- La rivelazione di Sundar Pichai
- Da 25% a 75% in meno di due anni
- L'approccio agentic e le migrazioni di codice
- Obiettivi legati all'IA per ogni ingegnere
- Le tensioni interne: quando il rivale è anche fornitore
- Il futuro degli sviluppatori: sostituzione o metamorfosi?
- Domande frequenti
La rivelazione di Sundar Pichai
Tre righe di codice su quattro, all'interno di Google, non sono più scritte da mani umane. Il dato, comunicato direttamente da Sundar Pichai nel corso dell'ultimo aggiornamento agli investitori, ha il peso di un punto di svolta strutturale per l'intera industria del software. Non si tratta di un esperimento pilota né di un laboratorio isolato: il 75% del nuovo codice prodotto nella sede di Mountain View è oggi generato da modelli di intelligenza artificiale.
Una cifra che, da sola, ridefinisce i confini tra lavoro umano e automazione nella programmazione. E che pone interrogativi profondi sul futuro di milioni di sviluppatori nel mondo.
Da 25% a 75% in meno di due anni
La traiettoria è vertiginosa. Stando a quanto emerge dalle dichiarazioni dello stesso Pichai, la quota di codice generato dall'IA all'interno di Google è passata dal 25% a circa il 50% nell'autunno del 2024, per poi balzare al 75% nei primi mesi del 2026. Una curva esponenziale che ha sorpreso anche gli osservatori più ottimisti.
Per dare un ordine di grandezza: Google impiega decine di migliaia di ingegneri software. Che tre quarti dell'output di codice sia oggi sintetico significa che la produttività per singolo sviluppatore è aumentata in modo drammatico, oppure, letto in controluce, che il volume di codice necessario per far funzionare i servizi del colosso californiano ha raggiunto dimensioni gestibili solo con l'ausilio massiccio dell'automazione.
Probabilmente, entrambe le cose.
L'approccio agentic e le migrazioni di codice
Dietro questa accelerazione c'è un modello operativo che Google definisce agentic. Non si tratta del semplice autocompletamento di righe, la funzione che ormai qualunque IDE offre grazie a strumenti come GitHub Copilot o Gemini Code Assist. L'approccio agentic prevede che l'intelligenza artificiale operi in modo semi-autonomo su compiti complessi: migrazioni di codice tra linguaggi diversi, refactoring di intere basi di codice legacy, generazione di test automatizzati.
È qui che i guadagni di produttività diventano enormi. Le migrazioni, tradizionalmente tra le attività più onerose e a rischio di errore nello sviluppo software, vengono ora gestite in tempi drasticamente ridotti. L'IA genera il codice, l'ingegnere rivede, corregge, valida. Il modello è ibrido, ma la componente sintetica è ormai preponderante.
Obiettivi legati all'IA per ogni ingegnere
La transizione non è spontanea. Google ha introdotto obiettivi specifici per i propri ingegneri legati all'adozione degli strumenti di intelligenza artificiale nel flusso di lavoro quotidiano. In sostanza, ogni sviluppatore viene valutato anche in base alla capacità di integrare e sfruttare i modelli generativi nella propria attività.
Una scelta che racconta molto della direzione strategica dell'azienda. Non basta che l'IA sia disponibile: deve essere usata, e chi non si adegua rischia di restare indietro nelle valutazioni di performance. È un segnale chiaro, tanto per i dipendenti di Mountain View quanto per il mercato del lavoro globale. Come sottolineato da diversi analisti, le competenze digitali valgono più della laurea? Il mercato del lavoro si trasforma non è più una provocazione, ma una fotografia sempre più nitida della realtà.
Le tensioni interne: quando il rivale è anche fornitore
La corsa all'IA generativa non è priva di attriti. Stando a quanto riportato da fonti vicine all'azienda, all'interno di Google si registrano tensioni significative legate all'uso di strumenti sviluppati dalla concorrenza. Alcuni team avrebbero sperimentato o richiesto l'accesso a modelli e piattaforme di rivali come OpenAI o Anthropic, ritenuti più performanti su specifici compiti di codifica.
Una situazione paradossale per un'azienda che con Gemini punta a dominare il mercato dell'IA. La questione resta aperta: imporre l'uso esclusivo dei propri strumenti rischia di penalizzare la produttività, ma consentire l'adozione di tecnologie concorrenti mina la narrativa di autosufficienza tecnologica che Google cerca di costruire. Un dilemma strategico che non riguarda solo Mountain View, ma ogni grande organizzazione che sviluppa e al contempo utilizza intelligenza artificiale.
Il futuro degli sviluppatori: sostituzione o metamorfosi?
Il dato del 75% ha inevitabilmente riacceso il dibattito più divisivo degli ultimi anni: l'intelligenza artificiale sostituirà i programmatori? La risposta, almeno per ora, è più sfumata di quanto i titoli sensazionalistici suggeriscano.
Il codice generato dai modelli richiede ancora revisione umana per conformità, sicurezza e coerenza architetturale. L'ingegnere non scompare, ma il suo ruolo muta profondamente: meno scrittura riga per riga, più supervisione, progettazione di alto livello, validazione. Il coding puro diventa una commodity, mentre crescono di valore le competenze di progettazione, prompt engineering, comprensione dei limiti dei modelli.
Per il mercato del lavoro italiano, dove la domanda di sviluppatori software è in costante crescita ma le retribuzioni restano spesso inferiori alla media europea, la lezione è duplice. Da un lato, la produttività individuale può aumentare enormemente, rendendo più competitive anche le piccole realtà. Dall'altro, chi si limita a scrivere codice senza comprendere i sistemi in cui opera rischia l'obsolescenza in tempi molto più rapidi del previsto.
La partita, insomma, non è tra uomo e macchina. È tra chi saprà cavalcare la trasformazione e chi ne verrà travolto. E il fatto che un'azienda come Google abbia raggiunto il 75% di codice sintetico in meno di due anni dà la misura della velocità con cui questa partita si sta giocando.
