Riccardo Ferrara: una settimana in silenzio. Intervistato a The Cart

La prima cosa che mi ha raccontato Riccardo Ferrara non è un dato, non è un progetto. È una settimana di silenzio. Per giorni non ha parlato quasi con nessuno e non è riuscito a dormire, perché aveva appena capito davvero cosa può fare l'intelligenza artificiale quando la metti dentro lo sviluppo software. Non l'entusiasmo da demo, la vertigine vera, quella di chi conosce il mestiere e si rende conto che il mestiere gli sta cambiando sotto i piedi.

Riccardo è IT manager di Guess, lavora da Lugano, e di mestiere costruisce la parte di digitale che il pubblico non vede mai: la supply chain, i sistemi retail, la gestione del prodotto e del magazzino, tutta l'ossatura B2B di un brand di moda. Si è fatto un'oretta di chiacchiere con me per una puntata di The Cart, e ho deciso di raccontarvela perché porta un punto di vista che nelle altre puntate non avevo ancora avuto: quello di chi l'AI non la commenta da fuori, la sta già mettendo in produzione, con tutti i dubbi che questo si tira dietro.

Chi costruisce la macchina invisibile

Dire IT manager, oggi, vuol dire tutto e niente. Nel caso di Riccardo vuol dire un team di cinque persone interne più una decina di collaboratori esterni, e un perimetro che parte dalla digitalizzazione della supply chain e arriva ai sistemi retail, al product information management, al digital asset management, all'RFID, alle movimentazioni di magazzino. Soluzioni quasi tutte B2B, costruite su misura, che tengono in piedi i processi di un'azienda di moda senza mai comparire in una campagna o in una vetrina.

È un dettaglio che conta, perché spiega il peso di quello che è venuto dopo. Quando Riccardo ha deciso di portare l'AI sul banco di prova non stava giocando con un chatbot per scrivere due email. Stava mettendo le mani sui sistemi portanti, quelli che se si fermano fermano l'azienda. E quando uno parte da lì, lo stupore e la paura arrivano insieme, nello stesso momento.

Una settimana in silenzio

Un mese e mezzo fa, racconta, ha toccato con mano lo stato dell'arte di questi strumenti e ha iniziato un esperimento. Ma prima dell'esperimento c'è stato il silenzio. Sette giorni in cui non riusciva quasi a dormire, perché si era reso conto che il livello raggiunto era altissimo, e da lì una valanga di dubbi e di punti interrogativi. Non è la reazione di chi si fa impressionare dalla demo. È la reazione di chi scrive codice da una vita, anche di notte per il gusto di farlo, e capisce che la materia di cui è fatto il suo lavoro si sta trasformando.

Sono rimasto una settimana in silenzio. Per giorni non sono riuscito quasi a dormire, perché mi sono reso conto che il livello era altissimo.

Passata la botta, ha fatto l'unica cosa sensata: ha smesso di pensarci e ha deciso di provarlo sul campo, dentro l'azienda, su un progetto vero. Perché una cosa è guardare il fenomeno da lontano, un'altra è dargli in mano qualcosa che deve funzionare davvero.

Il banco di prova

Ha preso un'applicazione che esiste, in corso di sviluppo, e ha provato a riprogettarla insieme all'AI. È partito dalla parte alta, quella che di solito si delega meno: la progettazione. Le ha passato gli screenshot, le idee, l'ha messa davanti al problema e ha chiesto da dove partiamo. Mano a mano che andava avanti, il livello dei risultati lo lasciava spiazzato: architettura, qualità del codice, controllo, debug. Con gli input giusti, intendiamoci, perché senza la guida non va da nessuna parte. Ma il salto era evidente.

In un mese ho fatto il lavoro che mi era costato quasi un anno. Stessa qualità, performance più alte.

Arrivato a quel punto si è seduto al tavolo con il suo team e ha messo sul piatto due cose. La prima, che dovevano cambiare tutti, radicalmente, e archiviare un po' di abitudini. La seconda, che a giugno c'era una scadenza, un live, e bisognava decidere come arrivarci: prendere quello che avevano e farlo evolvere con l'AI, oppure tenere il metodo tradizionale. Il team ci ha pensato ed è tornato con una risposta onesta: ci sentiamo più sicuri con il tradizionale, visti i rischi.

