AI didn't make our engineers just faster. It made them different.

Punti chiave

1. Data / fonte. maggio 2026 (indicazione relativa "2 giorni fa" al momento della consultazione, ossia ~2026-05-05), Medium @milhibisidek. URL: https://medium.com/@milhibisidek/ai-didnt-make-our-engineers-just-faster-it-made-them-different-95f1c1d4efd0
2. Formato. editoriale di un CTO, caso di studio organizzativo (~17 minuti di lettura).
3. Autore. Hryhorii Tatsyi, CTO di Raiffeisen Bank Ukraine — una banca sistemica regolamentata, ~900 ingegneri IT.
4. Periodo dello studio. maggio 2025 → aprile 2026 (12 mesi completi).
5. Aforisma del titolo. "L'IA non ha reso i nostri ingegneri semplicemente più veloci. Li ha resi diversi."
6. Frase pivot strategica. "L'IA ha ampliato la nostra frontiera delle possibilità produttive, e abbiamo deliberatamente allocato la capacità liberata." ### Inquadramento organizzativo — la trasformazione osservata | Dimensione | Prima (maggio 2025) | Dopo (aprile 2026) | Variazione | |-----------|------------------|--------------------|-----------| | Organico IT | ~900 ingegneri | ~825 (−75 persone, di cui 64 ingegneri) | −8% | | Adozione IA | 62% | 83% | +21 punti | | Ingegneri ≥50% codice via IA | — | 68% | nuova metrica | | Onboarding (1a PR) | 60-90 giorni | ~40 giorni | −~50% | | Volume di codice rilasciato | riferimento | aumentato | ↑ | | Incidenti bloccanti | riferimento | −70% | ↓ | | Tempo di risoluzione critica | riferimento | −68% | ↓ | | Allerte di sicurezza ad alta gravità risolte | riferimento | +155% | ↑ | Lettura: la contrazione dell'organico (−8%) coincide con un miglioramento su ogni asse — output, qualità, sicurezza, onboarding. Questo è il dato centrale messo in evidenza da Tatsyi, che non lo elude politicamente. ### Tre archetipi emergenti di ingegneri | Archetipo | Strumenti | Effetto sulla produttività | Effetto sul perimetro | |-----------|--------|---------------------|------------------| | Copilot-only | Solo GitHub Copilot | +10-25% sulle PR | perimetro stabile | | Multi-tool | combinazione di più assistenti IA | story point ×1,5-3 | perimetro cross-repo +50-80% | | Claude su stack aziendale | Claude Code (o equivalente) integrato nello stack interno | volume di codice ×4,5 | perimetro radicalmente ampliato | Convergenza: gli architetti senior tornano allo sviluppo attivo dopo anni di distacco (coerente con l'affermazione di Karpathy secondo cui "gli agenti riducono l'attrito verso la creazione" e con quella di Cherny "il miglior contabile scrive software di contabilità"). Intuizione controintuitiva: l'IA porta i meno performanti al livello base più che accelerare principalmente i top performer. Una posizione opposta alla lettura della "coda d'élite 10×+" (Cherny / Curran top 5% / Karpathy) — Tatsyi descrive un effetto di recupero dal basso che comprime la distribuzione. Le due letture sono compatibili: la distribuzione si comprime dal basso E si allarga in alto (i top performer che restano a 10×+). ### Sette prodotti IA costruiti che prima non esistevano | # | Prodotto | Descrizione | Metriche chiave | |---|---------|-------------|----------------| | 1 | Service Knowledge Hub | Documentazione dei microservizi generata automaticamente tramite parsing di Kubernetes | 57 microservizi, 83 release/mese | | 2 | Mobile Android workflow CI | Pipeline automatizzata di plan / implementazione / test per il mobile | riprogettazione completa dell'SDLC mobile | | 3 | AI Agent Portal | Portale interno per la generazione automatica di agenti MCP a partire da specifiche OpenAPI | 2.085 utenti, 649 MAU, 87 giorni per raggiungere questa adozione | | 4 | Shift-left Security Plugin | Rilevamento di vulnerabilità nell'IDE prima del commit | −82% di segreti esposti | | 5 | DevPortal | Backstage + agenti IA di diagnostica Kubernetes | −68% del tempo di risoluzione degli incidenti critici | | 6 | DRAIF MCP | Text-to-SQL su un Data Lake | 10.000 tabelle, embedding fine-tuned ×2 rispetto ai modelli OpenAI | | 7 | Call Evaluation | Analisi della trascrizione audio + riprogettazione degli script | >97% di accuratezza, votato miglior prodotto nel gruppo Raiffeisen (RBI) | Lettura strategica: non si tratta affatto di una lista di esperimenti, ma di un portfolio di prodotti distribuito in produzione, con un'adozione interna misurabile, e un prodotto (Call Evaluation) che si estende alle controllate del gruppo (passando da locale a livello di gruppo RBI). ### La tesi pivot — la frontiera delle possibilità produttive > "L'IA ha ampliato la nostra frontiera delle possibilità produttive, e abbiamo deliberatamente allocato la capacità liberata."
