[{"data":1,"prerenderedAt":518},["ShallowReactive",2],{"/it-it/the-source/authors/emilio-salvador/":3,"footer-it-it":34,"the-source-banner-it-it":342,"the-source-navigation-it-it":354,"the-source-newsletter-it-it":381,"emilio-salvador-articles-list-authors-it-it":392,"emilio-salvador-articles-list-it-it":422,"emilio-salvador-page-categories-it-it":517},{"_path":4,"_dir":5,"_draft":6,"_partial":6,"_locale":7,"config":8,"seo":10,"content":12,"type":26,"slug":27,"_id":28,"_type":29,"title":11,"_source":30,"_file":31,"_stem":32,"_extension":33},"/it-it/the-source/authors/emilio-salvador","authors",false,"",{"layout":9},"the-source",{"title":11},"Emilio Salvador",[13,24],{"componentName":14,"componentContent":15},"TheSourceAuthorHero",{"config":16,"name":11,"role":19,"bio":20,"headshot":21},{"gitlabHandle":17,"linkedInProfileUrl":18},"esalvadorp","https://www.linkedin.com/in/emiliosp/","Vicepresidente, Strategia e Relazioni con gli sviluppatori","Emilio Salvador è vicepresidente della strategia e delle relazioni con gli sviluppatori presso GitLab. Dirigente del settore tecnologico con oltre 20 anni di esperienza, Emilio ha ricoperto ruoli in Amazon e Microsoft e, più di recente, ha guidato la strategia e le operazioni per il team Developer Advocacy and Experience di Google. Ha conseguito un MBA presso la MIT Sloan School of Management.",{"altText":11,"config":22},{"src":23},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1751463402/g0snp3uisjm4tj3pkqcw.jpg",{"componentName":25},"TheSourceArticlesList","author","emilio-salvador","content:it-it:the-source:authors:emilio-salvador.yml","yaml","content","it-it/the-source/authors/emilio-salvador.yml","it-it/the-source/authors/emilio-salvador","yml",{"_path":35,"_dir":36,"_draft":6,"_partial":6,"_locale":7,"data":37,"_id":338,"_type":29,"title":339,"_source":30,"_file":340,"_stem":341,"_extension":33},"/shared/it-it/main-footer","it-it",{"text":38,"source":39,"edit":45,"contribute":50,"config":55,"items":60,"minimal":330},"Git è un marchio di Software Freedom Conservancy e l'uso del termine \"GitLab\" è regolato da un accordo di licenza",{"text":40,"config":41},"Visualizza origine pagina",{"href":42,"dataGaName":43,"dataGaLocation":44},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/","page source","footer",{"text":46,"config":47},"Modifica questa pagina",{"href":48,"dataGaName":49,"dataGaLocation":44},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/content/","web ide",{"text":51,"config":52},"Contribuisci",{"href":53,"dataGaName":54,"dataGaLocation":44},"https://gitlab.com/gitlab-com/marketing/digital-experience/about-gitlab-com/-/blob/main/CONTRIBUTING.md/","please contribute",{"twitter":56,"facebook":57,"youtube":58,"linkedin":59},"https://twitter.com/gitlab","https://www.facebook.com/gitlab","https://www.youtube.com/channel/UCnMGQ8QHMAnVIsI3xJrihhg","https://www.linkedin.com/company/gitlab-com",[61,88,161,229,291],{"title":62,"links":63,"subMenu":69},"Piattaforma",[64],{"text":65,"config":66},"Piattaforma DevSecOps",{"href":67,"dataGaName":68,"dataGaLocation":44},"/it-it/platform/","devsecops platform",[70],{"title":71,"links":72},"Prezzi",[73,78,83],{"text":74,"config":75},"Visualizza i piani",{"href":76,"dataGaName":77,"dataGaLocation":44},"/it-it/pricing/","view plans",{"text":79,"config":80},"Perché passare a Premium?",{"href":81,"dataGaName":82,"dataGaLocation":44},"/it-it/pricing/premium/","why premium",{"text":84,"config":85},"Perché passare a Ultimate?",{"href":86,"dataGaName":87,"dataGaLocation":44},"/it-it/pricing/ultimate/","why ultimate",{"title":89,"links":90},"Soluzioni",[91,96,101,106,111,116,121,126,131,136,141,146,151,156],{"text":92,"config":93},"Trasformazione digitale",{"href":94,"dataGaName":95,"dataGaLocation":44},"/it-it/topics/digital-transformation/","digital transformation",{"text":97,"config":98},"Sicurezza e conformità",{"href":99,"dataGaName":100,"dataGaLocation":44},"/solutions/application-security-testing/","Application security testing",{"text":102,"config":103},"Distribuzione software automatizzata",{"href":104,"dataGaName":105,"dataGaLocation":44},"/it-it/solutions/delivery-automation/","automated software delivery",{"text":107,"config":108},"Sviluppo Agile",{"href":109,"dataGaName":110,"dataGaLocation":44},"/it-it/solutions/agile-delivery/","agile delivery",{"text":112,"config":113},"Trasformazione cloud",{"href":114,"dataGaName":115,"dataGaLocation":44},"/it-it/topics/cloud-native/","cloud transformation",{"text":117,"config":118},"SCM",{"href":119,"dataGaName":120,"dataGaLocation":44},"/it-it/solutions/source-code-management/","source code management",{"text":122,"config":123},"CI/CD",{"href":124,"dataGaName":125,"dataGaLocation":44},"/it-it/solutions/continuous-integration/","continuous integration & delivery",{"text":127,"config":128},"Gestione del flusso di valore",{"href":129,"dataGaName":130,"dataGaLocation":44},"/it-it/solutions/value-stream-management/","value stream management",{"text":132,"config":133},"GitOps",{"href":134,"dataGaName":135,"dataGaLocation":44},"/it-it/solutions/gitops/","gitops",{"text":137,"config":138},"Aziende",{"href":139,"dataGaName":140,"dataGaLocation":44},"/it-it/enterprise/","enterprise",{"text":142,"config":143},"Piccole imprese",{"href":144,"dataGaName":145,"dataGaLocation":44},"/it-it/small-business/","small business",{"text":147,"config":148},"Pubblica amministrazione",{"href":149,"dataGaName":150,"dataGaLocation":44},"/it-it/solutions/public-sector/","public sector",{"text":152,"config":153},"Istruzione",{"href":154,"dataGaName":155,"dataGaLocation":44},"/it-it/solutions/education/","education",{"text":157,"config":158},"Servizi finanziari",{"href":159,"dataGaName":160,"dataGaLocation":44},"/it-it/solutions/finance/","financial services",{"title":162,"links":163},"Risorse",[164,169,174,179,184,189,194,199,204,209,214,219,224],{"text":165,"config":166},"Installazione",{"href":167,"dataGaName":168,"dataGaLocation":44},"/it-it/install/","install",{"text":170,"config":171},"Guide rapide",{"href":172,"dataGaName":173,"dataGaLocation":44},"/it-it/get-started/","quick setup checklists",{"text":175,"config":176},"Formazione",{"href":177,"dataGaName":178,"dataGaLocation":44},"https://university.gitlab.com/","learn",{"text":180,"config":181},"Documentazione di prodotto",{"href":182,"dataGaName":183,"dataGaLocation":44},"https://docs.gitlab.com/","docs",{"text":185,"config":186},"Blog",{"href":187,"dataGaName":188,"dataGaLocation":44},"/blog/","blog",{"text":190,"config":191},"Storie di successo dei clienti",{"href":192,"dataGaName":193,"dataGaLocation":44},"/customers/","customer success stories",{"text":195,"config":196},"Lavorare da