> ## Content Index
> Fetch the complete content index at: https://www.marcosantonocito.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# Obiettivo: One Million Goal
- URL: https://www.marcosantonocito.com/obiettivo-one-million-goal/
- Published: 2026-09-01T09:06:45.000Z
- Updated: 2026-09-01T09:06:45.000Z
- Description: Sto costruendo un portfolio di prodotti per capire quanto può diventare piccola l'unità capace di creare qualcosa di significativo nell'era dell'AI.
- Author: Marco Santonocito
- Tags: One Million Goal, Build in Public

Nel 2024 lavoravo in Testbusters, un'azienda che prepara gli studenti ai test d'ingresso universitari. Quell'anno il test cambiò formato: niente più domande inedite svelate il giorno della prova, ma un pool di circa 7.000 domande consegnato agli studenti 15-20 giorni prima. Per un business costruito sulla preparazione a domande sconosciute, era un colpo durissimo.

Con l'AI, in circa 24 ore avevamo pronto un PDF con tutte le domande spiegate. Un lavoro che senza AI avrebbe richiesto settimane e decine di persone tra stesura delle spiegazioni e controllo qualità. Gli studenti lo comprarono, e recuperammo il fatturato che stavamo perdendo.

Quel giorno ho toccato con mano una cosa che fino ad allora avevo solo letto negli articoli degli altri: il costo dell'execution stava crollando, e io stavo guidando questa trasformazione dall'alto senza avere abbastanza tempo per viverla davvero con le mani.

Così ho deciso di trasformare la domanda in un esperimento.

## La domanda

> **Quanto può diventare piccola l'unità capace di costruire qualcosa di grande?**

One Million Goal è il mio tentativo di rispondere costruendo: un portfolio di prodotti digitali con l'obiettivo di raggiungere **€1 milione di fatturato**, da solo o in micro-team, documentando tutto in pubblico su questo blog.

Una cosa va chiarita subito, perché il nome può ingannare: **il milione è il contatore, non la tesi**. Non sto cercando di dimostrare che si possono "fare soldi online". Sto cercando di capire quanto output economico può generare una struttura estremamente piccola quando AI, automazioni e nuovi workflow cambiano radicalmente il costo di costruire.

## Da dove nasce

Anni fa pensavo che avrei seguito il percorso classico: costruire una startup, raccogliere capitali, far crescere un team, scalare. Per capire quel mondo ci sono entrato dentro completamente. Ho passato anni come C-level, ho imparato a costruire organizzazioni, a progettare team, a far crescere le persone; e resto convinto che un'azienda cresca solo se crescono le persone al suo interno.

Ma avevo anche una prova che esisteva un'altra strada. Nel 2017, mentre ero ancora dipendente, avevo costruito un side project chiamato Ammesso.it, un'app per prepararsi agli esami universitari. È cresciuta con il passaparola fino a 120.000 utenti, è stata featured da Apple per tre anni di fila, e nel 2021 l'ho venduta per €220.000\. Non erano soldi che cambiano la vita, ma era la prova che potevo costruire qualcosa di reale, da solo, e che le persone avrebbero pagato per averlo.

Per anni la mia domanda è stata: *come costruisco un'organizzazione capace di fare di più?*

Oggi la domanda è cambiata: **quanta organizzazione serve ancora, per fare di più?**

## L'ipotesi

L'ipotesi che sto testando è semplice da enunciare: l'AI sta abbassando il costo di alcune forme di execution. Se è vero, individui e micro-team dovrebbero riuscire a coprire una superficie di lavoro molto più ampia rispetto a pochi anni fa: coding, design, ricerca, analisi, operations.

Da questa ipotesi derivano le domande che mi interessano davvero:

- Quanto può fare davvero una persona?
- Dove smette di funzionare?
- Quali competenze diventano più preziose e quali ruoli si sovrappongono?
- Quali nuovi colli di bottiglia emergono?
- Quando serve aggiungere una persona, e che tipo di persona?

