L’arrivo dell’Intelligenza Artificiale nei processi di sviluppo software ha alimentato un’aspettativa tanto immediata quanto fuorviante: se l’AI velocizza la scrittura del codice, allora realizzare software deve necessariamente costare meno. È un ragionamento intuitivo, soprattutto per chi guida programmi di trasformazione digitale e deve coniugare velocità ed efficienza. Ma questa equazione lineare non coglie la complessità del percorso che trasforma un’idea in valore reale per il business.
L’AI non è una scorciatoia né una “macchina di sconti”: è un amplificatore. Porta alla luce ciò che nelle organizzazioni funziona bene e, allo stesso modo, rende più evidenti le fragilità. È, prima di tutto, uno specchio della maturità socio-tecnica con cui business, IT e fornitori collaborano.
Da dove nasce l’idea dello “sconto AI”
Molti C-level partono da una considerazione di buon senso: se gli strumenti di AI generano porzioni di codice in pochi secondi, lo sviluppo dovrebbe costare meno. È una visione allettante, che fornisce una narrativa semplice da portare al board e sembra offrire nuove leve di negoziazione con i partner tecnologici.
Il punto è che la scrittura del codice rappresenta in media solo il 20–30% del tempo complessivo del processo di sviluppo software (c’è ampia letteratura che lo conferma). Il valore di un progetto non dipende da quanto velocemente si produce codice, ma da quanto efficacemente un’organizzazione riesce a progettare, integrare, rilasciare e far evolvere un sistema software complesso.
La realtà del lavoro in una software factory
La narrativa dello sviluppatore “10x”, reso iperproduttivo dall’AI, riduce il software a una catena di montaggio. Ma una software factory professionale è un organismo complesso: discovery e co-progettazione, evoluzione architetturale, integrazione continua, gestione della qualità, rilasci controllati, osservabilità in produzione, feedback loop costanti. È una value stream articolata, in cui accelerare una sola fase non accelera il flusso complessivo.
Anche se l’AI rendesse istantanea la generazione del codice, impatterebbe solo una frazione del tempo totale. È un’applicazione diretta della Legge di Amdahl: anche se una parte di un processo diventa rapidissima, la velocità totale del processo dipende da tutte le altre parti che non sono state accelerate.
Ed è qui che emergono le prime evidenze empiriche. Lo studio METR 2025 mostra che gli sviluppatori, con l’AI, impiegano in media il 19% di tempo in più per completare i task, pur percependo di essere più rapidi: un effetto dovuto al maggiore carico cognitivo generato dall’abbondanza di alternative da valutare. Allo stesso modo, il DORA State of DevOps Report 2024 evidenzia un aumento del volume di codice prodotto, accompagnato da change set più estesi, revisioni più complesse e rilasci più rischiosi.
L’AI accelera alcune attività, ma rischia di appesantire l’intero flusso se il sistema non è pronto ad assorbirne l’impatto. Se un solo passaggio accelera, ma gli altri restano invariati, il flusso complessivo (throughput) non cambia: si sposta solo il collo di bottiglia.
Il vero collo di bottiglia è socio-tecnico, non algoritmico
La domanda da porsi non è quanto tempo si risparmia nel coding, ma come l’AI modifica il sistema di lavoro nella relazione cliente–fornitore. In molte organizzazioni il focus continua a essere sulle milestone, sui budget e sulle ore rendicontate: parametri utili ma insufficienti per capire se ciò che si sta costruendo genererà un impatto reale.
Quando l’AI viene interpretata come una leva per comprimere tempi e prezzi, si rischia di erodere la sicurezza psicologica necessaria a pratiche ad alto valore come il pairing, la revisione critica o il mentoring. Il risultato è un sistema più vulnerabile, nel quale poche figure chiave detengono conoscenza critica e il debito tecnico cresce sotto la superficie.
Il collo di bottiglia non è nella tecnologia, ma nel modello organizzativo e relazionale.
Dove si genera davvero valore: nella capacità di iterare insieme
Nei progetti che continuano a produrre risultati concreti nel tempo emerge una dinamica comune: il valore non scaturisce dalla velocità con cui si scrive il codice, ma dalla capacità di cliente e fornitore di attraversare insieme cicli rapidi di co-creazione, guidati da evidenze e orientati a risultati di business misurabili.
In questo contesto l’AI esprime il suo potenziale più autentico. Non è il centro del processo, ma un abilitatore che rafforza e accresce la qualità delle decisioni condivise. Contribuisce a definire meglio i requisiti, a esplorare alternative progettuali, a sintetizzare grandi quantità di feedback e a leggere i pattern di utilizzo per individuare con maggiore precisione dove concentrare gli sforzi.
Il miglioramento più significativo non deriva dall’accelerazione nella produzione del codice, ma dalla riduzione dell’incertezza, dalla capacità di valutare le opzioni con più profondità e dalla possibilità di correggere la rotta in tempi brevi. Il business beneficia direttamente di questo meccanismo: l’intero team, interno ed esterno, cresce in allineamento, consapevolezza e velocità di apprendimento.
Quando la conversazione si sposta dagli output agli outcome, l’AI diventa un alleato prezioso. Riduce rework e debito tecnico, evita la realizzazione di funzionalità inutili e rende l’intero sistema più intelligente, più leggibile e più capace di evolvere.
Oltre il software: ripensare l’intera catena del valore
Ciò che osserviamo nello sviluppo software è una metafora dell’intera organizzazione. L’adozione dell’AI in modo frammentato, solo in alcuni team o reparti, introduce nuovi colli di bottiglia. Insight generati in pochi minuti restano bloccati nei cicli decisionali, processi burocratici annullano i benefici dell’automazione, le interdipendenze non si adattano ai nuovi ritmi.
Per generare valore sistemico, l’AI deve fare evolvere l’intera value stream: come si scambiano le informazioni, come si prendono le decisioni, come si misura l’impatto. Ciò richiede un allineamento culturale della leadership a tutti i livelli, non solo competenze tecniche.
L’AI amplifica ciò che trova: silos o collaborazione, rigidità o capacità di adattamento.
Rileggere la dinamica cliente–fornitore alla luce dell’AI
Riformulata alla luce di tutto questo, la domanda “Ora che c’è l’AI, i costi dello sviluppo software devono diminuire?” trova una risposta più matura. Se parliamo di efficienza locale, è possibile ottenere miglioramenti. Ma se guardiamo al costo complessivo nel tempo, adattabilità, rischio operativo, impatto sul business, allora la vera leva non è il prezzo, ma la qualità della co-creazione.
Come uno specchio, l’AI mette in evidenza tensioni già presenti: processi rigidi, governance basata sui soli tempi e costi, difficoltà nel riallocare budget in base a ciò che si apprende. Non crea questi problemi: li rende visibili. Sta alle organizzazioni decidere se usarla per negoziare sul prezzo o per ripensare il flusso di valore dall’idea all’impatto reale.
L’AI non riduce la complessità: la illumina. Chi saprà leggere ciò che rivela costruirà sistemi più evolvibili, più affidabili e, nel tempo, anche più economici. Gli altri continueranno a discutere sul prezzo, perdendo il vero vantaggio competitivo di questa tecnologia.
A cura di Stefano Mainetti, Executive Chairman di adesso.it
