--- title: Dopo il Vibe Coding arriva il Vibe Management description: Scopri come l'AI sta trasformando la programmazione e il management, e perché la supervisione umana rimane cruciale nel processo di sviluppo software. image: https://hoxell.com/hubfs/Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png --- [Skip to content](https://hoxell.com/it/blog/vibe-coding-rischi-costi-nascosti#main-content) Chiudi - Prodotti - [Quality Operations](https://hoxell.com/it/prodotti/quality-operations) - [Hoxell Plus](https://hoxell.com/it/prodotti/quality-operations/hoxell-plus) - [Guest Experience](https://hoxell.com/it/prodotti/guest-experience-platform) - [Integrazioni & Partner](https://hoxell.com/it/integrazioni) - [BLOG](https://hoxell.com/it/blog) - [Chi siamo](https://hoxell.com/it/chi-siamo) - [Storie di successo](https://hoxell.com/it/testimonianze) Lingua – it [de](https://hoxell.com/de/blog/vibe-coding-versteckte-risiken-kosten)[en](https://hoxell.com/blog/vibe-coding-hidden-risks-costs)[fr](https://hoxell.com/fr/blog/vibe-coding-risques-caches-couts) [Richiedi una Demo](https://hoxell.com/it/richiedi-una-demo?hsLang=it) [![logo](https://hoxell.com/hs-fs/hubfs/Hoxell%20Full%20Color-1.png?width=235&height=94&name=Hoxell%20Full%20Color-1.png "logo")](https://hoxell.com?hsLang=it) - Prodotti - [Quality Operations](https://hoxell.com/it/prodotti/quality-operations) - [Hoxell Plus](https://hoxell.com/it/prodotti/quality-operations/hoxell-plus) - [Guest Experience](https://hoxell.com/it/prodotti/guest-experience-platform) - [Integrazioni & Partner](https://hoxell.com/it/integrazioni) - [BLOG](https://hoxell.com/it/blog) - [Chi siamo](https://hoxell.com/it/chi-siamo) - [Storie di successo](https://hoxell.com/it/testimonianze) it [de](https://hoxell.com/de/blog/vibe-coding-versteckte-risiken-kosten)[en](https://hoxell.com/blog/vibe-coding-hidden-risks-costs)[fr](https://hoxell.com/fr/blog/vibe-coding-risques-caches-couts) [Richiedi una Demo](https://hoxell.com/it/richiedi-una-demo?hsLang=it) ![Vibe coding-1](https://hoxell.com/hs-fs/hubfs/Vibe%20coding-1.png?width=575&name=Vibe%20coding-1.png) [Hoxell](https://hoxell.com/it/blog/author/hoxell)10 nov 20269 min read # Dopo il Vibe Coding arriva il Vibe Management [Precedente](https://hoxell.com/it/blog/gestione-personale-alberghiero-innovazione?hsLang=it) ![Codice e gestione dell’innovazione IA](https://hoxell.com/hs-fs/hubfs/Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png?width=1672&height=941&name=Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png) Se oggi fossi il CEO di una software house, probabilmente potrei licenziare il 70-90% degli sviluppatori junior. Il codice lo scriverebbe l’AI. Le pull request le aprirebbe l’AI. Anche buona parte del testing lo farebbe l’AI. La vera domanda, però, è un’altra: chi rimarrà a capire il software tra cinque anni? Nel 2023 la domanda che ci facevamo era: possiamo sostituire gli umani con l’AI? Nel 2026 la domanda sta diventando un’altra: possiamo permetterci di sostituire gli umani con l’AI? Sono due domande molto diverse. La prima riguarda la capacità tecnica. La seconda riguarda il conto finale, e il conto finale ha voci che finora quasi nessuno ha messo a bilancio: costi di token, costi di perdita della conoscenza, costi di dipendenza tecnologica, costi di manutenzione del codice generato, costi cognitivi legati all’atrofia delle competenze. Cinque voci. Nessuna delle quali compare in un pitch deck AI-first. Questo articolo prova a metterle a fuoco una per una. ## Il Vibe Coding e il paradosso della documentazione perduta Il vibe coding funziona. Anzi, funziona sorprendentemente bene. Descrivi cosa vuoi, l’AI genera il codice, il codice gira. Il termine lo ha coniato Andrej Karpathy all’inizio del 2025, e nel giro di pochi mesi è diventato una pratica quotidiana in migliaia di team. Il problema non è generare codice. Il problema è capire quel codice sei mesi dopo. Sempre più aziende stanno accumulando milioni di righe di software prodotte da Claude Code, Cursor, GPT e Gemini. Ma una parte crescente di quel software è stata