Il CTO Afferma che l’IA Sta Causando Gravi Problemi di Stabilità

David Ting è il CTO di Bespin Global e integra l'IA nei flussi di lavoro da oltre un decennio. Ma nell'ultimo anno, secondo lui, il panorama è cambiato radicalmente.

Ci siamo seduti con David per discutere dei vantaggi che sta vedendo. Ha detto che non sono solo vantaggi — la stabilità è un grande problema.

Stabilire una strategia di trasformazione dell'IA

Il pensiero di David

L’innovazione ha subito un’accelerazione ancora maggiore nell’ultimo anno.

Interagisco attivamente con l'IA da oltre dieci anni. È un ambiente rapidissimo, e l'innovazione ha subito un'ulteriore accelerazione nell'ultimo anno.

Attualmente sono CTO di Bespin Global, dove sto definendo la strategia di trasformazione dell'IA, dalla semplificazione delle operazioni alla creazione di nuovi prodotti e servizi. Ci concentriamo sulla rivendita e consulenza cloud, e abbiamo 1.000 dipendenti in tutto il mondo.

Ho anche avviato e incubato due prodotti interni basati su IA — uno strumento di IA per la manifattura e uno strumento di IA per la sicurezza.

Dedico almeno il 50% del mio tempo quotidiano a programmare e automatizzare il mio lavoro e la mia vita. Questo mi aiuta a restare aggiornato sulle ultime novità tecniche. Infatti, solo nell'ultimo mese ho scritto oltre 200.000 righe di codice con l'aiuto dell'IA.

Perché Claude Code dovrebbe essere obbligatorio

Abbiamo centinaia di sviluppatori, e tutti utilizzano Claude Code.

Abbiamo monitorato proattivamente la velocità di esecuzione e scoperto che la produttività degli sviluppatori può aumentare di oltre 10 volte. Personalmente, ho visto che 10 volte non è il limite.

Utilizziamo ancora i team di sviluppo e QA tradizionali con un flusso di lavoro standard basato sulle specifiche. La novità sta negli strumenti usati.

Anche il team QA scrive più test utilizzando l'IA — principalmente test Playwright e test unitari aggiuntivi.

Il team di sviluppo utilizza anche altri strumenti. Personalmente, utilizzo strumenti open-source per la maggior parte delle cose. Uso anche OpenAI, Codex, Anthropic API e Claude. Uso tutti questi strumenti contemporaneamente su più finestre terminali.

Come l'IA potenzia i flussi di lavoro ingegneristici end-to-end

Scriviamo la specifica del prodotto con l'IA, effettuiamo revisioni architetturali con l'IA e scriviamo codice con l'IA.

Per farlo, si parte da una specifica di progettazione molto dettagliata. Gli sviluppatori IA la svilupperanno, aggiungeranno dettagli e analizzeranno il design (trovando problemi). Poi, un agente si occupa di ogni attività e la porta a termine.

Una volta completata l'implementazione, serve una validazione umana per assicurarsi che il software funzioni come progettato. Collega strumenti di osservabilità allo stack di codice per monitorare log e metriche di prestazioni, e dai una possibilità all'IA di ottimizzare o correggere bug con un obiettivo molto chiaro.

Facendo così, scoprirai che uno sviluppatore può produrre rapidamente il lavoro di 20 o 60 sviluppatori. La rifinitura del prodotto necessita della guida di un esperto, ma la maggior parte del codice viene generata dall'IA.

Perché l'IA sposta il focus dalla qualità del codice al risultato

Continuo a monitorare la qualità del codice come metrica, ma l'IA ha spostato la mia attenzione sul numero di casi d'uso implementati e sulle righe di codice prodotte.

Il motivo è semplice: l'IA aumenta la produttività. Così, le iterazioni sono estremamente rapide.

Non si fa refactoring. Si lascia che siano i risultati a determinare dove spendere il tempo.

Perché gli esperti umani sono ancora necessari nei flussi di lavoro ingegneristici

Quasi tutto ciò che facciamo è influenzato dall’IA. È migliorata moltissimo solo negli ultimi sei mesi, ma gli esperti umani sono ancora essenziali per guidare lo sviluppo. Si assicurano che il codice funzioni correttamente e che la progettazione UX sia pulita.

L’IA "allucina" spesso. Ciò crea bug profondamente radicati. Serve qualcuno che conosca profondamente le best practice architetturali per individuarli.

Per questo ci stiamo orientando verso piccoli team di esperti di alto livello. La forza di un team non è più determinata dalla dimensione.

Perché l’IA crea più lavoro per il personale reperibile

L’integrazione dell’IA ha chiaramente portato a risparmi sui costi. La nostra catena di montaggio digitale, costruita su IA agentica, ha ridotto i fabbisogni di personale del 75% aumentando al contempo la velocità di realizzazione.

Quest’anno sto anche sperimentando l’automazione di ruoli interni all’azienda tramite un team di agenti, e sto ottenendo risultati incoraggianti.

Ma questi benefici non raccontano tutta la storia.

La qualità varia molto perché la programmazione ora è non deterministica. Lo stesso prompt può generare risultati diversi, il che può essere frustrante.

Evitare che un bug raggiunga la produzione richiede molta attenzione: i prompt vanno costruiti con cura e il codice va testato meticolosamente.

Per questo motivo, le persone stanno lavorando più duramente di prima — in particolare il personale reperibile.

Come l’IA influisce sulla disponibilità in produzione

Abbiamo aggiunto un monitoraggio approfondito e barriere di sicurezza. L’API di Claude è instabile in produzione, quindi l’abbiamo integrata con modelli open-source come Qwen.

La disponibilità in produzione è un altro problema. La nostra applicazione ha subito un forte calo della qualità durante i picchi di utilizzo.

Stiamo pianificando di gestire queste applicazioni su LLM self-hosted come meccanismo di sicurezza.

Pensieri di David

La disponibilità in produzione è un altro problema. La nostra applicazione ha subito un forte calo della qualità durante i picchi di utilizzo.

Perché la programmazione pratica vale più della formazione nel lancio dell’IA

Quando ho implementato questi cambiamenti, mi hanno chiesto formazione prima di usare gli strumenti.

Avrei dovuto richiedere alle persone di usare l’IA nel loro codice fin dall’inizio. Invece, hanno seguito una marea di corsi e formazioni.

L’IA sta cambiando così velocemente che il materiale diventa obsoleto ogni settimana. Fare è l’unico modo per imparare.

Perché aggiungere sviluppatori aumenta i costi di progetto

I CTO dovrebbero ripensare il design delle loro organizzazioni. Perché ora, i team composti da una sola persona raggiungono la massima velocità.

La produttività dipende da due fattori:

1. Quanto bene si definiscono i compiti per l’IA
2. Quanto bene si validano e correggono i risultati prodotti dall’IA

Tenete le persone in gamba che sanno collaborare con l’IA. Aggiungere persone a un progetto comporta inevitabilmente dei costi.

Perché i CTO dovrebbero presumere che l'AI fallirà

Ecco il mio consiglio: Siate il più aggressivi possibile nell'adozione, ma validate accuratamente.

Troverete successo ovunque, ma andrete incontro a fallimenti se mancheranno valide strutture di validazione e governance.

I CTO dovrebbero dedicare molto tempo all'implementazione di queste strutture — e all'integrazione di numerosi sistemi di sicurezza.

Presumete che l'AI fallirà.

Resta aggiornato

Puoi seguire il lavoro di David Ting su LinkedIn.

Altre interviste con esperti saranno disponibili su The CTO Club!