remoto",{"href":197,"dataGaName":198,"dataGaLocation":44},"https://handbook.gitlab.com/handbook/company/culture/all-remote/","remote",{"text":200,"config":201},"Servizi GitLab",{"href":202,"dataGaName":203,"dataGaLocation":44},"/it-it/services/","services",{"text":205,"config":206},"TeamOps",{"href":207,"dataGaName":208,"dataGaLocation":44},"/it-it/teamops/","teamops",{"text":210,"config":211},"Community",{"href":212,"dataGaName":213,"dataGaLocation":44},"/community/","community",{"text":215,"config":216},"Forum",{"href":217,"dataGaName":218,"dataGaLocation":44},"https://forum.gitlab.com/","forum",{"text":220,"config":221},"Eventi",{"href":222,"dataGaName":223,"dataGaLocation":44},"/events/","events",{"text":225,"config":226},"Partner",{"href":227,"dataGaName":228,"dataGaLocation":44},"/it-it/partners/","partners",{"title":230,"links":231},"Azienda",[232,237,242,247,252,257,262,266,271,276,281,286],{"text":233,"config":234},"Informazioni",{"href":235,"dataGaName":236,"dataGaLocation":44},"/it-it/company/","company",{"text":238,"config":239},"Opportunità di lavoro",{"href":240,"dataGaName":241,"dataGaLocation":44},"/jobs/","jobs",{"text":243,"config":244},"Leadership",{"href":245,"dataGaName":246,"dataGaLocation":44},"/company/team/e-group/","leadership",{"text":248,"config":249},"Team",{"href":250,"dataGaName":251,"dataGaLocation":44},"/company/team/","team",{"text":253,"config":254},"Manuale",{"href":255,"dataGaName":256,"dataGaLocation":44},"https://handbook.gitlab.com/","handbook",{"text":258,"config":259},"Rapporti con gli investitori",{"href":260,"dataGaName":261,"dataGaLocation":44},"https://ir.gitlab.com/","investor relations",{"text":263,"config":264},"Sustainability",{"href":265,"dataGaName":263,"dataGaLocation":44},"/sustainability/",{"text":267,"config":268},"Diversità, inclusione e appartenenza (DIB)",{"href":269,"dataGaName":270,"dataGaLocation":44},"/diversity-inclusion-belonging/","Diversity, inclusion and belonging",{"text":272,"config":273},"Trust Center",{"href":274,"dataGaName":275,"dataGaLocation":44},"/it-it/security/","trust center",{"text":277,"config":278},"Newsletter",{"href":279,"dataGaName":280,"dataGaLocation":44},"/company/contact/","newsletter",{"text":282,"config":283},"Rassegna stampa",{"href":284,"dataGaName":285,"dataGaLocation":44},"/press/","press",{"text":287,"config":288},"Dichiarazione di trasparenza sulla schiavitù moderna",{"href":289,"dataGaName":290,"dataGaLocation":44},"https://handbook.gitlab.com/handbook/legal/modern-slavery-act-transparency-statement/","modern slavery transparency statement",{"title":292,"links":293},"Contattaci",[294,299,304,309,314,319,324],{"text":295,"config":296},"Contatta un esperto",{"href":297,"dataGaName":298,"dataGaLocation":44},"/it-it/sales/","sales",{"text":300,"config":301},"Richiedi assistenza",{"href":302,"dataGaName":303,"dataGaLocation":44},"/support/","get help",{"text":305,"config":306},"Portale clienti",{"href":307,"dataGaName":308,"dataGaLocation":44},"https://customers.gitlab.com/customers/sign_in/","customer portal",{"text":310,"config":311},"Stato",{"href":312,"dataGaName":313,"dataGaLocation":44},"https://status.gitlab.com/","status",{"text":315,"config":316},"Termini di utilizzo",{"href":317,"dataGaName":318,"dataGaLocation":44},"/terms/","terms of use",{"text":320,"config":321},"Informativa sulla privacy",{"href":322,"dataGaName":323,"dataGaLocation":44},"/it-it/privacy/","privacy statement",{"text":325,"config":326},"Preferenze dei cookie",{"dataGaName":327,"dataGaLocation":44,"id":328,"isOneTrustButton":329},"cookie preferences","ot-sdk-btn",true,{"items":331},[332,334,336],{"text":315,"config":333},{"href":317,"dataGaName":318,"dataGaLocation":44},{"text":320,"config":335},{"href":322,"dataGaName":323,"dataGaLocation":44},{"text":325,"config":337},{"dataGaName":327,"dataGaLocation":44,"id":328,"isOneTrustButton":329},"content:shared:it-it:main-footer.yml","Main Footer","shared/it-it/main-footer.yml","shared/it-it/main-footer",{"_path":343,"_dir":344,"_draft":6,"_partial":6,"_locale":7,"id":345,"visibility":329,"title":346,"button":347,"_id":351,"_type":29,"_source":30,"_file":352,"_stem":353,"_extension":33},"/shared/it-it/the-source/banner/the-economics-of-software-innovation-2025-08-18","banner","The Economics of Software Innovation","The Economics of Software Innovation—AI’s $750 Billion Opportunity",{"config":348,"text":350},{"href":349},"https://about.gitlab.com/software-innovation-report/","Get the research report","content:shared:it-it:the-source:banner:the-economics-of-software-innovation-2025-08-18.yml","shared/it-it/the-source/banner/the-economics-of-software-innovation-2025-08-18.yml","shared/it-it/the-source/banner/the-economics-of-software-innovation-2025-08-18",{"_path":355,"_dir":9,"_draft":6,"_partial":6,"_locale":7,"logo":356,"subscribeLink":361,"navItems":365,"_id":377,"_type":29,"title":378,"_source":30,"_file":379,"_stem":380,"_extension":33},"/shared/it-it/the-source/navigation",{"altText":357,"config":358},"the source logo",{"src":359,"href":360},"https://res.cloudinary.com/about-gitlab-com/image/upload/v1750191004/t7wz1klfb2kxkezksv9t.svg","/it-it/the-source/",{"text":362,"config":363},"Iscriviti",{"href":364},"#subscribe",[366,370,373],{"text":367,"config":368},"Intelligenza artificiale",{"href":369},"/it-it/the-source/ai/",{"text":97,"config":371},{"href":372},"/it-it/the-source/security/",{"text":374,"config":375},"Piattaforma e infrastruttura",{"href":376},"/it-it/the-source/platform/","content:shared:it-it:the-source:navigation.yml","Navigation","shared/it-it/the-source/navigation.yml","shared/it-it/the-source/navigation",{"_path":382,"_dir":9,"_draft":6,"_partial":6,"_locale":7,"title":383,"description":384,"submitMessage":385,"formData":386,"_id":389,"_type":29,"_source":30,"_file":390,"_stem":391,"_extension":33},"/shared/it-it/the-source/newsletter","Newsletter di The Source","Rimani al passo con le ultime tendenze dello sviluppo software grazie a preziosi approfondimenti.","Hai effettuato l'iscrizione alla newsletter di The Source.",{"config":387},{"formId":388,"formName":280,"hideRequiredLabel":329},28469,"content:shared:it-it:the-source:newsletter.yml","shared/it-it/the-source/newsletter.yml","shared/it-it/the-source/newsletter",{"amanda-rueda":393,"andre-michael-braun":394,"andrew-haschka":395,"ayoub-fandi":396,"brian-wald":397,"bryan-ross":398,"chandler-gibbons":399,"dave-steer":400,"ddesanto":401,"derek-debellis":402,"emilio-salvador":11,"erika-feldman":403,"george-kichukov":404,"gitlab":405,"grant-hickman":406,"haim-snir":407,"iganbaruch":408,"jlongo":409,"joel-krooswyk":410,"josh-lemos":411,"julie-griffin":412,"kristina-weis":413,"lee-faus":414,"ncregan":415,"rschulman":416,"sabrina-farmer":417,"sandra-gittlen":418,"sharon-gaudin":419,"stephen-walters":420,"taylor-mccaslin":421},"Amanda