generata senza che nessuno abbia realmente attraversato il percorso logico che ha portato alla soluzione. Il codice esiste. Funziona. Ma la conoscenza che lo ha generato, spesso, no. In passato uno sviluppatore ricordava perché una funzione era stata scritta in un certo modo, quali trade-off erano stati accettati consapevolmente, quali bug erano già stati incontrati ed evitati altrove nel sistema. Quella memoria viveva nella testa delle persone, prima ancora che nei commit. Oggi sempre più spesso esiste solo il risultato finale. Il prompt che lo ha generato è sparito in una chat. Il ragionamento che ha scartato tre soluzioni alternative non è mai stato scritto da nessuna parte. È la differenza tra conoscere una strada e seguire Google Maps. Arrivi a destinazione lo stesso. Ma se il telefono si scarica in mezzo a un quartiere che non hai mai imparato a leggere, sei perso. ## Il cervello in outsourcing Per decenni, i tassisti di Londra hanno dovuto superare un esame chiamato “The Knowledge”: la mappa mentale di circa 25.000 strade e 20.000 punti di interesse della città, memorizzata senza alcun supporto digitale. La neuroscienziata Eleanor Maguire ha studiato per anni i cervelli di chi si sottoponeva a questa prova, e i risultati, replicati e affinati in studi successivi, mostrano un dato solido: chi supera “The Knowledge” sviluppa un ispessimento misurabile dell’ippocampo posteriore, l’area cerebrale coinvolta nella memoria spaziale. Chi abbandona il percorso, no. Poi è arrivato il GPS. La domanda non è se il GPS sia utile. Ovviamente lo è. Nessuno propone seriamente di tornare a orientarsi solo a memoria. La domanda è un’altra: cosa succede a una capacità cognitiva quando smette di essere esercitata? Lo stesso meccanismo, oggi, si candida a manifestarsi con l’AI, ma su una scala molto più ampia del solo orientamento spaziale. Non riguarda un solo mestiere. Riguarda la scrittura, il ragionamento, la programmazione, la sintesi, la capacità di tenere in testa un problema abbastanza a lungo da vederne la struttura. Non stiamo necessariamente perdendo la capacità di produrre. Stiamo, forse, perdendo la capacità di comprendere ciò che produciamo. ## Lo studio del MIT e il debito cognitivo Nel 2025 il MIT Media Lab ha pubblicato uno studio, “Your Brain on ChatGPT”, che ha misurato con l’EEG l’attività cerebrale di 55 partecipanti tra i 18 e i 25 anni, divisi in tre gruppi: chi scriveva un saggio usando ChatGPT, chi usava un motore di ricerca tradizionale, chi scriveva senza alcuno strumento. I risultati: chi utilizzava ChatGPT mostrava la connettività cerebrale più debole tra i tre gruppi, in particolare nelle aree legate alla memoria e al ragionamento semantico. Chi usava il motore di ricerca attivava un engagement intermedio. Chi scriveva senza strumenti attivava le reti cerebrali più ampie e più forti, con un coinvolgimento marcato delle aree creative, mnestiche ed esecutive. Il dato più citato dello studio, però, è un altro: nelle prime sessioni, l’83% dei partecipanti che avevano scritto il proprio saggio con ChatGPT non riusciva a citarne nemmeno una riga subito dopo averlo consegnato. I partecipanti del gruppo “solo cervello” ricordavano i propri testi con precisione. I ricercatori del MIT hanno dato un nome a questo fenomeno: cognitive debt, debito cognitivo. Come un debito finanziario, si accumula in modo quasi impercettibile, prestito dopo prestito, delega dopo delega. E come un debito finanziario, prima o poi presenta il conto: meno pensiero critico, meno creatività, memoria più debole, un rapporto più distante con il proprio stesso lavoro. Non è una novità assoluta. È già successo con le calcolatrici. È già successo con il GPS. La differenza è che questa volta la delega riguarda non un singolo calcolo o un singolo percorso, ma la scrittura, il codice, la ricerca, la sintesi, il ragionamento: cioè quasi tutto ciò che chiamiamo pensare al lavoro. Il rischio non è diventare meno produttivi. Nel breve periodo, anzi, si diventa vistosamente più produttivi. Il rischio è diventare meno autonomi. ## La follia del tokenmaxxing