L'AI non è una bacchetta magica. È un amplificatore. Ecco come ottenere valore reale dall’AI.
- 1 lug
- Tempo di lettura: 10 min
Rapporto Google DORA 2025 AI amplificatore, consigli per i leader
"L'AI non crea valore dal nulla, ma amplifica le capacità esistenti delle organizzazioni."
Il rapporto DORA 2025 (State of AI-Assisted Software Development) ha raccolto le risposte di quasi 5.000 professionisti tecnologici da tutto il mondo, oltre a 78 interviste qualitative, per comprendere l'impatto reale dell'Intelligenza Artificiale nello sviluppo software. La conclusione principale è chiara:
l'IA è uno specchio e un amplificatore delle dinamiche organizzative preesistenti.
1. L'adozione dell'AI è quasi universale, ma con scetticismo
Il 90% dei professionisti utilizza lAI nel proprio lavoro, con un aumento del 14,1% rispetto al 2024. La maggioranza (+80%) percepisce un aumento della produttività, ma esiste un approccio cauto:
Il 30% dichiara di avere poca o nessuna fiducia nel codice generato dall'IA.
Solo il 7% usa l'IA "sempre" quando affronta un problema.
Il 37% si affida all'IA "moderatamente", mentre il 20% "molto".
"Mi fido, ma verifico": gli sviluppatori trattano l'AI come uno strumento utile, ma non infallibile, simile a come usavano Stack Overflow.
🧠 2. L'AI non è una soluzione ma un amplificatore
Il rapporto introduce il concetto di "AI as an amplifier" (l'IA come amplificatore):
Scenario | Effetto dell'IA |
✅ Organizzazione ben strutturata | L'AI amplifica velocità, qualità e performance |
❌ Organizzazione disorganizzata | L'AI amplifica caos, instabilità e inefficienze |
Gene Kim, co-autore del rapporto, sottolinea:
"Le squadre con buone pratiche ingegneristiche ottengono benefici straordinari dall'AI. Chi non le ha, probabilmente vivrà un'esperienza molto negativa."
3. L'AI migliora il throughput, ma aumenta l'instabilità
Rispetto al 2024, il rapporto registra un cambiamento significativo:
L'AI ora migliora il throughput (velocità di consegna del software), invertendo la tendenza negativa dell'anno scorso.
Tuttavia, l'instabilità delle consegne aumenta ancora: per ogni aumento del 25% nell'adozione dell'IA, si stima un incremento del 7,2% dell'instabilità.
"È come avere un motore più potente, ma freni e cinture di sicurezza non ancora aggiornati."
4. I sette profili di team identificati da DORA
Profilo | % | Descrizione | Punti chiave |
Sfide fondamentali (Foundational challenges) | 10% | Team in modalità sopravvivenza, con gravi carenze nei processi, nell'ambiente e nei risultati. | • Performance molto basse • Alto burnout • Friction significativo • Instabilità sistemica |
Collo di bottiglia legacy (Legacy bottleneck) | 11% | Team in costante stato reattivo, dove sistemi instabili dettano il lavoro e minano il morale. | • Performance di prodotto basse • Consegne regolari ma di valore limitato • Alto burnout e friction • Instabilità frequente → lavoro reattivo |
Vincolati dai processi (Constrained by process) | 17% | Team su un "tapis roulant": sistemi stabili, ma processi inefficienti consumano energia. | • Bassa efficacia e valore per cliente/business • Alto burnout e friction • Sistemi stabili (l'instabilità tecnica non è il problema) |
Alto impatto, bassa cadenza (High impact, low cadence) | 7% | Team che produce lavoro ad alto impatto, ma con un modello di consegna lento e instabile. | • Performance di prodotto e efficacia individuale elevate • Basso friction (ambiente efficiente) • Alta instabilità → rischio per l'affidabilità |
Stabili e metodici (Stable and methodical) | 15% | Gli "artigiani" del software: lavoro di alta qualità a un ritmo deliberato e sostenibile. | • Performance di prodotto e qualità elevate • Basso burnout e friction • Alta stabilità e affidabilità |
Performers pragmatici (Pragmatic performers) | 20% | Team che consegnano con velocità e stabilità, anche se l'ambiente non è al top dell'engagement. | • Throughput buono, instabilità bassa • Burnout e friction nella media • Ambiente funzionale ma non eccellente |
Armonici ad alte prestazioni (Harmonious high-achievers) | 20% | L'eccellenza: un ciclo virtuoso dove stabilità e basso friction consentono alta qualità in modo sostenibile. | • Performance positive su tutti i fronti • Basso burnout e friction • Fondamenta tecniche solide che abilitano velocità e qualità |
Il 40% dei team (cluster 6 e 7) dimostra che velocità e stabilità possono coesistere — il mito del trade-off "veloce o stabile" è sfatato.
