Non serve più saper programmare, serve sapere il mestiere

Il fatto

C'è un numero che chiede di essere guardato due volte. Tra ottobre 2025 e aprile 2026 gli economisti di Anthropic hanno analizzato circa 400.000 sessioni di lavoro su Claude Code, lo strumento con cui si assegnano compiti a un agente AI, usate da circa 235.000 persone. Lo studio, pubblicato a metà giugno con il titolo Agentic coding and persistent returns to expertise, parte da una domanda che riguarda chiunque lavori. Ora che le macchine scrivono codice da sole, chi ne ricava di più, chi sa programmare o chi conosce a fondo il proprio mestiere?

I risultati sono netti. Nelle sessioni che producono codice gli ingegneri del software raggiungono un successo verificato nel 34 per cento dei casi, i professionisti che programmatori non sono nel 29. Cinque punti. Ognuno dei dieci gruppi occupazionali più presenti sulla piattaforma, dai manager agli avvocati ai commerciali, resta entro sette punti dagli ingegneri. La programmazione come recinto esclusivo di chi programma è già un ricordo.

Il dato più interessante però è un altro. I ricercatori hanno classificato le sessioni per livello di esperienza nel dominio del compito, su una scala da novizio a esperto. Un esperto ottiene dall'agente in media 12 azioni e 3.200 parole di lavoro per ogni istruzione, un novizio 5 azioni e 600 parole. Il successo verificato passa dal 15 per cento dei novizi al 28-33 delle fasce intermedie e alte e le sessioni abbandonate a metà crollano dal 19 al 5-7 per cento. Dentro ogni sessione la divisione dei ruoli è costante, la persona prende circa il 70 per cento delle decisioni su cosa fare e l'agente circa l'80 per cento di quelle su come farlo.

La capacità di guidare l'agente verso il risultato viene più dalla padronanza di un dominio che dall'abilità di scrivere codice.

È la conclusione degli autori e rovescia una convinzione durata decenni, quella per cui il vantaggio con le tecnologie nuove va a chi le sa costruire.

La fine dell'era del copilota

Per capire perché questo studio conta proprio adesso serve il contesto. Raffaele Gaito, uno dei divulgatori italiani più seguiti sul tema, lo ha riassunto in un video recente con una formula efficace, è finita l'epoca del copilota. Per due anni abbiamo raccontato l'AI come un assistente che suggerisce mentre lavoriamo. Gli strumenti di ultima generazione fanno una cosa diversa, ricevono un obiettivo, aprono file e terminale, cercano sul web, si accorgono degli errori e si correggono, per ore, prima di tornare con un risultato.

Non è una sensazione, è una curva misurata. METR, l'organizzazione indipendente che valuta i sistemi di frontiera, misura da anni la durata dei compiti che un agente completa in autonomia con un'affidabilità del 50 per cento. Nel lungo periodo quella durata raddoppiava ogni sette mesi, dal 2024 raddoppia ogni tre circa e nelle rilevazioni di questa primavera i sistemi migliori reggono compiti che a un professionista richiederebbero 16-20 ore. Sul fronte della qualità il benchmark GDPval di OpenAI confronta i modelli con professionisti esperti su compiti reali di 44 occupazioni e mostra risultati ormai vicini a quelli di chi ha 14 anni di esperienza. Messe insieme, le due curve dicono che la delega alle macchine non è più un esperimento, è un modo di lavorare.

Un'obiezione da prendere sul serio

Chi legge questi numeri con scetticismo ha un argomento vero. Se due sessioni su tre non arrivano a un risultato confermato nemmeno in mano agli ingegneri, l'entusiasmo sulla delega sembra prematuro.

La risposta onesta ha due parti. La prima è che il successo verificato è la misura più severa possibile, conta solo le sessioni in cui il buon esito è confermato da segnali espliciti, come un test superato. Includendo il successo parziale, quasi il 90 per cento delle sessioni produce valore, per gli esperti come per i novizi. La seconda è che questo è un pavimento che si alza, non un soffitto. Con durate dei compiti che raddoppiano ogni pochi mesi, il tasso di oggi è la base peggiore da cui si partirà domani. Gli stessi autori dichiarano i limiti del lavoro, non misurano cosa succede dopo la sessione e osservano solo l'uso interattivo. La direzione del gradiente però resta difficile da contestare e contiene la notizia più utile dello studio. Il guadagno maggiore sta nel passaggio da novizio a competente, non da competente a fuoriclasse. Non serve diventare specialisti, serve smettere di essere principianti.

Manager di agenti, anche in una PMI

C'è un ultimo dato dello studio che parla direttamente alle imprese. Le professioni che crescono più in fretta nell'uso di questi strumenti non sono tecniche, sono il management, l'area legale e le vendite. E il rapporto Cadences dell'Anthropic Economic Index, uscito a fine giugno con un sondaggio su 9.700 utenti, aggiunge che chi delega di più all'AI dichiara più soddisfazione per il proprio lavoro e più fiducia su retribuzione e stabilità, non meno.

Per una PMI il quadro che emerge è quasi ribaltato rispetto alla narrazione corrente. La risorsa scarsa non è la tecnologia, che costa poco ed è uguale per tutti. È l'esperienza di dominio, che le imprese hanno già e che questi numeri trasformano nel moltiplicatore principale. Il titolare che conosce i suoi fornitori a memoria, l'amministrativa che sa dove si annidano gli errori nelle fatture, il commerciale che riconosce un cliente in difficoltà da una mail hanno esattamente il capitale che lo studio indica come decisivo.

Quello che manca quasi sempre è il metodo della delega. È la mancanza che vedo più spesso nei progetti con le imprese. Diventare manager di agenti significa imparare a descrivere un compito con un obiettivo chiaro, vincoli espliciti e un criterio di verifica, poi controllare il risultato come si farebbe con un collaboratore appena arrivato. Si parte da compiti circoscritti e a basso rischio, si allarga man mano che i risultati giustificano la fiducia e la responsabilità di ciò che esce resta sempre a una persona. Non è un cambio di strumenti, è un cambio di mestiere per il quadro e per l'imprenditore, che smettono di eseguire alcune cose per dirigerne molte. L'era del copilota è durata due anni. Quella che si apre premia chi conosce il proprio lavoro abbastanza bene da spiegarlo a qualcun altro, anche quando quel qualcun altro è una macchina.