AI e software – la visione di Capgemini (che non è la AI Gemini)

Capgemini è una società di consulenza teconologica in ambito IT, di seguito alcuni dati.

Si consiglia di leggere la nota medodologica prima di questo articolo.

Fondata: 1967 in Francia.
Sede: Parigi.
Dipendenti: oltre 300.000 in più di 50 Paesi.
Fatturato: circa 22-23 miliardi di euro annui.

In sostanza svolge un lavoro paragonabile a quello di Accenture, IBM Consulting, Deloitte Consulting, , PwC Consulting, KPMG Advisory, EY Consulting.

Riporto qui il link a un documento interessante di Capgemini riguardante il ruolo della AI nello sviluppo del software, nel software engeneering.

E’ un documento di 25 pagine in inglese, per semplicità eccone il sunto qui di seguito.

Tesi centrale

Il documento sostiene che l’Intelligenza Artificiale non rappresenta semplicemente un nuovo strumento per gli sviluppatori, ma sta cambiando il paradigma dell’ingegneria del software. Il futuro non è quello di programmatori sostituiti dall’AI, bensì di team in cui esseri umani e agenti AI collaborano, con gli umani che assumono sempre più un ruolo di progettazione, supervisione e governo.

I messaggi principali

1. L’AI sta cambiando il modo di sviluppare software

Negli ultimi anni si è passati da:

• Agile
• DevOps
• Cloud Native
• Platform Engineering

alla nuova fase chiamata Agentic Software Engineering, nella quale gli agenti AI non si limitano a suggerire codice ma eseguono intere attività lungo il ciclo di vita del software.

2. Gli agenti AI diventano “colleghi”

Gli agenti possono occuparsi di:

• ricerca tecnica
• documentazione
• sviluppo codice
• refactoring
• migrazione di sistemi legacy
• testing
• DevOps
• manutenzione

L’essere umano diventa sempre più il coordinatore del lavoro degli agenti.

3. Il programmatore scriverà meno codice

Secondo Capgemini il lavoro cambia radicalmente.

In futuro il software engineer dovrà soprattutto:

• definire gli obiettivi
• descrivere il contesto
• configurare gli agenti
• validare il risultato
• prendere le decisioni finali

In altre parole:

meno tempo a scrivere codice,

più tempo a dirigere un’orchestra di agenti AI.

4. Nascono nuove competenze

Il documento individua nuove discipline:

• Prompt Engineering
• Context Engineering
• Agentic Software Engineering
• Spec-driven Development
• Vibe Coding (utile soprattutto per prototipi)

La più importante viene considerata il Context Engineering: fornire all’AI il contesto corretto vale più del prompt stesso.

5. Il fattore umano diventa ancora più importante

È forse il messaggio più interessante del documento.

Capgemini sostiene che il vero limite non è l’AI, ma la conoscenza che rimane “nella testa” degli sviluppatori.

Gran parte della conoscenza aziendale è:

• implicita
• non documentata
• frutto dell’esperienza

L’AI può lavorare bene solo se questa conoscenza viene resa esplicita.

6. La fiducia nell’AI non è ancora completa

Capgemini insiste quindi sul concetto di Human in the Loop.

8. Servono piattaforme, non solo chatbot

Per adottare seriamente l’AI servono:

• piattaforme integrate
• governance
• sicurezza
• controllo qualità
• monitoraggio
• conformità normativa

Non basta installare GitHub Copilot o ChatGPT.

Le cinque raccomandazioni finali

Capgemini invita le aziende a:

• investire nelle competenze delle persone;
• introdurre piattaforme di AI integrate;
• definire regole di governance;
• automatizzare il ciclo di sviluppo;
• costruire una cultura orientata alla collaborazione uomo-AI.

Punti molto convincenti

• l’AI diventerà parte integrante dello sviluppo software;
• il ruolo dello sviluppatore evolverà verso progettazione e supervisione;
• la qualità del contesto sarà determinante;
• governance e validazione saranno indispensabili.

Punti un po’ ottimistici

Capgemini lascia intendere che la trasformazione sarà relativamente rapida. In realtà:

• molte aziende hanno codice legacy difficile da trattare;
• gli agenti AI sono ancora soggetti a errori (“hallucinations”);
• la produttività reale varia molto in base al tipo di progetto e all’esperienza degli sviluppatori.

Lo stesso documento, infatti, riconosce che non tutti gli studi mostrano incrementi di produttività e che permane un significativo bisogno di supervisione umana.

In una frase

Il messaggio del documento può essere sintetizzato così:

Lo sviluppatore del futuro non sarà valutato per quante righe di codice scrive, ma per quanto bene saprà progettare, orchestrare e governare una squadra di agenti AI.

Sezione notizie