I team con performance basse (cluster 1, 2, 3) rappresentano il 38% del campione e mostrano come l'instabilità, i processi inefficienti o la mancanza di fondamenta solide possano frenare qualsiasi tecnologia, inclusa l'IA.
Il cluster 4 (7%) è un caso interessante: alto impatto ma instabile — dimostra che la velocità senza stabilità è una strategia pericolosa e insostenibile.
Perché è importante per l'AI?
Il rapporto DORA 2025 sottolinea che lAI amplifica le caratteristiche esistenti di un team:
Se il team è... | L'IA... |
Nei cluster 6 o 7 (eccellenti) | Amplifica performance, velocità e qualità |
Nei cluster 1, 2 o 3 (in difficoltà) | Amplifica caos, instabilità e inefficienze |
"L'IA è come uno specchio: riflette e ingigantisce i pregi e i difetti reali di un'organizzazione."
5. Il modello DORA AI Capabilities
Il rapporto introduce per la prima volta il DORA AI Capabilities Model, che identifica 7 capacità organizzative che amplificano i benefici dell'AI.
Queste capacità non sono strumenti tecnologici, ma pratiche culturali e tecniche che creano il terreno fertile per far sì che l'IA generi valore reale.
"Il valore dell'IA non viene sbloccato dagli strumenti stessi, ma dall'ambiente tecnico e culturale che li circonda."
Tabella riassuntiva delle 7 capacità DORA AI
Capacità (Italiano) | Capacità (Originale) | Effetto amplificato |
Chiara policy sull'IA comunicata | Clear and communicated AI stance | Amplifica efficacia individuale, performance organizzativa e riduce il friction |
Ecosistema di dati sano | Healthy data ecosystems | Amplifica la performance organizzativa |
Dati interni accessibili all'IA | AI-accessible internal data | Amplifica efficacia individuale e qualità del codice |
Solide pratiche di version control | Strong version control practices | Amplifica efficacia individuale e performance del team |
Lavoro in piccoli batch | Working in small batches | Amplifica performance del prodotto e riduce il friction |
Focus centrato sull'utente | User-centric focus | Amplifica la performance del team (⚠️ in sua assenza, l'IA peggiora le performance) |
Piattaforma interna di qualità | Quality internal platforms | Amplifica la performance organizzativa |
Spiegazione dettagliata di ogni capacità
1. Chiara policy sull'IA comunicata
(Clear and communicated AI stance)
Cosa significa
L'organizzazione ha una posizione ufficiale, chiara e ben comunicata su come i developer possono e devono usare l'IA. Questo include:
Quali strumenti sono permessi
Se l'uso dell'IA è incoraggiato o meno
Quali sono i limiti (es. dati sensibili, privacy)
Perché è importante
Senza chiarezza, i developer cadono in due trappole:
Troppo cauti → usano meno l'IA di quanto potrebbero, per paura di infrangere regole non scritte.
Troppo permissivi → usano l'IA in modi non appropriati, esponendo l'azienda a rischi.
"L'ambiguità attorno all'IA soffoca l'adozione e crea rischi."
