Non sono il classico sviluppatore che parte dall'editor e scrive tutto a mano. Il mio lavoro comincia molto prima: capire un problema operativo, immaginare una soluzione e darle una struttura. Oggi, per sviluppare software con AI, parto da quella struttura e la trasformo in codice insieme all'intelligenza artificiale.
Sembra una scorciatoia. In realtà, se non sai cosa stai costruendo, l'AI ti permette soprattutto di sbagliare più velocemente.
Il problema viene prima del codice
Mi è capitato di lavorare su e-commerce, magazzini, gestionali e strumenti interni. Il punto di partenza non è mai stato: quale tecnologia usiamo?
Di solito è una domanda molto più concreta:
- Perché un ordine resta fermo?
- Perché due sistemi mostrano giacenze diverse?
- Perché un operatore deve ripetere la stessa operazione ogni giorno?
- Perché un'informazione importante è sparsa tra messaggi, fogli e schermate?
Prima di progettare un'applicazione ricostruisco il processo reale. Chi fa cosa, quale dato entra, cosa dovrebbe uscire e dove si interrompe il flusso.
Se salti questo passaggio, puoi ottenere un'interfaccia bellissima che non risolve niente.
Che cosa delego all'AI, e che cosa no
Uso l'AI come supporto alla realizzazione: esplorare alternative tecniche, generare componenti, ragionare sulle strutture dati, scrivere test, analizzare errori e proporre refactoring.
Ma la responsabilità delle decisioni resta mia. Sono io a definire il comportamento atteso, le priorità, le eccezioni e i criteri con cui verificare il risultato.
Una richiesta come “crea un gestionale” è troppo generica. Una specifica utile, invece, spiega che cosa succede quando un utente salva una bozza, quando la pubblica, chi può modificarla e quale versione deve vedere il cliente finale.
La differenza tra le due richieste è il lavoro di progettazione.
Come sviluppare software con AI: il metodo che uso
1. Disegno il flusso
Parto da pochi scenari concreti. Un ordine arriva, un operatore lo prende in carico, il magazzino risponde. Oppure un professionista prepara un piano, lo modifica e lo pubblica.
Metto per iscritto anche i casi scomodi: dati mancanti, doppio clic, chiamata interrotta, permesso negato, sincronizzazione fallita.
2. Definisco i confini
Qual è la fonte autorevole di ogni dato? Chi può scriverlo? Cosa può fare il sistema automaticamente e cosa richiede una conferma umana?
Sono domande meno spettacolari della schermata iniziale, ma evitano molti problemi dopo.
3. Costruisco un pezzo verificabile
Preferisco un flusso minimo che funzioni davvero a dieci sezioni completate solo in apparenza. Lo provo su esempi realistici e confronto il comportamento con i requisiti.
4. Faccio revisioni, non solo nuove richieste
Quando qualcosa funziona, controllo anche come funziona: errori, permessi, manutenzione, coerenza dei dati, esperienza d'uso. L'AI può aiutarmi nell'analisi, ma non considero una risposta del modello una prova che il software sia corretto.
L'esempio di un middleware
Nel progetto di collegamento tra e-commerce e magazzino automatizzato, il punto più difficile non era generare una chiamata tecnica. Era stabilire il ruolo di ogni sistema, come mappare i prodotti e come capire perché un ordine si fosse fermato.
Ne parlo nell'articolo sul middleware tra e-commerce e magazzino automatizzato.
L'AI accelera la produzione dei singoli pezzi. La visione d'insieme, invece, va costruita conoscendo il processo.
Che cosa non farei
Non affiderei a un modello, senza verifiche, scelte che riguardano pagamenti, dati personali, accessi, inventario o operazioni irreversibili. Non metterei in produzione una funzionalità solo perché “sembra andare”.
E non costruirei software soltanto perché ora è più facile produrlo. A volte basta sistemare una procedura o configurare meglio gli strumenti esistenti. È anche il motivo per cui mi chiedo spesso se convenga un software su misura o un gestionale pronto.
Domande frequenti
Si può sviluppare software con l'AI senza saper programmare?
Si possono realizzare prototipi e anche strumenti utili, ma servono capacità di analisi, test e comprensione dei rischi. Per sistemi critici è importante prevedere anche una revisione tecnica qualificata.
L'AI sostituisce uno sviluppatore?
Può accelerare molte attività di sviluppo. Non elimina la necessità di architettura, controllo qualità, sicurezza e responsabilità sulle decisioni.
Da dove conviene partire?
Da un solo problema ripetitivo e misurabile. Descrivi il processo attuale e quello desiderato prima di scegliere tecnologia o interfaccia.
Se hai un processo aziendale che vorresti trasformare in uno strumento, raccontami come funziona. Partiamo dal problema, non dal codice.
