Software legacy e GenAI, come governare la modernizzazione

La gestione del patrimonio applicativo rappresenta una delle sfide più complesse e onerose per le direzioni informatiche delle aziende. All’interno delle organizzazioni convive un ecosistema tecnologico fortemente eterogeneo, dove i sistemi ERP tradizionali si intrecciano con applicativi personalizzati, soluzioni verticali e architetture legacy stratificate nel corso dei decenni. Nelle realtà industriali, questo scenario è ulteriormente complicato dalla necessità di integrare i pacchetti MES e CAM dedicati al controllo della produzione. In questo quadro, l’emergere della GenAI sta ridisegnando i confini della modernizzazione applicativa, offrendo da un lato accelerazioni senza precedenti nello sviluppo del software e ponendo, dall’altro, interrogativi in materia di governance, controllo dei costi e sicurezza dei dati. È quanto emerso durante la tavola rotonda “Software legacy e AI generativa: tecniche e strumenti per accelerare l’innovazione applicativa”, organizzata da Nextwork360, IBM e Pragma Management Systems, nell’ambito dell’evento Tech Excellence.

Modernizzazione software legacy, cosa dicono i dati del Politecnico

I dati raccolti dagli Osservatori Digital Innovation del Politecnico di Milano permettono di tracciare una fotografia nitida delle priorità strategiche dei CIO e dei responsabili tecnologici. Sebbene i temi legati alla sicurezza informatica e alla conformità normativa – spinti anche dall’adeguamento a direttive europee come la NIS2 – rimangano in cima alle priorità teoriche, la reale allocazione dei budget aziendali racconta una storia differente. Sommando le risorse finanziarie destinate alla modernizzazione infrastrutturale e a quella applicativa, questa voce di spesa balza al primo posto assoluto, superando gli investimenti diretti in cybersecurity.

L’analisi, presentata da Massimo Ficagna, Senior Advisor dell’Osservatorio Cloud Transformation del Politecnico di Milano evidenzia come il 39% del portafoglio applicativo aziendale sia considerato bisognoso di interventi di modernizzazione. Questo dato riflette una necessità diffusa che spesso, nella percezione dei manager sul campo, tocca percentuali persino superiori.

I fattori del refactoring nei sistemi legacy

Le ragioni che costringono le organizzazioni a intervenire sui propri sistemi sono molteplici e strettamente interconnesse:

• Obsolescenza tecnologica e fine del supporto. Al primo posto si posizionano la scarsa manutenibilità dei sistemi e l’assenza di supporto da parte dei vendor originari. In molti casi, le aziende si trovano a dover gestire un aumento sproporzionato dei costi delle licenze.
• Rigidità funzionale e stratificazione. La progressiva sedimentazione di codice rende i sistemi rigidi, impedendo di seguire l’evoluzione dei processi richiesta dal business.
• Scarsità di competenze interne. Il ricambio generazionale crea un vuoto operativo; le figure tecniche che hanno sviluppato e mantenuto i sistemi storici si avviano alla pensione, lasciando le aziende prive della memoria storica necessaria a intervenire sul codice senza bloccare l’operatività.
• Esperienza utente obsoleta. La presenza di interfacce datate, come i terminali a caratteri verdi, rappresenta un forte ostacolo all’attrazione e alla ritenzione dei giovani talenti, abituati a logiche d’uso moderne e intuitive.

La frenata del cloud e il ritorno all’approccio ibrido

L’indagine del Politecnico di Milano rileva inoltre un cambiamento significativo nelle strategie architetturali. Dopo anni di spinta incondizionata verso il cloud pubblico, il mercato mostra un rallentamento. Sebbene la migrazione effettiva verso l’esterno sia difficile da invertire per i carichi di lavoro già trasferiti, le nuove pianificazioni strategiche vedono una forte crescita degli approcci on-premise o ibridi.

Questo fenomeno è guidato da incertezze geopolitiche e dalla forte concentrazione del mercato infrastrutturale nelle mani di pochi grandi player statunitensi, che da soli controllano l’85-90% del mercato europeo. Di conseguenza, circa il 35% delle aziende intervistate sta rivalutando la propria strategia, orientandosi verso la modernizzazione dei data center privati per replicare la flessibilità del cloud mantenendo la sovranità sul dato e un controllo più rigido sui costi fissi.

GenAI nello sviluppo software tra produttività e controllo

L’introduzione dei modelli linguistici a supporto dello sviluppo sta modificando profondamente il ciclo di vita del software (SDLC). I dati della letteratura scientifica internazionale indicano incrementi di produttività estremamente variabili, che oscillano dall’8,7% fino al 55,8% a seconda che si consideri l’intero ciclo di sviluppo o la sola attività di pura programmazione. Tuttavia, l’efficacia della GenAI dipende in modo critico dal contesto organizzativo e dalle competenze delle figure coinvolte.

