Il futuro del coding nell'era dell'AI: intervista a Matteo Biasi

Innovazione.  Programmare non significa più soltanto scrivere codice. Nell’era dell’intelligenza artificiale generativa, una parte crescente del lavoro si sposta dalla produzione manuale alla capacità di guidare strumenti che accelerano analisi, prototipazione e implementazione. Il baricentro cambia di conseguenza: contano di più la comprensione del problema, le scelte architetturali, la verifica di qualità e sicurezza, la capacità di tradurre bisogni di business in requisiti chiari.

A raccontare questa trasformazione è Matteo Biasi, bolzanino, founder e CEO di MetaEsse, intervenuto al primo appuntamento di IANextGen, percorso formativo sull’intelligenza artificiale rivolto alle giovani generazioni, promosso dall’hub innovativo Infinite Area di Montebelluna (TV). Biasi è un giovane imprenditore cresciuto costruendo prodotti digitali e misurandosi presto con la complessità del mercato. Dopo gli inizi tra community online e sviluppo di una piattaforma proprietaria, ha fondato FlashBeing, progetto nato come web app e poi evoluto in un prodotto SaaS per la gestione del lavoro, che conta oggi oltre 20mila utenti. Attorno a questo percorso si è strutturata MetaEsse, realtà che unisce prodotti software e attività di sviluppo per terzi: con la divisione CodeWorks affianca aziende e startup nella progettazione e realizzazione di piattaforme, applicazioni e servizi digitali, dalla definizione del prodotto fino alla messa in produzione.

Nel merito, Biasi fotografa una transizione già in atto: «Il classico programmatore, quello che ci immaginiamo come la persona che scrive codice dalla mattina alla sera sta completamente scomparendo». Non perché il software diventi magia, ma perché la catena del valore si sta spostando. «La programmazione sta diventando una visione di insieme di un prodotto da sviluppare con una serie di figure di programmatori, ma che vanno più che altro a scrivere prompt per generare codice nel modo giusto piuttosto che generare il codice stesso».

Questo approccio delega molte attività all’AI, riduce il costo dell’esecuzione e alza l’asticella su ciò che sta prima e dopo la generazione del codice. Prima, perché bisogna definire bene obiettivo, vincoli, dati e contesto. Dopo, perché serve validare ciò che l’AI produce, integrarlo in sistemi reali, misurarne impatti su performance e sicurezza, e renderlo manutenibile nel tempo. La differenza, sempre più spesso, emerge nella capacità di giudicare l’affidabilità di una soluzione e non soltanto di ottenerla rapidamente.

Per chi guida una software company, l’impatto di questa fast revolution è stato immediato anche sul piano psicologico e commerciale. Come racconta Biasi, «Ho vissuto gli ultimi mesi con una discreta ansia per capire cosa stava succedendo, perché da proprietario di una società di sviluppo software ho visto quasi scomparire quel mercato sicuro che fino a un anno fa avevo e che adesso invece sembrava alla portata di tutti». La percezione è quella di una democratizzazione: strumenti accessibili, output rapidi, riduzione delle barriere per molte attività standard. Ma nella lettura di Biasi, passato lo shock emerge una selezione più netta: «Fortunatamente dopo le giuste analisi, quello che si vede non è così, conta tanto l’esperienza e il ruolo del programmatore si sta solo trasformando».

In altre parole, l’AI comprime tempi e automatizza porzioni di lavoro, ma non elimina il bisogno di esperienza. Anzi, tende a valorizzarla, perché chi sa progettare e governare la complessità riesce a usare l’AI come leva, mentre chi rimane su compiti ripetitivi rischia di essere schiacciato. È un cambio che riguarda competenze, processi e aspettative, e che spinge le aziende a ripensare come si costruisce valore nello sviluppo software.

La frattura più evidente, però, riguarda l’ingresso nel mercato del lavoro. Biasi lo dice con chiarezza, riferendosi alle figure all’inizio del percorso: «Le figure più junior oggi vengono sempre più ignorate dalle aziende perché facilmente sostituibili con intelligenza artificiale». Se molte attività che prima erano palestra vengono assorbite dagli strumenti generativi, diventa necessario ripensare come si costruiscono le competenze iniziali e come un junior possa essere utile subito, portando contributo su qualità, test, documentazione, comprensione dei requisiti e uso consapevole dell’AI. Da qui l’urgenza di un cambio di approccio: «Mi aspetto che un candidato del futuro sappia già approcciarsi al lavoro in modo diverso, sappia già usare l’AI, riuscendo comunque a portare valore… chi oggi come azienda non si modernizza, ragionando non in anni, ma in mesi, in poco tempo sarà facilmente fuori mercato». Una rivoluzione più rapida di quelle viste finora, in cui la capacità di adattarsi conta quanto i fondamentali.

Alberto Lolliri