La tesi di fondo del testo di Francesco Maria De Collibus riguarda una trasformazione epocale nel mondo dello sviluppo software, guidata dall’Intelligenza Artificiale (IA) generativa.

La premessa è che l’IA sta divorando il software, nello stesso modo in cui un tempo il software aveva divorato il mondo, secondo il noto adagio di Marc Andreessen.

Tesi di Fondo

Il punto centrale del libro è che l’IA generativa (Generative AI) applicata alla scrittura di codice sta portando a un’era di abbondanza di software.

Questa trasformazione ridefinisce non solo la professione del programmatore, ma anche il significato stesso di “creare tecnologia”. In sintesi, il software, tradizionalmente una risorsa scarsa, difficile da gestire e costosa da modificare, diventerà economico, abbondante, facile da scrivere, adattare e sostituire.

Questa tesi è supportata dai seguenti elementi chiave:

Elementi a Supporto

1. Il Crollo delle Barriere di Programmazione

In pochi mesi, si è passati da un’epoca in cui programmare richiedeva anni di studio a una nuova realtà in cui è sufficiente descrivere ciò che si desidera nella lingua di tutti i giorni per vedere il codice scriversi da solo. L’inglese, come notato da Andrej Karpathy, è diventato il nuovo linguaggio di programmazione.

L’IA generativa ha abbassato le barriere cognitive all’ingresso nel campo della produzione di artefatti digitali, in modo paragonabile a come la fotografia ha influenzato la pittura. Il compito di base viene svolto dallo strumento, lasciando all’essere umano la necessità di offrire una qualità aggiuntiva per differenziarsi.

2. La Rivoluzione Cognitiva e l’Abbondanza di Codice

La scrittura automatica di codice e software è considerata il vero caso d’uso accelerante dell’intelligenza artificiale.

• Software Scarsità vs. Abbondanza: Storicamente, le organizzazioni automatizzavano solo i processi più importanti e critici (lo “scheletro” delle attività) a causa degli alti costi e della complessità dello sviluppo (“codice scarso”). Con la caduta del costo di creazione del software, le aziende possono diventare “a codice abbondante”, automatizzando tutti i processi e servendo meglio i clienti.
• Personalizzazione del Software: La discrepanza tra lo spazio del possibile (ciò che è algoritmico) e i desideri specifici viene annullata. Invece di adattare le proprie esigenze a un software commerciale generalista (come CRM o ERP), sarà possibile generare rapidamente software personalizzato per le proprie esigenze specifiche.
• Analogia con la Stampa: Questa trasformazione è paragonata all’invenzione della stampa a caratteri mobili di Gutenberg, che portò a una rivoluzione culturale e cognitiva grazie all’abbondanza di testi e alla nascita di una “coda lunga” di richieste e contenuti di nicchia. Automare la scrittura di codice significa automatizzare l’automazione.

3. Il Cambiamento nel Ruolo del Programmatore

Il ruolo dello sviluppatore è in profonda evoluzione.

• Da Scrittore a Direttore d’Orchestra: Il programmatore non sarà più un puro scrittore di codice, ma un “direttore d’orchestra” che gestisce un ecosistema ibrido di persone e intelligenze artificiali per creare soluzioni complesse. Steve Yegge lo ha definito in maniera meno formale come un “babysitting dei coding agent”.
• Focus sulle Alte Competenze: Le attività ripetitive e noiose (come il codice boilerplate) verranno delegate alla macchina. Lo sviluppatore dovrà concentrarsi sulle competenze più difficili da automatizzare: modellare sistemi, astrarre, scomporre, anticipare casi limite e tradurre l’ambiguità in una struttura ben definita.

4. I Driver Tecnologici e l’Innovazione

La tesi è supportata dai progressi negli strumenti e nei modelli di IA:

• LLM e Abilità Emergenti: La Generative AI, basata sui Large Language Models (LLM), ha raggiunto una comprensione e produzione fluente del linguaggio umano grazie alle leggi di scaling (più dati, più potenza, più GPU) e all’emergere inaspettato di abilità emergenti (come la capacità di codifica e il ragionamento logico).
• Strumenti di Coding Assistant: Esistono ormai numerosi strumenti che supportano la programmazione, come GitHub Copilot, Tabnine, e Cursor AI, che si integrano nell’ambiente di sviluppo e offrono autocompletamento avanzato e suggerimenti contestuali.
• Piattaforme di Vibe Coding: Piattaforme web come Replit, Bolt.new, Lovable e v0 di Vercel consentono la creazione e la distribuzione di applicazioni complete (full stack) direttamente dal browser a partire da un semplice prompt in linguaggio naturale.
• Agentic AI: Si sta avanzando verso l’Agentic AI, sistemi autonomi che non si limitano a rispondere, ma agiscono (tramite protocolli come l’MCP di Anthropic), scomponendo obiettivi complessi, scrivendo, eseguendo test e correggendo il codice in modo indipendente, operando quasi come colleghi virtuali.

5. L’Inevitabilità del Cambiamento

Nonostante i problemi (come il rischio di allucinazioni dei modelli, che sono ottimizzati per la plausibilità e non per la correttezza, o incidenti isolati come la distruzione di un database da parte di un tool di coding), il cambiamento è considerato inevitabile.