Rueda","Andre Michael Braun","Andrew Haschka","Ayoub Fandi","Brian Wald","Bryan Ross","Chandler Gibbons","Dave Steer","David DeSanto","Derek DeBellis","Erika Feldman","George Kichukov","GitLab","Grant Hickman","Haim Snir","Itzik Gan Baruch","Joseph Longo","Joel Krooswyk","Josh Lemos","Julie Griffin","Kristina Weis","Lee Faus","Niall Cregan","Robin Schulman","Sabrina Farmer","Sandra Gittlen","Sharon Gaudin","Stephen Walters","Taylor McCaslin",{"allArticles":423,"visibleArticles":516,"showAllBtn":329},[424,472,494],{"_path":425,"_dir":426,"_draft":6,"_partial":6,"_locale":7,"config":427,"seo":431,"content":436,"type":467,"category":426,"slug":468,"_id":469,"_type":29,"title":432,"_source":30,"_file":470,"_stem":471,"_extension":33,"date":437,"description":438,"timeToRead":439,"heroImage":434,"keyTakeaways":440,"articleBody":444,"faq":445},"/it-it/the-source/ai/agentic-ai-unlocking-developer-potential-at-scale","ai",{"layout":9,"template":428,"articleType":429,"author":27,"featured":329,"gatedAsset":430,"isHighlighted":6,"authorName":11},"TheSourceArticle","Regular","source-lp-ai-guide-for-enterprise-leaders-building-the-right-approach",{"title":432,"description":433,"ogImage":434,"config":435},"IA agentica: scatenare le potenzialità degli sviluppatori su larga scala","Scopri come l'IA agentica trasforma lo sviluppo software oltre il completamento del codice, per creare partner di IA in grado di svolgere attività complesse.","https://res.cloudinary.com/about-gitlab-com/image/upload/v1751463876/kiw4eb54r8xtzztvbozf.jpg",{"ignoreTitleCharLimit":329},{"title":432,"date":437,"description":438,"timeToRead":439,"heroImage":434,"keyTakeaways":440,"articleBody":444,"faq":445},"2025-04-08","Scopri come l'IA agentica sta trasformando lo sviluppo software, andando oltre il completamento del codice per creare partner di IA in grado di svolgere in modo proattivo attività complesse.","Tempo di lettura: 6 minuti",[441,442,443],"Gli agenti IA possono ridurre i tempi di sviluppo da settimane a poche ore, perché gestiscono autonomamente attività complesse come la modernizzazione della codebase mantenendo comunque una supervisione umana configurabile per i sistemi critici.","A differenza degli assistenti alla programmazione più semplici, gli agenti IA possono collaborare con altri agenti per svolgere attività diverse, consentendo agli sviluppatori di dedicarsi all'innovazione e alla risoluzione di problemi di alto valore.","Gli agenti IA specializzati, basati su diversi modelli, possono svolgere in modo ottimale attività specifiche relative ad esempio a sicurezza e test, offrendo risultati migliori rispetto a soluzioni più generiche.","L'IA ha già cambiato il lavoro degli sviluppatori. [Secondo un'indagine di GitLab](https://about.gitlab.com/developer-survey/2024/ai/), nel 2024 ha dichiarato di usare l'IA per lo sviluppo software il 39 % dei professionisti DevSecOps, con un aumento del 16 % rispetto all'anno precedente. Gli assistenti di codifica basati sull'IA sono diventati strumenti comuni che aiutano i team a scrivere codice più velocemente, a comprendere le codebase e a creare la documentazione. Oggi, però, stiamo assistendo a un grande cambiamento: gli agenti IA diventano partner attivi e non non più solo aiutanti passivi.\n\nQuesta trasformazione sta ridefinendo lo sviluppo software. L'IA agentica sta semplificando la scrittura di software per sempre più persone, portando a un boom innovativo poiché più e più sviluppatori possono creare software per miliardi di utenti. Per sfruttare al meglio questa nuova ondata di innovazione senza introdurre rischi inutili, però, i leader dovranno cercare soluzioni di IA agentica con ottime misure di sicurezza e conformità.\n\n## Agenti IA e assistenti IA: in cosa differiscono?\nLa differenza principale tra assistenti IA e agenti IA è il loro comportamento. Gli assistenti di codifica sono reattivi e attendono che gli sviluppatori pongano domande o richiedano attività. Sono utili per programmare e comprendere il codice più rapidamente, ma sono passivi nel processo di sviluppo.\n\nGli agenti IA, invece, sono quasi veri e propri membri del team. Sono in grado di ragionare, pianificare e mantenere il contesto su diverse attività, e hanno un certo grado di autonomia per prendere decisioni, interagire con altri agenti e adattarsi alle circostanze mutevoli. Con il passaggio agli agenti, l'IA diventa a tutti gli effetti un partner di sviluppo.\n\nA differenza degli assistenti che aiutano solo a scrivere il codice, gli agenti IA possono orchestrare attivamente processi complessi, dai controlli di sicurezza alle revisioni di conformità. Ad esempio, un agente di revisione può controllare automaticamente il codice, trovare problemi e offrire correzioni. Mentre un assistente IA ha bisogno dell'intervento umano in ogni fase, un agente può gestire le varie attività in base agli obiettivi del progetto. A differenza dei semplici assistenti che non ricordano le interazioni passate e non possono imparare dagli errori, gli agenti possono anche apprendere e adattarsi nel tempo.\n\n## Lo spettro dell'autonomia\nTra gli aspetti più potenti degli agenti IA vi sono la configurabilità e il livello di interazione. Alcuni agenti possono essere altamente interattivi, mentre altri possono eseguire attività complesse in background con un'interazione umana limitata o nulla. I team possono quindi impostare diversi livelli di supervisione umana in base al lavoro dell'agente e all'importanza dell'attività.\n\nPer attività semplici come il riepilogo del codice o la stesura della documentazione, l'agente può lavorare in modo indipendente, avvisando un membro del team solo al termine. Per attività critiche che coinvolgono la logica di business chiave o dati sensibili, i collaboratori umani possono impostare checkpoint di approvazione o monitorare da vicino il lavoro dell'agente.\n\nQuesta flessibilità aiuta a bilanciare la velocità dell'automazione con la necessità di controllo umano, ma senza rappresentare un'operazione all-or-nothing: è sempre possibile definire il livello di autonomia per diversi tipi di attività e fasi del ciclo di sviluppo.\n\n## Il potere della specializzazione\nIn genere, gli attuali assistenti IA alla programmazione usano un unico modello linguistico di grandi dimensioni, ma in futuro ci saranno molti agenti specializzati, ognuno basato su diversi modelli creati per attività specifiche.