La prima vittima del ciclone IA: il mondo del software

di Luca Indemini
Fonte: La Repubblica

La possibilità di scrivere codice ignorando i linguaggi di programmazione ha sconvolto il settore. Ma c’è un punto cruciale da tener presente: l’intelligenza artificiale non riduce la complessità, la sposta.

Quello che sta accadendo nel mondo del software con l’arrivo dell’IA generativa – e in particolare con l’IA “agentica” – non è una semplice evoluzione tecnologica, ma una ridefinizione profonda del valore economico, dei ruoli professionali e delle architetture su cui si costruiscono i prodotti. La trasformazione impatta significativamente sulle competenze richieste e sull’organizzazione dello sviluppo software. Secondo il report Dora State of AI-assisted Software Development di Google relativo al 2025, circa il 90% degli sviluppatori usa IA nel proprio lavoro e strumenti come GitHub Copilot sono diventati standard di fatto.

I segnali sono già evidenti anche a livello macro. Il forte calo che ha colpito a inizio 2026 aziende come Atlassian, ServiceNow, Salesforce e Microsoft riflette una doppia tensione: da un lato la paura che l’IA possa comprimere i margini del software tradizionale, dall’altro l’enorme fabbisogno di capitale richiesto dall’infrastruttura algoritmica, con investimenti attesi oltre i 700 miliardi di dollari entro il 2026.

La domanda che emerge da queste premesse è: che cosa vale davvero nel software, in un mondo in cui il codice è sempre più una commodity?

«Il valore non risiede più nell’interfaccia pensata per l’interazione umana – sottolinea Eric Clark, CEO di Manhattan Associates –. Con l’arrivo degli agenti IA, il valore si trova nel modello dei dati, nelle Api, nella semantica dei workflow». In questo contesto, l’IA non erode valore, lo amplifica. Perché l’efficienza non deriva più da quanto è intuitiva un’interfaccia, ma da quanto un sistema è accessibile, componibile e interoperabile.

Questa trasformazione si riflette direttamente anche nel lavoro degli sviluppatori. Se fino a ieri programmare significava principalmente scrivere codice, oggi cambiano le competenze richieste: «Sarà sempre meno un programmatore e sempre più un progettista – spiega Elena Baralis, Prorettore del Politecnico di Torino e docente del Dipartimento di Automatica e Informatica (Dauin) –. Il “prompt engineering” diventa una competenza chiave».

O per dirla con le parole di Clark: «In Manhattan Associates, gli esseri umani definiscono cosa il sistema deve fare, le macchine si occupano del come. Il giudizio dell’essere umano si sposta più in alto: nell’architettura, nella modellazione del dominio, nella governance».

L’uso dell’intelligenza artificiale riduce drasticamente il costo di produzione del codice, soprattutto quello standard e ripetitivo. Di conseguenza, i ruoli più esposti sono quelli legati al coding meccanico e all’entry-level, mentre cresce il valore di chi sa progettare sistemi complessi, gestire architetture, garantire sicurezza e governare il ciclo di vita del software.

Lo conferma un’analisi di Data Masters, secondo cui gli sviluppatori che padroneggiano l’IA generativa e le architetture avanzate ottengono premi in busta paga fino al 15 per cento superiori rispetto ai profili tradizionali.

Il problema?

Queste figure sono ancora rare, rispetto alla richiesta.

Dunque ai programmatori si richiedono competenze più “astratte” e più elevate. Probabilmente i percorsi di formazione non universitari saranno quelli a risentirne maggiormente, se non sapranno trasformarsi in tempo. Le università avranno sempre più il compito di sviluppare capacità critica e fornire solide basi concettuali, che prescindono dagli strumenti utilizzati. «Al Politecnico, qualche anno fa, sentendo la rivoluzione in arrivo, abbiamo deciso di sperimentare un corso che unisse Large Language Model e ingegneria del software – racconta Baralis –. Al momento è un corso della Magistrale, ma l’obiettivo è portare corsi simili al triennio, per fornire fin da subito le basi necessarie ai nostri studenti».

Perché se la scrittura è sempre più appannaggio delle macchine, «il problema della responsabilità resta umano – sottolinea Riccardo Coppola, titolare del corso Large Language Model per l’ingegneria del software al Politecnico di Torino –. Così, se da un lato il ruolo del developer come lo abbiamo conosciuto fino a oggi è destinato a ridursi significativamente, diventerà sempre più centrale il lavoro di verifica: code review, validazione, governance degli strumenti IA. Senza dimenticare le implicazioni etiche e normative: gestione dei dati sensibili, compatibilità con il Gdpr, controllo dei bias presenti nei modelli».

Un punto cruciale – spesso sottovalutato – è che l’IA non riduce la complessità: la sposta. Più codice viene prodotto automaticamente, più diventa critico capire se funziona, se scala, se è sicuro. E qui la sfida per il mondo accademico si fa ancora più pressante. Una volta i programmatori senior si formavano anche e soprattutto sul campo; se l’IA è destinata a ridurre drasticamente le figure junior, la domanda è: come si formeranno i senior di domani? Quelli che dovrebbero gestire e controllare l’IA? Coppola e Baralis concordano su un punto: «Il coding non deve sparire dagli atenei. A scuola continuiamo a imparare le divisioni e le moltiplicazioni anche se ci sono calcolatrici che le fanno più rapidamente, servono a formare la nostra capacità razionale. Quindi, usiamo l’IA come fosse una calcolatrice molto potente, ma analizziamo i calcoli, continuiamo a verificare i risultati».

Su questo punto concorda anche Eric Clark: «Se usi l’intelligenza artificiale per togliere il lavoro di basso livello alle persone, non stai solo risparmiando tempo, stai eliminando la scala. Molti degli ingegneri senior di oggi sono cresciuti scrivendo codice banale, facendo debug di errori complessi. Bisogna considerare l’IA un elemento di supporto, un tutor, non come un oracolo. In questo modo, i senior di domani saranno coloro che hanno imparato a usare l’IA, a metterla in discussione, testarla».

E qui il tema si ricollega anche al futuro del Software as a Service. La vulgata vuole che sostituendo il programmatore con le macchine, l’IA porti il costo del codice a zero, facendo crollare i margini del SaaS. Ma si tratta di un’idea fuorviante: se l’IA riduce i costi di sviluppo, aumenta però quelli di esecuzione, rendendo così ancora più rilevanti piattaforme capaci di gestire e ottimizzare questi aspetti. «Cambia l’economia e aumenta il premio per le piattaforme che possono gestire questa complessità per conto dei clienti – sottolinea Clark –. Il software come “codice” diventa commodity, il servizio è il fattore determinante».

Il processo è già in atto: si sta spostando il baricentro, dal codice all’architettura, dall’interfaccia ai dati, dall’esecuzione manuale all’orchestrazione automatizzata.

L’IA agentica non elimina il software, ma ne ridisegna la gerarchia del valore. Le aziende che sapranno costruire sistemi solidi, integrabili e governabili – e i professionisti capaci di pensarli – saranno quelli che beneficeranno davvero di questa transizione.

Il punto, quindi, non è se l’IA sostituirà i programmatori o il software tradizionale. È che sta cambiando la definizione di entrambi. In questo contesto, sarà sempre più necessaria una figura di “progettista maieuta”, come l’ha definita Elena Baralis: «La vera sfida non è tecnologica, ma culturale e formativa».