Matteo, trentasei anni, lavora in logistica a Padova da dodici anni. Conosce bene il mercato della città, ha il denaro per investire e crede che le biciclette elettriche siano il suo mercato. Ma non ha esperienza di retail. Per questo, prima di firmare il contratto d'affitto di un negozio, sceglie di far scrivere a un'IA generativa il piano commerciale di partenza. Non per avere risposte certe. Per avere domande giuste.
Il metodo: dati pubblici e ipotesi controllate
L'intelligenza artificiale che Matteo usa non è un oracolo. È uno strumento che raccoglie dati pubblici disponibili su Padova, sulla mobilità urbana, sul cicloturismo veneto, sulle abitudini di acquisto degli italiani, e li organizza secondo le sue istruzioni. Riceve un set di input precisi: fascia demografica target, posizione geografica preferita, budget iniziale, tipo di prodotto. Poi restituisce ipotesi strutturate su mercato, clientela, prezzo, concorrenza.
La città di Padova conta circa 210 mila abitanti. Ha una forte tradizione ciclistica, con il 12-15 per cento dei residenti che usa regolarmente la bicicletta per gli spostamenti quotidiani. Il numero sale durante l'anno scolastico e in primavera-estate. Matteo fornisce questi dati all'IA, che li elabora per stimare il numero di potenziali clienti di e-bike nella fascia centrale d'età, dai 40 ai 65 anni, e quella giovane professionista, dai 25 ai 40 anni.
L'IA calcola che nella provincia di Padova il numero di biciclette vendute annualmente è intorno alle 45 mila unità, di cui circa il 18-22 per cento sono e-bike. Il dato è coerente con le tendenze nazionali secondo i rapporti del settore ciclistico italiano. Su questa base, l'IA stima per il negozio di Matteo un potenziale di 40-60 biciclette elettriche vendute nel primo anno se posizionato in zona centrale e con una corretta strategia di marketing.
Dove posizionare il negozio
Matteo ha tre opzioni di locali: uno in via VIII Febbraio, vicino all'università, uno in via Roma nel centro storico, uno in zona Stanga verso la stazione. L'IA analizza le tre posizioni secondo criteri di flusso pedonale, vicinanza a centri di interesse, densità di biciclette parcheggiate pubblicamente, numero di ciclisti osservati nelle fasce orarie di punta.
Il risultato è che la zona centrale di via Roma ha il traffico pedonale più alto, ma anche l'affitto più caro. La zona universitaria attira chi usa la bici per lavoro e studio, con potenziale per manutenzione ricorrente. La zona Stanga verso la stazione piace a chi raggiunge il centro con la bici e il treno.
L'IA non consiglia una scelta. Organizza i pro e i contro di ognuna. Matteo decide di visitare i tre locali, di passarvi un'ora in diverse fasce orarie, di contare le persone in bicicletta e a piedi, di osservare se vendono già biciclette nelle vicinanze. È questo il lavoro che l'IA non può fare: l'osservazione diretta.
La concorrenza e il prezzo
Nel raggio di cinque chilometri dal centro di Padova, Matteo identifica quattro negozi che vendono biciclette elettriche: tre negozi di biciclette generiche che hanno aggiunto le e-bike al catalogo, e uno specializzato solo in e-bike. L'IA raccoglie informazioni pubbliche sui loro siti, sui prezzi medi esposti, sulle dimensioni dello spazio, sul numero di dipendenti visibili nelle foto.
Nessuno di questi negozi ha una strategia web forte. Nessuno ha clienti che lasciano recensioni strutturate online. L'unico specializzato in e-bike, aperto da tre anni, non ha aggiornato il sito da diciotto mesi. L'IA suggerisce che il mercato Padovano della e-bike ha spazio per un nuovo attore se costruisce una proposta diversa.
L'IA suggerisce di osservare i prezzi medi: il range per un'e-bike di qualità media oscilla tra 1.200 e 2.500 euro. I costi di acquisto all'ingrosso per Matteo sarebbero il 35-40 per cento del prezzo al dettaglio. Il margine lordo possibile, considerando tasse e costi di esercizio, è attorno al 30-35 per cento, se il negozio vende tra le 50 e le 80 unità l'anno.
