I mercati sono sensibili: talvolta basta poco per sconvolgerli e un allarme può rientrare; in altri casi, però, i comportamenti degli investitori rappresentano un segnale strutturale da tenere in seria considerazione.
Indice degli argomenti
Perché il software è al centro dell’attenzione degli analisti globali
Nelle ultime settimane, forse per la prima volta su scala così ampia, il mondo del software è stato al centro – e lo rimarrà a lungo – dell’attenzione degli analisti globali per quello che il prestigioso Financial Times ha definito “The great software stock meltdown”, ovvero il grande crollo dei titoli software.
Chi ha memoria ricorda lo scoppio delle bolle speculative a cavallo degli anni Duemila o il crollo di singole realtà tecnologiche. Questa volta, tuttavia, le ragioni sono differenti e portano un nome ben preciso: Intelligenza Artificiale. Prima o poi il segnale sarebbe arrivato e, con l’ascesa dell’IA sempre più evoluta – quella cosiddetta “agentica” – a Wall Street ha iniziato a circolare una certa inquietudine.
Come ricostruito dalla stampa internazionale, quando Anthropic e OpenAI hanno deciso di riconvertire i loro strumenti di generazione di codice in agenti generalisti, capaci di svolgere un’ampia gamma di attività per lavoratori non tecnici, gli investitori hanno iniziato a preoccuparsi.
Attività specifiche – dalla gestione della posta elettronica all’analisi documentale, fino alla produzione di contenuti – potrebbero essere svolte da un agente universale senza dover aprire le diverse applicazioni oggi necessarie.
Ciò comporta un grave rischio che le società software consolidate vengano scalzate.
Si tratta, come ricostruito dal Financial Times, “di una minaccia in particolare per le aziende di software-as-a-service (SaaS), che utilizzano il software per fornire alle imprese un’ampia gamma di servizi, dalla gestione delle risorse umane alla gestione dei clienti. Tuttavia, anche molte aziende al di fuori del settore tecnologico si affidano al software per strutturare i servizi che vendono, esponendosi potenzialmente al rischio.
I fornitori di dati business-to-business e le società di gestione patrimoniale sono stati tra quelli coinvolti nel recente tracollo di Borsa, ma non saranno gli ultimi”.
Il messaggio che arriva dai mercati finanziari internazionali è chiaro: il settore del software è entrato in una nuova fase di valutazione del rischio legata all’intelligenza artificiale. Se questo è il segnale che proviene dalle piazze più mature e finanziarizzate, è legittimo chiedersi quale sia il grado di esposizione del sistema europeo e, in particolare, di quello italiano.
Intelligenza artificiale nel software e reazioni dei mercati
Per l’Europa – e soprattutto per l’Italia, che rappresenta il contesto in cui operiamo – questa dinamica non può essere ignorata, anche se il nostro ecosistema presenta caratteristiche profondamente diverse rispetto a quello statunitense.
I dati in nostro possesso ci consentono di affermare che, per tipologia e dimensione aziendale, sarà difficile assistere nel breve periodo a scossoni analoghi a quelli osservati negli Stati Uniti.
Il mercato americano è caratterizzato da grandi player SaaS altamente capitalizzati, con valutazioni spesso fondate su prospettive di crescita futura e su modelli scalabili e standardizzati.
Il tessuto italiano, al contrario, è composto in larga misura da software house di piccola e media dimensione, fortemente integrate con il cliente finale, con modelli di business meno finanziarizzati e più orientati alla personalizzazione e ai servizi su misura. Questa struttura rende il sistema meno esposto a reazioni speculative di mercato, ma non lo rende immune dalle trasformazioni tecnologiche in atto.
Intelligenza artificiale nel software: adozione e ambiti d’uso in Italia
In tempi non sospetti abbiamo ascoltato le nostre imprese, tracciando un quadro estremamente preciso del loro rapporto con l’IA, che resta oggi soprattutto uno strumento di supporto al lavoro umano e non una tecnologia sostitutiva.
L’indagine evidenzia come l’utilizzo di strumenti di intelligenza artificiale sia ormai entrato in modo strutturale nel ciclo di sviluppo del software nelle imprese italiane del settore.
Secondo la survey, il 78% delle imprese utilizza già strumenti di AI, mentre un ulteriore 14% prevede di introdurli entro i prossimi 12 mesi; solo l’8% dichiara di non prevederne l’adozione.
L’utilizzo dell’AI risulta diffuso lungo diverse fasi dello sviluppo, ma con intensità variabile: la programmazione rappresenta l’ambito di maggiore diffusione (90% delle aziende), seguita dalla documentazione (69%), dall’analisi dei requisiti (53%) e dalla modellazione e progettazione (51%).
