Questo è l’inizio di una serie. Racconterò la trasformazione che abbiamo iniziato nel tech, in Prolog, un paio di mesi fa: perché è iniziata, cosa sta funzionando e cosa è costato caro. Non è teoria da palco. È quello che abbiamo vissuto.
Ho deciso di scrivere per un motivo semplice: quando sono andato a cercare come fare questa cosa, ho trovato tanta opinione e pochi resoconti veri di chi era nel mezzo del processo. Se questo testo diventa un punto d’appoggio per un’altra persona che costruisce, ne è valsa la pena.
È iniziata con un disagio.
Cosa ho visto
A marzo, io e Jean, il mio socio, siamo andati al SXSW, in Texas, una delle più grandi fiere dell’innovazione al mondo. Sono tornato diverso, e il disagio non è passato. Non era quello che avevo visto sul palco. Era quello che ho visto le aziende già fare nella pratica.
Al ritorno, mi sono immerso nei contenuti tecnici di chi sta davvero costruendo con l’IA là fuori. Non i contenuti tiepidi di Instagram e LinkedIn. Quelli profondi, di chi mette le mani in pasta e pubblica quello che ha imparato. E mi sono imbattuto in un caso dopo l’altro di aziende che hanno cambiato davvero il modo di lavorare. La differenza è sottile ed enorme allo stesso tempo: non “hanno iniziato a usare l’IA”, hanno messo l’IA al centro.
E non lo si può liquidare come hype da palco. È adozione su scala industriale: aziende grandi e aziende piccole, tutti che camminano verso lo stesso posto. Una delle cose che mi ha colpito è stato un numero semplice: 9 aziende su 10 della Fortune 100 avevano già adottato il Copilot. Ma il dato che conta non è quello dell’adozione. È la dimensione del guadagno. Chi ha solo incastrato l’IA nel vecchio flusso riporta il 10, 20% di produttività in più. Chi ha ricostruito intorno a lei riporta un multiplo: 5x, 10x. Aprirò questi casi uno per uno nei prossimi articoli. Per ora, quello che interessa è la svolta che tutti hanno in comune.
Usarla di lato vs. metterla al centro
Questa distinzione sembra piccola ed è lei che decide tutto.
Usare l’IA è aprire uno strumento di lato e seguire lo stesso processo di prima. Il flusso resta uguale, i ruoli restano uguali, la revisione resta uguale. L’IA è una scheda in più, e ognuno se la cava da solo con lei. Il guadagno appare al margine.
Metterla al centro è ridisegnare il processo intorno a lei. Parti dal presupposto che l’IA costruirà buona parte del lavoro e rifai il flusso, i ruoli e la revisione a partire da questo. Il contesto smette di morire in una conversazione e diventa condiviso. Il guadagno è di un altro ordine, perché non è lo stesso lavoro più veloce. È il lavoro che cambia forma.
Lo stesso lavoro, due posti per l'IA
IA di lato vs. IA al centro
L'IA sta in una scheda di lato. Il flusso, i ruoli e la revisione restano uguali. Ognuno se la cava da solo, a modo suo.
+10–20% di guadagno al margine. Il collo di bottiglia resta dov'era.Il flusso, i ruoli e la revisione sono ricostruiti perché sia l'IA a costruire. Contesto condiviso, non muore in una conversazione.
Un altro ordine di guadagno. Non è 10% in più; è il lavoro che cambia.Quando ho afferrato questo, la domanda ha smesso di essere “quale strumento adottiamo” ed è diventata “cosa, nel nostro modo di lavorare, è stato progettato per un mondo senza IA”. Allora sono andato a guardare dentro.
La diagnosi: ognuno che se la cava da solo
Verso la fine di marzo, ancora prima che fossimo migrati a Claude, mi sono seduto con persone di prodotto, design e ingegneria di Prolog e ho fatto una domanda semplice: come stai usando l’IA nel quotidiano? Cosa va bene, dove si blocca, quale collo di bottiglia vedi nell’operatività.
Quello che ho sentito mi ha colpito.
Ognuno usava uno strumento. Uno su Copilot, un altro su Claude, un altro buttava tutto nell’IA interna di Prolog. E, peggio dello strumento sparso, il contesto sparso: quello che una persona costruiva conversando con l’IA moriva lì, con lei. Il team di manutenzione, per esempio, aveva messo insieme del buon materiale dentro l’IA di Prolog, con le regole di quel prodotto. Solo che quello non arrivava al team degli pneumatici, che aveva bisogno dello stesso tipo di contesto e ripartiva da zero.
