Leader di pensiero

La trappola della stagnazione

Andrew Filev
Aggiungi Unite.AI alle tue fonti preferite su Google
Punti chiaveIl livello competitivo minimo per il ritmo ingegneristico si sta alzando con l'IA…
Vedi di più
  • Il livello competitivo minimo per il ritmo ingegneristico si sta alzando con l'IA, rendendo insufficienti gli attuali guadagni di produttività.
  • I team di ingegneria si stanno dividendo in adattatori continui all'IA e utenti stagnanti, creando un divario prestazionale strutturale.
  • I leader devono spostare attivamente l'intero team lungo la curva di adattamento attraverso cambiamenti ambientali, non imposizioni individuali.

Di recente ho scritto della stanchezza da AI, sostenendo che ciò che gli ingegneri provano non è una condizione cronica, ma indolenzimento muscolare da allenamento. Bisogna superarlo, adattarsi e uscirne più forti.

È un ragionamento valido, ma la storia non finisce qui, e il seguito sta diventando rapidamente più evidente. Il vero rischio per i team di ingegneria, adesso, non è il burnout. È la stagnazione.

La nuova divisione

Quasi tutti gli ingegneri esperti usano ormai l’AI: Copilot, Claude, Cursor, Codex e così via. Questa parte è acquisita. Se guidi un’organizzazione di ingegneria, probabilmente vedi un’adozione diffusa e ne sei soddisfatto.

Non dovresti esserlo.

Il dato sull’adozione non significa nulla. Conta la divisione che si nasconde sotto di esso. Il tuo team si sta separando silenziosamente in due gruppi: chi ha ottenuto un aumento di produttività e si è fermato lì, e chi continua a progredire ogni settimana. Nuovi flussi di lavoro, nuove configurazioni degli agenti, nuovi modi di scomporre i problemi perché l’AI possa affrontarli.

Entrambi risultano nelle dashboard come utilizzatori di AI. Ma un gruppo segue un programma di allenamento con carichi progressivi. L’altro si è fermato al primo peso che trovava comodo.

Sei mesi fa, il divario tra i due gruppi era appena visibile. Ora è evidente a chiunque presti attenzione. Tra altri sei mesi sarà strutturale.

Come si presenta davvero la stagnazione

L’ingegnere che ha smesso di progredire non fa nulla di sbagliato in senso tradizionale. È competente e consegna risultati. Usa il proprio agente per lavori semplici e poi ne corregge gli errori. Forse ha ottenuto un aumento di produttività del 20–30% e ha considerato il compito concluso.

Il problema è che il collega accanto non si è fermato. Ora usa flussi con più agenti, migliora i cicli di verifica, scompone funzionalità intere in parti eseguibili dall’AI, revisiona a livello di architettura anziché riga per riga e consegna a un ritmo pari a due o tre volte quello precedente. Non perché abbia più talento, ma perché ha continuato ad allenarsi mentre gli altri si prendevano un giorno di riposo che è diventato un intero trimestre di riposo.

Non si tratta di entusiasmo per l’AI o di essere tra i primi utilizzatori. La fase dell’adozione iniziale è finita. Si tratta di adattamento continuo rispetto a un aggiustamento una tantum. La differenza cumulativa tra i due approcci sta diventando impossibile da ignorare.

La pressione competitiva è reale e accelera

Se i tuoi team avessero il lusso di adattarsi secondo i propri tempi, la stagnazione sarebbe una questione di gestione delle prestazioni. Fastidiosa, ma gestibile.

Guardando però il quadro più ampio del settore software, probabilmente non hai quel lusso.

Il settore software è nato in gran parte per aiutare le persone nel lavoro digitale: mostrare agli addetti all’assistenza le richieste in arrivo, tenere traccia delle risposte ai clienti e gestire i flussi di lavoro. Ora gli agenti AI sostituiscono l’intero flusso, stravolgendo anche le piattaforme SaaS su cui si basa. Inoltre, mentre l’AI diventa più capace ogni giorno, i clienti iniziano a chiedersi: “Dobbiamo ancora comprarlo o possiamo costruirlo da soli, adesso?”. L’AI ha iniziato ad abbassare la barriera tra acquisto e sviluppo interno per una gamma crescente di utilizzi. La capacità del prodotto di trattenere i clienti, che prima proteggeva i ricavi, si indebolisce ogni trimestre.

Gli ingegneri in stagnazione lavorano a un ritmo calibrato su un contesto competitivo che non esiste più.

La frase che ha cambiato il mio punto di vista

L’ho sentita ormai più di una volta, in aziende e contesti diversi: da responsabili di prodotto che si sono rimboccati le maniche e hanno realizzato funzionalità con il cosiddetto vibe coding, e da leader di ingegneria che hanno riprogettato architetture che non funzionavano:

“Per me era più facile migliorare questo lavoro in modo iterativo con i miei agenti che con quell’ingegnere.”

La prima volta ho pensato che fosse un’esagerazione. Alla terza ho capito che era un indicatore anticipatore.

