All’interno di molte aziende, il dibattito build-vers-buy non è più teorico. I team stanno sostituendo silenziosamente flussi di lavoro specifici con strumenti creati da loro stessi, a volte in pochi giorni, a volte senza la supervisione dell’IT e spesso prima che la leadership abbia completamente adattato i propri modelli di governance.
UN nuovo rapporto di Retool, una piattaforma software che aiuta le aziende a creare strumenti e flussi di lavoro interni, suggerisce che il passaggio dall’acquisto di software alla costruzione interna è già in corso. I risultati si basano su un sondaggio di fine 2025 condotto su 817 clienti e costruttori Retool.
I partecipanti rappresentavano ruoli nei settori ingegneria, operazioni, gestione del prodotto, dati, IT, marketing, analisi aziendale e finanza in aziende che vanno dalle start-up alle imprese Fortune 500.
Il 35% degli intervistati ha affermato di aver sostituito la funzionalità di almeno uno strumento SaaS con una build personalizzata e il 78% prevede di creare più strumenti propri nel 2026. Allo stesso tempo, il 60% ha riferito di aver creato qualcosa al di fuori della supervisione dell’IT nell’ultimo anno.
Le implicazioni vanno oltre la semplice sostituzione dei fornitori. Man mano che la creazione di software diventa più accessibile tra le business unit, la domanda per i dirigenti non è più se i team riusciranno a costruire. È così che l’edificio è strutturato, supportato e monitorato.
L’economia dietro il cambiamento
David Hsu, CEO di Retool, afferma che l’economia del software interno è radicalmente cambiata.
“Il costo della creazione di software personalizzato è crollato”, ha detto Hsu Newsweek. “Due anni fa, uno strumento interno personalizzato poteva richiedere settimane a un team di ingegneri e costare sei cifre. Oggi, un responsabile delle operazioni aziendali con la piattaforma giusta può avere un prototipo funzionante in un giorno o due.”
“Si tratta di un cambiamento strutturale, non ciclico”, ha affermato. “Quando il costo di costruzione scende di un ordine di grandezza ma il costo di acquisto rimane stabile, i conti cambiano per ogni azienda”.
In pratica, le aziende non stanno abbandonando del tutto i sistemi aziendali centrali. Stanno invece prendendo di mira le aree di attrito – flussi di approvazione, dashboard, pannelli amministrativi – che non corrispondono mai completamente ai loro processi interni.
“Quasi sempre si tratta innanzitutto di flussi di lavoro ristretti”, ha affermato Hsu. “Nessuno sta sopprimendo Salesforce all’ingrosso. Quello che stanno facendo è sostituire il pezzo specifico di uno strumento che non si adatta mai del tutto.”
Queste sostituzioni incrementali possono aggravarsi.
“La domanda predefinita cambia da ‘Cosa dovremmo comprare?’ a ‘Possiamo costruire questo?’” ha detto Hsu.
Perché la governance è la vera linea di faglia
Il dato più rivelatore del rapporto potrebbe non essere il tasso di sostituzione, ma il luogo in cui si sta realizzando la costruzione. Il 60% dei costruttori ha riferito di aver creato strumenti al di fuori della supervisione dell’IT nell’ultimo anno.
“Lo shadow IT su questa scala è un segnale di domanda”, ha affermato Hsu.
I processi di procurement sono stati in gran parte realizzati, ha osservato Hsu, per un’epoca in cui lo sviluppo del software era più difficile e costoso di quanto lo sia oggi.
Ma costruire un prototipo non è la stessa cosa che implementare un software di produzione. Il rapporto ha rilevato che il 51% dei costruttori ha spedito strumenti di produzione attualmente utilizzati dai propri team. Il passaggio dal prototipo all’implementazione diffusa dipende meno dal modello di intelligenza artificiale e più dai sistemi circostanti, sostiene Hsu.
“La linea di demarcazione non è quasi mai l’intelligenza artificiale, ma tutto ciò che riguarda l’intelligenza artificiale”, ha affermato. “Un prototipo che viene eseguito su dati campione è impressionante. Uno strumento di produzione che si connette alla tua istanza Salesforce reale, rispetta l’accesso basato sui ruoli e supera una revisione della sicurezza è utile.”
Questa distinzione tra sperimentazione e infrastruttura rispecchia un modello più ampio che si manifesta nell’adozione dell’IA aziendale.
Suraj Srinivasan, professore alla Harvard Business School, recentemente detto Newsweek che le organizzazioni si trovano ad affrontare un divario di implementazione tra le capacità dell’intelligenza artificiale e ciò che sono pronte a implementare. Le aziende sono spesso caute riguardo alla privacy, ai danni ai clienti e ai rischi per la sicurezza, ha affermato, il che può limitare l’utilizzo completo della tecnologia.
