La domanda centrale per i leader tecnologici nel 2025 non è più se adottare l’intelligenza artificiale, ma come realizzarne il valore. Secondo il nuovo report “State of AI-assisted Software Development” di DORA (DevOps Research and Assessment) di Google, l’adozione dell’AI è diventata quasi onnipresente. La ricerca, basata su dati raccolti da quasi 5.000 professionisti della tecnologia, mostra che il 90% degli intervistati utilizza l’AI sul lavoro, un aumento del 14,1% rispetto all’anno precedente.
La maggioranza (oltre l’80%) ritiene che l’AI abbia aumentato la propria produttività. Nonostante questa ampia adozione, persiste un sano scetticismo: una parte notevole degli sviluppatori (30%) dichiara di avere poca o nessuna fiducia nel codice generato dall’AI. Questo approccio “fidati ma verifica” è visto come un segno di adozione matura.
Indice degli argomenti:
L’anomalia del 2024 e i nuovi risultati
Il report DORA del 2024 aveva rivelato un’anomalia sorprendente: un maggiore utilizzo dell’AI sembrava peggiorare sia il throughput (la quantità di modifiche che attraversano il sistema) sia la stabilità della distribuzione del software. La ricerca di quest’anno mostra un’evoluzione significativa.
Ora, l’adozione dell’AI migliora il throughput della distribuzione del software, un cambiamento chiave rispetto all’anno scorso. Tuttavia, il rovescio della medaglia è che continua ad aumentare l’instabilità della distribuzione. Questo suggerisce che, sebbene i team si stiano adattando per aumentare la velocità, i loro sistemi sottostanti non si sono ancora evoluti per gestire in sicurezza uno sviluppo accelerato dall’AI.
Non solo strumenti, ma sistemi organizzativi
La scoperta più critica del report è che l’AI agisce come un amplificatore: magnifica i punti di forza delle organizzazioni ad alte prestazioni e le disfunzioni di quelle in difficoltà. I maggiori ritorni sugli investimenti in AI non provengono dagli strumenti stessi, ma da un focus strategico sul sistema organizzativo sottostante: la qualità della piattaforma interna, la chiarezza dei flussi di lavoro e l’allineamento dei team.
Per aiutare le organizzazioni a capitalizzare il potenziale dell’AI, la ricerca introduce il DORA AI Capabilities Model. Questo modello identifica sette pratiche fondamentali che amplificano l’impatto positivo dell’AI sulla performance organizzativa. Queste includono:
- Una chiara politica sull’AI comunicata a tutti.
- Un ecosistema di dati sano.
- Dati interni accessibili all’AI.
- Solide pratiche di controllo di versione.
- Lavorare in piccoli lotti (small batches).
- Un focus centrato sull’utente.
- Piattaforme interne di qualità.
Il ruolo cruciale del Platform Engineering e del VSM
Il report sottolinea che una base tecnica solida è essenziale per il successo dell’AI. Il platform engineering è ormai quasi universale, con il 90% delle organizzazioni che ha adottato una piattaforma interna. Una piattaforma di alta qualità è un prerequisito strategico che amplifica gli effetti positivi dell’AI sulla performance organizzativa.
Allo stesso modo, il Value Stream Management (VSM), la pratica di visualizzare e migliorare il flusso di lavoro dall’ideazione al cliente, agisce come un “moltiplicatore di forza” per gli investimenti in AI. Il VSM assicura che i guadagni di produttività locali ottenuti con l’AI si traducano in miglioramenti misurabili a livello di team e di prodotto, invece di creare semplicemente più caos a valle.
Sette profili di team per comprendere la performance
Andando oltre le semplici metriche, la ricerca di quest’anno ha identificato sette profili di team distinti, ciascuno con una combinazione unica di performance, stabilità e benessere. Questi archetipi, che vanno dagli “Harmonious high-achievers” ai team intrappolati in un “Legacy bottleneck“, offrono un nuovo quadro per una comprensione più sfumata delle sfide specifiche di ogni team e per creare percorsi di miglioramento mirati.
Guardando al futuro: l’AI come specchio organizzativo
In conclusione, il report 2025 di DORA chiarisce che il successo con l’AI non è un problema di strumenti, ma un problema di sistemi. L’AI funziona come uno specchio, riflettendo e amplificando le capacità reali di un’organizzazione. Per trasformare il potenziale dell’AI in una performance misurabile, i leader devono trattare l’adozione come una trasformazione organizzativa, investendo nei sistemi fondamentali che ne amplificano i benefici: la piattaforma interna, l’ecosistema dei dati e le discipline ingegneristiche di base dei loro team.
