scenario

AI nel ciclo di vita del software, ecco le priorità per l’Italia



Indirizzo copiato

Una survey di Assosoftware fotografa la situazione dell’uso dell’AI in Italia per il ciclo di vita del software: un panorama frammentato, nonostante i tanti benefici per PMI e startup

Pubblicato il 17 giu 2025

Pierfrancesco Angeleri

presidente di Assosoftware



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
poste garante privacy




L’intelligenza artificiale cambia il modo in cui si progetta, si sviluppa e si mantiene un software. Un cambiamento che non riguarda più soltanto le grandi piattaforme digitali oppure i colossi tech internazionali, ma che tocca oggi, sempre più da vicino, anche le PMI, le startup, i system integrator e tutto quell’ecosistema produttivo che ruota attorno alla creazione e alla gestione di soluzioni digitali.

Tuttavia, come emerso anche dal recente report pubblicato da Confindustria “L’Intelligenza Artificiale per il Sistema Italia”, il nostro Paese è ancora molto indietro relativamente alla diffusione dell’IA tra le imprese, soprattutto se consideriamo le PMI, che rappresentano la spina dorsale del nostro sistema produttivo. L’IA è una tecnologia che richiede un approccio sistematico, competenza e grande impegno, anche finanziario. Per questi motivi, la complessità dell’IA deve essere necessariamente intermediata da esperti del settore, come le software house, che sono realmente in grado di portare i vantaggi della nuova tecnologia in azienda grazie alle applicazioni software gestionali.

È da questa consapevolezza che AssoSoftware ha deciso di lanciare la prima indagine italiana sull’adozione dell’IA nel ciclo di vita del software.

Gli obiettivi della survey di Assosoftware

La survey, avviata in una prima fase all’interno della rete degli associati, è ora aperta a tutte le imprese. L’obiettivo è tanto semplice quanto ambizioso: costruire una fotografia dettagliata e aggiornata di come l’intelligenza artificiale viene utilizzata nei diversi processi che caratterizzano lo sviluppo di un software. Dal coding iniziale fino ai test, al rilascio in produzione, al monitoraggio e alla manutenzione continua delle applicazioni. Una mappatura che, oltre a dare una misura dello stato dell’arte, intende far emergere anche le esperienze più avanzate, le difficoltà operative, le aree di investimento e le aspettative future delle imprese.

Il questionario si presenta come uno strumento pensato non solo per raccogliere dati, ma anche per stimolare riflessioni e per generare consapevolezza tra tutti i principali attori del mondo, istituzionale, imprenditoriale e associativo. È suddiviso in sezioni che affrontano le diverse fasi del ciclo di vita del software e si concentra su aspetti chiave come le tecnologie effettivamente in uso, i benefici percepiti, le barriere all’adozione, il livello di competenza interno alle aziende e l’impatto sui processi produttivi.

Una delle prime sezioni indaga il profilo dell’impresa partecipante: si parte da informazioni di base, come il settore di attività e le dimensioni aziendali, per arrivare alla presenza o meno di figure specializzate nel campo dell’intelligenza artificiale, o all’esistenza di una strategia digitale strutturata. Da lì, si entra nel cuore dell’indagine, chiedendo in che modo – e se – vengono utilizzati strumenti di IA per supportare attività come la scrittura del codice, la generazione automatica di test, l’analisi dei bug, l’automazione dei rilasci o la gestione proattiva delle prestazioni delle applicazioni.

La percezione degli impatti dell’AI

Un’attenzione particolare è riservata alla percezione dell’impatto che l’intelligenza artificiale ha avuto – o potrebbe avere – sui processi aziendali: si chiede, ad esempio, se l’uso di modelli generativi o di strumenti predittivi abbia portato a una maggiore efficienza, a un miglioramento della qualità del software, a un’accelerazione nei tempi di sviluppo o a una riduzione dei costi. Ma si esplorano anche le difficoltà incontrate, come la complessità di integrazione nei flussi di lavoro esistenti, i dubbi sull’affidabilità degli strumenti, le questioni legate alla privacy e alla compliance, la carenza di skill tecniche specifiche.

AI per il software, le priorità da affrontare

Quello che emerge, dai primi sondaggi informali in fase di preparazione della survey, è un panorama ancora frammentato ma estremamente dinamico, dove convivono realtà molto avanzate nell’integrazione dell’IA nei propri processi di sviluppo software e imprese che si stanno appena affacciando a questo mondo.

Se da un lato c’è chi utilizza già strumenti evoluti per generare codice, automatizzare i test e monitorare le performance in real time, dall’altro molte aziende si trovano ancora in una fase esplorativa, frenate da incertezze tecnologiche, normative o economiche. Non mancano, però, i segnali di fermento, in particolare tra le startup e le software house più innovative, che vedono nell’intelligenza artificiale un’opportunità concreta per scalare più velocemente, differenziare l’offerta e rispondere con maggiore flessibilità alle esigenze dei clienti.

L’AI e il lavoro nel campo del software

Altro elemento estremamente rilevante che emerge chiaramente dai primi sondaggi è che l’IA non eliminerà posti di lavoro nel settore informatico ma diventerà una nuova tecnologia che i tecnici useranno sempre di più alla pari di DevOps, GitHub o della metodologia “Agile”.

In questo contesto, la survey vuole essere anche un primo passo verso la costruzione di un quadro di riferimento condiviso, che possa guidare imprese e policy maker nelle prossime scelte strategiche. Comprendere dove si trovano oggi le aziende italiane sul fronte dell’IA applicata al software significa poter ragionare in maniera più consapevole su quali strumenti promuovere, quali competenze sviluppare, quali percorsi di accompagnamento rendere disponibili. Significa, in altre parole, creare le condizioni per un’adozione dell’IA che sia realmente efficace, inclusiva e che ponga attenzione alla sostenibilità.

L’iniziativa si inserisce in un percorso che AssoSoftware ha avviato da tempo per sostenere la trasformazione digitale del settore e valorizzare l’autonomia tecnologica delle imprese italiane. Già nel 2024, in collaborazione con SDA Bocconi, l’associazione aveva condotto una prima ricerca sull’utilizzo dell’IA nei software gestionali come gli ERP, dalla quale era emerso un quadro iniziale di interesse diffuso ma di applicazione ancora limitata. Questa nuova indagine amplia lo sguardo, abbracciando l’intero ciclo del software, con l’intento di offrire una visione più completa e operativa delle opportunità e delle criticità che si stanno delineando.

Il ruolo della certificazione per i software italiani

Rientra in quest’ambito anche il lancio del nuovo marchio “100% Made in Italy”, la prima certificazione pensata per identificare e valorizzare i software interamente ideati, sviluppati e gestiti in Italia, promossa in collaborazione con l’Istituto per la Tutela dei Produttori Italiani. L’obiettivo è riconoscere il software come una vera eccellenza del Made in Italy e tutelare le imprese che garantiscono la diffusione dell’IA nel rispetto dei più elevati standard di sicurezza.

Solo attraverso una lettura profonda e partecipata della realtà sarà possibile orientare le scelte pubbliche e private verso modelli virtuosi di adozione tecnologica. È questo, in fondo, il senso ultimo della survey promossa da AssoSoftware: accendere una luce sull’esistente per progettare, insieme, un futuro in cui il software italiano possa essere non solo all’altezza delle sfide, ma protagonista attivo del cambiamento.

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