Immaginiamo un mondo in cui il codice si scriva quasi da solo, i bug vengano identificati e corretti in tempo reale e i cicli di sviluppo del prodotto si riducano da mesi a settimane, se non a giorni. Non si tratta di uno scenario avveniristico, ma della realtà che sta rapidamente prendendo forma grazie all’intelligenza artificiale generativa (GenAI). Eppure, paradossalmente, la strada per arrivare a tutto questo è ancora lunga.
Per sfruttare appieno queste potenzialità rivoluzionarie, le aziende devono infatti impegnarsi in un salto quantico con cui non hanno ancora preso confidenza: ripensare profondamente le loro strategie di gestione del talento, concentrandosi su competenze specifiche piuttosto che sui ruoli tradizionali.
Secondo lo studio di McKinsey “The gen AI skills revolution: Rethinking your talent strategy”, il successo delle aziende nel prossimo futuro dipenderà fortemente dalla loro capacità di colmare lo skill-gap che vede il 65% delle aziende utilizzare regolarmente la gen AI, ma solo il 13% applicarla sistematicamente e correttamente nello sviluppo software.
L’introduzione della GenAi sta infatti rivoluzionando ogni fase del ciclo di vita dello sviluppo del prodotto (PDLC, Product Development Life Cycle), ma le digital skill, perennemente alla rincorsa, ne stanno pagando le conseguenze più pesanti.[Ritorno a capo del testo]
In questa trasformazione, il ruolo del Chief Information Officer diventa cruciale. Il CIO non è solo un facilitatore tecnologico, ma un vero e proprio leader strategico che guida l’azienda verso l’integrazione efficace dellaGenAI. In questo senso, a lui spetta il compito di orchestrare l’armonizzazione tra innovazione tecnologica e gestione del talento, garantendo che le competenze necessarie siano sviluppate e integrate in tutta l’organizzazione.
L’impatto della gen AI sul ciclo di vita dello sviluppo del prodotto
La GenAI – puntualizza lo studio McKinsey – sta rivoluzionando ogni fase del ciclo di vita dello sviluppo del prodotto. Dalla definizione dei requisiti alla manutenzione, passando per la progettazione e il test, questa tecnologia offre strumenti che possono migliorare notevolmente la produttività e la qualità del lavoro. Ad esempio, secondo lo studio McKinsey, la gen AI può aumentare la produttività dei product manager (PM) del 40%, dimezzando il tempo necessario per documentare e codificare.
Ma non solo. La gen AI può analizzare grandi volumi di dati come feedback degli utenti e tendenze di mercato per generare requisiti più precisi, ispirare il design dell’interfaccia utente e dell’esperienza utente, creare e iterare su molteplici configurazioni architetturali e diagnosticare problemi utilizzando insight basati su log di sistema, feedback degli utenti e dati di performance. Inoltre, può generare codice, assistere nella stesura delle bozze, trovare rapidamente prompt, generare automaticamente casi di test e dati di test, e documentare automaticamente il codice, migliorando la coerenza e la qualità della documentazione.
Nuove competenze per nuovi team software
Per sfruttare appieno queste potenzialità, ingegneri e product manager dei team software devono sviluppare nuove competenze specifiche. Gli ingegneri, ad esempio, devono passare da “esecutori” a “revisori”, acquisendo abilità avanzate per valutare la compatibilità del codice con i repository esistenti e le architetture, nonché competenze forensi per identificare e risolvere problemi complessi. Devono inoltre imparare a selezionare e combinare diverse applicazioni e modelli AI per migliorare la velocità di risoluzione dei problemi e la qualità delle soluzioni.
Con la GenAI che si occupa sempre più dei compiti di codifica di base, gli ingegneri possono concentrarsi su competenze “a monte” di maggior valore, come la scrittura di user storiy, lo sviluppo di framework di codice, la comprensione degli obiettivi aziendali e l’anticipazione delle esigenze degli utenti. La comunicazione diventa quindi una competenza emergente cruciale, necessaria per garantire che gli ingegneri possano interagire in modo più efficace con team, leader, colleghi e clienti.
