Gestire l'IA è Gestire
Negli ultimi mesi ho costruito cose con Claude Code. Non solo supervisionando ingegneri che costruivano cose, ma costruendo io stesso: scrivendo specifiche, valutando output, iterando quando il risultato non corrispondeva a quello che intendevo.
Verso il secondo mese, ho capito che non stavo imparando a programmare. Stavo imparando a gestire.
Il problema delle specifiche
Quando lavori con un agente IA, scrivi una specifica. L'agente produce il lavoro. Tu valuti il risultato. Se è sbagliato, non correggi il codice. Correggi la specifica.
Questo ciclo dovrebbe suonare familiare a chiunque abbia mai gestito persone.
Quando il tuo team consegna qualcosa che non volevi, l'istinto è pensare che abbiano sbagliato. Ma la maggior parte delle volte il brief era ambiguo. Tu sapevi cosa intendevi. Loro no.
L'IA rende questo brutalmente chiaro. A differenza di un umano, un agente IA non chiederà "intendevi X o Y?" Costruisce semplicemente quello che hai descritto. Ogni ambiguità viene risolta silenziosamente con supposizioni della macchina invece che con l'intuizione umana. Non scopri che la tua specifica era poco chiara fino a quando non vedi il risultato.
La specificazione come disciplina risulta essere la stessa disciplina che distingue i buoni manager da quelli cattivi.
Il simulatore di volo
Quando gestisci gli umani, ottieni una manciata di cicli di feedback alla settimana. Direzione il lunedì, risultati il venerdì, feedback, attesa. Forse venti cicli per persona all'anno.
Con l'IA, ottengo decine di cicli al giorno. Specificare, vedere il risultato, realizzare che la specifica era ambigua, riscrivere, vedere il miglioramento. In un pomeriggio, attraverso più iterazioni sulla comunicazione chiara dell'intento di quante ne ottenga la maggior parte dei manager in un mese.
È il management in un simulatore di volo. Stessa competenza fondamentale, ordini di grandezza in più di ripetizioni.
Le competenze che si trasferiscono
I parallelismi sono strutturali, non superficiali:
Lasciare andare. La parte più difficile del management è fidarsi che qualcun altro faccia un lavoro che potresti fare tu stesso. Ogni ingegnere che resiste all'IA perché "potrei scriverlo meglio io" è come un manager che non riesce a smettere di microgestire. L'IA ti costringe ad affrontare questo più velocemente.
Valutare l'output, non il processo. I buoni manager non guardano il loro team digitare. Valutano il risultato rispetto all'intento. Con l'IA, letteralmente non puoi guardare il processo. Specifichi e giudichi.
Possedere il brief. Quando l'IA produce qualcosa di sbagliato, il problema è quasi sempre la mia specifica. Ho imparato a chiedere "cosa non ho specificato?" prima di "cosa ha sbagliato l'agente?" I grandi manager sviluppano questo riflesso nel corso degli anni. L'IA lo sviluppa in settimane.
Anticipare l'ambiguità. Dopo migliaia di cicli di "la mia specifica era poco chiara e l'IA ha riempito il vuoto nel modo sbagliato", sviluppi un istinto per individuare l'ambiguità prima di premere invio. Inizi a leggere la tua stessa scrittura dalla prospettiva del destinatario. Questa è la competenza di management più difficile, e l'IA ti dà più pratica di qualsiasi corso di management.
Il lato emotivo
La prima volta che un agente IA riscrive qualcosa che hai trascorso ore a progettare, lo senti. Difensività, perdita di proprietà, un sussurro di irrilevanza. "Se la macchina può fare questo, a cosa servo io?"
I nuovi manager sentono esattamente la stessa cosa. Guardare qualcuno risolvere un problema in modo diverso da come l'avresti risolto tu. L'impulso di intervenire. Imparare a stare con quel disagio è il cuore emotivo della delega.
L'IA comprime questo percorso. Nel management tradizionale, si affrontano questi sentimenti gradualmente nel corso di mesi. Con l'IA, li incontri nella prima settimana. Ho visto ingegneri attraversare quello che sembra le cinque fasi del lutto, da "questo non può produrre nulla di buono" a "il mio lavoro è specificare, non implementare".
Gli ingegneri che si adattano più velocemente non sono i più tecnicamente capaci. Sono quelli che riescono a separare la propria identità dal proprio output. Non è una caratteristica tecnica. È la stessa caratteristica che rende qualcuno un buon manager.
L'IA non allena l'empatia o la capacità di motivare qualcuno durante una settimana difficile. Ma la resilienza di delegare, di accettare output imperfetto, di possedere il brief invece di controllare l'esecuzione? Quello lo allena alla velocità.
Cosa è questo sito
L'intero sito è un insieme di specifiche. Non specifiche di codice. Specifiche di trasformazione. Documenti abbastanza precisi perché un team di umani possa leggerli e sapere cosa costruire, come lavorare e come appare il successo.
Li ho scritti nello stesso modo in cui scrivo specifiche per Claude Code: iterando finché l'output corrispondeva al mio intento. La differenza è che qui gli "agenti" sono esseri umani che intraprendono una trasformazione organizzativa, e il ciclo di feedback si misura in mesi, non in minuti.
Costruire con l'IA non mi ha insegnato a programmare. Mi ha insegnato a specificare. Questo risulta essere la cosa più importante che fa un CEO.
L'implicazione scomoda
Se gestire l'IA sviluppa competenze di management a un ritmo accelerato, allora la tradizionale scala di carriera (anni come IC, poi team lead, poi manager) non è più l'unico percorso verso la preparazione al management.
Un ingegnere junior che trascorre un anno lavorando con agenti IA può sviluppare istinti di specificazione e delega più forti di un manager con tre anni di esperienza, semplicemente per il numero di ripetizioni.
Questo non significa che il management dell'IA sostituisca il management umano. Ma il nucleo cognitivo (comunicazione chiara, delega, valutazione) e la resilienza emotiva che richiede (lasciare andare, accettare l'imperfezione, possedere il brief) sono allenabili alla velocità dell'IA.
La carriera da IC e la carriera manageriale stanno iniziando a confondersi. È probabilmente una cosa buona.
Il riquadramento
Gli ingegneri sono a disagio con l'IA perché è inaffidabile. Stesso input, output diverso. Questo sembra rotto per qualcuno formato su sistemi deterministici.
Ma i manager hanno sempre operato in questo modo. Dai lo stesso brief a due persone e ottieni risultati diversi. Impari a scrivere brief migliori, a definire aspettative più chiare, a valutare più attentamente e a stare con il disagio di non avere il controllo.
Gli ingegneri che lavorano con l'IA non stanno imparando a tollerare l'inaffidabilità. Stanno imparando a gestire. Non lo sanno ancora.
Questo post è stato scritto da François Lane dopo diversi mesi di costruzione con Claude Code e la realizzazione che le competenze sviluppate non avevano nulla a che fare con la programmazione.