Porta l'AI nel modo in cui il tuo team rilascia.
Un modo comune di lavorare con gli agenti AI per il coding, insegnato nel tuo repository e misurato sulla tua baseline.
- AI Engineering Method
- Programma di 12 settimane o coaching integrato
- Policy AI ai sensi dell'art. 4 dell'AI Act
Cos'è l'AI Engineering Method?
L'AI Engineering Method è il percorso di trasformazione AI dedicato ai team di prodotto e di ingegneria. Insegna al team un modo comune di lavorare con gli agenti AI, in due formati: un programma intensivo di 12 settimane o un coaching integrato di circa 90 giorni, due giorni a settimana. Misuriamo cycle time e lavoro che supera review e gate di test rispetto a una baseline costruita sullo storico delle attività: alla prima settimana, a metà percorso e alla fine.
I due tipi di AI su cui lavora il metodo
- AI generativa
- Bozze e suggerimenti di codice che una persona rivede prima di usarli.
- AI agentica
- Agenti che eseguono passaggi dentro limiti che mettiamo per iscritto, con una persona che approva ciò che va in produzione.
Il metodo al lavoro nei team dei clienti
+500%
Produttività in un'azienda software del settore sanitario, prima settimana di adozione, rispetto alla media settimanale precedente del team.
Leggi il caso nel settore sanitario1 settimana
Azienda software: il product designer ha portato in produzione il redesign di tutta l'app in una settimana, con la guida di un frontend engineer, usando i pattern AI costruiti prima con il team di ingegneria.
Leggi il caso dell'azienda software
Pilot e licenze AI che non sono mai diventati il modo di lavorare del team.
Ogni sviluppatore usa gli strumenti a modo suo, quindi il risultato dipende da chi prende il ticket, e le pull request scritte con l'AI restano ferme in review perché nessuno sa come sono state prodotte. Senza una baseline nessuno può dire al board se le licenze si sono ripagate. Quello che cambia le cose è una pratica comune, misurata prima e dopo.
Dove sono di solito i team quando ci chiamano
- Nel team ognuno usa gli strumenti AI a modo suo.
- Le pull request scritte con l'AI restano ferme in review perché nessuno se ne fida.
- Le licenze sono pagate, ma il modo di lavorare del team non è cambiato.
- Sulla demo l'AI funziona, poi nel codice legacy si perde.
Due formati: un programma di 12 settimane o un coaching dentro il team
Entrambi installano la stessa pratica e lasciano gli stessi asset nel tuo repository. Cambiano il ritmo e quanta leadership tecnica ti serve in parallelo.
| Criterio | Programma intensivo | Coaching integrato |
|---|---|---|
| Durata | 12 settimane | Circa 90 giorni |
| Ritmo | 3 giornate intensive con tutto il team, più un kit settimanale | Circa 2 giorni a settimana, al fianco dei tuoi sviluppatori |
| Dove si lavora | Nel tuo repository e nei tuoi strumenti, con giornate dedicate agli intensivi | Nel tuo issue tracker, nel repository e nella chat del team |
| Quando conviene | Il team può fermarsi per tre giornate intere e vuole pratica e asset operativi entro un trimestre | La delivery non può fermarsi per giornate intere, oppure ti serve anche leadership tecnica |
| Cosa ti resta alla fine | Tutti gli asset, adottati e documentati, più la misurazione finale | Pattern costruiti con i tuoi sviluppatori ed estesi agli altri team, più le stesse misurazioni |
| Come si paga | Prezzo fisso per il programma | Canone mensile |
| Cosa può seguire | Il coaching integrato o un fractional CTO | Il team porta avanti la pratica da solo, con gli asset che restano suoi |
Quale fa per te
Scegli il programma intensivo se vuoi un inizio e una fine precisi, un budget concordato prima di partire e un team pronto a bloccare tre giornate.
Scegli il coaching integrato se la delivery non può fermarsi o se l'adozione dell'AI è solo uno dei problemi tecnici sul tavolo.
Cosa resta al tuo team dopo il programma
Tutto vive nel tuo repository e nei tuoi account. Ogni agente, file di istruzioni e template passa da bozza a pilota ad adottato, e quello che il team non usa viene eliminato.
Un harness per agenti AI nel tuo repository
Istruzioni di progetto e agenti di coding con un ruolo preciso (uno specialista per ogni area di prodotto, un revisore del database, un curatore della knowledge base), con il context engineering: ogni agente carica solo le istruzioni e la conoscenza del codice che servono al suo task.
Una knowledge base di prodotto e di tecnologia
Cosa fa il software, tenuto separato da come è costruito. Gli agenti la leggono, così i fatti di dominio non vanno incollati in ogni prompt.
Un knowledge graph del codice
Costruito in modo deterministico: nessuna riga di codice sorgente viene inviata a un LLM per crearlo. Estrattori su misura coprono le parti che gli strumenti standard non vedono.
Gate di test sulle modifiche scritte con l'AI
Test, linting e scansioni di sicurezza che ogni modifica scritta con l'AI deve superare prima della review di una persona.
Un agente analista
Trasforma una change request in un pacchetto di specifiche: specifica funzionale e tecnica, comportamento atteso, piano di implementazione e ordine dei task.
Una policy AI ai sensi dell'art. 4 dell'AI Act
Quali strumenti, su quali dati, con quali approvazioni, e come il team tiene aggiornate le proprie competenze sull'AI.