\n\nStanno già emergendo agenti specializzati per attività come:\n- Modernizzazione del codice (conversione delle codebase in versioni più recenti dei linguaggi di programmazione)\n- Rilevamento e correzione delle vulnerabilità della sicurezza\n- Generazione ed esecuzione di test\n- Ottimizzazione delle prestazioni\n- Generazione della documentazione\n- Analisi delle cause principali per gli errori della pipeline\n\nOgni attività funziona meglio con un modello costruito specificamente. Specializzandosi, ciascun agente può eccellere nel proprio compito, senza la pretesa di essere universale.\n\nSta dunque emergendo un ecosistema di agenti specializzati che lavorano di concerto, ognuno basato su diversi modelli linguistici ottimizzati per attività specifiche. Questo approccio multi-modello promette risultati migliori rispetto al tentativo di gestire ogni attività con un unico modello generico.\n\n## L'impatto reale degli agenti IA\nAttività che una volta richiedevano settimane ora possono essere completate in poche ore grazie agli agenti IA. Ad esempio, l'aggiornamento di un'ampia codebase Java a una versione più recente, che poteva richiedere settimane, oggi può svolgersi molto più velocemente grazie agli agenti.\n\nMa soprattutto, gli agenti IA aiutano gli sviluppatori a sfruttare al meglio le proprie potenzialità. Gestendo le attività di routine, gli agenti consentono agli sviluppatori di concentrarsi su ciò che sanno fare meglio: risolvere problemi complessi e creare nuove soluzioni. L'obiettivo non è sostituire gli sviluppatori con l'IA, ma potenziarne le capacità e permettere che si dedichino alle attività di livello superiore, all'innovazione e al lavoro creativo che richiede l'intelletto umano.\n\nGrazie gli agenti IA, gli sviluppatori possono lavorare come mai prima d'ora, da soli o in team. Gli agenti non si occupano di attività reattive basate su prompt, ma sono invece proattivi e collegano ogni aspetto della creazione del software, contribuendo a programmare, pianificare, progettare ed eseguire test, deployment e manutenzione.\n\n## Cosa prendere in considerazione quando si adottano agenti IA\nPer prepararsi a una rapida crescita dello sviluppo e della programmazione software, le aziende devono pianificare le attività in anticipo. Prima di aggiungere agenti IA al processo, occorre concentrarsi su questi aspetti:\n\n1. **Pensare a come aumentare la produttività reale, non solo ad aggiungere nuovi strumenti e processi che i team devono imparare a usare**. Adottando [flussi di lavoro di IA agentica come parte di una piattaforma DevSecOps](https://about.gitlab.com/blog/gitlab-duo-workflow-enterprise-visibility-and-control-for-agentic-ai/), puoi aiutare gli sviluppatori a dedicare più tempo alla creazione di valore per i clienti senza che ciò sfoci in un'[espansione incontrollata dell'IA](https://about.gitlab.com/the-source/ai/overcome-ai-sprawl-with-a-value-stream-management-approach/). I report e le dashboard integrati nella piattaforma aiutano anche a [misurare il successo](https://about.gitlab.com/the-source/ai/4-steps-for-measuring-the-impact-of-ai/), per sapere se il team è sulla strada giusta.\n2. **Cercare soluzioni adatte a tutto il team**. Gli agenti IA migliori rendono più efficiente il lavoro di tutti, non solo quello di alcuni sviluppatori.\n3. **Puntare su sicurezza e conformità**. Dato che sempre più spesso l'IA genera codice pronto per la produzione, una piattaforma DevSecOps completa è essenziale per sviluppare software su larga scala in modo sicuro. Se operi in un settore regolamentato, assicurati che la tua soluzione di IA agentica soddisfi le norme rigorose per la sicurezza e la privacy dei dati. Verifica se può funzionare offline o in [sistemi con air gap](https://about.gitlab.com/the-source/ai/transforming-government-it-ai-for-air-gapped-environments/) se cerchi un alto livello di sicurezza.\n4. **Cercare soluzioni che garantiscano il controllo aziendale attraverso la supervisione umana**. Gli agenti IA devono offrire procedure di approvazione chiare e sistemi di protezione configurabili che mantengano gli esseri umani all'interno del processo. Questo equilibrio offre la velocità dell'automazione e mantiene al tempo stesso una governance adeguata, essenziale per i sistemi critici e le decisioni strategiche.\n\nLe aziende che usano una piattaforma DevSecOps end-to-end con analisi di sicurezza automatica, misure di conformità e flussi di lavoro standardizzati saranno più attrezzate per sfruttare i vantaggi degli agenti IA senza aggiungere rischi inutili. Chi non usufruisce di una piattaforma avrà difficoltà a gestire la complessità e i rischi dell'IA agentica, pur continuando a offrire un'esperienza cliente sicura e affidabile.\n\n## Guardare al futuro\nSiamo solo all'inizio della rivoluzione degli agenti IA nello sviluppo software. Man mano che questi strumenti matureranno, migliorerà il lavoro di squadra tra sviluppatori umani e agenti IA, che diventeranno partner più rilevanti nella creazione di software.\n\nEsistono quindi grandi potenzialità di convergenza tra gli assistenti alla programmazione e gli agenti IA. Gli assistenti alla programmazione probabilmente si evolveranno, incorporando le funzionalità più avanzate degli agenti IA, ad esempio una maggiore autonomia nella gestione delle attività di programmazione, la risoluzione proattiva dei problemi nel flusso di lavoro e un'integrazione più profonda con altri strumenti e processi di sviluppo. Nelle iterazioni future, gli assistenti alla programmazione potrebbero assumere compiti più complessi che non si limitino alla semplice generazione, come il debugging autonomo, lo svolgimento di test e persino il deployment di codice in base a requisiti di alto livello, diventando di fatto \"agenti alla programmazione\" più autonomi.\n\nNegli ultimi cinque decenni i software hanno cambiato il mondo, ma solo una piccola parte della popolazione ha le competenze per svilupparli. Eppure, questi pochi sviluppatori raggiungono miliardi di persone attraverso gli smartphone e Internet. Immagina un mondo in cui sempre più persone possono sviluppare, proteggere e distribuire software pronti per la produzione: questo traguardo oggi è possibile grazie all'IA agentica.