Scenario

In Asia gli agenti AI avanzano, ma il codice non è pronto

Nel Sud-est asiatico e in India gli agenti AI entrano nello sviluppo software, ma preparazione del codice, costi e controlli umani ne frenano l’autonomia.

30 set 2026 4 min lettura A cura di Redazione
In Asia gli agenti AI avanzano, ma il codice non è pronto
Condividi

Gli agenti AI stanno entrando nei processi di sviluppo software del Sud-est asiatico e dell’India più rapidamente di quanto le organizzazioni riescano a preparare i propri sistemi. Nell’Agoda AI Developer Report 2026, il 53% degli sviluppatori intervistati dichiara di usare agenti in alcuni flussi di produzione o in modo diffuso nella propria organizzazione. Solo il 38%, però, considera la propria base di codice per lo più o pienamente pronta per agenti completamente autonomi. L’indagine, realizzata con Macram Consulting, ha coinvolto sviluppatori in Indonesia, Malaysia, Thailandia, Filippine, Singapore, Vietnam e India.

Il passaggio dagli strumenti per singole attività agli agenti impiegati lungo il lavoro di sviluppo coincide con benefici di produttività più frequenti. Il 55% degli intervistati afferma di risparmiare almeno sette ore alla settimana grazie all’AI; nel 2025 dichiarava un risparmio di questa entità il 18%. Anche il codice prodotto dai sistemi trova maggiore spazio nel lavoro quotidiano: per il 62% degli sviluppatori è utilizzabile spesso o quasi sempre senza modifiche sostanziali. Sono giudizi espressi dagli intervistati, che descrivono come gli strumenti vengono usati e valutati nei loro contesti di lavoro.

L’AI interviene ormai in attività diverse, dalla revisione del codice al debugging, fino all’architettura software, alla documentazione e all’apprendimento. L’ampiezza degli impieghi non elimina il controllo sul risultato: l’86% degli sviluppatori dice di rivedere o validare sempre, o nella maggior parte dei casi, ciò che viene generato. L’agente può quindi contribuire a più passaggi del processo, mentre la verifica resta una parte abituale del lavoro dei team.

Gli agenti entrano in produzione, ma solo il 38% considera pronto il proprio codice.

Il principale ostacolo a un’adozione più ampia è il costo, indicato dal 28% degli intervistati. Seguono la complessità dell’integrazione, al 24%, e la mancanza di governance, al 19%. Le spese considerate nel rapporto vanno oltre l’accesso ai modelli: comprendono la progettazione degli agenti, il loro inserimento nei processi e il tempo necessario a rivederne e validarne il lavoro. Per le imprese, dunque, aumentare l’utilizzo significa organizzare anche le attività che accompagnano ogni agente, non soltanto finanziare più richieste ai sistemi AI.

I vincoli sono già presenti nell’esperienza quotidiana degli sviluppatori. Quattro intervistati su cinque lavorano con qualche forma di restrizione all’uso dell’AI, tra quote di token, limiti di utilizzo e controlli di budget. Il dato mostra come l’adozione venga gestita anche attraverso soglie operative concrete. Quando un agente viene impiegato in più fasi dello sviluppo, quelle soglie entrano nelle decisioni su quali attività affidargli e con quale frequenza, insieme ai costi di integrazione e verifica emersi dall’indagine.

Il risparmio di tempo cresce, mentre revisione e validazione restano attività abituali.

La disponibilità a concedere più autonomia riguarda soprattutto attività a basso rischio e reversibili, come la documentazione. La soglia cambia quando il lavoro si avvicina al rilascio: il 79% degli intervistati afferma che per il deployment in produzione è necessaria un’approvazione umana. Ne emerge una distinzione pratica fra lasciare all’agente margine d’azione in compiti facilmente correggibili e mantenere una decisione esplicita delle persone prima che il software venga distribuito.

Le aspettative sul prossimo futuro sono comunque elevate. Il 70% degli sviluppatori prevede che entro tre anni gli agenti AI gestiranno la maggior parte del lavoro di sviluppo. Nello stesso periodo, secondo gli intervistati, diventeranno più importanti competenze come architettura e progettazione dei sistemi, conoscenza dell’AI e orchestrazione degli agenti. La prospettiva delineata dal rapporto sposta così l’attenzione anche sulle capacità necessarie per assegnare il lavoro ai sistemi, coordinarli e valutarne i risultati.

Per il rilascio in produzione, il 79% degli sviluppatori richiede l’approvazione umana.

Il cambiamento viene percepito in modo diverso lungo la carriera. Tra gli sviluppatori junior, il 49% si sente meno sicuro delle proprie prospettive professionali a causa dell’AI. La quota scende al 17% fra chi ricopre ruoli di CTO o vicepresidente dell’ingegneria. Mentre le aziende ampliano l’impiego degli agenti, questa distanza segnala che l’evoluzione delle competenze e delle responsabilità sarà vissuta in modo differente da chi entra nella professione e da chi già guida i team tecnici.

Articoli Correlati