Beth Galetti, SVP People Experience and Technology di Amazon, non scriveva codice da 25 anni. Ora ne produce 100.000 righe con l’AI, secondo un post pubblicato dall’azienda.
Le righe di codice non misurano qualità. Ma il caso Galetti mostra qualcosa di preciso: accedere a certe competenze tecniche oggi richiede meno anni di pratica rispetto a cinque anni fa.
Da 25 anni senza programmare a un’app sviluppata durante un volo
Galetti aveva iniziato come sviluppatrice software, poi era passata ai ruoli manageriali. Aveva scritto l’ultima riga circa 25 anni prima.
Ha ripreso con Aza, l’assistente AI interno di Amazon, per capire quali strumenti usare. Poi è passata a Kiro, l’ambiente di sviluppo Amazon: descrivi in linguaggio naturale quello che vuoi costruire, ottieni supporto nella pianificazione, scrittura e test.
Durante un volo verso Seattle ha sviluppato l’app per gestire “Everyone Can Build”, una competizione interna su strumenti costruiti con l’AI. Da lì il contatore ha superato le 100.000 righe, dice.
“Everyone Can Build”: programmare non è più solo per programmatori
Alla gara hanno partecipato oltre 1.500 dipendenti, molti senza background tecnico. Un dipendente ha trasformato un controllo manuale da quasi quattro ore in una verifica automatizzata da un secondo.
L’AI permette a chi conosce bene un problema di business di costruire direttament
e una soluzione, anche senza saper programmare. Prima quel dipendente avrebbe descritto il problema a qualcuno del team tecnico, aspettato una priorità nella roadmap, aspettato lo sviluppo. Oggi quella parte del percorso si accorcia.
Le 100.000 righe di codice sono davvero un risultato?
Nel software le righe di codice non misurano nulla di utile. Un programma da 10.000 righe può funzionare meglio di uno da 100.000. Il codice generato automaticamente introduce duplicazioni, dipendenze inutili, problemi di sicurezza che emergono dopo. Contano il problema risolto, il tempo risparmiato, quanto la soluzione regge nel tempo.
Aprire lo sviluppo a tutti non elimina la necessità degli ingegneri. Crea due categorie distinte: chi costruisce prototipi e automazioni in linguaggio naturale, e chi gestisce architettura, sicurezza, scalabilità, sistemi critici. Il secondo gruppo cambia lavoro, non sparisce.
Il paradosso Amazon: AI per potenziare le persone, mentre i posti diminuiscono
Nel frattempo Amazon ha tagliato circa 30.000 posizioni corporate tra ottobre 2025 e gennaio 2026: prima 14.000 ruoli, poi altri 16.000. Galetti stessa ha comunicato la seconda operazione, spiegando che Amazon vuole meno livelli organizzativi e meno burocrazia.
Le due cose potrebbero non essere collegate. Però succedono nello stesso periodo, annunciate dalla stessa persona.
L’aumento di produttività permette organizzazioni più snelle. Può significare meno persone per certe attività, con competenze diverse. Non è la versione da slogan dell’AI che sostituisce i lavoratori. È più granulare: alcune mansioni richiedono meno persone, le persone che rimangono fanno cose diverse.
Non AI contro persone, ma persone con AI
Per anni le aziende hanno funzionato per silos: marketing, amministrazione, commerciale, logistica, IT. Ogni funzione con i propri strumenti, proprie competenze, proprie liste di attesa.
L’AI generativa sta rompendo questi confini. Un commerciale estrae dati dal CRM senza aspettare il report del martedì. Un manager ha un prototipo funzionante nel pomeriggio invece che dopo tre settimane. Uno sviluppatore affronta progetti molto più grandi nello stesso tempo.
Chi riesce a capire il problema, definire l’obiettivo e verificare l’output dell’AI ha un vantaggio su chi sa solo eseguire il compito.
Le aziende dovranno ripensare le competenze
Amazon investe 2,5 miliardi di dollari per preparare almeno 50 milioni di persone alle competenze AI. Insegnare a usare un chatbot non basta.
Serve sapere quale strumento usare per quale problema, quali processi si automatizzano, quali dati si possono affidare ai sistemi, come verificare un risultato, quando chiamare uno specialista. La barriera tecnica si abbassa, ma la complessità si sposta su chi deve riconoscerla.
Il vero messaggio delle 100.000 righe
La notizia non è il numero di righe. Una manager che non programmava da un quarto di secolo ha descritto un problema a un sistema di AI e ha ottenuto un’app funzionante. Uno sviluppatore professionista usa gli stessi strumenti per fare cose che prima richiedevano un team.
Quanti posti verranno eliminati, quanti trasformati, quanti nuovi ruoli nasceranno: nessuno lo sa ancora.
Quello che già cambia è il confine tra chi usa la tecnologia e chi riesce a costruire con la tecnologia. Per le aziende la domanda non è se adottare l’AI. È trasformare competenze, processi e organizzazione abbastanza in fretta da mantenere il controllo su qualità e conoscenza. Ritardare quella trasformazione ha un costo: perdita di controllo sulla qualità, dipendenza dai sistemi senza capirli.