Effetto amplificato:
Aumenta l'efficacia individuale
Aumenta la performance organizzativa
Riduce il friction (l'attrito nel lavoro)
2. Ecosistema di dati sano
(Healthy data ecosystems)
Cosa significa:
I dati interni dell'organizzazione sono:
Di alta qualità (accurati, aggiornati, completi)
Accessibili (facili da trovare e usare)
Unificati (non frammentati in silos separati)
Perché è importante
L'IA è solo buona quanto i dati su cui si basa. Se i dati sono sporchi, frammentati o inaccessibili, l'IA non può fare un buon lavoro.
"Molte aziende non sono nemmeno nella fase in cui hanno i dati organizzati... sono sparsi in tutta l'azienda, senza uno standard." — intervistato DORA
Effetto amplificato:
Aumenta la performance organizzativa
Consiglio pratico: Investi nella qualità e nell'organizzazione dei dati prima di investire nell'IA. È il prerequisito fondamentale.
3. Dati interni accessibili all'IA
(AI-accessible internal data)
Cosa significa
Non solo i dati sono di qualità, ma sono effettivamente collegati agli strumenti di IA che i developer usano. L'IA può:
Accedere a documentazione interna
Consultare repository di codice
Recuperare informazioni aziendali specifiche
Perché è importante
Un'IA generica (tipo ChatGPT) può aiutare, ma un'IA che conosce il contesto specifico dell'azienda è molto più potente. Può suggerire codice che rispetta gli standard interni, usare terminologia aziendale, e attingere a soluzioni già sviluppate.
Effetto amplificato:
Aumenta l'efficacia individuale
Aumenta la qualità del codice
Consiglio pratico: Non basta comprare licenze IA. Serve un lavoro di ingegneria per collegare l'IA ai sistemi interni in modo sicuro.
4. Solide pratiche di version control
(Strong version control practices)
Cosa significa:
I team usano il version control (es. Git) in modo maturo e frequente:
Commit frequenti (piccole modifiche tracciabili)
Uso regolare delle funzioni di rollback (annullamento delle modifiche)
Perché è importante:
L'IA accelera la scrittura del codice, ma questo aumenta anche il volume e la velocità dei cambiamenti. Senza un buon version control, diventa difficile gestire questa mole di modifiche.
Il version control agisce come una "rete di sicurezza psicologica": i developer possono sperimentare con l'IA sapendo di poter tornare indietro facilmente.
"La capacità di annullare le modifiche rapidamente e senza problemi non è solo una comodità; è un abilitatore critico di velocità e resilienza."
Effetto amplificato:
Commit frequenti → amplifica l'efficacia individuale
Uso frequente di rollback → amplifica la performance del team
Consiglio pratico: Incoraggia commit piccoli e frequenti, e insegna ai team a usare rollback e revert senza paura.
5. Lavoro in piccoli batch
(Working in small batches)
Cosa significa:
I team suddividono il lavoro in piccole unità (batch) che possono essere sviluppate, testate e rilasciate rapidamente, invece di grandi rilasci "tutto-in-uno".
Perché è importante:
L'IA può generare grandi quantità di codice in poco tempo. Ma recensire grandi batch di codice è più difficile, e aumenta il rischio di errori e instabilità. Lavorare in piccoli batch:
Rende le revisioni più facili
Riduce il rischio di errori
Permette un feedback più rapido
Effetto amplificato:
Aumenta la performance del prodotto
Riduce il friction (l'attrito nel lavoro)
Leggero effetto riduttivo sull'efficacia individuale (perché si scrive meno codice in una volta)
Interpretazione:
Anche se lavorare in piccoli batch riduce leggermente l'efficacia individuale percepita (perché si generano quantità minori di codice), i benefici complessivi su prodotto e riduzione dell'attrito sono molto maggiori.
Consiglio pratico: La velocità non è scrivere tanto codice, ma consegnare valore più velocemente. I piccoli batch sono la strada.