A Riccardo sono girate un po' le scatole, lo ammette, ma poi ha respirato e ha accettato. Anzi, ha trasformato il no del team in un piccolo esperimento controllato: voi andate avanti col vostro metodo, io vado avanti col mio, ci rivediamo a fine giugno e vediamo chi arriva meglio. Una proiezione di come finirà ce l'ha già. Non l'ha voluta dire, per non rovinare il finale, ma il modo in cui lo dice lascia pochi dubbi.

Non è plug and play

Qui c'è il punto che mi sta più a cuore di tutta la chiacchierata, perché è il malinteso che vedo ogni settimana anche dai miei clienti. L'idea che l'AI entri in azienda, la accendi, e parte la magia. Non funziona così. È processo, è mentalità, è abitudine, è studio. C'è una fase di onboarding enorme, e all'inizio capita persino di metterci di più, non di meno, perché devi imparare tu come funziona e devi imparare a insegnarle cosa ti aspetti che faccia. Riccardo lo studia di notte, dice, come quando aveva iniziato a programmare: ti prende, e vai.

Sotto c'è anche un nodo culturale che le aziende fanno finta di non vedere. Nel momento in cui uno strumento può fare una parte del tuo lavoro, qualcosa di te entra in discussione, e la reazione difensiva è automatica. Si chiama mentalità, ed è un punto critico almeno quanto la tecnologia. È lo stesso filo che torna in quasi tutte le puntate, sotto forme diverse, fino al ritorno al locale di cui avevamo parlato con Giuseppe Miriello.

Non è plug and play. La devi studiare, devi imparare tu, e devi imparare a insegnarle cosa ti aspetti che faccia.

Vibe coding e quello che non si vede

Per capirci serve spiegare cos'è il vibe coding, perché è esattamente il fraintendimento del momento. Apri lo strumento, dici voglio che tu faccia questa cosa, prendi quello che esce e lo usi. Funziona. In ambito aziendale succede uguale: chiedi all'AI cruscotti, strumenti, applicazioni, e quelle girano. Il problema è che girano in superficie. Sotto c'è tutta una roba che non sai: l'architettura, le scelte, i buchi. E lì cominciano i guai veri.

I problemi sono di due tipi, dice Riccardo, e sono entrambi pesanti. Il primo è la gestione ordinaria: cosa succede quando qualcosa si rompe, quando vai in fermo. Se non sai com'è fatto dentro l'artefatto che hai messo online, sei morto. Il secondo è la sicurezza: non hai idea di quanto sia bucata l'applicazione che hai sparato in produzione e che magari sta già distribuendo dati in giro. Sono esattamente le domande che un'azienda dovrebbe farsi prima, non dopo.

Da qui una cosa che condivido parola per parola: le aziende dovrebbero darsi un codice di comportamento sull'uso dell'AI, soprattutto quando la usano per costruire strumenti operativi. Non lo fa quasi nessuno. Il punto zero, nella maggior parte dei casi, è installa Copilot, installa Claude, vai libero. E ognuno fa da sé, senza controllo, senza regole, senza nessuno che tenga insieme il quadro.

Installa Copilot, installa Claude, vai libero. Ognuno fa da sé. Poi, quando si rompe qualcosa, sei morto.

C'è poi l'effetto collaterale sul rapporto con le persone. Prima il business arrivava con un'esigenza da ragionare insieme; adesso arriva con lo screenshot di ChatGPT e ti dice ChatGPT mi ha detto che si fa così. E tu devi rallentare, dire aspetta, ragioniamo. È lo stesso malinteso che vivo io dal lato commerciale, ribaltato: il cliente che, sentito parlare di AI, ti chiede perché un lavoro da ventimila euro adesso non glielo fai a cinquemila. Stessa identica incomprensione, vista da due lati diversi del tavolo. Come se la tecnologia avesse cancellato la conoscenza che ci sta sotto, e non è così.

Lo sviluppatore serve ancora, anzi

Gli ho raccontato di un amico che ha sempre sognato un figlio sviluppatore e che adesso, con la storia dell'AI, ci pensa un po' meno. La mia posizione è netta e gliel'ho detta: secondo me più AI c'è, più sviluppatori servono, non meno, perché continuiamo a parlare di codice e di sistemi. Riccardo è sulla stessa linea, e usa un paragone che mette tutto a fuoco. È come quando abbiamo smesso di scrivere in assembler, di parlare alla macchina nel suo linguaggio, e siamo saliti a strumenti di livello più alto. Con l'AI sali ancora di un piano.

