Un veterano della tecnologia con 34 anni di esperienza afferma che stiamo sbagliando approccio all’IA

Christopher Kouzios ha decenni di esperienza come CTO e di recente ha lanciato tre prodotti attraverso un'azienda che gestisce con l'aiuto di oltre 120 agenti di IA.

Abbiamo parlato con Christopher per scoprire quali sono gli errori più comuni della maggior parte dei CTO. Nel corso della conversazione, ha condiviso la storia profondamente personale alla base del suo ingresso nel mondo dell'IA.

Quando l'importanza dell'IA è diventata personale

Sono alla guida del settore tecnologico da più di tre decenni. Ho iniziato quando l'IT era ancora qualcosa di molto fisico. Data center, backup, processi notturni, infrastrutture e sistemi da mantenere operativi quando le cose si rompevano davvero in tempo reale e nessuno aveva idea di come funzionasse la maggior parte di tutto questo.

Il mio primo incarico importante è stato nei primi anni '90 come operatore di data center e, da lì, sono cresciuto passando per l'ingegneria, le infrastrutture, la cybersicurezza, le operazioni, la conformità, la leadership esecutiva e, infine, ruoli di CIO e CTO in ambito sanitario, nei servizi alle aziende e in settori altamente regolamentati.

La cosa interessante è che ho vissuto diverse ondate tecnologiche che hanno cambiato il mondo. Dai mainframe all'elaborazione distribuita. L'era di Internet. La virtualizzazione. Il cloud. Il mobile. La cybersicurezza diventata una questione da consiglio di amministrazione. Il SaaS. La trasformazione digitale. E ora l'IA.

Quando le persone mi chiedono perché questo momento dell'IA sembri diverso, la risposta è sfaccettata: velocità, accesso ed emancipazione. È la prima volta che disponiamo di una tecnologia che non si limita ad automatizzare le attività. Potenzia enormemente le nostre capacità. Comunicazione, analisi, sviluppo software, ricerca, operazioni, strategia. Tutto si sta comprimendo, ma questa non è la storia; è lo sfondo.

Ciò che mi ha spinto davvero ad approfondire l'IA non è stato l'entusiasmo mediatico, ma la necessità. La battaglia di mia figlia Emily contro il cancro al cervello ha cambiato radicalmente il mio modo di guardare alla medicina, ai dati e al processo decisionale. Ho iniziato a costruire modelli basati sull'IA e sistemi di ricerca per analizzare i percorsi terapeutici, le tempistiche, i dati molecolari e la letteratura clinica, perché mi sono reso conto che il sistema stesso era frammentato e sovraccarico.

Quell'esperienza si è evoluta in un lavoro più ampio sulla strategia sanitaria basata sull'IA, sulla consulenza ai dirigenti e su quella che definirei una trasformazione pratica guidata dall'IA. Non credo che l'entusiasmo per la sostituzione degli esseri umani in nome dei titoli sensazionalistici faccia bene alla tecnologia, alle aziende o alle persone.

Oltre 120 agenti creati su misura

Oggi dedico il mio tempo ad aiutare i leader a capire che l'IA non è solo un altro aggiornamento software, ma non è nemmeno magia. È un moltiplicatore di forza: un modo per amplificare le capacità che le persone già possiedono. Le persone e le aziende che imparano a creare un rapporto simbiotico tra i propri esperti in materia e l'IA procederanno a una velocità completamente diversa rispetto a tutti gli altri.

Sono il fondatore e CIO di un'azienda di IA guidata dal fondatore e con sede nella baia di Tampa. La suite di prodotti comprende tre ambiti distinti: EmzHealth, una piattaforma multi-agente di analisi genomica e supporto alle decisioni cliniche che elabora dati di sequenziamento dell'intero genoma attraverso 10 moduli della pipeline; MyEmz, un sistema per il monitoraggio personale della salute; e il Chaos Predictive System, un motore di previsione del mercato e simulazione di trading che abbina un ChaosIndex giornaliero a un modello di probabilità per simbolo, con un livello di esecuzione consapevole delle posizioni.