6. Focus centrato sull'utente
(User-centric focus) — La più importante
Cosa significa:
I team mettono le esigenze degli utenti finali al centro delle loro decisioni:
Creare valore per gli utenti è l'obiettivo principale
L'esperienza utente è la priorità assoluta
Il focus sull'utente è considerato chiave per il successo del business
Perché è importante:
Questa è la scoperta più netta e sorprendente del rapporto:
Scenario | Effetto |
✅ Team con focus sull'utente | L'IA amplifica la performance del team |
❌ Team senza focus sull'utente | L'IA peggiora la performance del team |
"In assenza di un focus centrato sull'utente, l'adozione dell'IA può danneggiare la performance del team."
Perché succede?
Un developer può diventare molto più produttivo con l'IA, ma se sta andando nella direzione sbagliata (perché non sa cosa serve davvero all'utente), quella produttività è dannosa. L'IA accelera il movimento, ma se la bussola è rotta, si va più veloci nella direzione sbagliata.
"Senza un focus sull'utente, i team possono muoversi velocemente nella direzione sbagliata."
Effetto amplificato:
✅ Con focus sull'utente → amplifica la performance del team
❌ Senza focus sull'utente → l'IA danneggia la performance del team
Consiglio pratico: Prima di introdurre l'IA, assicurati che i team abbiano una chiara comprensione dei bisogni degli utenti. L'IA è uno strumento, non una strategia.
7. Piattaforma interna di qualità
(Quality internal platforms)
Cosa significa:
L'organizzazione ha una piattaforma interna (insieme di capacità condivise tra più applicazioni) che:
È facile da usare
Automatizza le attività
Fornisce feedback chiari
Astrae la complessità dell'infrastruttura
Perché è importante:
La piattaforma agisce come moltiplicatore di forza per l'IA:
Distribuisce i benefici dell'IA su larga scala
Governa l'uso dell'IA (fornisce guardrail e sicurezza)
Astrae la complessità, rendendo l'IA più facile da usare
Un dato chiave: il 90% delle organizzazioni ha adottato il platform engineering. Ma non basta avere una piattaforma, deve essere di qualità.
"Un investimento nell'IA senza un corrispondente investimento in piattaforme di alta qualità è improbabile che produca ritorni significativi a livello organizzativo."
Effetto amplificato:
✅ Aumenta la performance organizzativa
⚠️ Può aumentare leggermente il friction (ma è un trade-off gestibile)
Perché aumenta il friction?Le piattaforme di qualità impongono standard e limiti (es. API interne con controlli di sicurezza più stringenti). Questo può creare un po' di attrito, ma è funzionale alla sicurezza e alla governance.
Consiglio pratico: Tratta la piattaforma come un prodotto e i developer come clienti. La qualità della piattaforma è il fondamento per scalare i benefici dell'IA.
Perché questo modello è rivoluzionario?
Il modello DORA AI Capabilities sposta l'attenzione:
Prima | Ora |
"Quale strumento AI comprare?" | "Quali capacità organizzative costruire?" |
"Quanto usiamo l'AI?" | "In che condizioni usiamo l'AI?" |
"L'AI aumenta la produttività?" | "L'AI amplifica ciò che già siamo?" |
"L'AI è uno specchio: riflette e ingigantisce i pregi e i difetti reali di un'organizzazione."
I cluster 6 e 7 rappresentano quasi il 40% del campione, dimostrando che velocità e stabilità non sono in conflitto.
"Senza un focus sull'utente, l'adozione dell'AI può danneggiare il team." — questa è una delle scoperte più nette del rapporto.
6. Value Stream Management (VSM): il moltiplicatore di forza
Il rapporto conferma che il Value Stream Management (mappatura e ottimizzazione del flusso di lavoro) è un moltiplicatore di forza per l'IA:
I team che praticano VSM dedicano più tempo a lavoro di valore.
Il VSM trasforma i guadagni locali di produttività in vantaggi organizzativi.
Senza VSM, l'IA rischia di creare solo efficienze localizzate che si perdono a valle.
"L'AI senza VSM è come accelerare in un vicolo cieco."