Vai un layer sopra. Ma non vuol dire che puoi ignorare cosa c'è sotto.

Anzi, sopra quel piano si apre un sapere nuovo, che oggi in molti stanno ignorando: come si interagisce con l'AI, come funziona davvero, cosa sono le skill, come la istruisci. Perché l'AI non è pronta all'uso, va guidata, e quello che vale oggi tra un mese può essere già diverso. Cambia il paradigma, cambiano gli strumenti, ma la necessità di conoscere resta intatta. Quello che cambia, in meglio, è la potenza di fuoco.

Il consiglio che ne esce, per chi è giovane e affascinato da questo mondo, è di studiare lo sviluppo eccome, e di mescolare. Conoscenza dei processi e del business da un lato, competenza tecnica e architetturale dall'altro: è l'incrocio che fa la differenza. Con l'AI vince chi sa anche come è fatto il software e come gira l'azienda. Riccardo lo dice della sua esperienza diretta: ha preso uno strumento come Claude Code e ci ha messo dentro la sua conoscenza del business e dei processi, accumulata implementando piattaforme per anni. È quella la leva. E sul chi deve formare a questo, la risposta è le scuole, possibilmente insieme alle aziende, sul campo, perché esci dall'università convinto di spaccare il mondo e poi metti il naso in un'azienda e capisci che è un altro pianeta.

Dalla foto alla supply chain

Quando si parla di AI e moda, l'immaginario si ferma quasi sempre alle foto: niente più uscite con le modelle, meno shooting, lo still life generato. Roba che in parte si fa, ma è la punta di un iceberg molto più grande. Il fashion ha davanti l'AI lungo tutta la catena: dall'ideazione e dal design fino al controllo qualità e, soprattutto, alla supply chain. Ed è lì che Riccardo sta lavorando sul serio.

Ha presentato un progetto di revisione completa della supply chain che aveva costruito sei anni fa, ripensando da zero il modo in cui fornitori, persone interne e stakeholder interagiscono con la piattaforma. Tantissime attività che oggi sono manuali, l'inserimento di una fattura, di un packing list, la selezione dei dati, diventano automatiche. Il messaggio alle persone è disarmante nella sua semplicità: non ti preoccupare di fare data entry, tu il tuo documento mettilo lì, il tuo processo mettilo lì, ci pensiamo noi. E sopra ci metti una ricerca intelligente: a che punto è un prodotto, quali problemi ha, cosa ho in magazzino, cosa sta per arrivare. Controllo del magazzino quasi in tempo reale, scorte più basse, passaggi tagliati, dati e processi collegati tra loro in un modo che prima non immaginavi nemmeno.

Per scrivere quella piattaforma di supply chain ci ho messo due anni. La sto ripensando in sei mesi, da zero.

La velocità, il ritorno al locale e il conto da pagare

E qui si torna alla settimana di silenzio, perché il motivo è tutto in questa accelerazione. La fascinazione è ovvia, per chi sviluppa è quasi inevitabile; ma è anche il passaggio da un'auto che andava a cento all'ora a una che ne fa cinquecento, e guardare il mondo correre così, mentre corri anche tu, mette i brividi. Riccardo ci ha pensato in prospettiva, ha pensato alle generazioni che arrivano, a suo figlio di ventitré anni. Si va veloci, forse troppo, e nasceranno lavori, ruoli e processi che oggi non immaginiamo.

C'è anche una conseguenza meno ovvia. Se a questa velocità in un anno rifai tutto, le piattaforme, gli strumenti, tutto, allora cambia anche dove conviene costruirle. Lo scenario che si apre è che molte aziende tornino a investire internamente nella scrittura delle proprie soluzioni, cosa che avevamo smesso di fare da un pezzo. È l'onda lunga del settore: siamo partiti negli anni Ottanta e Novanta con i server in casa, gli AS400 e i terminali; poi abbiamo spostato la capacità di calcolo nei personal computer, negli smartphone, nei tablet; poi è arrivato il SaaS; oggi con l'AI la deleghiamo di nuovo all'esterno e viviamo dentro il browser tutto il giorno. E già si vedono le avvisaglie del ritorno indietro, modelli propri portati dentro le aziende, dove il limite vero diventa quasi banale, la RAM.