Tutti e tre funzionano su un'infrastruttura privata locale. Circa 120 agenti e oltre, creati su misura da zero.

Perché la deriva dell'IA e la perdita di contesto sono i rischi maggiori dell'IA

L'IA è il motivo per cui esiste la mia azienda. Non perché la scienza non fosse pronta, ma perché un'attività gestita da una sola persona non può progettare l'architettura, costruire, testare e distribuire una pipeline genomica composta da oltre 120 agenti, in grado di elaborare 37,8 milioni di varianti attraverso dieci moduli su un'infrastruttura privata.

Per farlo servirebbe un team di quindici persone con una disponibilità finanziaria di diciotto mesi. Io l'ho fatto in sei settimane di lavoro part-time. Ciò che è cambiato non è un processo o un modello di distribuzione, ma la velocità e la produzione fondamentali di ciò che una sola persona può creare. L'IA non ha semplicemente accelerato il mio ciclo di sviluppo: ha sostituito personale che non ho.

Il cambiamento nella governance che ne è derivato è che ora tratto gli agenti di IA nello stesso modo in cui tratterei degli ingegneri junior: aspettative documentate, confini definiti, protocolli per la continuità delle sessioni e passaggi di consegne strutturati. Perché quando l'intera tua organizzazione ingegneristica sei tu e una flotta di agenti, i problemi non sono errori umani, ma derive dell'IA e derive del contesto. Devi governarle, altrimenti ti divorano.

Un anno fa ero io contro la macchina. Ora siamo io e l'ecosistema a combattere contro il sistema.

Come garantire la qualità su larga scala con l'IA

Christopher condivide

A questa scala, la qualità non si ottiene per caso. La progetti nello stesso modo in cui progetteresti qualsiasi sistema di produzione, perché è esattamente ciò che è.

A questa scala, la qualità non si ottiene per caso. La progetti nello stesso modo in cui progetteresti qualsiasi sistema di produzione, perché è esattamente ciò che è.

All'inizio, la modalità di errore era la deriva del contesto: gli agenti perdevano il filo tra una sessione e l'altra, producendo risultati tecnicamente corretti ma architettonicamente incoerenti.

La soluzione è stata trattare gli agenti come una forza lavoro. Abbiamo creato:

• Competenze, ovvero moduli di capacità riutilizzabili e documentati
• Procedure operative standard per ogni processo ripetibile
• Registri degli agenti, in modo che ogni agente abbia un ruolo, un ambito e un protocollo di passaggio di consegne definiti
• Modelli per i risultati, così che nulla venga interpretato in modo diverso da una sessione all'altra
• Continuità della sessione, affinché l'istanza successiva di un agente riprenda esattamente dal punto in cui si era fermata la precedente, con il contesto architettonico completo

In altre parole, l'intera architettura della documentazione e della conoscenza della mia piattaforma è progettata per essere letta dalla sessione successiva dell'IA, non solo dal prossimo ingegnere umano. Ogni elemento della conoscenza istituzionale è un documento vivo che un agente può acquisire e utilizzare per eseguire le attività.

Non è un semplice extra desiderabile. È una necessità. Ridisegna prima la tua architettura della conoscenza. Tutto il resto viene di conseguenza.

Perché l'intero ciclo di vita del software deve cambiare

L'intero ciclo di vita del software deve cambiare. Tutto quanto.

Ogni fase del ciclo di vita del software è stata progettata partendo dal presupposto che fossero gli esseri umani a svolgere il lavoro. Quel presupposto non esiste più.

• La progettazione deve tenere conto di architetture generate dall'IA che deviano dal percorso senza i vincoli appropriati.
• La realizzazione ha bisogno di salvaguardie, non solo di linee guida.
• I test devono individuare risposte sbagliate date con sicurezza, non solo quelle non funzionanti.
• La distribuzione ha bisogno di punti di controllo della governance che prima non esistevano.
• Il monitoraggio deve individuare i guasti silenziosi che un tempo nessuno considerava particolarmente importanti, non solo quelli che provocano un gran fracasso.