Per i product manager, il cambiamento delle competenze è altrettanto complesso. Devono sviluppare nuove abilità per lavorare efficacemente con le tecnologie di gen AI, diventando esperti nell’uso di strumenti low-code e no-code e nella gestione di modelli di linguaggio di grandi dimensioni (LLM) che collaborano per completare un compito. Questo richiede la capacità di pianificare l’uso degli LLM, tenendo conto di considerazioni uniche come i costi associati all’esecuzione di inferenze. Inoltre, data l’importanza della fiducia nella GenAI, i product manager devono sviluppare forti capacità di empatia per identificare e superare le barriere implicite ed esplicite alla fiducia, collaborando con esperti di rischio per garantire che i giusti controlli e misure siano incorporati in ogni fase del PDLC.
Emergere e fusione di ruoli
L’introduzione della GenAI porta anche alla creazione di nuovi ruoli e alla fusione di ruoli esistenti. Ad esempio, il ruolo di product manager e sviluppatore potrebbe fondersi in un “product developer” capace di gestire l’intero ciclo di sviluppo usando strumenti GenAI. Inoltre, emergeranno nuovi ruoli focalizzati sulla sicurezza dell’AI e la responsabilità dei dati, nonché sulla selezione e gestione dei modelli di LLM e sulla formazione e gestione degli agenti AI.
Standardizzazione e gestione del rischio: è questione di leadership
La standardizzazione e la gestione del rischio, afferma McKinsey, sono due aree cruciali su cui le aziende devono concentrarsi. Con l’implementazione di tool di GenAI, emerge una proliferazione di strumenti, piattaforme e architetture. Le aziende devono standardizzare le capacità di GenAI e sviluppare coerenza riguardo ai tipi di competenze necessarie. La leadership deve standardizzare gli strumenti, i modelli, i processi e gli approcci di GenAI, e decidere se è meglio acquisire una capacità tramite licenza, svilupparla internamente o collaborare con un fornitore, in gran parte guidati dalle competenze disponibili all’interno dell’azienda.
La gestione del rischio è altrettanto importante. Le preoccupazioni riguardanti i rischi associati alla GenAI richiedono che la leadership sviluppi linee guida chiare e aspettative per i dipendenti. Mentre il talento software non può essere esperto in rischi, può essere formato per sviluppare competenze di base come comprendere i tipi di rischio esistenti, integrare le salvaguardie nel loro codice e utilizzare strumenti di test emergenti.
La nuova gestione del talento: “mappare” le skill
La trasformazione della gestione del talento richiede, come detto, un passaggio da un approccio basato sui ruoli a uno basato sulle competenze. Le aziende devono quindi sviluppare un piano strategico della forza lavoro basato sulle competenze, collaborando con i leader aziendali per mappare le skill future necessarie. Questo approccio permette di valutare quali competenze sono già presenti, quali sono necessarie e quali possono essere coperte dagli strumenti di GenAI. Le skill devono essere trattate come dati piuttosto che come documenti, utilizzando AI e LLM per determinare relazioni e connessioni tra competenze per la riqualificazione, prioritizzare le competenze da sviluppare e sviluppare programmi di apprendimento su misura.
Infine, i modelli di training diventano cruciali per adattarsi rapidamente ai cambiamenti. Le aziende devono implementare strategie di “talent acquisition”, dai processi di assunzione a percorsi di formazione personalizzati. Il training deve offrire un apprendimento pratico per demistificare il cambiamento e modelli di ruolo per dimostrare competenze difficili da insegnare, come il problem-solving e l’uso del buon senso nella valutazione dell’adeguatezza del codice. Per garantire il successo dei programmi di apprendistato, le aziende devono creare incentivi, rendendo l’apprendistato parte delle valutazioni delle performance e fornendo tempo sufficiente per la partecipazione.
