Gartner avvisa: rischio costi per il vibe coding

Se vi piaceva l'idea di sostituire un buon numero di programmatori software con giusto qualche sviluppatore esperto, in nome della produttività e del bilancio, grazie all AI, Gartner ha una brutta sorpresa per voi: entro il 2028, stimano gli analisti, i costi del vibe coding mediante AI supereranno quelli del normale stipendio dello sviluppatore medio. Il motivo? Prevedibile e previsto: i grandi nomi dell'AI non possono più sostenere le perdite miliardarie che stanno subendo e quindi passeranno i loro LLM a un modello con costi a consumo e non più "flat".

Questa scelta - guardacaso - avviene ora che molte imprese stanno passando dalla fase di sperimentazione all’implementazione su larga scala del vibe coding. "Ma molte sottovalutano l’impatto finanziario dell’aumento del consumo di token", spiega Gartner, e questo significa che privilegiare la maggiore produttività "a volumi" nella generazione di codice porterà le imprese a costi che "possono aumentare più rapidamente dei guadagni in termini di produttività".

Molti LLM provider stanno adottando modelli di tariffazione a consumo con strutture di costo molto variabili e che non offrono sufficiente trasparenza su come viene calcolato e fatturato il consumo di token nel vibe coding. E questo impedisce alle imprese utenti di prevedere e controllare accuratamente i costi dello sviluppo software. In questa situazione, il rischio di sforare i budget è molto concreto. "La maggior parte delle organizzazioni non dispone ancora della maturità e dei modelli necessari per misurare efficacemente il rapporto tra costi e impatto sul business", spiega esplicitamente Gartner.

Più in generale, sottolinea Gartner, a far aumentare il costo del vibe coding è anche il modo in cui questo viene usato in molte imprese: dando troppa autonomia agli agenti AI, usando finestre di contesto troppo ampie, non implementando meccanismi strutturati di feedback per il vibe coding. Questo senza citare - e infatti Gartner non lo fa - le aziende che per un certo periodo hanno addirittura considerato la nuova efficienza dei loro sviluppatori proporzionale al numero di token che consumavano. Una sorte di suicidio digitale dei budget per lo sviluppo.

Le aziende non devono aspettarsi granché aiuto dai loro AI provider: questi non hanno ancora integrato funzionalità solide per l'ottimizzazione dei costi del vibe coding e comunque "i costi della programmazione basata sull’AI continueranno ad aumentare man mano che gli investimenti nelle infrastrutture e le sfide legate alla redditività spingeranno al rialzo i prezzi dei modelli", ricorda Gartner. Sono le aziende utenti, quindi, che devono pensare a disciplinare l'utilizzo dell'AI. E per questo Gartner consiglia una strategia basata su cinque passi.

Il primo è definire preventivamente un framework decisionale, basato sui casi d’uso, che indichi quando utilizzare gli agenti di coding e quando no (e, se sì, con che grado di autonomia). Secondo passo: definire quale modello usare in funzione della complessità del coding: usare modelli più piccoli per le attività più semplici e ad alta frequenza, riservando i modelli più evoluti per il lavoro di sviluppo complesso e ad alto valore aggiunto, aiuta a contenere i budget.

Serve poi rendere obbligatorio il context engineering: gli sviluppatori devono ottimizzare l'input fornito agli agenti di coding, includendo solo informazioni rilevanti e sintetizzandole, per ridurre il consumo di token e quindi i costi. Vanno comunque implementati, direttamente nei flussi di lavoro dei team software, controlli di governance e di costo del vibe coding. E Gartner consiglia anche di programmare revisioni periodiche dei flussi di lavoro ad alto consumo di token, per identificare eventuali inefficienze e comunque per mettere a fattor comune le esperienze di tutti i team di sviluppo.