BOMwise rivoluziona l'elettronica industriale: AI e certificazioni a portata di clic

A che punto è il vostro progetto e quali sono gli obiettivi per il futuro?

Stato attuale: BOMwise è in fase di beta pubblica. La piattaforma è live su bomwise.io e funzionante: gli utenti caricano la propria BOM elettronica e ricevono in pochi minuti un report di ottimizzazione costi con alternative verificate sui principali distributori (Mouser, LCSC, Octopart). Supportiamo 6 settori industriali (Automotive, Industrial, Measuring, Consumer/IoT, Medical, Generic/EMS) con gestione automatica dei vincoli certificativi (AEC-Q100, MID, CE-EMC, RoHS). Il motore AI è basato su Claude (Anthropic) con verifica prezzi in tempo reale multi-distributore. Stiamo raccogliendo i primi beta tester tra aziende elettroniche e laboratori universitari. Prossimi obiettivi: Raggiungere 5-10 beta tester attivi entro l'estate per validare il prodotto con BOM reali di produzione Costituzione della società (SRLS) e candidatura a Resto al Sud 2.0 Definizione del modello di pricing (piani Starter/Pro/Enterprise) basato sul feedback dei beta tester Lancio commerciale nella seconda metà del 2026, con focus iniziale sul mercato italiano dell'elettronica industriale

Quando e come nasce l'idea?

L'idea nasce dall'esperienza diretta nel manufacturing elettronico. Lavorando nell'industria, ci siamo confrontati quotidianamente con un problema concreto: l'ottimizzazione dei costi della BOM è un processo manuale, lento e ripetitivo. I procurement engineer e gli hardware designer passano ore a cercare alternative più economiche sui distributori, confrontare datasheet, verificare compatibilità di footprint e specifiche elettriche, il tutto rispettando i vincoli certificativi del settore. Abbiamo visto che questo lavoro — essenzialmente confronto sistematico di dati tecnici e prezzi — è il candidato ideale per l'automazione con AI. Da qui è nata BOMwise: portare l'intelligenza artificiale nel Design-to-Cost dell'elettronica industriale, trasformando un processo che richiede giorni in un'analisi che richiede minuti.

Qual è la caratteristica che vi distingue dai competitor e che potrà essere la chiave del vostro successo?

l nostro principale elemento differenziante è la gestione automatica dei vincoli certificativi di settore. Le soluzioni esistenti di BOM optimization si concentrano solo sul prezzo e sulla disponibilità dei componenti, ignorando un aspetto critico per chi produce elettronica industriale: ogni sostituzione deve rispettare le normative del settore di destinazione (AEC-Q100 per Automotive, MID per strumenti di misura, CE-EMC, RoHS, IEC 60068 per Medical/Industrial). BOMwise integra questa logica direttamente nell'analisi: l'utente seleziona il tipo di prodotto e la piattaforma deriva automaticamente le certificazioni applicabili, valutando per ogni alternativa proposta l'impatto certificativo reale. Questo è il passaggio che oggi nelle aziende viene fatto manualmente da ingegneri esperti — e che nessun altro tool sul mercato automatizza. La chiave del nostro successo sarà questa combinazione: velocità dell'AI nel trovare alternative economiche, con l'affidabilità di chi conosce i vincoli reali della produzione elettronica certificata.

Fare startup significa anche affrontare sfide di varie entità nel proprio percorso: qual è stato il momento più "challenging" e qual è la lezione più importante che avete imparato?

La sfida più grande è stata trovare il giusto equilibrio tra qualità dell'analisi AI e costi sostenibili. Quando abbiamo iniziato a testare il motore di ottimizzazione con modelli AI diversi, ci siamo scontrati con un trade-off concreto: i modelli più potenti producevano risultati eccellenti ma a costi troppo alti per un SaaS accessibile, mentre quelli più economici restituivano alternative poco affidabili o addirittura con costi superiori all'originale — l'opposto di quello che promettevamo. Abbiamo dovuto ripensare l'intera architettura: invece di affidarci all'AI per tutto, abbiamo costruito un sistema ibrido dove l'intelligenza artificiale propone le alternative, ma i prezzi vengono verificati in tempo reale sui distributori reali e i calcoli di risparmio sono eseguiti server-side, con filtri automatici che eliminano le proposte non vantaggiose. È stato un percorso di tentativi, rollback e riscritture — abbiamo testato e scartato diverse configurazioni prima di arrivare a una che funziona. La lezione: in un prodotto AI-driven non basta avere un buon modello. Serve un'ingegneria solida attorno al modello che ne compensi i limiti e garantisca risultati affidabili all'utente finale. L'AI è il motore, ma la fiducia del cliente si costruisce con tutto il resto.