Alla Plenaria Tech Forge CGN, il nostro CEO Michele Aponte ha raccontato come l’Intelligenza Artificiale sta aprendo nuove possibilità per progettare e sviluppare software. E perché la vera opportunità non riguarda soltanto gli strumenti, ma il modo in cui scegliamo di lavorare.
Ci sono idee che rimangono in un cassetto per mesi, lo sappiamo bene tutti. Dentro ci mettiamo i miglioramenti che sappiamo essere utili, le alternative che vorremmo provare e i problemi che continuiamo ad aggirare, perché affrontarli richiederebbe troppo tempo o uno sforzo che, in quel momento, non possiamo permetterci.
Poi arriva una nuova tecnologia e alcune di quelle difficoltà cominciano a ridimensionarsi. Quello che fino a ieri sembrava troppo impegnativo diventa qualcosa che vale almeno la pena provare.
A quel punto la domanda è: siamo pronti a riaprire quel cassetto?
Ben trovati a tutti! Siamo arrivati al numero 158 della newsletter Ellycode e questa settimana vi raccontiamo il talk del nostro Michele Aponte, CEO e CTO di Ellycode, ospite della Plenaria Tech Forge CGN, a Pordenone, con la keynote “Il prossimo passo lo facciamo noi”.
Una bellissima giornata dedicata al tema dell’Evoluzione, insieme alle persone di Tech Forge, il cuore tecnologico di Servizi CGN Società Benefit, dove nascono e si sviluppano soluzioni software per i professionisti del settore fiscale e contabile.
Tra sessioni plenarie, workshop e forum, si è parlato di come sta cambiando il nostro modo di costruire software, di sicurezza, organizzazione del lavoro e crescita delle competenze. E naturalmente di Intelligenza Artificiale, protagonista anche dei due keynote dedicati al tema “AI e noi”: quello di Michele e quello di Alberto Firenzuola, intitolato “Cosa fai. Come lo fai”, dedicato al valore umano nell’epoca dell’AI.
Prima di raccontarvi com’è andata, però, apriamo la nostra playlist Data Grooves.
🎵 “Black Magic Woman” — Santana (1970)
L’intelligenza artificiale a volte può sembrare quasi magia, ma quando si tratta di costruire software che deve funzionare davvero, sappiamo bene che la magia da sola non basta. Ed è proprio di questo che vogliamo parlarvi oggi.
Una mongolfiera, una macchina da scrivere e la prima cosa utile
Chi ha iniziato a programmare qualche anno fa (diciamo pure qualche decennio 😃) probabilmente ricorda ancora il Commodore 64. Michele si è presentato sul palco proprio con una maglietta dedicata a quel mitico computer, cogliendo l’occasione per qualche battuta sull’età media della platea e per raccontare uno dei suoi primi esperimenti con il codice.
Una mongolfiera che appariva sullo schermo dopo aver copiato pazientemente le istruzioni di un manuale. Niente di straordinario, almeno a guardarla con gli occhi di oggi, ma chi ha provato quella sensazione sa bene di cosa parliamo: scrivere qualcosa, premere un tasto e vedere che funziona. Una piccola magia che per molti di noi è diventata una passione, e poi un mestiere.
Qualche anno dopo, in terza superiore, quella stessa curiosità ha prodotto qualcosa di decisamente più utile: una piccola applicazione realizzata con Visual Basic 6 e Access per la ditta di impianti elettrici del padre di Michele. Da una parte una macchina da scrivere e tanti documenti compilati a mano, dall’altra un ragazzo che aveva scoperto come utilizzare il software per semplificare il lavoro.
Oggi probabilmente qualcuno starebbe già preparando un piano di migrazione da quelle tecnologie, ma all’epoca erano proprio loro a rappresentare la modernizzazione!
Ed è qui che il racconto diventa interessante, perché alla soddisfazione di vedere funzionare un programma si aggiungeva qualcosa di diverso: la possibilità di costruire uno strumento capace di migliorare concretamente il lavoro di un’altra persona.
In fondo è una delle ragioni per cui molti di noi si sono innamorati di questo mestiere. E anche quando i progetti diventano più grandi, quella motivazione rimane. Sono arrivati così gli anni di consulenza, la nascita di Blexin e le tante esperienze di modernizzazione del software, dal desktop al web e dall’on-premise al cloud.
Progetti importanti, spesso lunghi e complessi, che ci riportano a una questione con cui chiunque sviluppi software prima o poi deve fare i conti: cambiare ha un costo.
Cambiare ha un costo.
Quando modernizziamo un’applicazione non possiamo semplicemente fermare tutto e ricominciare. Le persone devono continuare a lavorare e dentro quel software ci sono anni di conoscenze, abitudini ed eccezioni che magari nessuno ha mai documentato.
Nel frattempo le esigenze evolvono, le aziende cambiano e noi stessi impariamo a conoscere meglio il problema. Così può succedere di capire quale sarebbe stata la soluzione migliore proprio quando abbiamo già investito tempo e risorse nella prima.
Nel 2020, con la nascita di Ellycode, questa sfida ha assunto un’altra forma: costruire un prodotto che permettesse anche alle persone non tecniche di comprendere e utilizzare i propri dati, sfruttando anche le possibilità offerte dall’Intelligenza Artificiale.
Il bisogno esisteva già prima dell’esplosione dell’AI generativa. Le persone conoscevano il proprio lavoro e avevano domande precise, ma ottenere risposte dai dati richiedeva spesso competenze tecniche che non possedevano.
E proprio lavorando a Elly abbiamo imparato quanto sia importante confrontarsi continuamente con chi utilizzerà il prodotto. Perché possiamo aver fatto funzionare tutto perfettamente e poi scoprire, davanti a una domanda inattesa, che c’è ancora qualcosa di essenziale da capire.