Un catalogo degli asset e un registro delle decisioni
Ogni agente, file di istruzioni e template seguito da bozza → pilota → adottato, con una dashboard di avanzamento generata dai file.
Il kit settimanale
I template per la sessione settimanale, perché la pratica continui anche dopo il passaggio di consegne.
Come capiamo se sta funzionando?
Misuriamo come il lavoro scorre nel tuo team, con dati che hai già. Righe di codice e numero di prompt non dicono niente sulla delivery, per cui li lasciamo fuori.
Baseline
Ricavata dallo storico delle attività del team prima che il programma parta.
Prima settimana
Il primo confronto con la baseline, sul lavoro fatto con l'harness già installato.
Metà percorso
Le stesse misure, più lo stato degli asset: quali sono in pilota e quali adottati.
Fine
Il confronto finale, messo per iscritto per il tuo management con la baseline accanto.
Cosa misuriamo: cycle time, attività completate che superano review e gate di test, change failure rate.
Regole che tengono al sicuro la delivery mentre il team impara
Queste regole entrano nella policy AI nelle prime settimane e valgono per ogni agente e per ogni persona del team.
Gli agenti hanno accessi ristretti
Ogni agente legge e modifica solo ciò che serve al suo compito; il resto richiede un'approvazione. L'accesso illimitato degli agenti è un rischio censito nella OWASP Top 10 for LLM Applications (LLM06, Excessive Agency).
Ogni merge lo approva una persona
Gli agenti propongono le modifiche. Uno sviluppatore del tuo team le rivede e fa il merge, dopo che i gate di test sono passati.
Nessun dato sensibile negli strumenti AI
Lo mettiamo per iscritto prima di iniziare. Nella sanità vuol dire nessun dato dei pazienti in nessuno strumento, prompt o asset.
Uno shadow track prima di affidare task agli agenti
Su una change request reale, gli agenti producono un pacchetto di specifiche in parallelo al lavoro abituale del team. Il tuo tech lead confronta le due versioni e decide go o no-go.
La delivery viene prima
Il pilota corre in parallelo al piano di rilascio. Se c'è di mezzo una scadenza con un cliente, il pilota aspetta.
Settimana per settimana, nel programma intensivo
Un piano tipo: le settimane esatte le fissiamo con il tuo tech lead al kick-off. Il coaching integrato segue gli stessi passi in circa 90 giorni.
Settimane 1-2: baseline, regole e harness
Ricaviamo la baseline dallo storico delle attività, scriviamo nella policy AI i limiti di accesso e le regole sui dati, installiamo l'harness nel tuo repository e facciamo la prima giornata intensiva. Prima misurazione a fine settimana 1.
Settimane 3-5: knowledge base, graph e shadow track
Costruiamo la knowledge base e il graph del codice. Su una change request reale gli agenti producono un pacchetto di specifiche accanto al lavoro del team, e il tuo tech lead decide go o no-go.
Settimane 6-9: gli agenti prendono task reali
Dopo il go, gli agenti lavorano sui task dietro i gate di test e ogni merge lo approva una persona. Seconda giornata intensiva, agenti e file di istruzioni passano da bozza a pilota, misurazione di metà percorso.
Settimane 10-12: adozione e passaggio di consegne
Terza giornata intensiva. Gli asset che il team usa diventano adottati, gli altri si eliminano. Misurazione finale, policy AI definitiva e passaggio di consegne con il kit settimanale.
Pensato per il codice che hai, legacy compreso
Lo applichiamo su codice enterprise con molti anni di storia, anche nel settore sanitario. Un team che parte da zero segue lo stesso metodo, con meno archeologia.
Fa per te se
- Il team paga strumenti di coding AI e la delivery è rimasta uguale
- Le pull request scritte con l'AI si accumulano in review
- Lavori su un codice con anni di storia e vuoi che l'AI ci lavori in sicurezza
- Operi in un settore regolamentato e ti servono regole scritte sui dati e una policy AI
- Vuoi che la pratica resti quando ce ne andiamo, nel tuo repository e in mano al tuo team
Non fa per te se
- Cerchi un rollout di licenze o un workshop una tantum
- L'obiettivo è sostituire gli sviluppatori con l'AI
- Nessuno da parte tua può prendersi la pratica a fine programma
- Il team non ha spazio nel prossimo trimestre per giornate intensive o sessioni settimanali
Domande sull'AI Engineering Method
Il metodo sul campo
Caso studio
Team software nel settore sanitario: un AI Engineering Method di 12 settimane
Un AI Engineering Method di 12 settimane con un team software del settore sanitario: produttività +500% nella prima settimana di adozione e 8 asset che restano al team, tra cui un workflow agentico comune, gate di test sulle modifiche scritte dall'AI e una policy AI.
Caso studio
Azienda software: coaching sull'adozione dell'AI, dal team di sviluppo al resto dell'azienda
Pattern AI nati con il team di ingegneria e portati agli altri team: il product designer ha portato in produzione il redesign di tutta l'app in una settimana.
Servizio
Fractional CTO e strategia tecnologica
Quando l'adozione dell'AI è uno dei tanti problemi: leadership tecnica senior, qualche giorno a settimana.
Prezzi e condizioni
Come lavoriamo
Come definiamo perimetro e prezzo, come gestiamo il lavoro e cosa resta tuo alla fine.
Prenota una call di 30 minuti per fissare la tua baseline.
Guardiamo insieme lo storico delle tue attività e ti diciamo quale formato fa per te, o se per ora non ne serve nessuno.