Non ho già deciso le risposte, e ho un buon motivo per non fidarmi delle sensazioni. Nel 2025 [METR](https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/?ref=marcosantonocito.com) ha condotto un esperimento controllato su sviluppatori esperti che usavano strumenti AI sui loro progetti reali: prima del task prevedevano di essere il 24% più veloci, dopo il task erano convinti di esserlo stati del 20%, ma la misurazione oggettiva diceva che erano stati il 19% **più lenti** ([paper](https://arxiv.org/abs/2507.09089?ref=marcosantonocito.com)). È uno studio piccolo e con condizioni specifiche, quindi non dimostra che "l'AI non funziona"; dimostra però che la percezione della leva e la leva reale possono divergere parecchio, anche tra professionisti esperti.

È esattamente per questo che One Million Goal ha un contatore. La sensazione di andare più veloce non è una prova. Il fatturato sì.

## Perché proprio €1 milione

Perché €10.000 sarebbe troppo facile da interpretare: può essere un progetto riuscito e basta. €100.000 è già interessante, ma può ancora essere un colpo di fortuna o un buon side business. **€1 milione richiede un sistema**: prodotti, distribuzione, operations, pricing, decisioni ripetute nel tempo.

Il milione non ha nessun significato metafisico. È una soglia abbastanza grande da costringere l'esperimento a fare i conti con distribution, retention, scalabilità, allocazione del capitale e focus.

> **Il milione è una forcing function.**

Ed è una soglia con una densità nota. Negli Stati Uniti, secondo il [Census Bureau](https://www.census.gov/programs-surveys/nonemployer-statistics.html?ref=marcosantonocito.com), nel 2023 esistevano 30,4 milioni di attività senza dipendenti; solo 117.060 hanno superato il milione di dollari di ricavi, lo 0,38% del totale. Un builder che punta a €1M non sta tentando l'impossibile: sta puntando alla parte alta di una popolazione enorme. Difficile abbastanza da significare qualcosa, non così raro da essere un miracolo.

## Un portfolio, non una startup

Non sto costruendo una singola startup: sto costruendo un portfolio di prodotti. Ogni prodotto mi permette di testare cose diverse (acquisition, subscription, mobile, web, ASO, workflow AI, complessità operativa), ma soprattutto vale una regola:

> **Il prodotto N deve rendere più facile costruire il prodotto N+1.**

Ogni prodotto lascia qualcosa dietro di sé: sistemi, componenti, processi, prompt, agenti, conoscenza, canali di distribuzione, regole di decisione. L'obiettivo non è solo accumulare revenue. È accumulare **leverage**.

## Cosa conta nel milione

Se il contatore è la spina dorsale dell'esperimento, il criterio di conteggio deve essere dichiarato. Queste sono le regole:

- Conta il **fatturato lordo, IVA inclusa**, generato dai prodotti e dai business del solo portfolio One Million Goal.
- Le **exit contano**: se vendo un prodotto, il ricavo entra nel contatore.
- Sui prodotti condivisi con partner conto **solo la mia quota**.
- La valuta è l'**euro**; il revenue è riconosciuto **all'incasso effettivo**, non al maturato.
- Il contatore parte da **ottobre 2025**.

Dichiarare il metodo prima dei risultati è una tradizione consolidata del build in public: da [Buffer](https://buffer.com/resources/transparency-movement/?ref=marcosantonocito.com) alle [Open Startups di Baremetrics](https://baremetrics.com/open-startups?ref=marcosantonocito.com), la credibilità non viene dal pubblicare tutto, ma dal dichiarare cosa si sta misurando.

## "Solo" non è la regola

C'è una versione hype di questa storia, e voglio prenderne le distanze subito. Sam Altman parla da tempo della prima "one-person unicorn", l'azienda da un miliardo fatta da una persona sola ([Forbes](https://www.forbes.com/sites/markminevich/2025/08/20/the-billion-dollar-company-of-one-is-coming-faster-than-you-think/?ref=marcosantonocito.com)). È una previsione affascinante, ma è una profezia, non un dato. E soprattutto pone la domanda sbagliata.

