La storia · 2026
Un software costruito in autonomia da un developer italiano, con la testa di chi compra e rivende auto da anni. Niente venture capital, niente promesse gonfiate, niente cookie di profilazione. Solo codice che lavora 24/7 per trovare le auto sotto prezzo al posto tuo.
Tutto comincia da un'ossessione molto concreta: tre ore al giorno persi davanti ai portali. Subito.it, AutoScout24, automobile.it, AutoUncle, le solite ricerche salvate, gli stessi alert email che arrivano sempre in ritardo, le stesse "occasioni" che, guardandole bene, occasioni non sono.
Chi compra e rivende auto in Italia conosce benissimo il problema: il mercato è enorme, ma il rumore è ancora più grande. Per ogni Yaris sotto prezzo che esce davvero ci sono cento annunci che sembrano sotto prezzo e che invece nascondono il classico trabocchetto: IVA esclusa scritta in piccolo, motore da rivedere mascherato da "manutenzione regolare", chilometraggio sospetto, prezzo medio del modello calcolato sugli annunci attivi (cioè su quelli che nessuno sta comprando, per quello sono ancora lì).
L'aneddoto che ha fatto partire tutto è banale. Una Toyota iQ del 2014 vista per caso a un prezzo che sembrava un affare, contattata, andata a vedere, scoperta incidentata posteriore con riparazione fatta in economia. Centosessanta chilometri di viaggio buttati. Tornando a casa è diventato chiaro che il problema non era la fortuna: era la mancanza di un filtro automatico che facesse tre cose insieme — stimare il prezzo giusto sui venduti reali (non sugli annunci attivi), leggere la descrizione per cercare i segnali di problemi, calcolare un margine al netto del ricondizionamento.
La risposta più ovvia sarebbe stata "esiste già un software che lo fa?". La risposta è no. Esistono i portali, esistono i listini gonfiati di Eurotax e Quattroruote, esiste qualche tool americano che parla solo CarFax. Per il mercato italiano dell'usato non c'era niente che mettesse insieme scraping, stima market-median, NLP sulla descrizione, anti-trappola IVA esclusa, controfferta calcolata e notifica multi-canale.
Così è partito AutoSniper. All'inizio era uno script Python che girava sul portatile, una notifica Telegram personale per uso interno. Poi sono arrivati i primi amici flipper a chiedere di provarlo, e da lì la cosa è diventata un prodotto vero.
AutoSniper non è una start-up con un team marketing, un Head of Growth e una serie A da raccontare. AutoSniper è una persona sola: Marco, founder e developer.
Background: oltre quindici anni di lavoro come sviluppatore senior in società di consulenza tecnologica e progetti enterprise italiani. Backend, data engineering, infrastrutture on-premise e in cloud, integrazioni con sistemi legacy ostinati. La passione per le auto usate è arrivata in parallelo, prima come hobby di sabato — andare alle aste, contrattare col privato, rivendere in piazzale — poi come secondo lavoro stabile.
La combinazione "developer che capisce il problema sul campo perché lo vive in prima persona" è la cosa che ha permesso ad AutoSniper di partire bene. Tante decisioni di design tecnico (filtrare i venduti, non gli annunci; stimare i costi di riparazione sui pattern di descrizione; permettere al dealer di vedere il messaggio prima dell'invio per validarlo) non sarebbero arrivate se la persona che scrive il codice non avesse provato sulla propria pelle la frustrazione dei "deal" sbagliati.
"Sono uno sviluppatore. Faccio AutoSniper da solo, con calma, in beta privata nel 2026. Mi prendo il tempo di calibrare l'algoritmo caso per caso, ascolto i feedback dei primi dealer e cambio le regole sulla base di quello che funziona davvero — non di quello che fa scena su una slide d'investimento."
La conseguenza pratica è duplice. Da un lato, AutoSniper cresce con la velocità sostenibile di una persona sola: nessuna fretta di scalare, nessuna corsa a riempire la pipeline di funzionalità inutili. Dall'altro, ogni dealer che entra in beta parla direttamente con chi il software lo scrive. Niente customer success a copione, niente ticket numerati.