C’è un fenomeno sociale che conosciamo bene: il looksmaxxing, l’ossessione per ottimizzare ogni dettaglio del proprio aspetto fisico fino a trasformarlo in un indicatore di status. Nelle aziende sta emergendo il suo equivalente operativo: il tokenmaxxing. L’ossessione contemporanea per massimizzare il consumo di token come se fosse, di per sé, una misura di progresso. Aziende che celebrano internamente milioni di prompt lanciati. Milioni di righe di codice generate in un trimestre. Miliardi di token consumati nell’anno. Numeri che finiscono in slide, in leaderboard interne, in obiettivi di adozione, come se il costo marginale di ogni token fosse irrilevante e il solo volume fosse già, di per sé, un risultato. Ma il volume non è il risultato. Il volume è il costo per arrivare al risultato. ### Il caso Uber Nel 2026 Uber ha esaurito l’intero budget annuale destinato agli strumenti AI di sviluppo, Claude Code e Cursor in testa, in circa quattro mesi. Ad accelerare il consumo, tra le altre cose, una leaderboard interna che classificava i team in base al volume di utilizzo degli strumenti AI: uno strumento pensato per incentivare l’adozione che ha finito per incentivare, semplicemente, il consumo. La frase più interessante, in tutta la vicenda, non è la cifra del budget bruciato. È quello che ha dichiarato Andrew Macdonald, presidente e COO di Uber, quando gli è stato chiesto di collegare quella spesa alle funzionalità effettivamente arrivate agli utenti: “quel collegamento, ancora, non c’è”. Ha aggiunto che è molto difficile tracciare una linea diretta tra l’aumento della spesa e le feature realmente rilasciate, e che senza quella linea diretta, “quello scambio diventa più difficile da giustificare”. Il CEO Dara Khosrowshahi ha comunque confermato che circa il 10% del codice committato in azienda viene oggi prodotto da agenti autonomi. Uber ha poi introdotto un tetto di spesa individuale sugli strumenti AI. Per anni abbiamo misurato il lavoro tecnico in ore uomo, sprint, velocity, revenue generata. Ora molte aziende hanno iniziato a misurarlo in token consumati. Ma i token non sono un output. Sono un input. Misurare il successo in token è come misurare una fabbrica in base a quanta elettricità consuma, invece che in base a quanti pezzi validi escono dalla catena di montaggio. ## Il ritorno degli esseri umani Questa è forse la parte più controintuitiva di tutta la storia: alcune tra le agenzie e le software house più aggressivamente AI-native del mercato hanno ricominciato ad assumere. Non perché l’AI non funzioni. Funziona, ed è la ragione stessa per cui queste aziende esistono. Ma perché, man mano che l’adozione cresce, emergono costi che nella fase euforica non erano stati messi in conto: verifica dell’output generato, controllo qualità sistematico, manutenzione di codice che nessuno in azienda ha scritto davvero, governance dell’accesso e dell’uso degli strumenti, onboarding di nuove persone su sistemi in parte opachi anche a chi li ha “costruiti”, supervisione continua di processi che, lasciati soli, tendono a derivare. Ogni automazione crea nuovi punti di fragilità. Ogni sistema autonomo richiede qualcuno che ne comprenda il comportamento abbastanza a fondo da accorgersi quando smette di comportarsi bene. L’essere umano, in questo scenario, non scompare. Si sposta. Dal produrre al supervisionare. Dallo scrivere al capire. ## Il rischio più grande: la perdita della memoria organizzativa Le aziende, in fondo, non sono fatte di software. Sono fatte di conoscenza. Quando una persona lascia un’organizzazione, quell’organizzazione non perde soltanto una risorsa produttiva. Perde contesto accumulato in anni, esperienza di cosa ha già fallito in passato e perché, intuizioni mai formalizzate in nessun documento, la conoscenza delle eccezioni che nessun manuale operativo elenca, memoria storica delle decisioni prese e delle ragioni che le avevano motivate. Se sostituiamo troppo rapidamente le persone con sistemi generativi, rischiamo di scoprirlo tardi, quando ormai la materia prima che contava davvero non era il codice, non erano i