\n\nIl passaggio da assistenti passivi a partner di sviluppo attivi è un balzo in avanti per lo sviluppo di software. Con l'evoluzione di agenti specializzati, la programmazione sarà più rapida, più affidabile e più gratificante per chi si affida a questi nuovi strumenti di IA.",[446,449,452,455,458,461,464],{"header":447,"content":448},"Cos'è l'IA agentica nello sviluppo software?","Con il termine IA agentica si intendono agenti IA autonomi in grado di ragionare, pianificare e prendere l'iniziativa tra un'attività e l'altra, a differenza degli assistenti alla programmazione reattivi che richiedono prompt umani. Questi agenti si comportano come membri del team, svolgendo attività complesse con una supervisione minima e consentendo flussi di lavoro proattivi in tutto il ciclo di sviluppo software.",{"header":450,"content":451},"In cosa gli agenti IA differiscono dai tradizionali assistenti alla programmazione?","Mentre gli assistenti alla programmazione rispondono ai prompt degli sviluppatori, gli agenti IA possono completare autonomamente attività in più fasi, coordinarsi con altri agenti e adattarsi in base agli obiettivi del progetto. Sono in grado di gestire funzionalità come le analisi di sicurezza, la generazione di test e le revisioni del codice senza bisogno di interventi manuali in ogni fase.",{"header":453,"content":454},"Quali sono i vantaggi degli agenti IA per gli sviluppatori?","Gli agenti IA riducono il carico di lavoro manuale automatizzando attività che richiedono molto tempo, come l'aggiornamento delle codebase, l'esecuzione di controlli di conformità e la generazione di documentazione. In questo modo, gli sviluppatori possono concentrarsi su attività di maggior valore come l'innovazione, la risoluzione dei problemi e lo sviluppo strategico, accelerando così la distribuzione senza compromettere la qualità.",{"header":456,"content":457},"Gli agenti IA possono essere personalizzati per diversi livelli di supervisione umana?","Sì. È possibile configurare l'autonomia degli agenti in base alla criticità delle attività. Per le attività di routine, gli agenti possono operare in modo indipendente, mentre per le operazioni ad alto rischio o business-critical è possibile integrare i checkpoint di approvazione umana per mantenere la governance e la conformità.",{"header":459,"content":460},"Gli agenti IA specializzati sono più efficaci dei modelli generici?","Gli agenti IA specializzati, addestrati per una funzione specifica come la sicurezza, i test o l'analisi delle cause principali, in genere sono migliori dei modelli generici per queste attività mirate. Questo approccio modulare e multi-agente migliora l'accuratezza e l'efficienza, sfruttando i punti di forza dei modelli ottimizzati per dominio.",{"header":462,"content":463},"Cosa deve considerare un'azienda quando adotta l'IA agentica?","Le aziende devono garantire che gli agenti IA siano in linea con i loro requisiti di sicurezza, conformità e governance. Dovrebbero essere integrati in una piattaforma DevSecOps end-to-end per evitare l'espansione incontrollata dell'IA, mantenere il controllo attraverso la supervisione umana e supportare l'adozione a livello aziendale con flussi di lavoro coerenti.",{"header":465,"content":466},"Come cambierà il futuro dello sviluppo software con l'IA agentica?","L'IA agentica democratizzerà lo sviluppo software consentendo a sempre più persone di creare e gestire software pronto per la produzione. Con l'aumentare dell'autonomia e dell'integrazione degli agenti, sarà possibile avere cicli di innovazione più rapidi, migliorare la qualità del codice e rendere la programmazione più accessibile, scalabile e sicura.","article","agentic-ai-unlocking-developer-potential-at-scale","content:it-it:the-source:ai:agentic-ai-unlocking-developer-potential-at-scale:index.yml","it-it/the-source/ai/agentic-ai-unlocking-developer-potential-at-scale/index.yml","it-it/the-source/ai/agentic-ai-unlocking-developer-potential-at-scale/index",{"_path":473,"_dir":426,"_draft":6,"_partial":6,"_locale":7,"config":474,"seo":476,"content":481,"type":467,"category":426,"slug":490,"_id":491,"_type":29,"title":477,"_source":30,"_file":492,"_stem":493,"_extension":33,"date":482,"description":483,"timeToRead":484,"heroImage":479,"keyTakeaways":485,"articleBody":489},"/it-it/the-source/ai/ai-trends-for-2025-agentic-ai-self-hosted-models-and-more",{"layout":9,"template":428,"articleType":429,"author":27,"featured":6,"gatedAsset":475,"isHighlighted":6,"authorName":11},"source-lp-getting-started-with-ai-in-software-development-a-guide-for-leaders",{"title":477,"description":478,"ogImage":479,"config":480},"IA agentica, modelli in self-hosting e non solo: le tendenze dell'IA per il 2025","Sfruttare l'IA per sviluppare soluzioni innovative e offrire maggiore valore ai clienti sarà fondamentale per restare competitivi in un mercato basato sull'IA.","https://res.cloudinary.com/about-gitlab-com/image/upload/v1751464096/twyszwpyraghcxz1bruy.png",{"ignoreTitleCharLimit":329},{"title":477,"date":482,"description":483,"timeToRead":484,"heroImage":479,"keyTakeaways":485,"articleBody":489},"2024-12-18","Scopri le principali tendenze dell'IA per lo sviluppo software, dai deployment di modelli on-premise agli agenti intelligenti e adattivi.","Tempo di lettura: 3 minuti",[486,487,488],"L'intelligenza artificiale sta già avendo un grande impatto nel settore dello sviluppo software, migliorando la qualità e l'efficienza del codice grazie all'automazione di un'ampia serie di attività ripetitive.","Gli sviluppatori software lavoreranno insieme ad agenti IA grazie ai quali potranno risolvere i problemi in tempo reale, ottimizzare le prestazioni e migliorare in generale la qualità del codice, per dedicarsi così al processo decisionale strategico.","L'aumento dei deployment di strumenti IA on-premise, in particolare nei settori regolamentati, offrirà alle aziende maggiore controllo su privacy e sicurezza dei dati, nonché la possibilità di personalizzare il software in base alle esigenze specifiche.","Secondo un'[indagine condotta da GitLab nel 2024](https://about.gitlab.com/developer-survey/), il 78% delle organizzazioni utilizzerà l'intelligenza artificiale nei propri processi di sviluppo software entro i prossimi due anni: un cambiamento radicale che sta già trasformando il modo in cui i team scrivono e distribuiscono il codice. Inoltre, il numero di organizzazioni che utilizzano attivamente l'IA è passato dal 23% al 39% solo nell'ultimo anno.\n\nMentre i team di sviluppo fanno a gara per integrare l'IA nei loro flussi di lavoro, stanno emergendo alcuni importanti fattori destinati a cambiare radicalmente le modalità di creazione del software. Dagli agenti IA intelligenti in grado di adattarsi in tempo reale all'aumento di modelli on-premise personalizzati, ecco tre modi in cui l'IA modificherà in modo significativo lo sviluppo del software.\n\n## Il futuro delle applicazioni: agenti IA intelligenti e adattivi\nSe la prima fase di applicazione dell'IA nel campo dello sviluppo software si è concentrata su assistenti di codice reattivi per la generazione e il completamento di codice, il futuro appartiene all'IA agentica. [Gli agenti IA intelligenti e adattivi](https://about.gitlab.com/blog/meet-gitlab-duo-workflow-the-future-of-ai-driven-development/) supereranno i limiti del software tradizionale. Anziché interagire con interfacce fisse e flussi di lavoro preimpostati, gli utenti si relazioneranno con agenti IA capaci di rispondere in modo intuitivo e di apprendere nel tempo.