Tre principi che guidano ogni decisione di prodotto e ogni riga di codice.
Niente percentuali di successo gonfiate, niente "guadagno medio garantito". La pagina "I numeri" in homepage mostra dati reali della piattaforma, aggiornati ogni notte. Se siamo in beta lo diciamo, se i numeri sono piccoli li mostriamo lo stesso. Crediamo che la trasparenza sia un vantaggio competitivo, non un problema da nascondere.
Zero Google Analytics, zero Meta Pixel, zero cookie di profilazione. Nessun tracker di terze parti. Le email e i telefoni dei dealer vengono salvati solo per gestire l'account; gli IP e gli hash dei signup form sono troncati e salvati come SHA-256. Conformità GDPR effettiva, non un banner cookie con il tasto "rifiuta" nascosto.
Leggiamo solo dati pubblici, rispettiamo i rate-limit dei portali, non facciamo bypass di paywall, non simuliamo login. Ogni deal contiene il link diretto al portale d'origine: vogliamo che il traffico torni ai marketplace, non rubarglielo. AutoSniper è uno strato di intelligenza sopra i portali, non un loro concorrente.
Stack volutamente classico e robusto. Niente hype, niente "ricetta a base di LLM" che fa sembrare ogni cosa magica e poi non funziona la metà delle volte.
| Layer | Tecnologia | Perché |
|---|---|---|
| Backend | Python 3.11 + FastAPI | Tipo statico, async nativo, OpenAPI gratis. |
| Database | PostgreSQL 17 | JSONB + partizionamento + trigger nativi per audit log immutabile. |
| Code di messaggi | RabbitMQ + Redis | Pipeline asincrona scaler: scraper → inspector → scorer → notifica. |
| NLP descrizioni | spaCy italiano + pattern YAML | Estrazione problemi/urgenze/ricondizionamento spiegabile, non LLM black-box. |
| Scraping | curl_cffi + httpx | Solo HTTP puro, niente browser headless: scalabile e rispettoso del portale. |
| Frontend | Vite + React + TypeScript | Portale dealer responsive, mobile-first, dark mode automatica. |
| Container | Docker Compose + Caddy | 15 servizi orchestrati, HTTPS auto-Let's Encrypt, deploy ripetibile. |
| Hosting | VPS Contabo, on-premise | No cloud iper-scaler, no lock-in. Backup nightly retention 14gg. |
Tutto è containerizzato, replicabile, documentato. Niente componenti AWS-only o servizi SaaS proprietari nel percorso critico: AutoSniper deve poter essere riportato su un'altra macchina in poche ore, anche con il developer in vacanza.
La parte di stima prezzi — il cuore del prodotto — usa un algoritmo proprietario che è arrivato alla versione V2.26 dopo decine di iterazioni con dealer reali. Confronta ogni annuncio con la mediana dei venduti reali nello stesso segmento (marca + modello + anno ±2 + chilometraggio ±50%), applica correzioni per freschezza, qualità del listing, problemi rilevati nel testo, e produce uno score 0-100 spiegabile, con il dettaglio di ogni componente.
Per approfondire come funziona l'algoritmo, leggi la pagina "Come funziona" in homepage o le domande frequenti sulla stima market-median.
AutoSniper è un progetto italiano operativo dal 2026. Stiamo lavorando alla regolarizzazione fiscale completa (P.IVA in attivazione) ed entro l'anno la società sarà costituita ufficialmente. Nel frattempo i dealer in beta privata vengono contrattualizzati individualmente, senza pagamenti fino al completamento del setup.
Non abbiamo profili social aziendali attivi: vogliamo tenere la comunicazione concentrata sui canali diretti (email, portale dealer, Telegram per le notifiche di deal). Niente community rumorosa da gestire significa più tempo per migliorare l'algoritmo.
La beta privata 2026 è aperta a un numero limitato di rivenditori italiani. Compila il form di richiesta accesso o scrivi direttamente all'email del founder.
Vuoi capire prima come funziona il prodotto? Leggi la guida passo-passo, guarda i numeri reali della piattaforma, oppure consulta le domande frequenti.