documenti, non erano i processi. Era la comprensione. E la comprensione, a differenza del codice, non si copia e incolla da un repository. ## Conclusione: perché in Hoxell il vibe coding non sostituisce la supervisione umana La domanda non è se l’intelligenza artificiale possa scrivere gran parte del codice necessario allo sviluppo di una piattaforma. Oggi può già farlo, spesso con una velocità impensabile per un team composto esclusivamente da esseri umani. La vera domanda è se sia prudente affidarle l’intero processo, senza che qualcuno comprenda fino in fondo ciò che viene generato, le decisioni incorporate nel codice e le conseguenze che quelle decisioni potrebbero avere nel tempo. È proprio da questa consapevolezza che nasce l’approccio adottato in Hoxell. Utilizziamo il vibe coding per accelerare lo sviluppo, sperimentare più rapidamente e ridurre il tempo necessario per trasformare un’idea in una funzionalità concreta. Ma il codice generato dall’AI non viene mai trattato come un risultato definitivo né lasciato senza supervisione. Ogni output viene verificato da persone in grado di comprenderne la logica, valutarne la qualità e intervenire quando emergono errori, fragilità o conseguenze non previste. L’AI può scrivere il codice, ma la responsabilità dell’architettura, della sicurezza, della manutenzione e delle scelte finali rimane umana. In Hoxell, quindi, il vibe coding non sostituisce le competenze tecniche: le amplifica. Permette alle persone di lavorare più velocemente, senza rinunciare alla conoscenza necessaria per comprendere e governare ciò che stanno costruendo. Perché generare codice è diventato relativamente semplice. Capire quel codice, mantenerlo e assumersene la responsabilità resta un compito profondamente umano. Davide Bernasconi ## RELATED ARTICLES [Read all the articles](https://hoxell.com/blog?hsLang=it) [![logo](https://hoxell.com/hs-fs/hubfs/Hoxell%20Full%20Color-1.png?width=235&height=94&name=Hoxell%20Full%20Color-1.png "logo")](https://hoxell.com?hsLang=it) **Hoxell SA** Via Tomaso Rodari, 2 6900 Lugano - Switzerland [Seguici su LinkedIn](https://www.linkedin.com/company/hoxell/) - [Quality Operations](https://hoxell.com/it/prodotti/quality-operations) - [Guest Experience](https://hoxell.com/it/prodotti/guest-experience-platform) - [Integrazioni](https://hoxell.com/it/integrazioni) - [Blog](https://hoxell.com/it/blog) - [Chi siamo](https://hoxell.com/it/chi-siamo) - [Richiedi una Demo](https://hoxell.com/it/richiedi-una-demo) - [Supporto](https://hoxell.com/it/supporto) - [Contatti](https://hoxell.com/it/contatti) [Iscriviti alla newsletter](https://hoxell.com/it/newlsetter?hsLang=it) ```json { "@context" : "https://schema.org", "@type" : "Organization", "address" : { "@type" : "PostalAddress", "addressCountry" : "", "addressLocality" : "6900 - Lugano", "addressRegion" : "Switzerland", "postalCode" : "", "streetAddress" : "Via Tomaso Rodari, 2" }, "knowsLanguage" : "it", "logo" : { "@type" : "ImageObject", "url" : "https://25893004.fs1.hubspotusercontent-eu1.net/hubfs/25893004/Hoxell%20Full%20Color-1.png" }, "name" : "HOXELL SA", "url" : "https://hoxell.com/it/blog/vibe-coding-rischi-costi-nascosti" } ``` ```json { "@context" : "https://schema.org", "@type" : "BlogPosting", "abstract" : "Scopri come l'AI sta trasformando la programmazione e il management, e perché la supervisione umana rimane cruciale nel processo di sviluppo software.", "author" : { "@type" : "Person", "name" : "Hoxell" }, "dateModified" : "novembre 10, 2026 8 AM", "datePublished" : "novembre 10, 2026 8 AM", "headline" : "Dopo il Vibe Coding arriva il Vibe Management", "image" : "https://25893004.fs1.hubspotusercontent-eu1.net/hubfs/25893004/Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png", "inLanguage" : "it", "keywords" : "[ai nel settore dell'ospitalità]", "mainEntityOfPage" : { "@type" : "WebPage" }, "name" : "Dopo il Vibe Coding arriva il Vibe Management", "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://25893004.fs1.hubspotusercontent-eu1.net/hubfs/25893004/Hoxell%20Full%20Color-1.png" }, "name" : "HOXELL