\n\nQuesti agenti basati sull'intelligenza artificiale fungeranno da applicazione, offrendo un'esperienza più interattiva e conversazionale. Poiché gli agenti IA possono eseguire attività complesse, fornire indicazioni e adattarsi in tempo reale in base alle interazioni con gli utenti, l'IA agentica porterà allo sviluppo di applicazioni decisamente più personalizzate e reattive, rimodellando radicalmente le modalità di utilizzo del software.\n\n## Gli assistenti IA si trasformeranno in collaboratori proattivi\n[Gli assistenti IA stanno diventando sempre più intelligenti](https://about.gitlab.com/gartner-mq-ai-code-assistants/), progredendo verso un modello di interazione in cui non solo rispondono ai comandi ma propongono soluzioni in maniera autonoma. Nell'ambito di questa evoluzione, gli strumenti basati sull'IA diventeranno nodi fondamentali per lo sviluppo, anticipando le necessità degli sviluppatori e offrendo suggerimenti in tempo reale per ottimizzare le prestazioni, la sicurezza e la manutenzione delle applicazioni. La nuova generazione di assistenti IA sarà in grado di gestire progetti e attività complessi con poca supervisione da parte di utenti umani, accelerando così il processo di scrittura del codice. Questo cambiamento è destinato a ottimizzare l'intero ciclo di sviluppo software, rendendolo più accessibile attraverso una semplice interfaccia utente.\n\nIl ruolo degli sviluppatori software andrà evolvendosi di pari passo con questi progressi tecnologici. L'intelligenza artificiale non sostituirà gli sviluppatori umani ma ne amplificherà le capacità, permettendo loro di concentrarsi su ciò che conta davvero: risolvere problemi tecnici complessi. Automatizzando le attività di routine e fornendo una guida esperta, gli assistenti IA consentiranno agli sviluppatori di approfondire le pratiche di risoluzione dei problemi aziendali, migliorare continuamente la qualità del codice ed esplorare nuove tecnologie e competenze.\n\n## Sempre più aziende utilizzeranno modelli personalizzati on-premise\nNel 2025, le organizzazioni si orienteranno verso deployment di IA più contenuti e specifici. Mentre i modelli open-source diventeranno sempre più convenienti e accessibili, i team ricorreranno con maggiore frequenza all'esecuzione di versioni personalizzate all'interno dei propri data center. Di conseguenza, per le organizzazioni sarà più facile, rapido ed economico [ospitare i propri modelli linguistici di grandi dimensioni e ottimizzarli in base alle singole esigenze](https://about.gitlab.com/releases/2024/10/17/gitlab-17-5-released/#use-self-hosted-model-for-gitlab-duo-code-suggestions). Le aziende scopriranno di poter combinare i propri dati con i modelli esistenti e personalizzare l'esperienza del cliente a costi di gran lunga inferiori rispetto a quelli attuali.\n\nNel frattempo, l'aumento dei rischi di conformità associati all'IA spingerà i settori regolamentati, come le istituzioni finanziarie e le agenzie governative, a eseguire il deployment di modelli in ambienti con air-gap al fine di ridurre la latenza e avere un maggiore controllo sulla privacy e sulla sicurezza dei dati.\n\n## Conclusioni\nIl futuro dello sviluppo software è indissolubilmente legato all'IA. Queste tecnologie stanno rivoluzionando il modo in cui il software viene creato, distribuito e aggiornato. Adottando l'intelligenza artificiale in tutte le sue forme, da quella generativa agli assistenti IA proattivi fino agli agenti completamente autonomi, le organizzazioni possono ottenere un vantaggio competitivo, migliorare l'efficienza e fornire soluzioni innovative che soddisfino le esigenze in continua evoluzione dei clienti.\n\nQuesta trasformazione richiede una preparazione mirata: pianificazione strategica, assunzione di professionisti di talento, investimenti nelle infrastrutture, attitudine all'apprendimento e capacità di adattarsi costantemente ai mutamenti del settore. Le aziende che riusciranno a destreggiarsi in questo panorama in continua evoluzione sapranno imporsi anche nell'era digitale.\n\n> ## Domande frequenti\n> ### Cos'è l'IA agentica e che impatto avrà sullo sviluppo software?\n> L'IA agentica fa riferimento ai sistemi di intelligenza artificiale che operano in modo autonomo, apprendendo dalle interazioni con l'ambiente circostante e adattandosi in tempo reale. A differenza dei tradizionali assistenti IA alla programmazione che reagiscono agli input, l'IA agentica agisce in modo proattivo, ottimizzando il processo di sviluppo software attraverso l'automazione dei flussi di lavoro, migliorando l'efficienza e personalizzando la user experience.\n>\n> ### Perché le aziende puntano sempre di più su modelli di IA in self-hosting?\n> Le aziende stanno adottando modelli di IA in self-hosting per migliorare la privacy dei dati, ridurre i costi e personalizzare le soluzioni di intelligenza artificiale in base alle loro esigenze specifiche. Grazie ai progressi dell'IA open-source, le aziende possono ottimizzare i modelli in ambienti on-premise, garantendo la conformità alle normative e migliorando le prestazioni, mantenendo allo stesso tempo il controllo sui dati sensibili.\n>\n> ### Come si stanno evolvendo gli assistenti alla programmazione basati sull'intelligenza artificiale?\n> Gli assistenti IA alla programmazione si stanno trasformando da strumenti reattivi in collaboratori proattivi. I futuri assistenti IA saranno in grado di anticipare le esigenze degli sviluppatori, fornire suggerimenti puntuali, automatizzare attività complesse e migliorare la sicurezza del software, rendendo più efficiente e accessibile il processo di sviluppo.\n>\n> ### Perché è vantaggioso eseguire modelli di IA in ambienti on-premise?\n> Il deployment di modelli di IA on-premise permette alle organizzazioni di mantenere un maggiore controllo sulla sicurezza dei dati, soddisfare al meglio i requisiti di conformità e ridurre la latenza. Questo approccio può rivelarsi particolarmente prezioso per le aziende che operano in settori in cui la gestione dei dati sensibili è fondamentale, come la finanza, la sanità e la pubblica amministrazione.\n>\n> ### In che modo le organizzazioni possono implementare un processo di sviluppo software basato sull'intelligenza artificiale nel 2025?