7. Parola chiave 1 — "ampliato". l'IA non fa la stessa cosa meglio, allarga l'insieme del possibile.
8. Parola chiave 2 — "deliberatamente allocata". la capacità liberata viene reindirizzata per decisione manageriale, non assorbita meccanicamente in più lavoro dello stesso tipo.
9. Tre direzioni di riallocazione. 1. Funzionalità (nuovi prodotti — i 7 elencati sopra). 2. Stabilità (incidenti −70%, risoluzione −68%). 3. Rimborso del debito tecnico (raro e capitalizzabile dal punto di vista di un CTO). ### La domanda di valutazione riformulata Domanda sbagliata: "Di quanto % sono aumentati i nostri KPI esistenti?" Domanda giusta: "Cosa hanno costruito i vostri ingegneri che prima non esisteva?" Perché conta: le percentuali sulle metriche esistenti non colgono la trasformazione principale — non la velocità ma il tipo di lavoro. Ottimizzare per i KPI legacy significa perdere la finestra strategica in cui l'IA rende possibile costruire ciò che prima non era affrontabile. ### Collegamento con il corpus di veille #### Convergenze numeriche (mediana consolidata 3-5×)
10. Frizzo. (LinkedIn 2026-05-05): moltiplicatore di produttività 3-5× su 1 anno di uso quotidiano.
11. Wescale Usine Logicielle Augmentée. (2026-05-03): "X3-X4 realistico".
12. Curran/Intercom. (2026-04-16): produttività R&D ×3 su 16 mesi (intera organizzazione, 500 persone R&D).
13. DORA Report 2025. (2025-09-23) e Stanford Denisov-Blanch (2025-11-23).
14. Tatsyi/Raiffeisen. (2026-05-05): story point ×1,5-3 (multi-tool), volume di codice ×4,5 (Claude stack aziendale). #### Convergenza sull'onboarding (60-90 giorni → ~40 giorni)
15. Tatsyi/Raiffeisen. 60-90 giorni → ~40 giorni.
16. Studi interni Anthropic. (citati da Sun NYT 2026-04-30 e altri): 82 giorni → 40 giorni.
17. → Lettura corretta: convergenza indipendente tra una banca europea e un attore IA della Silicon Valley sulla stessa cifra target (~40 giorni). Si tratta di un fatto stilizzato robusto per il 2026. #### Convergenza sui "sette nuovi prodotti" / capacità creativa
18. Tatsyi. 7 prodotti IA in 12 mesi.
19. Cherny. (2026-05): 100% del codice generato, "qualche decina di PR al giorno, record di 150 PR in un solo giorno", molteplici prodotti Anthropic Labs.
20. Curran/Intercom. (2026-04-16): Skills-Based Plugin Architecture (153 contributori, 267 skill).
21. Wescale. (2026-05-03): "esigenze di lunga data rimaste troppo costose possono finalmente essere affrontate".
22. → Convergenza forte: la misura rilevante non è più la velocità sul lavoro esistente ma il portfolio di nuovi prodotti / nuovi spazi ormai affrontabili. #### Convergenza su "il lavoro sta cambiando forma"
23. Frizzo. (2026-05-05): "il nuovo collo di bottiglia è la supervisione", "atrofia del muscolo della scrittura".
24. Tatsyi. (2026-05-05): "L'IA non ha reso i nostri ingegneri semplicemente più veloci. Li ha resi diversi", tre archetipi emergenti, architetti senior che tornano allo sviluppo attivo.
