Amazon ha pubblicato il 27 ottobre 2026 una guida aggiornata per ingegneri e responsabili dello sviluppo software: per valutare il lavoro conta l’impatto a lungo termine su clienti, azienda e team. Il consumo di token, l’adozione dell’IA, le modifiche al codice e le revisioni possono aiutare a leggere l’attività, ma diventano indicatori fuorvianti se trattati come obiettivi separati dai risultati.
Perché i token non bastano a misurare la produttività
La guida, rivolta agli ingegneri software (SDE) e ai responsabili della gestione dello sviluppo software (SDM) di Amazon, non esclude le metriche di utilizzo. Amazon afferma che gli indicatori di input, come token e adozione dell’IA, sono attualmente correlati a risultati importanti e possono essere usati con cautela e giudizio. Il problema nasce quando diventano traguardi autonomi, senza considerare ciò che producono.
Fissare obiettivi sul volume di token può aumentare costi e complessità. Amazon richiama anche il rischio di misurare il lavoro dal numero di righe di codice: un conteggio più alto non esprime di per sé il valore del risultato.
Che cosa controllare al 10° e al 90° percentile
Amazon indica due punti di attenzione per l’adozione dell’IA. Al 10° percentile, i responsabili dovrebbero capire perché alcuni team non la adottano in modo efficace; al 90°, dovrebbero verificare se l’uso intenso si accompagna a un aumento delle consegne.
| Punto di verifica | Che cosa indagare | Scopo |
| 10° percentile di adozione | Perché alcuni team non adottano l’IA in modo efficace | Individuare gli ostacoli all’adozione |
| 90° percentile di adozione | Se l’uso intenso dell’IA corrisponde a un aumento delle consegne | Valutare il rapporto tra uso e risultati |
I percentili sono riferimenti per decidere dove approfondire, non tassi di adozione pubblicati da Amazon. La guida invita quindi a osservare sia i team con un uso ridotto sia quelli con un uso elevato, collegando entrambi i casi ai risultati.
L’aspettativa pratica per i responsabili
Amazon chiede ai leader tecnici e organizzativi di usare gli strumenti di IA direttamente nel lavoro di produzione. Dovrebbero anche saper spiegare un’attività in cui l’IA ha aiutato e una in cui non è stata utile. Se gli strumenti attuali non migliorano un compito, la guida invita gli ingegneri a documentare e spiegare il motivo.
L’indicazione non è smettere di usare l’IA: Amazon prevede che avrà un ruolo centrale nell’ingegneria del software e incoraggia gli ingegneri a imparare a usarla. La valutazione, però, resta legata all’impatto del lavoro, non al volume di token consumati.