In teoria sappiamo benissimo come affrontare queste situazioni. È anche alla base delle metodologie Agile: costruire, raccogliere feedback, imparare e migliorare.
Durante la keynote, Michele ha mostrato una slide con tre cicli di sviluppo e ha chiesto alla platea quanti, nella propria esperienza, fossero riusciti ad andare davvero oltre il primo. Gli altri due, ha scherzato, spesso li abbiamo visti soltanto nelle slide del corso.
Una battuta che racconta una situazione piuttosto comune. I tempi si allungano, il budget si riduce, arrivano nuove scadenze e quel miglioramento che avevamo individuato finisce nella famosa prossima fase. Che qualche volta non arriva mai.
Il problema è che, a lungo andare, il costo del cambiamento finisce per condizionare anche le idee che ci permettiamo di prendere in considerazione. Sappiamo quanto sarebbe complicato modificare una soluzione e rinunciamo a esplorare alternative prima ancora di sapere se potrebbero funzionare meglio.
Ed è proprio qui che l’Intelligenza Artificiale comincia a diventare davvero interessante.
Altro giro, altra occasione per capirci.
Oggi, grazie all’AI, possiamo trasformare un’ipotesi in qualcosa di concreto molto più rapidamente, confrontare soluzioni diverse, costruire prototipi e modificarli senza dover necessariamente affrontare settimane di lavoro.
Attenzione, questo non significa che sviluppare software sia diventato semplice o che possiamo fare a meno dell’esperienza necessaria per progettare, verificare e mantenere un’applicazione. Significa però che possiamo permetterci di sperimentare di più e, soprattutto, di imparare prima.
Durante la keynote, Michele ha mostrato alcune fotografie scattate durante riunioni con team e clienti, raccontando esperienze maturate in progetti di sviluppo e modernizzazione software.
Situazioni differenti, ma accomunate da qualcosa di particolarmente interessante: ciò che accadeva intorno al tavolo. Grazie alla possibilità di rendere concrete alcune ipotesi in tempi più brevi, persone tecniche e persone esperte del proprio lavoro riuscivano a confrontarsi direttamente su ciò che volevano ottenere, senza dover necessariamente entrare nei dettagli dell’implementazione.
E quando abbiamo davanti qualcosa che possiamo guardare e provare, diventa molto più facile accorgerci di un passaggio mancante, chiarire un’esigenza o suggerire un’alternativa alla quale nessuno aveva pensato.
Non occorre conoscere un framework per capire se un’applicazione ci aiuterà a lavorare meglio. E per chi sviluppa, scoprire prima di aver interpretato male un’esigenza significa poter correggere la direzione quando farlo è ancora sostenibile.
Ed è forse questo uno degli aspetti più interessanti dell’AI applicata allo sviluppo software. Non soltanto la possibilità di produrre codice più rapidamente, ma quella di avvicinare chi conosce un problema a chi sta costruendo una soluzione per risolverlo.
Gli strumenti ci sono. E noi siamo pronti a cambiare?
Arriviamo così alla parte forse più importante dell’intervento, perché avere a disposizione strumenti nuovi non significa automaticamente cambiare il nostro modo di lavorare.
Possiamo utilizzare l’AI per scrivere codice più velocemente, risparmiare tempo su alcune attività e continuare a organizzare i progetti esattamente come prima. Oppure possiamo approfittarne per rimettere in discussione abitudini consolidate negli anni, magari proprio perché le tecnologie precedenti ci imponevano limiti diversi.
Quando coinvolgiamo le persone che useranno il software? Quanto aspettiamo prima di mostrare qualcosa di concreto? Quante verifiche rimandiamo perché ci sembrano troppo impegnative?
Sono domande che riguardano gli sviluppatori, ma anche chi conosce le esigenze degli utenti e chi decide priorità e tempi. Perché se ogni minuto risparmiato viene immediatamente occupato da un’altra consegna, difficilmente troveremo lo spazio per sperimentare e migliorare davvero.
Michele ha concluso il suo intervento tornando idealmente a quel ragazzo di terza superiore che sperimentava con Visual Basic e Access, chiedendosi quante cose avrebbe provato se avesse avuto a disposizione gli strumenti di oggi.
Oggi abbiamo molta più esperienza, conosciamo la complessità dei sistemi e sappiamo prevedere problemi che allora nemmeno immaginavamo. Tutte competenze preziose, che dovrebbero aiutarci a fare esperimenti migliori senza però farci perdere quella curiosità che ci aveva spinto a cominciare.
Da qui l’invito rivolto alla platea: pensare a un miglioramento rimandato, a un’idea lasciata nel cassetto perché troppo costosa, e scegliere un piccolo esperimento per rimetterla alla prova. Perché alcune difficoltà saranno ancora lì, certo, ma altre potrebbero essere diventate molto più semplici da affrontare.
È un messaggio che sentiamo particolarmente vicino anche al nostro lavoro quotidiano in Ellycode, dove il confronto con clienti, partner e persone che utilizzano il nostro prodotto continua a guidarne l’evoluzione. L’AI ci offre possibilità straordinarie, ma sta a noi utilizzarle per costruire soluzioni sempre più vicine ai problemi reali delle persone.
E forse, tornando al nostro cassetto iniziale, è arrivato il momento di aprirlo e vedere se qualcuna di quelle vecchie idee merita una seconda possibilità.
Un grazie ad Alberto Picco per l’invito, ad Alberto Firenzuola per aver condiviso il percorso dei due keynote e a tutta la Tech Forge di CGN per l’accoglienza e l’attenzione.