Qualità, velocità e il fantasma dell'artigiano perfetto

Qualche riflessione personale sul nuovo equilibrio tra eccellenza e mercato nell'era dell'intelligenza artificiale

C’è un pensiero che mi accompagna da mesi, forse da quando l’intelligenza artificiale ha smesso di essere una promessa lontana ed è diventata uno strumento che usiamo ogni giorno. È un pensiero scomodo, perché mette in discussione alcune convinzioni che mi hanno guidato per anni, e che forse erano più fragili di quanto volessi ammettere.

Mi è tornato oggi in mente quando il Prof. Zanero ha rilanciato questo skeet:

Il pensiero è questo: la qualità assoluta, quella ricercata come valore in sé, potrebbe essere un lusso che non possiamo più permetterci. Non sempre, non ovunque, non come principio universale.

Lo scrivo e sento già le obiezioni, le stesse che mi sono fatto io per lungo tempo. “Ma la qualità paga sempre”, “Il debito tecnico si accumula”, “Chi taglia gli angoli fallisce nel lungo periodo”. Tutte cose vere, in un certo senso. E tutte cose che meritano di essere riesaminate alla luce di un mondo che è cambiato più velocemente di quanto fossimo pronti ad accettare.

Ho passato anni a costruire team, a definire standard, a combattere per avere il tempo di fare le cose “per bene”. Ho discusso con commerciali che volevano tutto per ieri, con clienti che non capivano perché servisse più tempo, con sviluppatori che volevano spedire qualcosa di imperfetto. E nella maggior parte dei casi, credo di aver avuto ragione. Ma la ragione di allora non è necessariamente la ragione di oggi, e parte del mio lavoro è distinguere tra principi immutabili e abitudini travestite da principi.

Il punto non è mai stato velocità contro qualità, come se fossero due poli opposti da scegliere. Il punto è sempre stato: quale qualità, per chi, quando, e quanto mi costa mantenerla nel tempo. Solo che oggi questa domanda ha risposte diverse da quelle che davo cinque anni fa, perché l’intelligenza artificiale ha cambiato le regole del gioco in modi che stiamo ancora cercando di capire.

Quando un modello generativo può scrivere in pochi secondi codice che funziona, codice che un tempo avrebbe richiesto ore, la percezione del valore cambia. Non parlo di valore reale, parlo di percezione. E nel business la percezione conta, a volte più della realtà. Un cliente che vede un competitor sfornare funzionalità a ritmo serrato inizia a chiedersi perché noi siamo così lenti. E non basta spiegargli che il nostro codice è più pulito, più testato, più manutenibile. Queste sono cose che capirà solo quando avrà un problema, e a quel punto potrebbe essere troppo tardi per tutti.

Il modello artigianale puro, quello del “facciamo tutto a mano, con calma, con cura”, funziona ancora. Ma funziona solo in condizioni specifiche che non sempre si verificano. Hai bisogno di un problema davvero critico, dove un errore costa carissimo. Hai bisogno di pochi competitor credibili, perché se ce ne sono tanti il cliente ha alternative. E hai bisogno di un cliente disposto a pagare parecchio per dormire tranquillo, il che significa un cliente che capisce il rischio e ha le risorse per mitigarlo.

Quando queste tre condizioni si allineano, l’artigianato è vincente. Quando manca anche solo una di esse, la promessa “noi facciamo tutto a mano, benissimo” rischia di essere percepita più come lentezza e costo che come valore. E non è colpa del cliente se non capisce, è responsabilità nostra trovare un modo per comunicare quel valore o, se non ci riusciamo, per adattarci al mercato che esiste davvero.

Forse il trucco è smettere di pensare alla qualità come a un assoluto e iniziare a trattarla come un investimento progressivo, legato allo stadio del prodotto e alle esigenze reali del momento. È una prospettiva che mi ha richiesto tempo per accettare, perché va contro l’istinto di chi è cresciuto professionalmente credendo che le cose vadano fatte bene o non vadano fatte affatto.

All’inizio di un prodotto, quando stai ancora cercando di capire se c’è un mercato, ti serve qualcosa di affidabile abbastanza su un perimetro molto piccolo. Non ti serve perfezione. Ti serve qualcosa che funzioni, che non crolli al primo utilizzo, e che sia progettato in modo abbastanza pulito da poter crescere senza implodere. È l’idea che alcuni chiamano “simple, lovable, complete”: poco, ma fatto bene su ciò che conta davvero. Non tutto lucidato alla perfezione, ma le cose giuste fatte con cura.

Man mano che il prodotto trova mercato, che i clienti iniziano a pagare, che il fatturato cresce, alzi il livello di robustezza, sicurezza e rifinitura proprio sui pezzi che generano più valore o più rischio. Non lucidi ovunque in modo uniforme, perché non hai infinite risorse e non tutto merita lo stesso investimento. Concentri l’artigianato dove conta, dove un bug si traduce in danno diretto, dove la qualità fa la differenza tra un cliente che resta e uno che se ne va.

E la velocità? La velocità vera non la ottieni scrivendo codice mediocre. Lo so perché ho visto abbastanza progetti affogare nel loro stesso debito tecnico per capire che i tagli agli angoli tornano sempre a morderti. La velocità la ottieni tagliando scope, decidendo cosa non fare, automatizzando i test, spostando i controlli di qualità il più vicino possibile al momento in cui il codice viene scritto. Specialmente quando c’è di mezzo l’intelligenza artificiale, che può produrre montagne di codice in poco tempo ma non ha il giudizio per capire cosa di quel codice meriti di esistere.