Ce n’è stata una che mi è rimasta in testa. I dev evitavano di usare l’IA per revisionare un PR grande per paura di bruciare i crediti prima della fine della settimana. Pensa all’assurdità: la persona doveva scegliere tra finire la propria task con l’IA, che si era impegnata a consegnare, o spendere lo stesso credito revisionando il PR gigante del collega. È diventata una competizione per una risorsa scarsa. E allora nessuno vuole prendere la review dell’altro.
Qualcuno del team l’ha riassunto in una frase che non sono più riuscito a togliermi dalla testa:
Produciamo con l’IA e revisioniamo senza IA.
Ognuno che se la cava da solo, a modo suo, con lo strumento che capitava. Quello che funzionava per uno non diventava una ricetta per l’altro. Non c’era uno standard, non c’era un terreno comune.
E non era solo il modo, era la struttura
Più guardavo, più diventava chiaro che non si poteva risolvere solo insegnando a tutti a “usarla meglio”. Il modo di usarla era il sintomo. La struttura sotto era ciò che non era pronto. Sono comparsi tre buchi.
Primo, il contesto viveva sparpagliato. Un pezzo in Notion, un altro in Drive, un altro in Jira, in Figma, in Fathom. Non c’era una fonte unica della verità. Così ogni nuova conversazione con l’IA cominciava spiegando tutto da zero, perché l’informazione che le serviva stava in cinque posti e curata in nessuno. Pagavamo in token, in request e in tempo solo per rimettere insieme un contesto che esisteva già in qualche angolo.
Secondo, l’umano era la colla. Qualcuno di prodotto genera una spec con l’IA, la carica in un doc, manda il link al successivo, che la prende e la butta nel progetto della sua IA. L’IA appariva alle estremità, mai nel mezzo: produceva un pezzo, un umano portava il risultato a mano fino allo strumento successivo, e un’altra IA ricominciava. Il flusso restava umano.
Terzo, l’architettura. La base che abbiamo costruito in dieci anni è stata fatta per un mondo in cui il collo di bottiglia era la persona, non l’IA. È aggrovigliata in alcuni punti e ha parti senza test, ed è proprio questo che blocca il cambiamento rapido che l’IA permetterebbe di fare. Non è il difetto morale di nessuno. È l’accumulo di dieci anni di decisioni che hanno funzionato fino a qui. L’IA l’ha solo messo a nudo.
Ed è importante dirlo: questo non è un difetto del team, né di Prolog. È ciò che succede in qualsiasi azienda che ha incollato l’IA sopra il vecchio modo di lavorare. Ogni azienda di dieci anni si porta dietro un modo di fare che ha funzionato fino a ora. L’IA gli punta addosso un faro. E la responsabilità di cambiarlo è mia.
Perché ricostruire tutto, non solo l’ingegneria
La prima tentazione è risolvere nell’ingegneria. Ha senso, è dove l’IA ha attecchito più in fretta e dove avevamo già cominciato. Ma è lì che si nasconde la trappola.
Se un’area va alla velocità dell’IA e quella di fianco resta alla velocità umana, non ho accelerato niente. Ho solo spostato il collo di bottiglia.
Pensa al flusso intero. Se l’ingegneria passa a consegnare in ore ma il prodotto impiega ancora settimane per specificare, chi tiene ferma la fila adesso è il prodotto. Risolvi il prodotto e l’ingegneria, ma la validazione resta a mano? Si è bloccato nella validazione. E non resta solo nel tech: se mettiamo tanta roba online e il marketing non riesce ad annunciarla allo stesso ritmo, il collo di bottiglia è passato al marketing. Accelerare un tratto non scioglie l’ingorgo. Lo spinge solo al successivo.
Accelerare un tratto non svuota la coda
Il collo di bottiglia cambia solo posto
Ho accelerato solo l'ingegneria
Ho accelerato prodotto e ingegneria
Ogni tratto che acceleri accende il successivo. L'ingorgo non sparisce; cambia posto.
Per questo, a fine aprile, abbiamo iniziato a ricostruire tutto il tech. Prodotto, design, dati, qualità. Non solo l’ingegneria. Se l’IA va al centro, va al centro di tutto il flusso, non di un pezzo.
Cosa arriva adesso
Nei prossimi articoli, aprirò ogni parte di questo. Cos’è un “harness”, l’infrastruttura che fa rendere davvero l’IA invece di consegnare solo pezzi sparsi. Come il lavoro di ogni ruolo cambia quando l’IA diventa chi costruisce, e l’umano diventa chi dirige e revisiona. E perché la domanda giusta quando qualcosa si rompe ha smesso di essere “cosa faccio adesso” ed è diventata “cosa è mancato nel contesto perché questo non succedesse di nuovo”.
La trasformazione sta girando, con successi e con errori. Racconterò entrambi qui, man mano che accadono. Non è una ricetta. È quello che stiamo vivendo. Se serve da mappa per chi anch’esso costruisce, meglio ancora.