25. Karpathy. (2026-04-29): Software 1.0/2.0/3.0, "esternalizzare il pensiero ma non la comprensione".
26. Mornati. (2026-03-14): What is a Developer When We Use Coding Agents?
27. Habert PROJ-AI. (2026-05-05): "direttive per gli agenti + Decision Record + cinque dimensioni di validazione".
28. → Convergenza trasversale: è cambiata la natura del lavoro, non solo la sua velocità. Tatsyi apporta il dato organizzativo del settore bancario che mancava nel corpus. #### Tensione produttiva con "l'IA porta i meno performanti al livello base"
29. Cherny. (2026-05): coda d'élite 10×+ (record di 150 PR/giorno).
30. Curran/Intercom. (2026-04-16): il top 5% a 6× il throughput mediano di PR (≈ 18× il riferimento pre-IA).
31. Karpathy. (2026-04-29): "10× non è l'accelerazione — le persone molto brave in questo raggiungono picchi molto superiori a 10×".
32. Tatsyi/Raiffeisen. (2026-05-05): "l'IA porta i meno performanti al livello base" — un effetto di recupero dal basso.
33. → Una lettura compatibile e produttiva: la distribuzione si comprime dal basso (Tatsyi) E si allarga in alto (Cherny, Karpathy, Curran top 5%). I due fenomeni coesistono. Utile per presentazioni ai comitati esecutivi che vogliono sia rassicurare (recupero) sia ispirare (top performer). #### Posizionamento FR / Europa centrale vs. anglosassone
34. Tatsyi è europeo (Ucraina, gruppo austriaco RBI), una banca regolamentata, in un contesto bellico.
35. Il suo rigore metodologico (12 mesi, cifre interne, granularità per archetipo) si allinea più alla cautela francese (Wescale, Habert) che all'ottimismo americano (Cherny, Curran).
36. Da utilizzare nelle presentazioni FR come caso di studio bancario europeo a complemento delle cifre Wescale/consulenza e Curran/SaaS.
37. Vantaggio raro. un CTO di una banca sistemica che pubblica le proprie cifre interne — un tipo di testimonianza quasi assente dal corpus 2026. ### Limiti da segnalare
38. Nessuna metodologia quantitativa dettagliata. Tatsyi riporta percentuali senza documentare con precisione come vengono misurate (ad es. "story point ×1,5-3" — quale riferimento? quale attribuzione? quale correzione dei bias?).
39. Autore con bassa visibilità pubblica. (25 follower su Medium) — l'autorevolezza si fonda sulla posizione istituzionale più che sul brand personale. Da ponderare rispetto ad altre fonti se la posta in gioco riguarda una citazione in un comitato esecutivo.
40. Nessuna discussione esplicita dei costi cognitivi. (FOMO, deskilling, erosione dell'ownership) che Frizzo menziona. Tatsyi è organizzativo, Frizzo è individuale — le due fiche si completano a vicenda.
41. Nessuna discussione dei rischi regolamentari specifici del settore bancario. (GDPR, DORA UE, vigilanza BCE/EBA) — sorprendente per un CTO di una banca sistemica. Il tema è stato forse omesso per preservare la leggibilità dell'articolo pubblico.
42. Convergenza sull'onboarding 82→40 giorni con Anthropic. da verificare che il dato Anthropic citato sia effettivamente lo studio a cui Tatsyi si riferisce (rischio di cherry-picking inverso — una convergenza apparente su un numero tondo).
43. Campione di n=1 organizzazione. un caso singolo, per quanto quantificato. Andrebbe replicato presso altre banche europee per poter concludere a un fatto stilizzato di settore. ### Da utilizzare per
44. Presentazioni ai comitati esecutivi dei settori bancario/assicurativo/regolamentato. un caso di studio europeo raro e quantificato, un contrappeso alla sovra-rappresentazione della Silicon Valley nel corpus.
45. HR / strategia di trasformazione. per giustificare la riallocazione della capacità liberata piuttosto che una semplice riduzione dei costi.
46. Consigli di amministrazione / sponsor della trasformazione. per riformulare la domanda di valutazione ("cosa hanno costruito i vostri ingegneri che prima non esisteva") — uno strumento per disinnescare il dibattito sulla % di produttività.
47. Fonti quantitative convergenti. onboarding 60-90 giorni → ~40 giorni (Anthropic + Tatsyi), mediana consolidata 3-5×, contrazione dell'organico compatibile con il miglioramento di output/qualità/sicurezza.
48. Dibattito sull'equità / asimmetria della distribuzione della produttività. da utilizzare insieme a Cherny/Karpathy/Curran top 5% per presentare una lettura sfumata — l'IA comprime dal basso E allarga in alto simultaneamente.
49. Community di Engineering Management. una rara pubblicazione di un CTO su questo tema, proveniente da una grande organizzazione IT europea regolamentata.