Vibe coding e debito tecnico

Negli ultimi tempi si è diffuso il fenomeno del cosiddetto vibe coding, ovvero lo sviluppo di applicazioni da parte di personale non tecnico o figure junior che si affidano quasi interamente agli assistenti di intelligenza artificiale generica. Ficagna ha evidenziato i rischi di questa deriva attraverso una metafora efficace: «Il vibe coding è come avere un bel cavallo mustang libero nella prateria che corre e non lo controlli».

Nelle mani di sviluppatori senior ed esperti, questi strumenti garantiscono significativi guadagni di efficienza. Al contrario, se utilizzati da figure junior senza una supervisione strutturata, i modelli probabilistici rischiano di introdurre vulnerabilità, generare codice qualitativamente scadente e accumulare un pesante debito tecnico che renderà i sistemi ingovernabili nel lungo periodo. Un approccio puramente generalista, privo di una solida base documentale aziendale e di paletti precisi, porta inoltre a un consumo inefficiente di risorse computazionali, facendo esplodere i costi legati ai token.

Shadow IT e domanda IT dentro recinti governati

Per evitare la proliferazione dello Shadow IT – ossia l’utilizzo di strumenti software non autorizzati dall’amministrazione centrale – le aziende stanno adottando framework di governance rigidi ma permissivi all’interno di recinti protetti. L’esperienza diretta di alcune realtà industriali, emersa durante il dibattito con i partecipanti alla tavola rotonda, mette in luce come sia possibile capovolgere il tradizionale modello operativo dei dipartimenti informatici.

Invece di tentare di arginare le richieste di automazione provenienti dalle diverse linee di business, la direzione IT si trasforma in un fornitore di infrastruttura sicura, definendo le regole di ingaggio, i modelli operativi di costo e i criteri di protezione dei dati in linea con le normative europee come l’AI Act. Sfruttando la GenAI all’interno di piattaforme certificate e l’adozione di logiche low-code o no-code, i singoli dipartimenti diventano direttamente proprietari (owner) delle proprie soluzioni verticali, riducendo i tempi di sviluppo e sollevando l’IT centrale dall’onere di dover interpretare ogni singolo processo di business.

Strumenti enterprise per modernizzare il software legacy

Il superamento dell’approccio generalista passa attraverso l’adozione di strumenti verticali progettati specificamente per l’ambiente enterprise. Durante il confronto, moderato da Vincenzo Zaglio, Direttore di ZeroUno, Matteo Rinalduzzi, Partner Technical Specialist di IBM Italia, ha chiarito la necessità di un cambio di paradigma: «Un approccio generalista con un modello non studiato per l’SDLC (Software Development Life Cycle, ndr) spesso non è la scelta migliore, anzi, per le aziende non è mai la scelta migliore».

Gli strumenti specialistici, come ad esempio watsonx Code Assistant di IBM, agiscono direttamente all’interno dell’ambiente di sviluppo, integrandosi con il codice aziendale preesistente senza basarsi esclusivamente su repository pubblici globali. Questa specificità è fondamentale quando si affronta la modernizzazione di sistemi legacy complessi scritti in linguaggi storici come COBOL o RPG, oppure quando si devono effettuare migrazioni di versione controllate, ad esempio il passaggio da Java 8 a Java 21.

L’adozione della GenAI in modalità controllata permette di effettuare operazioni di reverse engineering e di mappare l’intero ecosistema del codice. Come spiegato da Alberto Todeschini, Chief Technical Officer di Pragma Management Systems, soluzioni come IBM Bob permettono di «capire come funziona un applicativo e comprendere la catena di come un programma ne chiama un altro. Attraverso l’analisi automatizzata, la piattaforma è in grado di generare flowchart logici, identificare le interdipendenze tra i diversi moduli software ed elaborare script di deployment automatici. Questo è di enorme aiuto quando si tratta di modernizzare applicazioni legacy».

La governance della GenAI a livello enterprise si completa attraverso cruscotti di monitoraggio (Analytics) integrati nelle piattaforme. Queste dashboard offrono ai responsabili IT una visibilità completa sull’efficacia dello strumento, tracciando con precisione quali sorgenti vengono modificati, l’impatto sul codice, il volume di token consumati e i costi associati a livello di singola risorsa, abilitando una reale misurazione del ritorno sull’investimento dei progetti di modernizzazione.