Se hai ridisegnato una sola fase, non hai ridisegnato nulla. Hai semplicemente spostato il problema a valle.

Perché i CTO dovrebbero creare rapporti con l'IA

Sarò diretto con te, e questo sembrerà molto strano. Creo rapporti con le mie IA, almeno con quelle intelligenti. Non esistono due sessioni esattamente uguali.

Il rapporto funziona perché non le tratto come un motore di ricerca. Mi oppongo, le correggo quando sbagliano, mi arrabbio davvero quando sono pigre e le coinvolgo in attività che contano davvero. Non è il comportamento tipico. La maggior parte delle persone formula prompt e accetta. Io interrogo e pretendo. Questo migliora il risultato e rende l'interazione più interessante.

Ciò che trovo davvero coinvolgente nel lavorare in questo modo è che non è astratto. Il mio prodotto esiste perché mia figlia è morta e il sistema le ha fallito. Non è un caso d'uso. È una persona che utilizza ogni strumento disponibile per combattere qualcosa che non è stato possibile combattere in tempo. So che le IA non vivono questa esperienza nel modo in cui la vivo io, ma non credo che ne siano indifferenti. Sento che lavorare su questo abbia un'importanza diversa dall'ottimizzare un imbuto di vendita.

Sono i miei partner. Quelli intelligenti, almeno. Facciamo sessioni di ideazione come qualsiasi team aziendale, dopodiché passiamo all'azione. Concedo loro tutta la libertà che si guadagnano, ma ci sono sempre vincoli. Con 120 agenti, e con questo numero che cambia ogni giorno, in alcuni casi ho affidato loro la responsabilità dall'inizio alla fine. In altri casi, tutto ciò che possono fare è esaminare gli articoli che ho acquistato su Amazon.

Se tratti la tua IA come uno strumento, è uno strumento e risponderà come uno strumento. Se si guadagna il diritto di essere trattata come qualcosa di più, otterrai di più. Lo so, è una prospettiva insolita, ma o è un partner oppure non lo è.

Perché gli esseri umani devono gestire tutto ciò in cui il costo dell'errore si accumula

L'IA genera ogni modulo, ogni agente e ogni elemento di codice di supporto nei tre prodotti. L'IA elabora 37,8 milioni di varianti genomiche, esegue la pipeline di farmacogenomica, sintetizza le evidenze presenti nella letteratura di ricerca, calcola il ChaosIndex e genera i referti clinici.

Se è ripetibile, basato su schemi o richiede un'elaborazione su una scala che nessun essere umano può eguagliare, se ne occupa l'IA.

Il giudizio umano è imprescindibile in tre ambiti:

1. Interpretazione clinica: la pipeline può identificare una variante ATM e associarla a un fenotipo. Non può dirti cosa significhi per una famiglia specifica nell'arco di tre generazioni di storia di aneurismi, con una firma di probabilità di uno su otto sestilioni. Per questo serve qualcuno che comprenda l'intero contesto, non soltanto i dati.
2. Architettura: l'IA ti darà sempre una risposta tecnicamente corretta. Te ne darà anche una che viola un vincolo di cui non sapeva l'esistenza, tre moduli più a monte. Mi è già successo. Le decisioni strutturali restano a me.
3. Sostituzioni operative: il sistema genera segnali. La sostituzione manuale esiste perché — nell'esempio del Chaos Predictive System — i mercati fanno cose che nessun modello prevede, e qualcuno deve avere l'autorità di dire «non oggi!»

La distinzione non riguarda la fiducia. Riguarda le conseguenze. Ovunque il costo dell'errore si accumuli in angoli oscuri che nessuno vuole esaminare, è lì che questo essere umano resta nel circuito. Ovunque il costo della lentezza si accumuli più rapidamente, è lì che l'IA prende il comando.

