IBM sposta la discussione sull’AI per lo sviluppo software fuori dal recinto del coding assistant. Con IBM Bob, annunciato in preview a ottobre2025 e reso disponibile globalmente poche settimane fa, la società va a presidiare un territorio più ambizioso: l’intero ciclo di vita del software (SdlC, Software Development Life Cycle), dalla pianificazione al deployment, con un impianto pensato per ambienti enterprise, processi regolati e basi applicative complesse.
Il mercato si è riempito di strumenti che accelerano la scrittura del software, ma nelle grandi organizzazioni il collo di bottiglia raramente coincide nella pura generazione del codice. Il punto critico è la capacità di far convivere legacy, test, pipeline, policy di sicurezza, controllo dei costi, auditing e revisione umana. È su questa fascia alta del problema che IBM va a collocare Bob.
Indice degli argomenti
Un partner lungo tutto il ciclo di sviluppo del software
Nel comunicato con cui ha annunciato la disponibilità generale, IBM presenta Bob come un “AI-first development partner” che lavora lungo tutto il software development lifecycle. La promessa non si ferma alla generazione di codice, come accennato: include planning, modernizzazione, testing, deployment e operazioni, con agenti specializzati, workflow riutilizzabili e controlli di governance incorporati.
È qui che Bob cerca di differenziarsi, sotto 3 punti di vista: orchestrazione multi-modello, governance e modernizzazione applicativa. In altre parole, meno enfasi sul copilota da IDE e più attenzione a una piattaforma che coordina attività, strumenti e policy.
Multi-model orchestration
Uno dei punti centrali è la multi-model orchestration. Bob, secondo IBM, instrada i task verso modelli diversi in base ad accuratezza, performance e costo, combinando modelli Granite di IBM, open model come Mistral e frontier model come Claude. Non si tratta di scegliere un solo modello vincente, ma ottenere risultati coerenti senza trasformare ogni scelta tecnica in una nuova fonte di complessità e spesa.
La gestione dell’AI nello sviluppo sta diventando una questione di policy operativa: quali modelli sono autorizzati, per quali task, con quali dati, in quali ambienti e con quale grado di supervisione. In questo senso, Bob supporta estensioni tramite MCP accesso a repository, file e strumenti esterni. Questo lo rende flessibile, ma allarga anche la superficie di governo.
Sicurezza e compliance
La documentazione ufficiale di Bob mette in evidenza diversi controlli pensati per ridurre il rischio operativo: scansione di dati sensibili, limitazioni all’accesso ai file tramite .bobignore, revisione delle impostazioni di auto-approve, uso controllato dei server MCP e verifica manuale dell’output prima dell’applicazione delle modifiche o dell’esecuzione dei comandi suggeriti.
L’AI nello sviluppo non può essere trattata come una semplice utility personale. Deve stare dentro un perimetro dove siano chiari permessi, superfici di esposizione, tracciabilità e responsabilità.
Modernizzazione applicativa
Nelle grandi imprese una parte consistente del lavoro di modernizzazione passa da upgrade, migrazioni, test di regressione, documentazione e messa in sicurezza di sistemi esistenti.
Su questo terreno Bob prova a fare leva con casi d’uso concreti. IBM cita Blue Pearl, che avrebbe ridotto un tipico aggiornamento Java da 30 giorni a 3 giorni, e EY, che usa Bob per accelerare la modernizzazione della piattaforma fiscale globale attraverso refactoring, generazione di test e documentazione.
L’adozione e le ricerche
Bob è partito internamente a IBM nel giugno 2025 con 100 developer e oggi è utilizzato da oltre 80.000 dipendenti IBM. Gli utenti intervistati avrebbero riportato un guadagno medio di produttività del 45%, mentre alcuni team interni, come Instana e Maximo, avrebbero registrato riduzioni di tempo più elevate su task selezionati.
Stack Overflow, nella Developer Survey 2025, rileva che l’84% dei rispondenti usa già strumenti AI o prevede di usarli, ma segnala anche due dati importanti: il 66% indica come principale frustrazione soluzioni “quasi giuste ma non del tutto”, e il 46% dichiara di diffidare dell’accuratezza degli strumenti AI, contro un 33% che esprime fiducia. È un quadro che rafforza la necessità di controllo umano, soprattutto nei ruoli con maggiore accountability.
Anche DORA, il programma di ricerca di Google Cloud, nella ricerca 2025 sullo sviluppo software assistito dall’AI insiste su un punto simile: l’AI tende ad agire come amplificatore delle capacità già presenti nell’organizzazione. Migliora la velocità, ma i benefici non si traducono automaticamente in risultati migliori se a valle restano colli di bottiglia su testing, sicurezza, approvazioni e piattaforme interne. In una delle sintesi pubblicate da DORA nel 2026 si segnala che guadagni di produttività individuale possono essere assorbiti dal “downstream disorder” quando la base di processo non regge.
Per capire i ritorni dell’utilizzo di BOB, la piattaforma mette a disposizione Bobalytics, un cruscotto che promette di misurare l’impatto di Bob sul ciclo di delivery, attraverso la raccolta di datai di telemetria.
Offerta SaaS
IBM indica oggi la disponibilità generale di Bob come offerta SaaS, mentre il deployment on-premises è indicato come obiettivo futuro.