\n> Per integrare con successo l'IA nello sviluppo software, le aziende dovrebbero investire in un'infrastruttura dedicata, affinare le competenze degli sviluppatori, implementare una governance IA responsabile ed esplorare soluzioni ibride in grado di bilanciare il deployment su cloud e on-premise. Rimanere informati sulle tendenze dell'IA aiuterà i team ad avvalersene per sviluppare soluzioni innovative e migliorare l'efficienza.\n","ai-trends-for-2025-agentic-ai-self-hosted-models-and-more","content:it-it:the-source:ai:ai-trends-for-2025-agentic-ai-self-hosted-models-and-more:index.yml","it-it/the-source/ai/ai-trends-for-2025-agentic-ai-self-hosted-models-and-more/index.yml","it-it/the-source/ai/ai-trends-for-2025-agentic-ai-self-hosted-models-and-more/index",{"_path":495,"_dir":426,"_draft":6,"_partial":6,"_locale":7,"config":496,"seo":498,"content":502,"type":467,"category":426,"slug":512,"_id":513,"_type":29,"title":503,"_source":30,"_file":514,"_stem":515,"_extension":33,"date":504,"description":505,"timeToRead":506,"heroImage":501,"keyTakeaways":507,"articleBody":511},"/it-it/the-source/ai/6-strategies-to-help-developers-accelerate-ai-adoption",{"layout":9,"template":428,"articleType":429,"author":27,"featured":6,"gatedAsset":497,"isHighlighted":6,"authorName":11},"source-lp-how-to-think-about-developer-productivity-in-the-age-of-ai",{"title":499,"description":500,"ogImage":501},"6 strategie per accelerare l'adozione dell'IA | GitLab","L'IA è destinata a imporsi nello sviluppo software. Ecco come i leader possono creare un ambiente innovativo senza trascurare i rischi.","https://res.cloudinary.com/about-gitlab-com/image/upload/v1751464541/da4tvbmwsisqabz8i0mc.png",{"title":503,"date":504,"description":505,"timeToRead":506,"heroImage":501,"keyTakeaways":507,"articleBody":511},"6 strategie per aiutare gli sviluppatori ad accelerare l'adozione dell'IA","2024-10-29","L'IA è destinata a imporsi nello sviluppo software. Ecco come i leader possono creare un ambiente che promuova l'innovazione pur riconoscendo possibili preoccupazioni.","Tempo di lettura: 7 minuti",[508,509,510],"L'integrazione dell'IA nei processi di sviluppo software può migliorare la produttività degli sviluppatori semplificando i flussi di lavoro, in modo che i team possano dedicarsi all'innovazione anziché ad attività noiose.","Nonostante i vantaggi, integrare con successo gli strumenti di IA nei flussi di lavoro può essere difficile per la mancanza di conoscenze o risorse, per le difficoltà di adattamento del flusso di lavoro e per la paura di perdere il proprio posto.","Le strategie per la corretta implementazione dell'IA includono il chiarimento degli obiettivi, la definizione di misure protettive e flussi di lavoro e l'attenzione alla trasformazione dei talenti e della cultura aziendale.","Integrando l'intelligenza artificiale (IA) nel processo di codifica, gli sviluppatori possono dedicare più tempo alle attività strategiche, ridurre il carico cognitivo e fornire maggiore valore.\n\nLe organizzazioni stanno già effettuando investimenti significativi nell'IA. Secondo il [Global DevSecOps Report 2024 di GitLab](https://about.gitlab.com/developer-survey/), il 78% degli intervistati ha dichiarato di utilizzare attualmente l'IA nello sviluppo software o che prevede di farlo nei prossimi due anni, rispetto al 64% del 2023. Le organizzazioni che adottano l'IA stanno già riscontrando vantaggi, come una maggiore produttività degli sviluppatori, una migliore qualità e sicurezza del codice. [L'adozione dell'IA](https://about.gitlab.com/the-source/ai/how-ai-helps-devsecops-teams-improve-productivity/) consente ai team di sviluppo di dedicare più tempo alla risoluzione creativa dei problemi e all'innovazione piuttosto che ad attività ripetitive e dispendiose in termini di tempo, come la scrittura manuale del codice boilerplate.\n\nNonostante i chiari vantaggi dell'IA, i team potrebbero avere difficoltà a integrare con successo gli strumenti di IA nei loro processi quotidiani. Questa sfida può essere attribuita a vari fattori, come la mancanza di conoscenze o risorse, la difficoltà ad adattare i flussi di lavoro e gli strumenti esistenti e la paura di perdere posti di lavoro a causa dell'automazione. Quasi la metà (49%) dei nostri intervistati ha espresso preoccupazione per il fatto che l'IA sostituirà i loro ruoli nei prossimi cinque anni.\n\nCapire la posizione odierna del tuo team è indispensabile per prepararlo al successo in fase di integrazione dell'IA. [La nostra ricerca](https://about.gitlab.com/developer-survey/2024/ai/) mostra che la maggior parte delle organizzazioni (56%) si trova nella fase di valutazione ed esplorazione, il che significa che ha iniziato a fissare degli obiettivi raggiungibili per l'adozione dell'IA ma non ha effettivamente cominciato a utilizzare tale tecnologia nel proprio ciclo di sviluppo software.\n\nEcco sei strategie utili sia per gli early adopter che per chi sta ancora studiando il concetto dell'IA, da utilizzare per preparare un team per il successo:\n\n## 1. Chiarire gli obiettivi dell'adozione dell'IA\nIl primo passo dovrebbe essere quello di creare un modello di governance dell'IA per la tua organizzazione. Quali sono gli obiettivi dell'adozione dell'IA? Come si inserirà nei processi e nei flussi di lavoro esistenti?\n\nÈ fondamentale individuare una figura leader che supervisioni la strategia e l'implementazione dell'IA. Alcune aziende stanno iniziando ad assumere un Chief AI Officer (CAIO), ma tale ruolo non deve necessariamente essere un'aggiunta immediata alla prima linea manageriale; può essere un titolo transitorio che un vicepresidente assume per coordinare l'utilizzo dell'IA tra i team.\n\nL'obiettivo principale è individuare e assegnare priorità a casi d'uso dell'IA ad alto impatto che supportino direttamente i risultati aziendali, concentrandosi su aree in cui l'IA può creare valore significativo come ad esempio l'automazione, la personalizzazione o il processo decisionale basato sui dati. È importante ricordare che il successo dell'IA non è possibile senza prima sciogliere i nodi dei requisiti di privacy, sicurezza e legali che la tua organizzazione potrebbe dover affrontare, e che è fondamentale considerare il modo in cui l'adozione dell'IA si inserisce nella conformità continua.\n\n## 2. Stabilire i sistemi di protezione e i flussi di lavoro dell'IA\nPrima di incorporare l'IA nel tuo ambiente di sviluppo, dovrai stabilire delle linee guida per utilizzarla in modo responsabile ed efficace. Imposta test automatizzati, incluso l'utilizzo di uno strumento di analisi della sicurezza, per creare un meccanismo di controllo che garantisca che tutto il codice generato dall'IA venga esaminato prima di essere promosso alla produzione. E fai attenzione alla Shadow AI (l'ultima variante del Shadow IT o IT ombra), che vede i worker adottare i propri assistenti IA per lavorare alla codebase: ciò può portare alla perdita di informazioni sensibili e di proprietà intellettuale.