“Ma ciò significa che non è possibile ottenere il massimo valore dalla tecnologia”, ha affermato Srinivasan.
In pratica, questa cautela spesso spinge le aziende verso implementazioni di back-office a basso rischio, mentre le applicazioni più trasformative rimangono fuori portata. La stessa tensione si applica ora alla creazione di software interno: la capacità può espandersi rapidamente, ma i processi di governance, sicurezza e revisione circostanti devono maturare insieme ad essa.
Hsu afferma che le preoccupazioni maggiori emergono una volta che gli strumenti sono operativi.
“Il rischio più sottovalutato è ciò che accade dopo il dispiegamento”, ha affermato. “Il vero rischio non è lo strumento individuale, ma l’espansione incontrollata”.
Un unico strumento interno può introdurre un’esposizione limitata. Decine di applicazioni non autorizzate collegate ai dati di produzione e gestite da proprietari poco chiari possono creare una superficie di attacco crescente e un onere di conformità crescente.
La misurazione come infrastruttura
La governance è solo una parte dell’equazione della maturità. Il 37% delle organizzazioni intervistate da Retool ha affermato di non aver ancora stabilito parametri di produttività dell’intelligenza artificiale.
Per Hsu, questo divario minaccia di minare il cambiamento.
“Non è possibile dimostrare il ROI su ciò che non si misura”, ha affermato.
Gli abbonamenti SaaS, ha osservato, prevedevano visibilità finanziaria integrata. Gli strumenti personalizzati richiedono il monitoraggio deliberato del tempo risparmiato, dell’eliminazione dei processi e della riduzione dei costi a valle.
“Sperimentare, ma misurare gli esperimenti”, ha detto.
Lo studio mostra che circa la metà dei costruttori che hanno distribuito software di produzione riferiscono di aver risparmiato sei o più ore a settimana. Il risparmio di tempo rappresenta un punto di partenza, ma i leader devono andare oltre, collegando tali guadagni alla qualità delle decisioni, alla resilienza operativa e alla riduzione del rischio.
Solo il 19% degli intervistati ha descritto la propria organizzazione come dotata di un livello avanzato di maturità nell’automazione dell’intelligenza artificiale. Secondo Hsu, la differenza non è semplicemente un maggiore utilizzo dell’intelligenza artificiale, ma anche barriere più forti.
“Una maturità avanzata significa che costruire è l’impostazione predefinita, non l’eccezione”, ha affermato. “Succede all’interno di un ambiente governato con piena visibilità”.
Il futuro del SaaS
L’aumento della costruzione interna non segnala la fine del software acquistato, ma sì aumenta le aspettative.
“L’asticella del software acquistato è diventata permanentemente più alta”, ha detto Hsu.
Piuttosto che una sostituzione totale, si aspetta un’evoluzione.
“Quello che non credo accada è un collasso totale del SaaS”, ha detto Hsu. “Ci saranno sempre categorie in cui acquistare avrà più senso che costruire. Ma il numero di categorie in cui ciò è vero sta diminuendo.”
Per i leader aziendali che si avviano verso cicli di pianificazione, la decisione strategica riguarda meno l’ideologia e più il controllo.
“La decisione più importante non è se costruire: la tua gente sta già costruendo”, ha detto Hsu. “La decisione è se la costruzione avverrà in un ambiente governato o nell’ombra”.
Il tentativo di sopprimere l’edilizia interna potrebbe spingerla ulteriormente nel sottosuolo. Abbracciarlo senza struttura può invitare alla frammentazione.
“La mossa vincente è offrire ai costruttori una piattaforma in cui possano muoversi velocemente e costruire in modo sicuro, connessi a dati reali, con autorizzazioni e audit trail fin dal primo giorno”, ha affermato. “Incanala l’energia, non combatterla.”
Mentre gli aspetti economici del software interno continuano a cambiare, le aziende potrebbero scoprire che il dibattito build-vers-buy non è mai stato la questione centrale. La vera linea di demarcazione è tra le organizzazioni che trattano la governance come un’infrastruttura fondamentale e quelle che scoprono le conseguenze solo dopo che l’espansione ha già messo radici.
Newsweek esplorerà ulteriormente queste sfide di governance durante il suo prossimo webinar sulla governance dell’intelligenza artificiale il 24 febbraio, con la partecipazione di Suraj Srinivasan, professore alla Harvard Business School e Keith Enright, partner di Gibson Dunn, co-presidente del Tech and Innovation Industry Group e dell’Artificial Intelligence Practice Group dell’azienda, ed ex responsabile della privacy di Google.
