Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
La distinzione tra "usare l'intelligenza artificiale" e "essere costruiti attorno all'IA" è diventata il confine più rilevante nello sviluppo software. Endava, azienda di servizi tecnologici con 11.000 dipendenti nel mondo, lo ha attraversato: oggi ogni fase del ciclo di delivery — dalla raccolta dei requisiti al deployment — passa attraverso agenti che operano in modo autonomo. In parallelo, il rilascio di OpenJarvis da parte di Stanford e di Microsoft Fara segnala che questa trasformazione si sta consolidando anche sul versante open-source e locale.
DavaFlow: la delivery ridisegnata attorno agli agenti
DavaFlow è la metodologia di delivery AI-native sviluppata internamente da Endava per integrare agenti intelligenti in ogni fase del ciclo produttivo. Non è un layer di automazione sopra i processi esistenti: l'intera catena — preparazione delle riunioni, pianificazione business, product discovery, ingegneria del software e deployment — utilizza tecnologia OpenAI, tra cui ChatGPT Enterprise e Codex. "Non c'è una parte di DavaFlow che non usi la tecnologia OpenAI", ha dichiarato Matthew Cloke, CTO di Endava.
L'adozione ha preso avvio nei team di sviluppo software. Quando i developer hanno iniziato a sperimentare workflow agentici, il collo di bottiglia si è spostato: non era più l'output ingegneristico il problema, ma la velocità nella raccolta dei requisiti, l'analisi di business e il coordinamento con i clienti. DavaFlow è nata per rispondere a quella frizione.
Il cambio di paradigma richiede un'inversione culturale: in Endava, l'IA è il primo strumento a cui si ricorre per risolvere un problema, non l'ultimo. Lo standard implicito del lavoro quotidiano è ormai l'agente attivo in background: "Se non ho un agente in esecuzione, ho la sensazione di stare perdendo tempo", ha spiegato Cloke.
L'adozione va oltre l'ingegneria
Ciò che distingue il caso Endava da molte trasformazioni AI annunciate e mai compiute è l'estensione ai team non tecnici. I team legali usano l'IA per ricerche e documentazione. I project manager impiegano Codex per generare report di governance e riassumere l'avanzamento dei progetti. I team commerciali hanno sostituito esercizi su spreadsheet con applicazioni leggere generate dall'IA.
In una discussione interna sui prezzi, il team ha costruito in tempo reale un'applicazione a pagina singola con cui interagire direttamente, bypassando del tutto i fogli di calcolo. La conversazione aziendale si è trasformata immediatamente.
Gli agenti sono entrati anche nella gestione quotidiana del management: sintesi di progetti, automazione delle comunicazioni, coordinamento asincrono del lavoro. Tra i risultati documentati:
- Accelerazione della delivery software tramite agenti nei workflow ingegneristici
- Espansione dell'adozione AI verso legal, finance e operations
- Riduzione del lavoro manuale di reporting e coordinamento
- Capacità dei team non tecnici di costruire strumenti interni senza supporto dedicato
- AI fluency inserita come criterio strutturale di assunzione e promozione in tutta l'azienda
OpenJarvis e Microsoft Fara: il fronte open-source e locale
Mentre l'enterprise consolida stack proprietari, il mondo open-source muove in una direzione complementare: portare gli agenti direttamente sul dispositivo. Stanford ha rilasciato OpenJarvis, un framework local-first per agenti IA personali completamente on-device, con strumenti, memoria e capacità di apprendimento integrate. Un approccio che, per definizione, non dipende da infrastruttura cloud esterna — rilevante per tutti i casi d'uso che richiedono riservatezza dei dati o bassa latenza.
Microsoft Fara punta sull'automazione del browser: consente di eseguire agenti capaci di controllare il browser in modo programmabile, con supporto a endpoint compatibili con le API OpenAI. Il progetto è progettato per girare anche in ambienti leggeri come Google Colab.
I due framework coprono poli diversi: OpenJarvis porta la logica agentiva sul dispositivo dell'utente finale, Fara la porta nell'automazione web.
Il vero cambiamento è organizzativo, non tecnico
Il caso Endava offre una metrica concreta: 11.000 persone coinvolte rappresentano un campione reale per valutare cosa accade quando l'adozione supera la fase pilota. Il collo di bottiglia si sposta dall'esecuzione alla supervisione. I team non tecnici acquisiscono capacità di sviluppo autonomo. Il coordinamento manuale si comprime in modo misurabile.
La vera discontinuità non è tecnica. Quando un'azienda fissa l'AI fluency come criterio strutturale di assunzione e promozione, l'adozione smette di essere un'iniziativa trasversale e diventa il modo ordinario di lavorare. È la differenza tra avere l'IA come strumento e avere l'IA come modello operativo.
Cloke lo sintetizza senza giri di parole: "Il futuro è arrivato. Devi solo abbracciarlo."
