Quando l'AI scrive il codice: come cambiano consulenza e sviluppo software

Qualche notte fa ho fatto un esperimento molto semplice: ho preso un documento di analisi funzionale, ho preparato un prompt strutturato e ho dato in pasto il tutto a Claude Code, la versione "developer" di Anthropic. Repository vuoto, ambiente cloud, nessun intervento umano successivo.

Dopo circa un'ora, mi sono trovato davanti a un prototipo completo: stack Laravel, Tailwind CSS, Node.js, Postgres, tutto impacchettato in Docker. Circa 12.000 righe di codice coerenti, con logiche, viste e API funzionanti. Quello che, fino a ieri, avremmo considerato lavoro da team di sviluppo per diversi giorni, è stato generato in autonomia da un modello di AI guidato da una buona analisi.

Non è un caso isolato né "magia nera": è il segnale di una trasformazione strutturale. La barriera tra idea e prototipo si sta assottigliando in modo drastico. Se l'analisi è chiara e il contesto tecnico è definito, la parte di "codifica iniziale" può essere in larga misura automatizzata. Il codice non sparisce, ma il suo valore si sposta: meno nel "battere tasti", più nella capacità di disegnare sistemi e di formulare correttamente problemi e requisiti.

Il cambio di prospettiva per la consulenza IT

Per il mondo della consulenza IT questo cambio di prospettiva è enorme. Tradizionalmente il business model si reggeva su giornate uomo di sviluppo: il consulente analizza, il team sviluppa, il cliente paga la "costruzione".

Se un prototipo funzionante può essere generato dall'AI in poche ore, il peso relativo delle fasi cambia:

• L'analisi funzionale, la modellazione dei processi, la definizione di casi d'uso e priorità diventano l'asset vero
• La scrittura del codice base diventa sempre più una commodity, accelerata o sostituita da strumenti generativi
• La qualità si gioca su architettura, integrazioni, sicurezza, governance dei dati, e molto meno su "quante righe ho scritto"

In pratica, la competenza centrale non è più "so sviluppare in X framework", ma "so progettare ecosistemi digitali che hanno senso di business, che stanno in piedi nel tempo e che l'AI può aiutarmi a realizzare più in fretta".

Le implicazioni per le aziende

Per le aziende, soprattutto PMI e mid-cap, le implicazioni sono notevoli. La distanza tra una buona idea e un'app funzionante si riduce. Prototipare un nuovo portale, una dashboard, un microservizio diventa una voce di costo molto più leggera.

Nella mia esperienza, questo può voler dire ridurre fino al 70–90% il costo (e il tempo) di una prima versione: il cliente non paga più settimane di sviluppo per "vedere qualcosa girare", ma una consulenza che produce rapidamente un oggetto concreto da testare sul campo.

La parte ricorrente, più complessa e più preziosa, diventa:

• Capire se quel prototipo risolve davvero un problema di business
• Integrarlo con i sistemi esistenti senza creare nuovo debito tecnico
• Trasformarlo, se funziona, da prototipo a prodotto robusto e manutenibile

La prototipazione così veloce cambia anche il modo in cui si validano le idee: si può sperimentare di più, scartare velocemente ciò che non funziona e concentrare investimenti solo sulle iniziative che mostrano trazione reale.

I rischi da considerare

Naturalmente, non è tutto rose e fiori. Il codice generato dall'AI va comunque: verificato, testato ed inserito in un ciclo di versione e manutenzione serio. L'AI è velocissima a costruire, ma altrettanto veloce a "cristallizzare" errori di analisi o scelte architetturali sbagliate. Se l'input è confuso, l'output sarà un'applicazione confusa, solo prodotta più in fretta.

C'è poi un rischio nuovo: credere che "basti il prompt". In realtà il lavoro a monte – analisi, disegno dei processi, definizione del dominio di business – diventa ancora più critico. Senza questa parte, le aziende rischiano di riempirsi di prototipi effimeri, difficili da integrare e da governare, l'esatto opposto della trasformazione digitale sostenibile.

Il nuovo ruolo del consulente

Per chi fa consulenza, questa trasformazione è una chiamata a riposizionarsi. Il valore non sarà più "ti porto un team di sviluppo per tre mesi", ma:

• Ti aiuto a chiarire cosa ha senso costruire
• Ti faccio ottenere un prototipo funzionante in tempi rapidissimi
• Ti accompagno nel trasformarlo in un asset digitale solido, integrato, che genera ritorno

In altre parole, meno vendor di giornate, più architetti di sistemi e partner strategici.

Conclusioni

Personalmente trovo questa fase entusiasmante. Vedere un'AI che, mentre dormi, traduce una buona analisi in un'app funzionante è impressionante. Ma ancora più interessante è ciò che implica: se la macchina può occuparsi della parte meccanica, noi possiamo – e dobbiamo – spostarci dove serve di più il pensiero umano: nel disegno, nelle scelte, nella responsabilità delle decisioni tecnologiche.

Siamo solo all'inizio, ed è proprio questo il punto: ciò che oggi stupisce come "esperimento singolo" sarà, in pochi anni, il nuovo standard operativo. La vera domanda, per consulenti e aziende, è se saremo pronti a ripensare il nostro ruolo prima che lo faccia il mercato al posto nostro.

Gaetano Castaldo CEO & Founder, Castaldo Solutions