SA" }, "text" : "Se oggi fossi il CEO di una software house, probabilmente potrei licenziare il 70-90% degli sviluppatori junior. Il codice lo scriverebbe l’AI. Le pull request le aprirebbe l’AI. Anche buona parte del testing lo farebbe l’AI. La vera domanda, però, è un’altra: chi rimarrà a capire il software tra cinque anni? Nel 2023 la domanda che ci facevamo era: possiamo sostituire gli umani con l’AI? Nel 2026 la domanda sta diventando un’altra: possiamo permetterci di sostituire gli umani con l’AI? Sono due domande molto diverse. La prima riguarda la capacità tecnica. La seconda riguarda il conto finale, e il conto finale ha voci che finora quasi nessuno ha messo a bilancio: costi di token, costi di perdita della conoscenza, costi di dipendenza tecnologica, costi di manutenzione del codice generato, costi cognitivi legati all’atrofia delle competenze. Cinque voci. Nessuna delle quali compare in un pitch deck AI-first. Questo articolo prova a metterle a fuoco una per una. Il Vibe Coding e il paradosso della documentazione perduta Il vibe coding funziona. Anzi, funziona sorprendentemente bene. Descrivi cosa vuoi, l’AI genera il codice, il codice gira. Il termine lo ha coniato Andrej Karpathy all’inizio del 2025, e nel giro di pochi mesi è diventato una pratica quotidiana in migliaia di team. Il problema non è generare codice. Il problema è capire quel codice sei mesi dopo. Sempre più aziende stanno accumulando milioni di righe di software prodotte da Claude Code, Cursor, GPT e Gemini. Ma una parte crescente di quel software è stata generata senza che nessuno abbia realmente attraversato il percorso logico che ha portato alla soluzione. Il codice esiste. Funziona. Ma la conoscenza che lo ha generato, spesso, no. In passato uno sviluppatore ricordava perché una funzione era stata scritta in un certo modo, quali trade-off erano stati accettati consapevolmente, quali bug erano già stati incontrati ed evitati altrove nel sistema. Quella memoria viveva nella testa delle persone, prima ancora che nei commit. Oggi sempre più spesso esiste solo il risultato finale. Il prompt che lo ha generato è sparito in una chat. Il ragionamento che ha scartato tre soluzioni alternative non è mai stato scritto da nessuna parte. È la differenza tra conoscere una strada e seguire Google Maps. Arrivi a destinazione lo stesso. Ma se il telefono si scarica in mezzo a un quartiere che non hai mai imparato a leggere, sei perso. Il cervello in outsourcing Per decenni, i tassisti di Londra hanno dovuto superare un esame chiamato “The Knowledge”: la mappa mentale di circa 25.000 strade e 20.000 punti di interesse della città, memorizzata senza alcun supporto digitale. La neuroscienziata Eleanor Maguire ha studiato per anni i cervelli di chi si sottoponeva a questa prova, e i risultati, replicati e affinati in studi successivi, mostrano un dato solido: chi supera “The Knowledge” sviluppa un ispessimento misurabile dell’ippocampo posteriore, l’area cerebrale coinvolta nella memoria spaziale. Chi abbandona il percorso, no. Poi è arrivato il GPS. La domanda non è se il GPS sia utile. Ovviamente lo è. Nessuno propone seriamente di tornare a orientarsi solo a memoria. La domanda è un’altra: cosa succede a una capacità cognitiva quando smette di essere esercitata? Lo stesso meccanismo, oggi, si candida a manifestarsi con l’AI, ma su una scala molto più ampia del solo orientamento spaziale. Non riguarda un solo mestiere. Riguarda la scrittura, il ragionamento, la programmazione, la sintesi, la capacità di tenere in testa un problema abbastanza a lungo da vederne la struttura. Non stiamo necessariamente perdendo la capacità di produrre. Stiamo, forse, perdendo la capacità di comprendere ciò che produciamo. Lo studio del MIT e il debito cognitivo Nel 2025 il MIT Media Lab ha pubblicato uno studio, “Your Brain on ChatGPT”, che ha misurato con l’EEG l’attività cerebrale di 55 partecipanti tra i 18 e i 25 anni, divisi in tre gruppi: chi scriveva un saggio usando ChatGPT, chi usava un motore di ricerca tradizionale, chi scriveva senza alcuno strumento. I risultati: chi