dell'immobile ed è importante che chi lo guarda lo legga come una proposta: è un confine che preferisco tenere fermo con un occhio umano, non con una regola dentro il sistema.

Duecento render dopo

Circa duecento immagini singole prodotte e vendute finora.

Il numero che mi interessa però non è quello. È che Photonica ha una voce di listino in più senza aver assunto nessuno e senza aver comprato una pipeline 3D. La formula è questa:

AI → nuova capacità → nuovo servizio.

In quest'ordine. Non "abbiamo velocizzato un processo", ma "possiamo fare una cosa che prima non potevamo fare". Sono due tipi di risultato molto diversi, e il secondo è quello che cambia cosa un'azienda vende.

Limiti attuali

Il limite vero è che il collo di bottiglia sono io.

Il sistema regge il volume attuale perché la supervisione passa da una persona sola, e finché resta così non scala oltre un certo punto. Non è un problema di tecnologia: è un problema di chi ha l'autorità di dire che un'immagine è buona abbastanza.

C'è poi il limite di merito. Un render propone uno spazio possibile, e va distinto in modo chiaro da una fotografia di quello che c'è. È una linea che riguarda il rapporto con chi compra casa, non il software.

Cosa voglio automatizzare dopo

Il prossimo passo non è generare meglio: è capire quali controlli possono essere fatti da qualcun altro del team senza perdere qualità. È un lavoro di criteri espliciti — cosa rende accettabile un render — più che di codice.

Nel frattempo, la versione di questa idea che vive fuori dall'azienda è Archimede AI: lo stesso problema, ma come prodotto che deve stare in piedi senza di me. È il test più duro dei due.

Progetto collegato

In produzione2026

Render AI — un workflow interno che ha reso possibile un servizio nuovo

Da una fotografia della stanza e un'indicazione di stile a un render in due o tre minuti. Circa 200 immagini prodotte finora.

Vedi il case study

C'è un processo che continua a richiedere lavoro manuale?

Raccontamelo

Chi scrive

Filippo Zita. Co-founder e responsabile di Photonica. Costruisce sistemi, automazioni e prodotti partendo da problemi operativi reali.