\n\nTi consigliamo inoltre di riflettere fin da subito sul modo in cui i tuoi team utilizzeranno diversi modelli di machine learning per diversi tipi di attività. Non esiste una soluzione unica per tutti. I modelli linguistici di grandi dimensioni (LLM) sono spesso messi a punto per attività specifiche, il che significa che i team che utilizzano gli stessi modelli di intelligenza artificiale in più casi d'uso potrebbero non ottenere risultati ottimali. Nella cercare strumenti di intelligenza artificiale, affidati a fornitori che ti permettano di utilizzare più modelli adattati a casi d'uso specifici: in questo modo eviterai di doverli eliminare e sostituire in seguito.\n\n## 3. Crea una struttura di intelligenza artificiale basata sui dati\nI risultati che l'IA può generare per le organizzazioni non possono superare in qualità i dati a cui hanno accesso i sistemi di IA. Il feed dei dati nei sistemi di IA consente di adattare i risultati alle esigenze dell'organizzazione e di migliorare l'efficienza e la produttività del ciclo di sviluppo software. Tuttavia, per avere successo a lungo termine è necessaria una struttura di IA che consenta di utilizzare i dati su cui è basata in tutta l'organizzazione, per informare i prompt e migliorare i risultati dell'IA generativa.\n\nA tal fine, le imprese devono:\n\n- Garantire solidi meccanismi di raccolta, archiviazione, pulizia e trattamento dei dati.\n- Stabilire una governance chiara in merito all'accesso, all'utilizzo, alla sicurezza e alla privacy dei dati, in particolare per garantire la conformità con normative come GDPR o CCPA.\n- Suddividere i silo di dati per facilitare la collaborazione tra i reparti e sfruttare i dati in varie parti dell'organizzazione. È giunto il momento che sviluppatori e data scientist collaborino all'utilizzo di data warehouse e data lake per facilitare l'accesso ai modelli di addestramento e l'uso delle applicazioni.\n\n## 4. Dedicati alla trasformazione di talenti e cultura aziendale\nIl miglioramento continuo delle competenze è fondamentale per usufruire in modo sicuro e responsabile del potenziale dell'IA. Crea un team di data scientist, ingegneri di IA e altri esperti per progettare, sviluppare e implementare soluzioni di intelligenza artificiale. È fondamentale migliorare le competenze dei dipendenti affinché possano utilizzare e aggiornare i sistemi di IA in modo efficace. L'adozione dell'IA, infine, è un percorso e richiederà alcuni [cambiamenti culturali](https://about.gitlab.com/the-source/ai/5-ways-execs-can-support-their-devops-teams-with-ai/). A tal fine è fondamentale promuovere una cultura che accolga l'IA e il processo decisionale basato sui dati. Favorisci la sperimentazione e l'innovazione, affrontando al contempo i timori legati all'automazione e alla sostituzione del personale.\n\n## 5. Accogli di buon grado l'iterazione\nL'implementazione dell'IA è un processo continuo. Adotta un approccio di apprendimento continuo, in cui le soluzioni di IA vengono costantemente perfezionate e migliorate in base ai feedback, ai nuovi dati e ai progressi tecnologici. Agli sviluppatori deve essere concesso un periodo di sperimentazione per valutare il modo in cui l'IA si inserisce nel loro flusso di lavoro individuale. È inoltre importante notare che a breve termine potrebbe verificarsi un calo di produttività, prima che l'organizzazione possa beneficiare dei vantaggi a lungo termine. I responsabili devono prevedere questa eventualità, sottolineando l'importanza della trasparenza e della responsabilizzazione durante i cicli di implementazione e iterazione.\n\n## 6. Misura il successo oltre le righe di codice\nÈ vero che metriche come il numero di attività completate o di righe di codice scritte possono essere buoni indicatori per individuare le aree in cui l'IA sta esercitando il maggiore impatto sul tuo team. Tuttavia, ciò che conta davvero è il modo in cui l'IA influisce sulle metriche importanti per l'azienda, come la velocità con cui i team riescono a fornire valore ai clienti o la qualità del codice del prodotto finale.\n\nSapere quante righe di codice ha prodotto un team non è sufficiente per una panoramica completa della situazione. Per misurare il successo dell'adozione dell'IA è necessario andare [oltre le tradizionali metriche di produttività](https://about.gitlab.com/the-source/ai/4-steps-for-measuring-the-impact-of-ai/) e concentrarsi su KPI che dimostrino un valore aziendale misurabile, come una più rapida distribuzione del software, una maggiore soddisfazione degli sviluppatori e punteggi più elevati di soddisfazione dei clienti.\n\n## Conclusione: offrire agli sviluppatori più possibilità attraverso l'adozione dell'IA\nSe la tua organizzazione non ha adottato pienamente l'IA, è il momento di iniziare. Secondo Gartner®, entro il 2028 il 75% degli ingegneri del software utilizzerà assistenti IA alla programmazione: all'inizio del 2023 erano meno del 10% [1].\n\nLa curva di adozione è ripida, ma siamo ancora relativamente all'inizio del ciclo di diffusione dell'IA. In effetti, se il tuo team sta iniziando solo ora a valutare l'adozione di un assistente IA alla programmazione, potrebbe beneficiare del vantaggio di evitare alcune delle difficoltà iniziali che hanno riscontrato gli early adopter.\n\nOltre alle strategie menzionate finora, l'adozione di una [soluzione di IA integrata in una piattaforma DevSecOps end-to-end](/gitlab-duo/) può dare un forte impulso al successo supportando gli sviluppatori in ogni fase del loro flusso di lavoro.\n\nVia via che l'IA trasforma l'ambiente di lavoro, dovremmo tutti chiederci in che modo le aziende possono sfruttare la potenza dell'IA nel ciclo di sviluppo software per accelerare l'innovazione e offrire un impatto economico tangibile ai clienti.\n\n[1] _Fonte: Gartner, Top 5 Strategic Technology Trends in Software Engineering for 2024, Joachim Herschmann, Manjunath Bhat, Frank O'Connor, Arun Batchu, Bill Blosen, maggio 2024. GARTNER è un marchio registrato e un marchio di servizio di Gartner, Inc. e/o delle sue controllate negli Stati Uniti e a livello internazionale. Entrambi vengono utilizzati nel presente documento previa autorizzazione. Tutti i diritti riservati._","6-strategies-to-help-developers-accelerate-ai-adoption","content:it-it:the-source:ai:6-strategies-to-help-developers-accelerate-ai-adoption:index.yml","it-it/the-source/ai/6-strategies-to-help-developers-accelerate-ai-adoption/index.yml","it-it/the-source/ai/6-strategies-to-help-developers-accelerate-ai-adoption/index",[424,472,494],{"ai":367,"platform":374,"security":97},1758326272635]