A mio parere, alcuni ingegneri prospereranno in questo nuovo mondo e moltiplicheranno le capacità dell’AI. Devono essere forti in due ambiti, entrambi sviluppabili autonomamente con sufficiente motivazione intrinseca e curiosità intellettuale:

  • Sono sulla stessa lunghezza d’onda dei loro interlocutori, come responsabili di prodotto e manager di ingegneria. Capiscono come deve essere un buon risultato, quindi non serve spiegare ogni cosa oltre misura. Se generano tanti fraintendimenti quanto il tuo agente di programmazione, l’agente vincerà sempre quel confronto: è disponibile subito, 24 ore su 24 e sette giorni su sette, ed è instancabile.
  • Migliorano costantemente i propri ambienti e le configurazioni AI. Quando affidi loro un compito, sai che lo svolgeranno non solo bene, come nel punto precedente, ma anche abbastanza rapidamente da tenere il passo con il nuovo ritmo del mercato.

Perché è un problema di leadership, non individuale

È allettante presentarlo come una responsabilità del singolo ingegnere: “Stai al passo o resta indietro”. Ma se guidi un’organizzazione di ingegneria, questa impostazione ti solleva dalla tua responsabilità.

Gli ingegneri non sono entrati in stagnazione nel vuoto. Nulla nel loro ambiente li spingeva oltre l’adattamento iniziale. Hanno raggiunto un aumento di produttività apparentemente ragionevole, nessuno li ha sfidati ad andare oltre e l’inerzia ha fatto il resto.

E quelli che hanno continuato? La maggior parte è motivata dall’interno e andrebbe avanti comunque. Non puoi però comporre l’intera organizzazione solo di esploratori delle nuove frontiere mossi da motivazione propria. La domanda per i leader è: come metti in movimento la fascia intermedia?

È un problema di gestione del cambiamento. Uno dei miei modelli preferiti proviene dal libro dei fratelli Heath Switch. In sintesi: devi dare alle persone una direzione chiara, far sentire loro perché conta e rimodellare l’ambiente affinché il nuovo comportamento sia la via di minor resistenza. Nei team di ingegneria significa questo:

Trova gli esempi che funzionano e rendili visibili. Individua gli ingegneri che hanno fatto più progressi nei flussi di lavoro AI e chiedi loro di mostrarli regolarmente al team. Non corsi di formazione, ma dimostrazioni dal vivo del lavoro reale. Quando la fascia intermedia vede la differenza tra il proprio flusso e quello del collega che si è adattato meglio, nasce un disagio produttivo che nessuna imposizione può eguagliare.

  • Riduci la portata del cambiamento. “Adotta l’AI” è troppo astratto per passare all’azione. In questo sprint metti a punto i test basati su agenti dall’inizio alla fine, nel prossimo estendili a tutta l’organizzazione e continua così. Passi concreti e gestibili battono ogni volta gli ambiziosi programmi di trasformazione, e le piccole vittorie contano.
  • Rimodella le pratiche predefinite. Codifica il processo di verifica nelle skill AI e assicurati che siano adottate in tutto il team e in tutti i suoi agenti. Definisci i flussi di lavoro e usa gli strumenti che li supportano. Rendi il nuovo modo di lavorare la via di minor resistenza, così che le persone vi si orientino naturalmente anziché dover lottare per arrivarci.

La finestra di opportunità si sta chiudendo

Questo è ciò che rende la questione urgente, non soltanto importante.

Oggi il divario di adattamento è una differenza nelle prestazioni. Gli ingegneri in stagnazione sono più lenti di chi si è adattato, ma restano produttivi e continuano a contribuire. Puoi ancora mantenerli nel team.

La finestra si sta chiudendo. Mentre le capacità dell’AI accelerano e la pressione competitiva si accumula, cresce il ritmo minimo sostenibile del lavoro di ingegneria. L’ingegnere “abbastanza bravo” di oggi non sarà necessariamente abbastanza bravo il prossimo trimestre. Non perché sia peggiorato, ma perché la soglia minima si è alzata.

Le organizzazioni che riescono a far salire l’intero team lungo la curva di adattamento, non solo i primi utilizzatori, avranno un vantaggio strutturale cumulativo. Le altre scopriranno di avere un organico tarato su un ritmo competitivo che non esiste più.

Ogni leader di ingegneria con cui parlo lo capisce intellettualmente. Pochissimi hanno cambiato di conseguenza il modo di gestire i team. Il divario tra comprensione e azione è, a sua volta, una forma di stagnazione.

Non esiste un ritmo comodo

Nell’articolo sulla stanchezza da AI sostenevo che l’indolenzimento muscolare dimostra che l’allenamento funziona. È ancora vero. La verità successiva, però, è più dura: il peso continua a salire.

In una palestra normale puoi scegliere un peso comodo e mantenerlo per sempre. Nessuno aggiunge dischi al bilanciere senza chiedertelo. Nel software di oggi, ogni nuova versione di un modello, ogni nuova capacità di un agente e ogni nuovo flusso di lavoro che qualcuno inventa e condivide spostano l’asticella. Rimani fermo e, prima o poi, resterai bloccato sotto il peso.

Nel settore software non c’è un posto comodo, oggi. Né per i singoli ingegneri, né per i loro team, né per le aziende costruite da quei team. L’unica posizione sicura è il movimento continuo. Per i leader di ingegneria conta una sola domanda: si muove tutto il team oppure soltanto chi si sarebbe mosso comunque?

Andrew Filev è il fondatore e amministratore delegato di Zencoder. Ha trasformato la gestione collaborativa del lavoro fondando Wrike (oltre 20.000 clienti, venduto per 2,25 miliardi di dollari), è stato presentato su Forbes e The NY Times, e la sua passione per l'intelligenza artificiale e l'innovazione continua a plasmare il futuro del lavoro.