utilizzava ChatGPT mostrava la connettività cerebrale più debole tra i tre gruppi, in particolare nelle aree legate alla memoria e al ragionamento semantico. Chi usava il motore di ricerca attivava un engagement intermedio. Chi scriveva senza strumenti attivava le reti cerebrali più ampie e più forti, con un coinvolgimento marcato delle aree creative, mnestiche ed esecutive. Il dato più citato dello studio, però, è un altro: nelle prime sessioni, l’83% dei partecipanti che avevano scritto il proprio saggio con ChatGPT non riusciva a citarne nemmeno una riga subito dopo averlo consegnato. I partecipanti del gruppo “solo cervello” ricordavano i propri testi con precisione. I ricercatori del MIT hanno dato un nome a questo fenomeno: cognitive debt, debito cognitivo. Come un debito finanziario, si accumula in modo quasi impercettibile, prestito dopo prestito, delega dopo delega. E come un debito finanziario, prima o poi presenta il conto: meno pensiero critico, meno creatività, memoria più debole, un rapporto più distante con il proprio stesso lavoro. Non è una novità assoluta. È già successo con le calcolatrici. È già successo con il GPS. La differenza è che questa volta la delega riguarda non un singolo calcolo o un singolo percorso, ma la scrittura, il codice, la ricerca, la sintesi, il ragionamento: cioè quasi tutto ciò che chiamiamo pensare al lavoro. Il rischio non è diventare meno produttivi. Nel breve periodo, anzi, si diventa vistosamente più produttivi. Il rischio è diventare meno autonomi. La follia del tokenmaxxing C’è un fenomeno sociale che conosciamo bene: il looksmaxxing, l’ossessione per ottimizzare ogni dettaglio del proprio aspetto fisico fino a trasformarlo in un indicatore di status. Nelle aziende sta emergendo il suo equivalente operativo: il tokenmaxxing. L’ossessione contemporanea per massimizzare il consumo di token come se fosse, di per sé, una misura di progresso. Aziende che celebrano internamente milioni di prompt lanciati. Milioni di righe di codice generate in un trimestre. Miliardi di token consumati nell’anno. Numeri che finiscono in slide, in leaderboard interne, in obiettivi di adozione, come se il costo marginale di ogni token fosse irrilevante e il solo volume fosse già, di per sé, un risultato. Ma il volume non è il risultato. Il volume è il costo per arrivare al risultato. Il caso Uber Nel 2026 Uber ha esaurito l’intero budget annuale destinato agli strumenti AI di sviluppo, Claude Code e Cursor in testa, in circa quattro mesi. Ad accelerare il consumo, tra le altre cose, una leaderboard interna che classificava i team in base al volume di utilizzo degli strumenti AI: uno strumento pensato per incentivare l’adozione che ha finito per incentivare, semplicemente, il consumo. La frase più interessante, in tutta la vicenda, non è la cifra del budget bruciato. È quello che ha dichiarato Andrew Macdonald, presidente e COO di Uber, quando gli è stato chiesto di collegare quella spesa alle funzionalità effettivamente arrivate agli utenti: “quel collegamento, ancora, non c’è”. Ha aggiunto che è molto difficile tracciare una linea diretta tra l’aumento della spesa e le feature realmente rilasciate, e che senza quella linea diretta, “quello scambio diventa più difficile da giustificare”. Il CEO Dara Khosrowshahi ha comunque confermato che circa il 10% del codice committato in azienda viene oggi prodotto da agenti autonomi. Uber ha poi introdotto un tetto di spesa individuale sugli strumenti AI. Per anni abbiamo misurato il lavoro tecnico in ore uomo, sprint, velocity, revenue generata. Ora molte aziende hanno iniziato a misurarlo in token consumati. Ma i token non sono un output. Sono un input. Misurare il successo in token è come misurare una fabbrica in base a quanta elettricità consuma, invece che in base a quanti pezzi validi escono dalla catena di montaggio. Il ritorno degli esseri umani Questa è forse la parte più controintuitiva di tutta la storia: alcune tra le agenzie e le software house più aggressivamente AI-native del mercato hanno ricominciato ad assumere. Non perché l’AI non funzioni. Funziona, ed