Amazon ha recentemente comunicato ai propri ingegneri di adottare un approccio più misurato nell’uso degli strumenti di intelligenza artificiale (AI), allertandoli riguardo ai costi sempre crescenti e alla complessità associati. Questa strategia è stata ufficializzata martedì attraverso una nota ai team di ingegneria, in cui l’azienda sottolinea l’importanza di concentrarsi sulla creazione di software utile e sul raggiungimento degli obiettivi aziendali.
“I nostri ingegneri più prolifici hanno dimostrato che né il ruolo del developer né la loro produttività sono definiti dall’uso di AI,” ha affermato Terk Terkowitz, vice presidente di Amazon e ingegnere di spicco, nella nota. “Siamo ora nell’era del Developer Rinascimentale, che combina strumenti di AI con il giudizio umano e l’expertise di dominio per costruire cose nuove.”
In altre parole, Amazon desidera che i propri sviluppatori facciano uso dell’intelligenza artificiale, ma avverte che il semplice consumo di token non equivale a produrre risultati utili. La nota si propone quindi di definire il ruolo degli sviluppatori non in base all’uso di AI ma concentrandosi su ciò che rimane invariato: l’esigenza di fornire software utile e risultati per i clienti e l’azienda.
“È difficile definire, in modo che possa reggere nel tempo, quali pratiche ingegneristiche potenziate dall’AI siano valide,” continua il documento. “Abbiamo deciso di focalizzarci su ciò che non sta cambiando mentre evolviamo i ruoli degli SDE … i risultati che contano non cambiano, anche se le tecniche, gli strumenti e i metodi si stanno evolvendo più rapidamente che mai.”
Ciò che questo implica per gli sviluppatori software attualmente è che le metriche di input relative all’AI, anche se Amazon ha osservato una certa correlazione con un aumento della produttività, non sono considerate misure valide dell’uso efficace del tempo e delle risorse da parte dei developer. “Siamo tutti consapevoli di quanto siano difettose queste metriche, principalmente perché sono scollegate da ciò che conta,” afferma il memo.
“L’uso di queste metriche, se utilizzato come obiettivo invece che come misura, potrebbe generare esiti negativi, aumentando i costi e la complessità,” continua il documento, in riferimento ai costi legati al tokenmaxxing e al codice eccessivamente complesso, in contrasto con la mission di Amazon di “inventare e semplificare.”
Un portavoce di Amazon ha confermato che l’intento del memo era quello di scoraggiare il tokenmaxxing, richiamando commenti del CEO di AWS, Matt Garman, risalenti a giugno, in cui incoraggiava gli sviluppatori a misurare i risultati piuttosto che il consumo di token nell’uso appropriato degli strumenti di AI per lo sviluppo software.
Amazon desidera che i suoi sviluppatori riflettano di più su come l’AI possa “migliorare la consegna per i clienti” e per le unità aziendali, piuttosto che cercare solo di trovare un modo per integrare l’AI per dimostrare che stia funzionando. La nota segnala alcuni team di ingegneri che sono “diventati meno connessi ai loro clienti e al business,” sostenendo che i team più coinvolti con i loro prodotti e ruoli aziendali “sono in grado di trarre il massimo vantaggio dall’AI e dallo sviluppo software agentico,” in sostanza richiamando un approccio simile per più team.
“Se il tuo lavoro non beneficia degli attuali strumenti di AI, questo è un dato, non un fallimento,” afferma la nota. “Un ingegnere in grado di spiegare dove l’AI non aiuta ancora il proprio lavoro sta dimostrando il giudizio che stiamo cercando.”
La posizione di Amazon in questo memo è sorprendentemente simile a quanto sostenuto da Microsoft nei confronti dei propri team di sviluppo interni lo scorso agosto, mettendo l’accento su un approccio focalizzato sulle ricompense per i clienti e l’azienda piuttosto che sulla massimizzazione dell’input. “Il tokenmaxxing non è ciò su cui stiamo ottimizzando,” ha dichiarato Jay Parikh, EVP di Microsoft, agli sviluppatori. “Voglio che tutti noi ci concentriamo sulla massimizzazione dei risultati che spostano l’ago per i nostri clienti e per il nostro business.”
Di conseguenza, sembra che ci sia una chiara indicazione contro l’approccio di sperimentare a caso con l’AI per vedere dove si può applicare. Quando due aziende di simili dimensioni iniziano a mettere in dubbio se il consumo di token dell’AI sia una misura utile della produttività per i loro migliaia di ingegneri software, è probabile che anche il resto del mondo cominci a bere quei token anziché ingurgitarli.
In alternativa, potremmo assistere a un numero sempre crescente di aziende che abbracciano la filosofia di fare affidamento su modelli open-weight “sufficientemente buoni”, in grado di gestire molteplici task a una frazione del costo delle alternative più costose – Garman aveva già sostenuto una posizione simile a favore di modelli più economici in base ai compiti lo scorso giugno.
