Uno dei primissimi ambiti in cui l'AI generativa ha mostrato le sue potenzialità è stata la generazione di codice software. Ormai siamo abituati agli assistenti digitali che producono codice in base al nostro prompt: codice che spesso funziona, anche se questo non vuol dire che sia il codice ideale o che possa tranquillamente andare in produzione in ambienti aziendali complessi. Però molti CEO la questione se la sono posta: con la GenAI, si può fare davvero a meno dei dipendenti o dei consulenti che macinano codice?

A ricordare che scrivere codice è una cosa e sviluppare software è un'altra, ben più ampia, ci ha pensato di recente il Chairman di Infosys, Nandan Nilekani, in un discorso agli investitori. Secondo Nilekani, l'avvento massivo dell'intelligenza artificiale "rappresenta una transizione tecnologica di portata molto più ampia e dirompente che mai", quindi è naturale che ci si pongano domande sulla futura rilevanza dei player tradizionali del mercato IT. A maggiore ragione per una azienda come Infosys, che basa molto del suo business sullo sviluppo ad hoc di progetti IT complessi.

"La domanda esistenziale che ci viene posta è: se la programmazione diventa automatizzata, allora perché siamo necessari?", ha sottolineato nello specifico il Chairman di Infosys. La risposta a questa domanda è che "c’è molto di più da fare nel ciclo di vita dello sviluppo software" rispetto alla semplice generazione di codice. "Il contesto aziendale è fondamentale", ha sottolineato Nilekani: "Le soluzioni devono integrare gli investimenti esistenti. Richiedono test rigorosi, un’architettura resiliente e una sicurezza informatica solida. La governance dei dati deve riflettere gli obblighi specifici dell’organizzazione, non la convenienza di una piattaforma o di un fornitore esterno". 

Il Chairman di Infosys batte sul tasto del contesto aziendale anche perché un suo mercato target è la modernizzazione dei sistemi cosiddetti legacy, ambito in cui le soluzioni standardizzate sono poco efficaci e resta forte la tendenza al "build" piuttosto che al "buy". In tutto questo, ha evidenziato Nilekani, "l’opportunità maggiore sta nell’integrazione di sistemi intelligenti basati sull’AI con le piattaforme aziendali mission-critical", perché è proprio "dalla combinazione del mondo dei modelli e degli agenti con i sistemi transazionali tradizionali che continuano a sostenere le operazioni aziendali" che si potrà trarre il maggior valore per le imprese.