è la ragione stessa per cui queste aziende esistono. Ma perché, man mano che l’adozione cresce, emergono costi che nella fase euforica non erano stati messi in conto: verifica dell’output generato, controllo qualità sistematico, manutenzione di codice che nessuno in azienda ha scritto davvero, governance dell’accesso e dell’uso degli strumenti, onboarding di nuove persone su sistemi in parte opachi anche a chi li ha “costruiti”, supervisione continua di processi che, lasciati soli, tendono a derivare. Ogni automazione crea nuovi punti di fragilità. Ogni sistema autonomo richiede qualcuno che ne comprenda il comportamento abbastanza a fondo da accorgersi quando smette di comportarsi bene. L’essere umano, in questo scenario, non scompare. Si sposta. Dal produrre al supervisionare. Dallo scrivere al capire. Il rischio più grande: la perdita della memoria organizzativa Le aziende, in fondo, non sono fatte di software. Sono fatte di conoscenza. Quando una persona lascia un’organizzazione, quell’organizzazione non perde soltanto una risorsa produttiva. Perde contesto accumulato in anni, esperienza di cosa ha già fallito in passato e perché, intuizioni mai formalizzate in nessun documento, la conoscenza delle eccezioni che nessun manuale operativo elenca, memoria storica delle decisioni prese e delle ragioni che le avevano motivate. Se sostituiamo troppo rapidamente le persone con sistemi generativi, rischiamo di scoprirlo tardi, quando ormai la materia prima che contava davvero non era il codice, non erano i documenti, non erano i processi. Era la comprensione. E la comprensione, a differenza del codice, non si copia e incolla da un repository. Conclusione: perché in Hoxell il vibe coding non sostituisce la supervisione umana La domanda non è se l’intelligenza artificiale possa scrivere gran parte del codice necessario allo sviluppo di una piattaforma. Oggi può già farlo, spesso con una velocità impensabile per un team composto esclusivamente da esseri umani. La vera domanda è se sia prudente affidarle l’intero processo, senza che qualcuno comprenda fino in fondo ciò che viene generato, le decisioni incorporate nel codice e le conseguenze che quelle decisioni potrebbero avere nel tempo. È proprio da questa consapevolezza che nasce l’approccio adottato in Hoxell. Utilizziamo il vibe coding per accelerare lo sviluppo, sperimentare più rapidamente e ridurre il tempo necessario per trasformare un’idea in una funzionalità concreta. Ma il codice generato dall’AI non viene mai trattato come un risultato definitivo né lasciato senza supervisione. Ogni output viene verificato da persone in grado di comprenderne la logica, valutarne la qualità e intervenire quando emergono errori, fragilità o conseguenze non previste. L’AI può scrivere il codice, ma la responsabilità dell’architettura, della sicurezza, della manutenzione e delle scelte finali rimane umana. In Hoxell, quindi, il vibe coding non sostituisce le competenze tecniche: le amplifica. Permette alle persone di lavorare più velocemente, senza rinunciare alla conoscenza necessaria per comprendere e governare ciò che stanno costruendo. Perché generare codice è diventato relativamente semplice. Capire quel codice, mantenerlo e assumersene la responsabilità resta un compito profondamente umano. Davide Bernasconi", "url" : "https://hoxell.com/it/blog/vibe-coding-rischi-costi-nascosti", "wordCount" : "2006" } ``` ```json { "@context" : "https://schema.org", "@type" : "BlogPosting", "author" : { "@type" : "Person", "name" : "Hoxell", "url" : "https://hoxell.com/it/blog/author/hoxell" }, "dateModified" : "2026-11-10T08:00:02.106Z", "datePublished" : "2026-11-10T08:00:02.000Z", "headline" : "Dopo il Vibe Coding arriva il Vibe Management", "image" : [ "https://hoxell.com/hubfs/Codice%20e%20gestione%20dell%E2%80%99innovazione%20IA.png" ], "mainEntityOfPage" : { "@id" : "https://hoxell.com/it/blog/vibe-coding-rischi-costi-nascosti", "@type" : "WebPage" }, "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://hoxell.com/hubfs/Hoxell%20Full%20Color-1.png" }, "name" : "HOXELL SA" } } ```