Russell Kaplan, presidente e cofondatore di Cognition, sostiene che molte attività di ingegneria del software abbiano raggiunto una “saturazione dell’intelligenza”. Lo ha scritto in un post del 19 ottobre. La sua tesi: quando un modello sa svolgere bene un compito, costo e velocità diventano l’unico criterio di scelta.
Kaplan commentava un’analisi di The Information. Secondo quei dati, un vantaggio di 10 punti di intelligenza del modello si traduce oggi in circa il 20% di traffico in più tra gli sviluppatori. A fine 2025 la stessa differenza ne valeva quasi il 69%. Il cofondatore ha definito il risultato “direttamente coerente” con i dati interni di Cognition, l’azienda che sviluppa Devin, agente autonomo per la programmazione.
Il ragionamento ha una condizione precisa. Vale per i compiti che un modello già esegue con buoni risultati, non per l’ingegneria del software nel suo insieme. Sul codice di routine, dunque, uno sviluppatore o un’azienda difficilmente pagherà di più, o aspetterà più a lungo, per un modello leggermente più brillante quando uno più economico e rapido ottiene lo stesso esito.
Il tema pesa sui grandi laboratori. OpenAI, Anthropic, Meta e Google hanno messo le capacità di programmazione dei loro modelli al centro della competizione per sviluppatori e contratti enterprise. Se il punteggio nei benchmark smette di spostare la domanda, la partita passa ai prezzi, alla latenza e all’efficienza dei costi di inferenza. Per chi vende i modelli più grandi e costosi è un problema di margini.
La posizione di Kaplan ha un peso particolare perché Cognition non è un’osservatrice esterna. Secondo Startup Fortune, la valutazione dell’azienda ha raggiunto i 48 miliardi di dollari, contro i 26 miliardi di maggio, quando ha raccolto oltre un miliardo. Il ricavo annualizzato sarebbe di circa 492 milioni di dollari e l’uso enterprise di Devin sarebbe cresciuto più di dieci volte dall’inizio del 2026.
Per chi sviluppa software in Italia, a partire dalle software house fino ai reparti IT delle banche, il segnale è pratico. La scelta del modello potrebbe dipendere sempre meno dalla classifica dei benchmark e sempre più dal costo per attività completata e dai tempi di risposta. I laboratori che oggi competono sul punteggio dovranno probabilmente competere sul prezzo, e i modelli di fascia media avranno più spazio nei flussi di lavoro quotidiani.