In questo modo non stai scegliendo tra perfezione e shipping veloce. Stai scegliendo tra varie combinazioni su un fronte di possibilità che puoi spostare in base al contesto. È un modo più onesto di pensare al mestiere, credo. Meno romantico, forse, ma più utile.

C’è poi una cosa scomoda di cui si parla poco, ed è il divario tra qualità reale e qualità percepita. Per il cliente la qualità è soprattutto esperienza, non implementazione interna. Un’interfaccia chiara, tempi di risposta buoni, assistenza presente e onesta coprono un sacco di difetti tecnici che non rompono il flusso. E paradossalmente puoi avere software tecnicamente molto raffinato ma percepito come mediocre perché lento da evolvere, poco allineato al bisogno, o comunicato male.

L’ho visto succedere. Progetti su cui avevamo lavorato mesi per raggiungere standard altissimi, e che il cliente trovava frustranti perché non rispondevano alle sue esigenze reali. E progetti meno curati tecnicamente, ma che i clienti amavano perché risolvevano un problema specifico in modo semplice, e venivano aggiornati spesso senza drammi.

Questo non significa che la qualità tecnica non conti. Significa che conta in relazione a tutto il resto, non come valore assoluto sganciato dal contesto. E significa che parte del nostro lavoro è capire cosa il cliente percepisce come qualità, non solo cosa noi sappiamo essere qualità.

La domanda che mi faccio più spesso ultimamente è: dove metto il mio tempo artigianale in un mondo in cui l’intelligenza artificiale può fare una grossa parte del lavoro standard? Non il sessanta, forse nemmeno l’ottanta per cento come qualcuno sostiene, ma comunque una porzione significativa di quello che una volta richiedeva ore di lavoro umano.

A parità di costo, il cliente ti paga volentieri la parte in cui il tuo giudizio riduce un rischio grosso o aumenta tanto il risultato. Non ti paga la parte in cui riscrivi a mano qualcosa che un modello generativo può sfornare in pochi secondi. E se insisti a fatturare il tempo come se l’ai non esistesse, prima o poi troverai qualcuno che offre lo stesso risultato a metà prezzo, perché ha capito come usarla.

Ho iniziato a ragionare in termini diversi. Faccio a mano, con standard altissimi, tutto ciò che è vicino al denaro, al rischio legale o reputazionale, alla sicurezza. I pezzi dove un bug si traduce in danno diretto, dove serve giudizio e non solo esecuzione. E lascio fare all’ai, sotto supervisione attenta, tutto ciò che è commodity, ripetitivo, facilmente testabile, sostituibile. Non perché mi fidi ciecamente, ma perché so dove controllare e cosa verificare.

Il prezzo, poi, dovrebbe riflettere più il rischio che ti prendi e il valore che abiliti, che non il numero di ore che ci hai messo sopra. È un cambiamento che richiede tempo per essere accettato, sia da parte nostra che da parte dei clienti. Ma è la direzione verso cui stiamo andando, che ci piaccia o meno.

E chi rischia davvero di fallire in questo nuovo mondo? Mi sono fatto questa domanda molte volte, cercando di capire dove stessero i pericoli veri.

Non credo che a rischiare siano quelli che amano la qualità. Credo che a rischiare siano quelli che confondono perfezionismo con professionalità, che rallentano sempre, che non sanno dire “questo oggi non serve”. Quelli che lucidano all’infinito mentre il mercato li sorpassa, convinti che prima o poi il mondo riconoscerà il loro valore. A volte succede. Spesso no.

E rischiano anche quelli all’estremo opposto: chi rincorre solo la velocità, satura il sistema di cambiamenti non governati, accumula debito tecnico senza nemmeno rendersene conto. Prima o poi i problemi emergono, i clienti perdono fiducia, e tutto il tempo risparmiato all’inizio si paga con gli interessi.

Chi ha una chance migliore, secondo me, è chi riesce a fare tre cose insieme. Usare l’intelligenza artificiale per correre, perché non farlo significa restare indietro. Usare la testa per decidere dove fermarsi a rifinire, perché non tutto merita la stessa cura. E usare l’onestà nel raccontare al cliente che tipo di qualità sta comprando e perché.

Quest’ultima parte è forse la più difficile. Richiede di ammettere che non tutto quello che facciamo è perfetto, che ci sono compromessi, che alcune scelte sono fatte per ragioni di tempo o budget e non per ragioni tecniche. Richiede di fidarsi che il cliente possa capire, o almeno di provarci. E richiede di accettare che a volte non capirà, e che dovremo trovare un modo per andare avanti lo stesso.

Sono riflessioni in corso, non conclusioni definitive. Il mestiere sta cambiando sotto i nostri piedi, e chi pretende di avere tutte le risposte probabilmente non ha capito bene le domande. Quello che so è che l’equilibrio tra qualità e velocità non è più quello di una volta, che l’intelligenza artificiale ha ridisegnato i confini del possibile, e che il nostro compito è trovare un nuovo modo di creare valore in questo contesto diverso.

Non significa abbandonare i principi. Significa capire quali principi sono davvero principi e quali erano solo abitudini che avevano senso in un mondo che non esiste più. È un lavoro di discernimento che richiede umiltà, onestà intellettuale, e la disponibilità a mettere in discussione le proprie certezze.

E forse, alla fine, è proprio questo che distingue un bravo professionista da uno che sta solo ripetendo formule imparate: la capacità di adattarsi senza perdersi, di cambiare senza tradire, di evolvere restando fedeli a ciò che conta davvero. Che non è la qualità in sé, ma il valore che quella qualità crea per chi ne ha bisogno.