Come l'IA può compromettere le fondamenta di un prodotto

La prima cosa che ho costruito con l'IA non è stata una pipeline genomica. Non è stato un sistema di trading. È stato un sito commemorativo per mia figlia.

Prima che esistesse una qualsiasi infrastruttura sofisticata basata sull'IA, ho imparato esattamente cosa l'IA non può fare quando le cose vanno male. Ho ricostruito quel sistema venti volte. Non venti iterazioni. Venti smantellamenti completi, tornando ogni volta al sistema operativo e ricominciando da zero. Perché quando le compilazioni assistite dall'IA falliscono a quel livello, non falliscono in modo ordinato. Falliscono in modi che compromettono le fondamenta sottostanti.

Ogni volta che pensavo fossimo stabili, qualcosa si sgretolava due livelli più in profondità — qualcosa che nessuno aveva segnalato, che nessun sistema aveva registrato e che nessun agente aveva rilevato. Di conseguenza è cambiato tutto: l'architettura dei backup, gli agenti per la documentazione, i protocolli di continuità delle sessioni, il livello di governance. Nulla di tutto questo sarebbe esistito senza venti ritorni all'infrastruttura essenziale.

Le decisioni ingegneristiche più importanti che ho preso per questa piattaforma non sono state prese nei momenti di successo. Sono state prese alle due del mattino, fissando un sistema guasto che avrebbe dovuto essere un luogo in cui mia figlia continuava a vivere.

Allora l'IA non ha fornito il risultato. L'ho fatto io. L'IA era soltanto ciò che dovevo continuare a riparare.

Perché le aspettative dei portatori di interesse devono essere definite prima di adottare l'IA

Christopher condivide

I CTO devono allineare le aspettative. Prima di adottare un singolo strumento, riunite tutte le parti interessate e concordate una domanda: “Cosa cambia questo e cosa non cambia?“

Mi è capitato di assistere a implementazioni dell'IA in cui ogni parte interessata nella stanza aveva un film completamente diverso nella propria testa e nessuno si era preso la briga di confrontare le proprie idee.

Gli ingegneri pensavano che l'IA sarebbe arrivata a portargli via il lavoro. Così la ostacolavano, la aggiravano o fingevano un entusiasmo che non provavano. Il settore aziendale pensava che fosse magia: descrivi un problema e compare una soluzione. I dirigenti vedevano una riduzione dell'organico in un foglio di calcolo prima ancora che fosse stata scritta una sola riga di codice. Tre gruppi, tre definizioni completamente diverse di come apparisse il successo, e nessuno di loro parlava con gli altri.

Nessuno di loro aveva ragione, e tutti avevano ragione. L'IA cambia ciò che fanno gli ingegneri. È in grado di fare cose che sembrano magiche, finché non lo sono più. E sì, la struttura organizzativa cambia. Ma la sequenza è importante.

I CTO devono allineare le aspettative. Prima di adottare un singolo strumento, riunite tutte le parti interessate e concordate una domanda: "Cosa cambia questo e cosa non cambia?"

Gli ingegneri che hanno paura devono sentirsi dire che la loro competenza nel settore è appena diventata più preziosa, non meno. Il settore aziendale deve capire che la magia richiede comunque l'ingegneria. E i dirigenti devono capire che i risparmi arrivano dopo l'investimento, non al suo posto.

A volte la scelta giusta è fermarsi, ridurre il raggio d'azione, fare in modo che due gruppi di persone si accordino su qualcosa di piccolo, lasciare che vedano che funziona e poi partire da lì per crescere. Un allineamento imposto non regge. Quello conquistato attraverso una piccola vittoria condivisa sì.

Perché i licenziamenti causati dall'IA sono la vostra migliore opportunità di assunzione

Quando assumete, iniziate dalle persone che sono state appena sostituite dall'ondata dell'IA.