La mia domanda non è *quanto posso fare completamente da solo, a tutti i costi*. È:

> **Qual è la più piccola unità capace di produrre un determinato risultato?**

La differenza non è cosmetica. Se la regola fosse "solo a tutti i costi", ogni collaborazione sembrerebbe un fallimento dell'esperimento. Invece è il contrario: sono dati dell'esperimento. Se scopro che il team ottimale per un certo business è una persona più AI, bene. Se sono due persone più AI, interessante. Se sono cinque persone, ancora più interessante. L'esperimento non deve provare una conclusione: deve trovare il limite.

## Come funziona il laboratorio

Il ciclo è sempre lo stesso: **costruisco, misuro, imparo, sistematizzo, e ricostruisco meglio**. Ogni prodotto è un esperimento con le sue metriche; ogni esperimento produce evidenze; le evidenze, accumulate, diventano pattern e framework che condivido qui.

## Cosa pubblico (e cosa no)

Non prometto di "condividere tutto". Prometto di pubblicare quello che aiuta a capire:

- **Numeri**, quando spiegano qualcosa, e in formato anche aggregato quando serve.
- **Decisioni**: perché ho costruito, fermato o cambiato qualcosa.
- **Errori**, soprattutto quando cambiano il mio modello mentale.
- **Workflow**: come uso AI, agenti e automazioni nel lavoro reale.
- **Esperimenti e framework**: cosa provo, cosa succede, quali pattern emergono.

Cosa invece non pubblico: dettagli commercialmente sensibili, informazioni private di partner e progetti, ogni singola attività, e screenshot di revenue messi lì solo per fare spettacolo.

Un punto importante, per leggere bene i numeri che vedrai: **cosa conta nel milione e cosa pubblico sono due insiemi diversi**. Alcuni ricavi sono coperti da riservatezza e li vedrai solo in forma aggregata, mai nel dettaglio; ma nel contatore ci sono comunque, mai azzerati solo perché riservati. Il contatore è completo. La trasparenza è selettiva.

## Come leggere questo blog

In questo blog troverai due tipi di contenuto, e ora sai perché convivono.

**Dal laboratorio**: le cose che succedono davvero. Lab report, case study, postmortem, workflow, dati.

**Dal laboratorio alla teoria**: le idee che emergono dalle evidenze. Come si spostano i colli di bottiglia, come cambiano i team di prodotto, cosa significa costruire nell'era AI.

Se un giorno mi vedi parlare di un'app per musicisti e il giorno dopo del futuro dei product team, non sono due argomenti diversi. **Il primo produce le prove per il secondo.**

## La strada fin qui

- **2017** · Nasce Ammesso.it, side project per la preparazione agli esami universitari.
- **2021** · Exit: 120.000 utenti, featured da Apple per tre anni, venduta per €220.000.
- **2024** · In Testbusters, il PDF costruito con l'AI in 24 ore: vedo l'accelerazione da vicino.
- **2024-25** · CPTO in Testbusters.
- **Settembre 2025** · Co-fondo Anapana.
- **2025** · Lascio il ruolo e torno all'execution in prima persona.
- **Ottobre 2025** · Parte il nuovo One Million Goal: il contatore inizia qui.
- **Agosto 2026** · Fondo @creators, uno startup studio per creator: io mi occupo del product building, loro della distribution.
- **2026** · Il portfolio diventa un sistema, e il sistema diventa ricerca sull'AI-native building.

## Stato dell'esperimento

*\[Nota editoriale, da sostituire prima della pubblicazione: qui va la card dinamica aggiornabile (snippet/partial o embed in Ghost), così l'articolo resta evergreen. Campi previsti: Revenue €XXX / €1.000.000 · Prodotti attivi: X · Esperimento iniziato: ottobre 2025 · Ultimo Lab Report: link · Stato: in corso.\]*

## La domanda rimane aperta

L'obiettivo è un milione. Ma quello che mi interessa davvero è quello che succede lungo la strada.

Quando il costo dell'execution continua a scendere, quali capacità diventano più preziose? Quanto può diventare piccola un'azienda? Dove smette di bastare una persona? Come cambiano Product, Design, Engineering e Management?

Non conosco ancora le risposte.

**One Million Goal è il modo che ho scelto per scoprirle costruendo.**

*Impossibile? Forse... o forse no.*

Marco