Il quarto Meet & Coffee di Assodigit nasce come naturale prosecuzione del confronto avviato poche settimane prima. Nel precedente era emerso chiaramente come l’intelligenza artificiale stia cambiando il modo di sviluppare software. Ma quel confronto aveva lasciato aperta una questione più profonda: se cambia lo sviluppo, cosa cambia davvero per il business?
Da qui riparte la discussione. Non per ribadire concetti già noti, ma per portarli su un livello più concreto, partendo da un punto che durante il primo incontro era rimasto sullo sfondo: l’AI non è più solo uno strumento per fare prototipi, ma una tecnologia che oggi consente di costruire prodotti.
Dal prototipo al prodotto: perché cambia il modo di decidere
Questo passaggio, apparentemente tecnico, ha implicazioni molto più ampie. Se sviluppare software diventa più veloce e accessibile, allora torna ad avere senso rimettere in discussione una delle scelte più consolidate degli ultimi anni: acquistare software o costruirlo.
Il tema del make or buy entra così nel confronto in modo naturale. Non come alternativa teorica, ma come decisione concreta che impatta processi, costi e capacità di controllo.
Il limite attuale delle PMI: strumenti che non parlano tra loro
Nel racconto di casi reali emerge una situazione ricorrente. All’interno delle PMI convivono diversi strumenti: CRM, gestione progetti, amministrazione, marketing. Tutti funzionano, ma spesso non dialogano davvero tra loro.
Il risultato è un dato frammentato, difficile da leggere e ancora più difficile da utilizzare in modo strategico. Come viene evidenziato durante il confronto, questo rende complesso anche l’utilizzo dell’intelligenza artificiale, perché senza una visione unificata il suo contributo resta limitato .
Centralizzare il dato: il vero passaggio da tecnico a strategico
Da qui la riflessione si sposta su un piano diverso. Se oggi è possibile sviluppare con costi e tempi ridotti, allora le aziende possono iniziare a costruire strumenti più aderenti ai propri processi e, soprattutto, centralizzare la conoscenza.
Non si tratta semplicemente di fare meglio ciò che già esiste, ma di ripensare il rapporto tra tecnologia e organizzazione: il software smette di essere un layer operativo e diventa una componente strutturale del modo in cui l’azienda genera valore.
Ascolta il Podcast
Il confronto: cosa succede davvero tra IT e business
È su questo terreno che il confronto entra nel vivo. Alex Piffer apre il punto di vista di chi sviluppa, evidenziando come il cambiamento non sia solo nella velocità ma nel tipo di lavoro che viene svolto: meno tempo assorbito dalla scrittura del codice e più spazio per ragionare sul processo complessivo. Questo sposta l’attenzione dal “come si costruisce” al “cosa ha senso costruire”, permettendo una visione più ampia che prima era spesso compressa dalle tempistiche .
Su questa linea si inserisce Valerio Denni, che porta il tema su un piano organizzativo: l’AI non elimina la distanza tra IT e business, ma la accorcia, perché riduce i tempi di traduzione tra esigenza e sviluppo e rende inevitabile un maggiore allineamento tra le due funzioni .
Il confronto diventa ancora più concreto quando Leonardo Delzoppo pone una domanda operativa: oggi, nel momento in cui si deve inserire una risorsa, ha più senso cercare competenze tecniche profonde o profili più ibridi, capaci di utilizzare l’AI in modo pragmatico?
A questa domanda risponde Saverio Zeni, portando un punto di vista legato alla realtà delle PMI: in molti casi può avere senso partire da figure più flessibili, ma il vero limite non è tecnico quanto esperienziale, perché senza conoscenza dei processi il rischio è costruire soluzioni corrette dal punto di vista tecnico ma inefficaci rispetto al contesto aziendale .
A chiudere il cerchio è Paolo Micheletti, che riporta il discorso su un livello più essenziale: il codice non è mai stato il fine, nemmeno prima dell’AI. La velocità con cui oggi si sviluppa non cambia il fatto che il valore dipenda dalla capacità di costruire funzionalità che abbiano senso per il business; in assenza di questo, l’accelerazione rischia solo di amplificare errori già presenti .
Velocità e complessità
Se c’è un elemento che attraversa tutto il confronto è la velocità. Non come vantaggio isolato, ma come fattore che amplifica tutto il resto.
L’accelerazione nello sviluppo rende più accessibile la costruzione di soluzioni, ma allo stesso tempo riduce il margine di errore. Decisioni prese senza una visione chiara non vengono semplicemente corrette più avanti: si propagano più rapidamente, con un impatto più ampio.
È qui che il tema del debito tecnico assume un significato più concreto. Non è legato allo strumento, umano o artificiale, ma alla qualità delle scelte e alla disciplina con cui vengono gestite. L’AI non introduce un nuovo problema, ma rende più evidente un limite già esistente: la distanza tra ciò che viene sviluppato e il valore che dovrebbe generare.
Il prossimo passo: responsabilità, proprietà e governance
Se questo incontro ha chiarito come stia cambiando il rapporto tra IT e business, ha anche aperto un tema ancora più profondo, che è rimasto sullo sfondo ma che diventerà centrale nei prossimi confronti.
Quando lo sviluppo accelera e diventa più accessibile, non cambia solo il modo in cui si costruisce software. Cambia anche chi è responsabile di ciò che viene costruito, chi ne detiene la proprietà e come viene governato nel tempo.
Durante l’incontro questo punto è emerso come una naturale evoluzione della discussione, portando a una nuova domanda: in un contesto in cui la tecnologia è sempre più autonoma e pervasiva, come si gestiscono responsabilità, controllo e rischio?
È da qui che partirà il prossimo Meet & Coffee, con un focus più specifico su questi aspetti.
Perché se fino a oggi il tema era come sviluppare meglio, il passaggio successivo è capire come governare ciò che stiamo costruendo.