• Investimenti Colossali: Gli investimenti in IA sono astronomici (ad esempio, 155 miliardi di dollari spesi dalle big tech americane solo nel primo semestre 2025). La mole di risorse e le ristrutturazioni organizzative (come il passaggio di Microsoft da “fabbrica di software” a “motore di intelligenza”) indicano che la direzione è tracciata.
• Pressione Competitiva: La pressione del mercato spingerà le aziende ad adottare l’IA per aumentare la produttività. Gli studi mostrano già un significativo incremento di produttività, soprattutto tra i dipendenti con performance inferiori.
• Aumento della Produttività: L’obiettivo non è primariamente ridurre i costi, ma aumentare la produttività in modo massiccio, consentendo allo stesso numero di persone di produrre molto di più.

La conclusione che emerge è che il futuro appartiene a coloro che possiedono una visione e hanno la determinazione e il coraggio di realizzarla, sfruttando l’intelligenza artificiale per liberare l’orizzonte del possibile dai vincoli cognitivi e temporali.

---

Questo passaggio da una risorsa scarsa (software) a una abbondante (software generato dall’AI) può essere paragonato a quando l’elettricità, un tempo gestita da specialisti in centrali isolate, divenne ubiqua e accessibile tramite semplici prese a muro, trasformando ogni industria grazie alla sua disponibilità onnipresente. Il codice sta diventando la “corrente” per ogni idea.

Concetti Originali o Meno Diffusi

I seguenti concetti sono trattati con un’enfasi, una metafora o un’applicazione specifica che li rende distintivi o sono meno ricorrenti nel dibattito generalista rispetto a quelli elencati nel documento filtro.

• Software Abundant/Code Abundant (Software/Codice Abbondante): L’idea che il software stia per diventare una risorsa abbondante ed economicamente a costo marginale zero grazie alla Generative AI.
• Vibe Coding: Un approccio alla programmazione in cui l’utente si affida completamente alle “vibrazioni” e ai suggerimenti dell’AI, descritto da Andrej Karpathy, dove l’inglese diventa il linguaggio di programmazione e la revisione del codice è minima.
• Saturazione del Software: L’ipotesi che l’abbondanza di software possa portare a un effetto di saturazione, dove l’aggiunta di nuovo codice non porta più a un aumento proporzionale dei risultati (legge dei rendimenti decrescenti).
• Paradosso di Jevons applicato al Software: Il concetto che l’aumento di efficienza nella scrittura di software (grazie all’AI) ne aumenterà il consumo anziché diminuirlo.
• Paragone Gutenberg-Stampa/AI-Codice: L’analogia tra l’invenzione della stampa (che rese abbondanti i libri) e l’AI generativa (che rende abbondante il software), creando nuove “galassie” culturali (Galassia Gutenberg / Universo GitHub).
• “Babysitting dei Coding Agent”: Il ruolo dello sviluppatore trasformato in supervisore e validatore di codice generato dall’AI (agenti), piuttosto che puro scrittore di codice.
• Passaggio da “Fabbrica di Software” a “Motore di Intelligenza”: La visione di Satya Nadella per Microsoft, che si reinventa per consentire a tutti di costruire i propri strumenti tramite l’AI.
• AI nel Software Development Lifecycle (SDLC) 2030: Scenari futuristici sul ruolo dello sviluppatore “riposato e focalizzato sul benessere” mentre l’AI lavora per lui.

I seguenti concetti, pur essendo trattati in modo approfondito e contestualizzato dall’autore, rientrano nelle categorie definite “scontate” o “ricorrenti” dal documento filtro.pdf:

Categoria Scontata (da filtro.pdf)	Concetti Corrispondenti nel Testo
Automazione e sostituzione di competenze creative (IA Generativa)	L’intelligenza artificiale che divora il software e ridefinisce il mestiere del programmatore10101010101010101010101010101010. La capacità dell’AI di generare codice e simulare processi creativi, spostando il ruolo umano sulla creatività e l’architettura
Algoritmi opachi / Asimmetria di potere (Capitalismo digitale e piattaforme)	Il software come potere indecifrabile i cui “sacerdoti” (programmatori) possiedono un potere esoterico. Le Big Tech e i loro fondatori come gli uomini più ricchi e influenti del pianeta
Big Tech come nuovi “monopoli globali” (Capitalismo digitale e piattaforme)	La dominanza dei colossi tecnologici americani (Meta, Amazon, Google, Microsoft, Nvidia) in tutti gli aspetti della vita. L’Europa come “colonia digitale” di Washington.
Disinformazione algoritmica / Deepfake (IA Generativa)	L’AI che genera contenuti (testi d’amore) che, pur non essendo “veri” (sentimenti), sono verosimili e indistinguibili dall’umano (Test di Turing). La generazione di immagini pubblicitarie e stock da parte dell’.
Training su Big Data (IA Generativa)	L’addestramento dei Large Language Models (LLM) su “moli sempre più grandi di testo” e “milioni di esempi di codice sorgente”. La neural scaling law.
Effetto rete (Capitalismo digitale e piattaforme)	L’ubiquità e la pervasività del software nella vita quotidiana (il pesce nell’acqua). L’industria del software che divora il mondo (“Software is eating the world”).