7. L'AI come specchio e moltiplicatore
Eirini Kalliamvakou (GitHub) scrive nel rapporto:
"L'AI riflette come i sistemi operano realmente. Nelle organizzazioni allineate, amplifica il flusso. In quelle frammentate, espone i punti dolenti."
L'AI non cambia i sistemi da sola: li rivela. Le organizzazioni che vogliono trarre vantaggio dall'AI devono trattare l'adozione come una trasformazione sistemica, non come un semplice acquisto di strumenti.
8. Raccomandazioni pratiche per i leader
Chiudere e comunicare una policy chiara sull'AI
In quanto l'ambiguità frena l'adozione e crea rischi.
Trattare i dati come un asset strategico
Qualità, accessibilità e unificazione sono essenziali.
Collegare l'AI al contesto interno
Documentazione, repository e dati aziendali.
Rafforzare i sistemi di controllo
Version control e rollback sono reti di sicurezza critiche.
Lavorare in piccoli batch
Migliora la performance del prodotto e riduce il friction.
Mettere l'utente al centro
Senza questo, l'IA può danneggiare il team.
Investire nella piattaforma interna
È il fondamento per scalare i benefici dell'IA.
Domande Frequanti:
1. Cos'è il rapporto DORA 2025?
È lo studio annuale di Google Cloud sullo stato dello sviluppo software, con focus sull'impatto dell'AI. Ha coinvolto quasi 5.000 professionisti e 78 interviste qualitative.
2. Qual è la scoperta principale?
L'AI è un amplificatore: non crea valore dal nulla, ma esalta i punti di forza e di debolezza esistenti in un'organizzazione.
3. L'AI rende i programmatori più produttivi?
Sì, l'80% percepisce un aumento di produttività, e il throughput (velocità di consegna) è migliorato rispetto al 2024.
4. Quali sono i rischi?
L'AI aumenta l'instabilità delle consegne.
Inoltre, in assenza di un focus sull'utente, può peggiorare le performance del team.
5. Quali capacità organizzative amplificano i benefici dell'AI?
Il modello DORA AI Capabilities identifica 7 leve: policy chiara, dati sani, dati accessibili all'AI, version control, piccoli batch, focus sull'utente e piattaforma interna di qualità.
6. L'AI sostituirà i programmatori?
No. L'AI è uno strumento di amplificazione. Il rapporto sottolinea che il successo dipende dalle persone e dai sistemi, non dalla tecnologia in sé.
🔗 Riferimento Il rapporto DORA 2025
State of AI-Assisted Software Development
Il Futuro è Già Qui
L'Intelligenza Artificiale è una realtà con cui tutti dobbiamo fare i conti. La sfida è usarla come uno strumento al servizio delle persone, e non il contrario. L'Italia, con le sue nuove leggi, ha l'opportunità di diventare un esempio per tutta l'Europa di come si fa innovazione responsabile.
Le imprese che sapranno comprendere per prime queste regole e trasformarle in un punto di forza saranno le protagoniste di questa nuova era.
Noi possiamo aiutarti a colmare il divario tra investimento in IA e valore aziendale misurabile.
In un mercato in continua evoluzione, avere un partner affidabile fa la differenza. Noi di bigblue siamo il punto di riferimento per chi usa IBM i (AS400), grazie a:
Competenza specifica: conosce a fondo il mondo IBM i e le sue sfide.
Approccio pragmatico: soluzioni concrete, non teorie astratte.
Velocità di intervento: tempi rapidi per non fermare il business.
Supporto continuo: assistenza sempre disponibile e proattiva.
Innovazione costante: aggiornamenti e miglioramenti continui.
Il nostro obiettivo è quello di valorizzare la tua esperienza e i tuoi investimenti, trasformandoli in un vantaggio competitivo.
VUOI SAPERE COME POSSIAMO AIUTARTI?
AIAct | IntelligenzaArtificiale | InnovazioneResponsabile | ItaliaDigitale | AgID | ACN | DeepTech | PMI
Commenti