L’adozione è invece più limitata nelle fasi di revisione e manutenzione (30%) e soprattutto nei test (17%), evidenziando come l’intelligenza artificiale venga oggi utilizzata prevalentemente nelle attività di produzione e supporto allo sviluppo, piuttosto che nelle fasi di verifica e controllo.
Automazione dei processi e limiti dell’approccio end-to-end
Il livello di automazione dei processi di sviluppo del software resta in Italia ancora limitato e concentrato su compiti specifici. L’AI viene utilizzata, ad esempio, per l’analisi di documenti e requisiti, la composizione di prototipi, la revisione di porzioni di codice, la generazione di dati di test sintetici o il rilevamento di bug e vulnerabilità, ma difficilmente governa l’intero ciclo end-to-end.
Questo dato rafforza l’idea di un’AI prevalentemente “assistiva”, integrata nel lavoro umano più che sostitutiva. Nel complesso, i livelli di automazione difficilmente superano il 30% delle attività, mentre i casi di automazione oltre il 50% restano residuali.
L’intelligenza artificiale sta già trasformando il modo di sviluppare software, migliorando efficienza e qualità dei processi. I dati mostrano però con chiarezza che si tratta oggi di una tecnologia che affianca e potenzia il lavoro umano, senza sostituirlo. Il valore aggiunto resta nella capacità delle persone di interpretare il contesto, comprendere il dominio applicativo e validare i risultati prodotti dagli algoritmi.
Criticità: contesto, requisiti, test e sicurezza del codice
Tra le principali criticità segnalate emergono limiti nella comprensione del contesto e nella capacità interpretativa dei sistemi di AI. L’80% delle software house segnala la generazione di casi troppo generici o falsi positivi e negativi nelle attività di test, mentre il 78% evidenzia difficoltà nell’analisi documentale e nella comprensione completa dei requisiti.
Persistono inoltre rischi legati all’introduzione di vulnerabilità nel codice e ai limiti nell’astrazione delle regole di dominio.
Impatti su persone, collaborazione e produttività
L’introduzione dell’intelligenza artificiale produce effetti prevalentemente positivi sia sulle persone sia sull’organizzazione del lavoro. Il 94% delle aziende rileva curiosità tra i lavoratori e il 54% segnala entusiasmo; le reazioni negative risultano più contenute (23% resistenze, 20% preoccupazione).
Anche nelle dinamiche di collaborazione emergono segnali stabili o in miglioramento: nel 76% dei casi non si registrano differenze significative nel lavoro in team, mentre il 21% osserva un maggiore coinvolgimento dei collaboratori.
Gli effetti più rilevanti emergono sul piano della produttività e della qualità degli output. Il 44% delle software house dichiara un miglioramento della qualità dello sviluppo grazie all’AI, mentre una quota compresa tra il 45% e il 70% segnala risparmi di tempo fino al 30% nelle attività operative, confermando il ruolo dell’intelligenza artificiale come strumento di ottimizzazione dei processi.
Competenze e governance: formazione, ruoli e policy
La survey evidenzia anche una chiara strategia di sviluppo delle competenze. Il 54% delle imprese ha avviato programmi di formazione sull’AI, mentre nel 64% dei casi non è presente uno specialista dedicato né è prevista la sua introduzione nel breve periodo. La conoscenza del dominio funzionale emerge come la competenza più rilevante, seguita da quelle legate ai linguaggi di programmazione e agli strumenti di sviluppo.
Sul piano organizzativo, l’adozione dell’AI è ancora in fase sperimentale. Solo il 21% delle aziende dispone di una policy strutturata sull’utilizzo dell’intelligenza artificiale, prevalentemente focalizzata su aspetti etici, privacy e compliance normativa. Nel 51% dei casi esistono raccomandazioni informali, mentre nel 28% l’utilizzo dell’AI è lasciato alla libera iniziativa dei dipendenti.
Intelligenza artificiale nel software e prospettive per il 2026
Questa ricerca rappresenta un primo passo fondamentale per comprendere come l’AI stia entrando concretamente nel tessuto produttivo del software italiano e spiega perché, almeno nel breve periodo, le nostre differenze strutturali possano attenuare il rischio di scossoni finanziari improvvisi.
Tuttavia, il “panic selling” registrato a inizio 2026 non può essere considerato un episodio isolato o irrilevante. È piuttosto il segnale anticipatore di una trasformazione più profonda del mercato.
La vera sfida per le software house italiane non è evitare uno shock finanziario, ma evitare di restare ai margini della nuova catena del valore dell’intelligenza artificiale. Chi saprà integrare l’AI in modo strategico, governandone rischi e opportunità, rafforzerà la propria competitività; chi la considererà solo uno strumento accessorio rischierà progressivamente di perdere centralità nel mercato globale.