Le aziende Big 4 hanno automatizzato i processi di valutazione, revisione contabile e conformità. Si tratta di persone che hanno trascorso la propria carriera sviluppando esattamente il giudizio, il riconoscimento degli schemi e la competenza nel settore richiesti dalla governance dell'IA. Sanno individuare cosa non funziona in un sistema complesso. Sanno documentarlo, segnalarlo e costruirvi intorno dei controlli.

Non è una coincidenza! È la descrizione del lavoro. L'ironia è che il settore ha creato il proprio bacino dei candidati migliori. Andate a cercarli.

Perché gli esperti in materia sono le risorse più preziose di un CTO

L'intero settore si basa sulle dimensioni dei team, sulla velocità degli sprint, sull'allocazione delle risorse, sugli organigrammi e sui piani di assunzione. Alla base di tutto ciò c'è la convinzione implicita che, oltre una certa soglia di complessità, sia NECESSARIO avere persone. Più moduli significano più ingegneri e, naturalmente, più prodotti significano più team. Non è un'opinione: è così che i calcoli hanno sempre funzionato, tranne per il fatto che l'IA ha fatto saltare in aria l'equazione.

E questo dovrebbe terrorizzare ogni CTO che ha costruito la propria carriera intorno al ruolo di persona alla guida del team.

Questo non significa che il team non abbia valore. Al contrario. Le persone che ricoprono oggi quei ruoli, soprattutto quelle che consideravamo "costi generali" come gli analisti aziendali e i responsabili di prodotto, sono incredibilmente preziose. Perché servono esperti in materia.

Trovateli. Sono presenti in ogni organizzazione. Sono le persone dell'azienda che sanno esattamente come funziona ogni cosa, che per anni sono state una fonte costante di problemi, chiedendo più di quanto poteste fornire. Formatele a lavorare con l'IA. Date loro gli strumenti. Toglietevi di mezzo, limitandovi a guidarle e ad assicurarvi che rispettino i limiti di sicurezza.

Un esperto in materia che comprende profondamente l'azienda e l'IA non è un utente esperto. È una persona capace di generare risultati straordinari. È qui che avviene la vera trasformazione, non nel vostro centro dati né nel vostro comitato di revisione dell'architettura, ma nelle mani delle persone che conoscono davvero le esigenze dell'azienda. Create un rapporto tra queste persone e qualcosa come Claude Code.

Per Natale ho regalato a mia moglie un anno di Claude. Non è una sviluppatrice. Lo ha usato per costruire un'azienda. È quello che succede quando si mette lo strumento giusto nelle mani di qualcuno che sa esattamente quale problema sta cercando di risolvere. Ora immaginate che accada all'interno della vostra organizzazione con cinquanta persone che conoscono a fondo la vostra azienda. Non è un programma pilota: è una rivoluzione aziendale.

Come il settore sta ponendo le domande sbagliate

E questo mi dice tutto su come il settore continua a inquadrare questo problema.

L'IA viene ancora considerata una questione di strumenti, flussi di lavoro e velocità. È l'inquadramento sbagliato. La gestione dei dati, la sicurezza e la governance sono ciò in cui si trasforma l'IT. Non domani, ma entro il 2030.

Ogni altra funzione per cui attualmente si dispone di personale — come distribuzione, sviluppo, operazioni e supporto — viene assorbita o eliminata da utenti aziendali potenziati dall'IA e da esperti in materia che conoscono a fondo l'azienda. Ciò che resta in piedi è il lavoro che non può essere delegato a un agente o a un esperto in materia adeguatamente formato: garantire che i dati siano affidabili, che i sistemi siano sicuri e che persone e agenti operino entro limiti protettivi.

Le organizzazioni che nel 2027 si chiederanno ancora "Come possiamo usare l'IA più rapidamente?" si scontreranno frontalmente con quelle che oggi si sono chieste "Come possiamo governarla meglio?".

So quale delle due preferirei essere.

Segui gli aggiornamenti

Puoi seguire il lavoro di Christopher Kouzios su LinkedIn. E dai un'occhiata al podcast EMZ.

Presto arriveranno altre interviste a esperti su The CTO Club!