L’adozione dell’AI aziendale sta entrando in una fase nella quale la velocità di scrittura del codice non basta più. Le imprese spostano l’attenzione dalla produttività del singolo sviluppatore alla capacità di accelerare l’esecuzione complessiva, collegando lo sviluppo software ai risultati operativi. È il cambiamento descritto da Sonata Software: distribuire assistenti di programmazione a migliaia di tecnici può aumentare la quantità di codice prodotto, senza necessariamente abbreviare i cicli di consegna, ridurre i costi o rendere l’organizzazione più reattiva.
Il nodo riguarda gli ostacoli che caratterizzano i grandi progetti tecnologici. Nelle organizzazioni complesse, i tempi non dipendono soltanto dalla programmazione, ma anche da governance, architettura, sicurezza, conformità, conoscenza del settore e coordinamento interno. Molte aziende hanno già sperimentato gli assistenti basati sull’intelligenza artificiale, ma faticano ancora a trasformare queste prove in valore misurabile. La fase successiva richiede quindi di integrare conoscenza aziendale e flussi operativi direttamente nei processi di sviluppo assistiti dall’AI.
Il rapporto richiama la State of AI 2025 di McKinsey, secondo cui l’adozione è ormai diffusa, mentre rimangono difficoltà nel portare su scala i benefici economici e organizzativi. Una dinamica analoga emerge dalla ricerca DORA 2025: l’intelligenza artificiale tende ad amplificare i sistemi già presenti. Nelle organizzazioni ad alte prestazioni accelera i flussi di lavoro; in quelle frammentate può invece ingrandire inefficienze, passaggi ridondanti e problemi di coordinamento.
Con la generazione automatica del codice sempre più comune nelle piattaforme tecnologiche, il vantaggio competitivo si sposta verso la capacità di governare, contestualizzare, orchestrare e rendere operativa l’AI lungo l’intero ciclo di sviluppo software. La prospettiva delineata supera i sistemi prompt-to-code, concentrati sulla trasformazione di un’istruzione in codice, per arrivare a piattaforme context-to-code. In questo modello, l’AI può utilizzare al momento dell’esecuzione standard dei clienti, controlli normativi, conoscenze di progetto, schemi architetturali, risorse riutilizzabili e procedure di delivery.
Tre sono le fondamenta indicate per questa evoluzione: contesto sicuro, intelligenza riutilizzabile ed esecuzione governata. I sistemi devono essere ancorati alle politiche dell’organizzazione e ai suoi processi, recuperare conoscenze maturate in progetti precedenti e produrre risultati conformi e verificabili. Governance integrata, validazione della sicurezza e supervisione umana diventano così componenti del processo operativo, non controlli aggiunti soltanto alla fine. L’obiettivo è estendere il miglioramento dall’attività individuale alla capacità di consegna dell’intera impresa.
Sundaralata A, vicepresidente di Sonata Software, riassume il cambio di prospettiva osservando che negli ultimi due anni il dibattito si è concentrato su quanto l’AI potesse rendere più produttivo uno sviluppatore. Per i vertici aziendali, la domanda ora è diversa: non soltanto se l’intelligenza artificiale possa far programmare più velocemente, ma se possa «far muovere più velocemente l’impresa». La distinzione porta l’attenzione dalla quantità di output tecnico alla qualità e alla rapidità dell’esecuzione organizzativa.
Anche la misurazione deve adeguarsi. La Developer Survey 2025 di Stack Overflow segnala un’elevata adozione dell’AI tra gli sviluppatori, accompagnata però da persistenti problemi di fiducia nei risultati generati. Le imprese sono quindi chiamate a valutare il successo attraverso indicatori più ampi: tempo dall’idea alla produzione, durata dei cicli di conformità, velocità di inserimento del personale, riuso delle conoscenze e realizzazione dei risultati di business. In questa traiettoria, l’AI passa da strumento di produttività a motore strategico: il vantaggio andrà alle organizzazioni capaci di trasformare il proprio contesto in intelligenza eseguibile, con conoscenza riutilizzabile, controlli intrinseci e delivery scalabile.