sponsored story

Come modernizzare le applicazioni con l’AI: approcci, tecniche e strumenti


Indirizzo copiato

La modernizzazione applicativa è una priorità per le aziende, ma la complessità dei sistemi esistenti, unita a tempi e costi dei progetti, frenano le iniziative. L’AI è una risposta convincente. Se ne parlerà il 12 novembre a Milano, in occasione dell’evento Tech Excellence   

Pubblicato il 29 ott 2026

Emanuele Villa

Giornalista Nextwork360



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Ai,Assistant,Brain,Processor,With,Llm,Technology,,Big,Data,,Machine



La modernizzazione delle applicazioni è prioritaria per le direzioni IT, chiamate a sostenere un business che richiede flessibilità e capacità di innovazione. Molte aziende devono però fare i conti con un patrimonio applicativo complesso e stratificato, nel quale l’eterogeneità delle tecnologie, le dipendenze tra sistemi e la necessità di garantire la continuità operativa rendono il percorso molto complesso.

In questo contesto, l’AI assume un duplice ruolo: è uno degli obiettivi del percorso, ma anche lo strumento con cui renderlo sostenibile.

Perché modernizzare il software è una priorità

Tra i diversi fattori che spingono le aziende verso la modernizzazione delle applicazioni, è centrale il divario tra la velocità con cui evolvono le esigenze di business e la capacità dei sistemi informativi di rispondere al cambiamento.

Come spiega Stefano Mirenda, Digital & Operations Manager di Elmec Informatica, il problema è la velocità con cui si susseguono le innovazioni: “Fino a qualche anno fa, le aziende potevano pianificare l’evoluzione dei propri sistemi attraverso roadmap di medio-lungo periodo, anticipando le esigenze del business. Oggi l’innovazione procede a una velocità tale da rendere questo approccio inefficace: nuove funzionalità e modalità operative devono essere integrate in tempi brevi per tutelare la competitività e rispondere ad aspettative che nascono dall’esperienza quotidiana delle persone con la tecnologia”.

L’obiettivo, infatti, non è solo integrare l’AI nei processi di business, nonostante tutta l’attenzione riservata al tema, ma anche portare nel contesto aziendale le innovazioni tecnologiche che si affermano rapidamente nel mondo consumer, trasformando le aspettative degli utenti. Pensiamo all’evoluzione delle interfacce, all’interazione vocale con i sistemi aziendali, all’automazione delle attività documentali o all’impiego di strumenti digitali che semplificano l’operatività in ambienti complessi. Per sfruttare queste opportunità servono applicazioni capaci di dialogare con le nuove tecnologie, e da qui nascono le sfide.

Complessità, costi e rischi frenano le aziende

Quando si tratta di intervenire su applicazioni legacy che funzionano correttamente e sulle quali poggia il core business, le aziende ci pensano più volte. Rivoluzionare il software significa infatti esporsi a rischi importanti relativi a possibili interruzioni del servizio e impatti economici.

Come sottolinea Stefano Mirenda, “Molte applicazioni sono state progettate per rispondere a esigenze diverse da quelle attuali e spesso non dispongono dell’architettura e dei componenti necessari per integrarsi con le tecnologie più recenti, dagli agenti AI alle interfacce vocali. A questo si aggiunge il problema della progressiva perdita di conoscenza del codice, visto che in alcuni casi la documentazione tecnica è assente oppure, quando esiste, non riflette le modifiche e le evoluzioni introdotte nel corso degli anni”.

Un esempio è quello degli ambienti IBM i, storicamente associati ai sistemi AS/400, ancora diffusi nelle aziende grazie alla loro affidabilità, stabilità e capacità di sostenere processi gestionali critici. Queste caratteristiche ne hanno favorito la longevità, ma rendono delicata qualsiasi ipotesi di trasformazione radicale, associando al concetto di modernizzazione l’idea di progetti lunghi, costosi e ad alto rischio, soprattutto quando la conoscenza delle applicazioni è incompleta.

Modernizzare significa valorizzare l’esistente, aprendolo al futuro

Far evolvere un’applicazione non significa necessariamente riscriverla da zero, sostituendo tecnologie e architetture esistenti con soluzioni di ultima generazione.