Le ipotesi sulla clientela
L'IA segmenta il cliente potenziale del negozio di e-bike di Matteo in quattro profili. Il primo è il pendolare di mezza età che non vuole più arrivare in ufficio in autobus. Il secondo è il pensionato attivo che scopre la libertà della bici a motore. Il terzo è il turista che visita la provincia con la cicloturistica organizzata. Il quarto è l'early adopter tech che ricerca specifiche tecniche avanzate.
Ogni profilo ha diversi bisogni di comunicazione, diversi budget, diversi servizi post-vendita attesi. L'IA suggerisce a Matteo di definire quale profilo sia il suo core target, e di costruire il negozio e il sito web attorno a quel cliente ideale. Se sceglie il pendolare, deve avere parcheggio e garantire accesso anche alle otto di mattina. Se sceglie il pensionato, deve avere uno staff che spiega la tecnologia con pazienza. Se sceglie il turista, deve avere contatti con agenzie e hotel. Se sceglie l'early adopter, deve aggiornare costantemente il catalogo e seguire le novità del mercato.
Costi fissi e cash flow
L'IA calcola i costi fissi mensili del negozio: affitto tra i 1.200 e i 1.800 euro secondo la zona, utenze circa 300 euro, assicurazioni e tasse 200 euro, stipendio di un dipendente a tempo pieno 1.400-1.600 euro, piccoli investimenti in manutenzione e aggiornamento circa 200 euro. Il totale è tra i 3.300 e i 4.200 euro mensili.
Con una vendita stimata di 50 e-bike nel primo anno al prezzo medio di 1.800 euro, il ricavo lordo è 90 mila euro. Il margine lordo al 30 per cento è 27 mila euro. I costi fissi annuali sono 40-50 mila euro. L'IA nota che il primo anno il negozio non copre i costi, nemmeno se vende 60 unità. Il pareggio arriva al secondo anno, se la clientela cresce del 20-30 per cento e i costi variabili per acquisto rimangono stabili.
Questo numero è il punto dove l'IA aiuta Matteo a orientarsi. Se il primo anno non copre i costi, cosa farebbe lui per aumentare le vendite nel secondo anno. Una campagna di fidelizzazione. Un corso di ciclismo urbano gratuito. Una partnership con aziende che promuovono mobilità sostenibile tra i dipendenti. Un servizio di noleggio a breve termine. L'IA elenca opzioni, Matteo sceglie quale testare per primo.
Il piano non è il risultato
Dopo una settimana di lavoro con l'IA, Matteo ha un documento di 20 pagine con tabelle, grafici, analisi di scenario. Sa che il piano è valido solo se le ipotesi su cui si regge rimangono vere. Se una concorrente apre un negozio specializzato a pochi isolati di distanza, il suo modello di business cambia. Se la mobilità elettrica in città accelera più del previsto, il numero di clienti sale. Se l'economia locale rallenta, le persone rimandano l'acquisto di una e-bike da duemila euro.
L'IA non garantisce risultati. Organizza il dubbio. Dice a Matteo che non ha abbastanza informazioni su quale zona scegliere, e che deve osservare direttamente. Dice che il primo anno è molto stretto e che ha bisogno di un piano B se le vendite non decollano. Dice che la concorrenza sembra debole in marketing ma potrebbe reagire.
Matteo sceglie di firmare il contratto d'affitto per la zona universitaria. Investe trentamila euro di capitale proprio. Assume un tecnico che conosce il mercato delle e-bike da otto anni. Apre il negozio e per i primi tre mesi traccia ogni giorno quanti clienti entrano, quale bici chiedono, a quale prezzo la comprano, da dove vengono. Aggiusta il catalogo, il layout del negozio, i prezzi. L'IA ha fatto il lavoro che le spetta: organizzare i dati pubblici e far domande. Matteo fa il suo: decidere, agire, adattarsi.
