Ovvero: perchè “sostituire” un programmatore è (davvero) costoso
Leggo da molti mesi gente che esulta perchè grazie all’AI sta realizzando il software che aveva sempre sognato, ma sul quale non aveva le idee abbastanza chiare (ma davvero?) e la motivazione necessaria per investire i soldi necessari a farlo sviluppare da chi fa questo mestiere.
Queste persone esultano su tutti i forum e social perché “finalmente” sono riusciti a coronare il loro sogno.
Quando ho iniziato a ricevere un decimo delle chiamate solite dai rompiscatole, ho comprato i pop corn e mi sono seduto in prima fila. Mi presento, sono Aldo Prinzi e faccio il programmatore da quando avevo 16 anni. nel 2025 ne ho compiuti 60, faccio questo mestiere da più di 40 anni e ho assistito ad almeno a 4 rivoluzioni che avrebbero dovuto decimare i programmatori.
La verità è che scrivere codice è solo una parte del lavoro e farlo fare da qualcuno che solo appare preparato – umano o AI – costa.
Immagina un’auto da centinaia di migliaia di euro, una Ferrari o una Porsche. Ora immagina di essere il COO dell’azienda che la possiede e chiediti se la affideresti a chi non sa guidare. Con il software è uguale: l’AI è l’auto potente, il programmatore è il driver, l’architetto è il progettista e l’analista è il meccanico.
- Devi avere chiaro cosa vuoi ottenere
- Devi avere chiaro come ottenerlo
Solo dopo puoi iniziare.
Te lo immagini un chirurgo che ti porta in sala operatoria senza farti una diagnosi? Questo è esattamente quello che sta facendo chi usa l’IA per sviluppare il “software dei suoi sogni”.
l’IA è uno strumento, se pensi di diventare un dottore ere la vita a tuo nipote perché hai comprato uno stetoscopio, beh la colpa non è dello stetoscopio né del suo inventore.
Sostituire un programmatore costa (più di quanto pensi)
Passiamo ora all’altra questione strombazzata sui social e forum, l’azienda che licenzia o sostituisce persone. Licenziare (o sostituire) è togliere dalla contabilità uno stipendio, vero, ma ha costi nascosti che si sommano:
- Selezione e inserimento: tempo per cercare, fare colloqui, formare la nuova risorsa. Nel frattempo, i progetti rallentano.
- Perdita di conoscenza: chi va via si porta con sé dettagli, scelte passate, “trucchi” del sistema. Ricostruirli richiede settimane.
- Rischio sui progetti: errori, ritardi, bug che emergono quando cambia chi decide e chi verifica.
- Tempo di chi coordina: manager e colleghi devono seguire di più il nuovo arrivato, togliendo tempo ad altre attività.
- Qualità e sicurezza: il codice non è solo “funziona/non funziona”; deve essere manutenibile, testato, sicuro, leggibile dal team.
Per questo, spesso far crescere un programmatore junior costa meno che sostituirlo.
Cosa sta emergendo dal mercato (in parole semplici)
Crescita lampo del “vibe coding”: i nuovi modelli “di ragionamento” permettono di dare obiettivi alti (“rendi questo componente responsive, rendi questa classa più sicura, …”) e lasciare che l’AI si occupi dei passi intermedi.
Però quando l’AI “pensa di più”, consuma molto di più (quindi aumentano i costi), sicchè alcuni fornitori hanno messo limiti e a breve ci saranno aumenti dei prezzi, perché i conti non tornano.
Stop ai “tutto incluso”: i contratti a quota fissa diventano rischiosi per chi vende; si passa a modelli a consumo o ibridi (postazione + consumo), con tetti all’uso dell’AI “ragionante”. Cresce la pressione sui margini e aumentano i (reverse) acqui-hire: i big assorbono i team più bravi, spesso lasciando fuori i prodotti meno sostenibili.
Due leve emergono per tenere i costi a bada:
- Modelli open (più economici), che però richiedono più lavoro per sicurezza, affidabilità e gestione.
- Prezzi “a compito”: paghi per l’esito (“aggiungi l’error handling”) con un preventivo chiaro e cap ai consumi.
E chi sarà messo a gestire l’AI per produrre parti di codice? Un avvocato? Un medico? Un contabile? Uno sportivo?
Stai iniziando? Ecco un percorso facile
1) Basi solide, senza correre
- Impara bene un linguaggio (JavaScript/Python/PHP vanno benissimo).
- Impara a usare Git, a scovare gli errori, a fare debug.
- Scrivi test! (anche pochi, ma veri).
- Documenta nel codice: un giorno lavorerai in un gruppo, sarai felice di leggere la documentazione nei commenti di una funzione!
2) AI come copilota, non come pilota
- Impara a chiedere all’AI (non è così semplice)
- Chiedile di spiegare prima di scrivere.
- Fatti generare i test, poi prova a romperli.
- Se una risposta è lunga, riassumi e verifica.
- Tieni traccia di cosa ti ha fatto risparmiare tempo e cosa no.
- Non accettare le modifiche tout court: verifica!
3) Abitudini che ti rendono “assicurabile”
- Commenti essenziali, README chiaro, changelog breve.
- Niente “magia”: funzioni corte, nomi chiari.
- A ogni bug risolto, una lezione annotata (“la prossima volta faccio così”).
Per le aziende (e per te che vuoi farti assumere)
- Affidabilità batte velocità: un junior affidabile che sa usare l’AI in modo sicuro vale più di 10 feature fatte “di corsa”.
- Prevedibilità dei costi: chi sa usare nel modo corretto e guidare l’AI riduce sorprese in fattura e in produzione.
- Manutenibilità: il codice deve vivere anni. Chi tiene in ordine oggi fa risparmiare domani.
- Documentazione: ricorda che l’AI ti aiuta anche a fare documentazione, non sottovalutarla.
Questo è il motivo per cui nessuna azienda sensata mette una “supercar” nelle mani di chi non ha ancora la patente. E se la supercar è un assistente AI potentissimo, servono ancora più regole, esperienza e responsabilità.
Messaggio finale (per te che vuoi iniziare questo splendido lavoro)
#1 – Smetti di avere paura.
Abbraccia l’AI e impara a guidarla.
Diventa la persona che: capisce il problema, disegna la strada, usa l’AI per accelerare e che sa frenare quando serve.
L’auto è costosa. I progetti valgono. Le aziende cercano driver preparati: il valore che metti sul tavolo non è “quante righe scrivi”, ma quanto bene porti il tuo lavoro da A a B – in modo sicuro, sostenibile e comprensibile.
Allaccia le cinture: si parte.
fonti :”The summer of vibe coding is over“: https://www.cbinsights.com/research/reasoning-effect-on-ai-code-generation/
Lascia un commento