Elmec Informatica propone un approccio pragmatico, che parte dalla valorizzazione del patrimonio esistente. Come spiega Mirenda: “Per noi modernizzare significa valorizzare le applicazioni in essere, preservando i processi che l’azienda ha costruito nel tempo, e metterle nelle condizioni di integrare nuove funzionalità e tecnologie. Non si tratta di sostituire un’applicazione con un’altra, ma di far evolvere ciò che già funziona. In alcuni progetti, modernizzare ha significato anche eliminare processi e componenti non più necessari, semplificando l’ambiente applicativo anziché aggiungere nuovi componenti”.

Il problema, dicevamo, è che molte applicazioni storiche non sono state progettate per dialogare con le tecnologie attuali. Per questo, il processo deve partire da un’analisi approfondita dell’esistente, per poi individuare le modalità di integrazione delle nuove componenti e, dove necessario, creare un livello di raccordo che permetta alle diverse tecnologie di comunicare tra loro.

Il percorso è lineare, ma nella pratica ricostruire manualmente il funzionamento, le dipendenze e le logiche di business di un applicativo richiede un impegno spesso insostenibile. Ed è qui che l’AI, se affiancata dalle necessarie competenze tecniche e di processo, cambia le regole del gioco accelerando l’intero percorso.

AI al servizio della modernizzazione: il ruolo di IBM Bob

Per supportare i progetti più sfidanti, Elmec si affida a IBM Bob, la piattaforma di AI agentica che supporta l’intero ciclo di vita del software. La soluzione può analizzare repository applicativi complessi, supportare interventi di refactoring, generare codice e automatizzare le attività di testing, accelerando l’evoluzione delle applicazioni esistenti.

A fare la differenza è anche l’esperienza di Elmec, che ha adottato IBM Bob come client zero, sperimentandolo sui propri sistemi interni fin dalle prime versioni. L’azienda fa inoltre parte del Large User Group (LUG) di IBM, una collaborazione che le permette di conoscere e accedere in anticipo alle evoluzioni della piattaforma.

Il primo grande ostacolo che IBM Bob intende superare è proprio la comprensione del codice esistente. “Una delle principali capacità di IBM Bob è quella di analizzare il codice applicativo e produrre automaticamente documentazione tecnica e mappe che ne rendono comprensibili la struttura, le logiche e i processi sottostanti. La piattaforma è inoltre in grado di suggerire possibili interventi di miglioramento e ottimizzazione” spiega Mirenda.

IBM Bob supporta anche le attività successive. Attraverso l’interazione in linguaggio naturale, può generare nuove componenti software e connettori, scrivere ed eseguire test per verificarne il funzionamento, supportare il rilascio in produzione e aggiornare la documentazione tecnica in funzione delle modifiche apportate.

A questo punto, diventa inevitabile interrogarsi sull’evoluzione del ruolo dello sviluppatore, che grazie a questi tool può dedicare meno tempo alla scrittura manuale del codice e assumere sempre più una funzione di analisi e supervisione. Diventa centrale la capacità di comprendere i requisiti di business, definire le soluzioni tecniche, guidare le attività degli agenti AI e verificarne i risultati.

I benefici, dal canto loro, possono essere significativi. Elmec evidenzia come, grazie a IBM Bob, sia possibile affrontare progetti di modernizzazione precedentemente rimandati a causa dei tempi e dei costi, riducendo sensibilmente l’impegno richiesto e accelerando tutte le fasi del processo, dall’analisi iniziale alla realizzazione, fino alla messa in produzione e alla documentazione applicativa.

I tecnici e i manager di Elmec Informatica saranno presenti all’evento Tech Excellence, organizzato da Nextwork360 in collaborazione con IBM e in programma il prossimo 12 novembre a Milano. L’evento è un’occasione per approfondire il ruolo dell’AI nella modernizzazione applicativa, confrontarsi sui percorsi di adozione e capire come evolvere in modo sostenibile.

Articolo realizzato in collaborazione con Elmec Informatica

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
0
Lascia un commento, la tua opinione conta.x