Amazon non vuole che i suoi ingegneri usino l’intelligenza artificiale solo per far salire una statistica. Nelle linee guida aggiornate sul ruolo degli sviluppatori, diffuse internamente a settembre e pubblicate il 27 ottobre 2026, il messaggio è che contano i risultati, non gli strumenti impiegati.
3
5 Il documento è firmato da Terk Terkowitz, vicepresidente e distinguished engineer.
15
Perché i numeri possono ingannare
Il consumo di token, la percentuale di adozione degli strumenti di IA e il numero di modifiche o revisioni del codice possono sembrare indicatori immediati di produttività. Ma misurano soprattutto l’attività: presi da soli, non dicono se il software sia più utile, se il cliente ne ricavi un vantaggio o se il lavoro abbia prodotto un risultato migliore. Per questo Amazon li definisce indicatori profondamente imperfetti quando vengono usati come obiettivi o come metro unico per valutare i team.
5
7
Il rischio è che una misura pensata per osservare il lavoro finisca per orientarlo. “Tokenmaxxing” è il nome dato all’uso eccessivo degli strumenti di IA per aumentare i conteggi, senza sufficiente attenzione alla qualità di ciò che viene prodotto.
2
3
14 Oltre a non provare un miglioramento della produttività, questa pratica può far crescere i costi e aggiungere complicazioni non necessarie.
7
10 AWS indica inoltre il numero di token come il principale fattore di costo in Amazon Bedrock.
Misurare l’adozione senza farne una gara
L’invito non è a ignorare le metriche, ma a leggerle con giudizio e insieme ad altri elementi, guardando anche ai risultati nel tempo.
11
13 Un elevato tasso di adozione può essere un dato utile da approfondire; non è, da solo, una prova che un gruppo lavori meglio.
Secondo le informazioni disponibili, Amazon chiede ai manager di esaminare i team con i livelli di adozione più alti e più bassi.
4 Questo può servire a capire dove l’IA aiuta davvero e dove incontra ostacoli, purché il dato non diventi automaticamente un voto sulla prestazione: è una lettura coerente con l’impostazione descritta, non una citazione testuale del memo.
La cautela si inserisce in un precedente concreto: a maggio Amazon ha rimosso una classifica interna sull’uso dell’IA dopo che alcuni dipendenti avevano cercato di aumentare i propri conteggi. Le ricostruzioni riferiscono anche timori che la pressione sui numeri premiasse attività inutili, invece del lavoro produttivo.
1
4
9
Cosa resta da verificare
Le fonti disponibili non permettono di confermare tutti i dettagli della domanda: per esempio, le indicazioni precise su “feature velocity”, la condivisione dei casi in cui l’IA non è utile, l’uso dell’IA in produzione da parte dei dirigenti o soglie esatte riferite al 10% dei team con adozione più alta e più bassa. Non sono sufficienti neppure per stabilire quali limiti ai token applichi Amazon o quali altre aziende abbiano introdotto tetti o siano passate a modelli open source meno costosi.
Il punto documentato è più circoscritto: Amazon vuole incoraggiare l’adozione dell’IA senza confondere il suo utilizzo con la prestazione. La verifica decisiva, per l’azienda, resta se questi strumenti migliorino davvero il lavoro tecnico e i risultati per il business.
5
6
7