Sopra tutto questo c'è il conto da pagare, ed è il fattore che secondo entrambi deciderà il futuro. Oggi l'AI è sostenibile perché costa pochissimo: un abbonamento da duecento, trecento euro al mese, come quello dei miei sviluppatori senior. Ma costa poco perché in buona parte se lo accollano i provider. Nel momento in cui i prezzi saliranno, e le prime avvisaglie ci sono, il discorso cambia. A cinquecento euro al mese sei ancora dentro; a duemila inizi a fare i conti, perché ti serve una produttività che vada davvero per due, e il per due non è sempre garantito. Ragionare sui costi sarà il mestiere dei prossimi anni. Quello che è certo è che indietro non si torna: l'AI c'è, la prendi, la usi, la cavalchi.

Il gap che nessuno guarda

C'è però una parte del discorso che mi tiene sveglio più delle altre, e l'abbiamo affrontata senza girarci intorno. Noi ragioniamo da una posizione privilegiata: ICT Sviluppo è un'azienda di sviluppo, Guess è un grande brand con risorse, in due abbiamo gli strumenti e le competenze per fare tutto questo. Ma sposta lo sguardo sull'azienda da due, cinque, dieci milioni di fatturato, il B2B tradizionale che produce bulloni con i suoi dipendenti, e quel mondo l'AI non l'ha ancora comprata per tutti. Lì le risorse, quando ci sono, sono andate al massimo in un ERP o in un CRM.

Il rischio è un divario formativo e generazionale che si allarga: la tecnologia a cui hai accesso dipende dal tipo di azienda in cui lavori, e il gap diventa quasi un dato di fatto. Per noi è naturale parlare di MCP, di skill, di connettori, di API; per quelle realtà è ancora un mondo lontano, e bisogna prenderle per mano. Su LinkedIn intanto fioriscono formatori e consulenti di AI, e va bene, ma conviene sempre capire in quale università della vita si sono formati. Il punto è di sistema: se le nostre piccole imprese non corrono e si fanno superare da chi, in Francia o in Inghilterra, ha un'altra formazione, il conto lo paghiamo tutti.

Per noi è naturale parlare di MCP, di skill, di connettori. Per un'azienda piccola è ancora un mondo lontano, e lì il gap si allarga.

Lo stesso divario lo vedi nel software gestionale. Apri certi ERP e CRM tradizionali, i TeamSystem, gli Zucchetti, e ti chiedi come si faccia a lavorarci dentro tutto il giorno, a buttare fatture in entrata e in uscita su interfacce nate in un'altra era. Le persone, ormai, si aspettano un'altra cosa: l'interazione che hanno imparato altrove, sui social prima e con l'AI adesso, dove prendi uno screenshot, lo passi e dici sistema. Il giorno in cui quella semplicità arriverà dentro i processi aziendali, e arriverà, il gestionale come lo conosciamo cambierà faccia, fino a immaginare un domani in cui la repository delle informazioni dell'azienda non è più un database da interrogare ma il modello stesso con cui ci parli. Anche quella sarà una rivoluzione.

Il film, sotto, è sempre lo stesso

Se ripenso a quell'oretta, il filo è chiaro. La settimana di silenzio di Riccardo non era la paura di essere sostituito. Era il peso di vedere il cambiamento per primo, e di doverci fare qualcosa. La sua scommessa, andare avanti da solo quando il suo stesso team aveva scelto la strada sicura, è la scommessa di chi conosce il motore e decide di usare la nuova potenza invece di aspettare che passi. Non è incoscienza, è il contrario: sa cosa c'è sotto il cofano, e proprio per questo si fida di spingere.

È esattamente il modo in cui la vediamo noi in ICT Sviluppo. L'AI non sostituisce chi conosce i processi e il business, li rende più veloci; e governare la complessità che ne esce, il controllo, la sicurezza, il metodo, resta il mestiere, oggi più di prima. Il vibe coding regge finché non si rompe qualcosa; quello che facciamo noi deve reggere anche dopo. Con Riccardo ci siamo dati appuntamento a fine giugno, per sapere come finisce la storia. Ho la sensazione di saperlo già.

Puoi ascoltare tutte le puntate del podcast andando sulla pagina dedicata The Cart, il podcast di ICT Sviluppo.