Infine, i modelli di “apprendistato”, forme specifiche di training che combinano formazione teorica con esperienza pratica sul lavoro, diventano cruciali per adattarsi rapidamente ai cambiamenti. Le aziende devono adottare diverse strategie per gestire i talenti, che vanno dai processi di assunzione più efficaci a percorsi di formazione su misura. L’apprendistato fornisce un apprendimento pratico e operativo, utile per affrontare e demistificare il cambiamento, e offre esempi concreti di competenze difficili da insegnare, come il problem-solving e l’uso del buon senso nella valutazione della qualità del codice.
Per garantire il successo dei programmi di apprendistato, le aziende devono creare incentivi, rendendo questi modelli parte delle valutazioni delle performance: in altre parole, diventa importante integrare la partecipazione e i risultati ottenuti attraverso questi training nei criteri utilizzati per valutare le prestazioni dei dipendenti. Resta chiaro, ovviamente, che sarà centrale fornire tempo sufficiente per la partecipazione ai vari programmi.
Il ruolo del CIO – conclude McKinsey – è fondamentale per guidare questa trasformazione, garantendo che le aziende possano sfruttare appieno le potenzialità della gen AI. E la revisione delle strategie di gestione del talento, focalizzandosi sulla flessibilità e la capacità di adattamento delle competenze, è destinata ad affermarsi come un suo task essenziale per trasformare le sfide della competenza in vantaggi competitivi, navigando con successo in un panorama tecnologico in rapida evoluzione.
Veronica Balocco
Giornalista
Laureata in Scienze della Comunicazione nel 2003, con una tesi sullo scenario del giornalismo online italiano dei primi anni Duemila, è giornalista professionista dal 2007. Per quasi un ventennio ha lavorato per il bisettimanale Eco di Biella, testata storica dell’Unione industriale biellese, seguendo il classico percorso curricolare, da collaboratrice esterna a redattore ordinario. Addetta alle cronache dai paesi, si è specializzata nel giornalismo di montagna, maturando esperienze anche nell’organizzazione di eventi, nei rapporti con la stampa per protagonisti di primo piano e nella scrittura di libri e articoli per riviste specializzate. Oggi lavora come freelance ed è l’unica biellese fra i Soci accademici del Gruppo italiano scrittori di montagna. Di tecnologie, innovazione e digitalizzazione delle imprese scrive da qualche tempo in virtù della collaborazione con il Gruppo Digital360, per il quale redige articoli in particolare improntati sui vantaggi della dematerializzazione e sulle soluzioni più innovative a favore del business. In questo quadro, collabora anche con ZeroUno proponendo articoli che applicano la tecnica dello storytelling al racconto di un mondo in costante evoluzione.
Veronica Balocco
Giornalista
Laureata in Scienze della Comunicazione nel 2003, con una tesi sullo scenario del giornalismo online italiano dei primi anni Duemila, è giornalista professionista dal 2007. Per quasi un ventennio ha lavorato per il bisettimanale Eco di Biella, testata storica dell’Unione industriale biellese, seguendo il classico percorso curricolare, da collaboratrice esterna a redattore ordinario. Addetta alle cronache dai paesi, si è specializzata nel giornalismo di montagna, maturando esperienze anche nell’organizzazione di eventi, nei rapporti con la stampa per protagonisti di primo piano e nella scrittura di libri e articoli per riviste specializzate. Oggi lavora come freelance ed è l’unica biellese fra i Soci accademici del Gruppo italiano scrittori di montagna. Di tecnologie, innovazione e digitalizzazione delle imprese scrive da qualche tempo in virtù della collaborazione con il Gruppo Digital360, per il quale redige articoli in particolare improntati sui vantaggi della dematerializzazione e sulle soluzioni più innovative a favore del business. In questo quadro, collabora anche con ZeroUno proponendo articoli che applicano la tecnica dello storytelling al racconto di un mondo in costante evoluzione.
