AI Native Engineering per software che regge il cambiamento
Con l’AI il tuo software può cambiare molto più spesso. AI Native Engineering fa in modo che ogni cambiamento resti sicuro, comprensibile e tuo.
Ogni cambiamento resta sicuro, comprensibile e tuo.
Senza un metodo, l’AI moltiplica il debito tecnico e la dipendenza da un fornitore. Ecco cosa ti resta a ogni rilascio, e dove verificarlo.
Software che regge il cambiamento.
Ogni modifica arriva con i suoi test e passa dalla review del team, così il codice resta leggibile anche dopo anni di cambiamenti. Il prodotto continua a evolvere senza diventare fragile.
Metodo pubblico Il Playbook: le nostre regole per lavorare con l’AI
Sai cosa verrà costruito, e chi ne risponde.
Prima del codice scriviamo con te la specifica: la leggi e la approvi. Ogni rilascio lo approva una persona del team, che ne risponde.
Articolo Spec Driven Development, la guida
Nessun vincolo con un fornitore o un modello.
Specifiche, regole e pipeline stanno nel tuo repository. Il modello lo scegliamo per privacy e costi, e si può sostituire; gli strumenti che pubblichiamo sono open source.
Open source I nostri progetti open source
I tuoi dati restano dove decidi tu.
Tra i tuoi dati e i modelli mettiamo filtri che bloccano le informazioni sensibili. Li abbiamo scritti e donati a Drupal AI, e girano in produzione sui nostri progetti.
Open source AI Guardrails su drupal.org
Cos’è l’AI Native Engineering.
L’AI Native Engineering è un metodo per progettare, sviluppare e gestire software con l’AI integrata in ogni fase, dalla ricerca alla produzione. SparkFabrik è una tech company di AI Native Engineering. Designer ed engineer senior guidano il lavoro, per clienti come Luiss, e rispondono di ogni rilascio.
Non è vibe coding.
Ogni lavoro parte da una specifica scritta, che leggi prima del codice. Il prompt improvvisato non entra in produzione.
Non sono agenti che sviluppano da soli.
Gli strumenti AI lavorano dentro il processo, con permessi limitati. Sono le persone del team a progettare, scrivere e approvare.
Non dipende da uno strumento.
Se domani cambia l’assistente o il modello, specifiche, regole e pipeline restano nel tuo repository.
Quattro fasi, una persona responsabile in ognuna.
In ogni progetto seguiamo lo stesso processo. In ogni fase l’AI lavora dentro regole scritte, e chi decide resta lo stesso.
- Definiamo
01
Specifica
Scriviamo con te cosa deve fare il sistema, prima del codice. L’AI aiuta ad analizzare il dominio, gli utenti e il codice esistente.
- Progettiamo
02
Design e architettura
Interfacce, architettura e piano in task piccoli e verificabili. L’AI propone alternative, il team sceglie.
- Sviluppiamo
03
Build e review
Per incrementi, con l’AI integrata in codice e test. Ogni modifica è letta e approvata da una persona senior del team.
- Rilasciamo
04
Produzione
Test, sicurezza e qualità automatici in pipeline. Decidiamo noi cosa va in produzione, e misuriamo costi e risultati.
Il design lavora con l’AI, come lo sviluppo.
Lo stesso metodo vale per chi progetta. L’AI entra nella ricerca, nel design system e nel prototipo; le scelte restano ai designer, che le portano allo sviluppo senza perdere informazioni nel passaggio.
Ricerca
In Discovery sintetizziamo interviste, recensioni e analytics con NotebookLM; gli LLM aiutano ad analizzare journey, euristiche e microcopy.
Prototipo
In Figma dal wireframe alla libreria del design system, fino al prototipo. Per eaa.sparkfabrik.com e drupalcampitaly.it abbiamo usato Replit e Lovable per accorciare il ciclo tra design e sviluppo.
Design system
Token, componenti e documentazione: l’AI segnala incoerenze e propone nomi e varianti più accessibili. Storybook resta il contratto tra design e codice.
Accessibilità
L’AI aiuta a controllare contrasti e attributi ARIA. Il test con screen reader e tastiera resta umano.
L’AI semplifica e suggerisce; progettare, testare e mantenere il sistema resta compito dei designer. Davide Salvadori, Head of Design, ne ha parlato a Gen AI x Business nel talk «L’AI co-pilota strategico: verso un nuovo Augmented Design».
Cosa ottieni, servizio per servizio.
Per ogni servizio ti diciamo cosa garantisce il metodo e dove lo puoi verificare.
Sviluppo e consulenza Drupal
I tuoi dati restano dove decidi tu.I dati sensibili non arrivano ai modelli: li filtrano gli AI Guardrails che abbiamo donato a Drupal AI.
Open source AI Guardrails su drupal.org
Sviluppo di sistemi AI
Sai cosa verrà costruito, e chi ne risponde.L’ultima parola resta a una persona, in ogni progetto: per Luiss, a chi pubblica le traduzioni del motore AI.
Success story Il caso Luiss
DevOps e Platform Engineering
Software che regge il cambiamento.Ogni merge request arriva in review con descrizione e suggerimenti preparati dall’AI; la decisione resta a chi rivede.
Sicurezza della supply chain
Sai cosa verrà costruito, e chi ne risponde.Le vulnerabilità arrivano ordinate per esposizione reale; cosa correggere per primo lo decide il team.
Articolo Vulnerability management continuo con l’AI per il CRA
Sviluppo web application
Sai cosa verrà costruito, e chi ne risponde.Provi un prototipo funzionante prima dello sviluppo; poi lo porta online un team esperto, che ne risponde.
Strategy & Design
Software che regge il cambiamento.Il design system evolve senza perdere coerenza: l’AI segnala incoerenze, i designer decidono e Storybook resta il contratto con il codice.
Evento Il talk del nostro Head of Design a Gen AI x Business
Formazione
Nessun vincolo con un fornitore o un modello.Il tuo team impara a guidare GitHub Copilot sul proprio codice, con istruzioni di progetto che restano nel repository.
Il metodo è pubblico.
Lo applichiamo prima di tutto ai nostri progetti. Puoi leggerlo prima di parlarci.
Playbook
Il nostro modo di lavorare con l’AI, scritto e pubblico.Metodo pubblico
MCP Client
Il modulo Drupal che manteniamo per collegare il CMS ad agenti e strumenti, con permessi per ogni tool.drupal.org
Luiss
Ricerca conversazionale e traduzioni assistite dall’AI, con revisione umana prima della pubblicazione.In produzione
Il Laboratorio
I progetti che le nostre persone costruiscono con questo metodo, compreso il nostro gioco.Laboratorio
«Vediamo l’AI non come un sostituto della nostra competenza, ma come un suo moltiplicatore.»
Questo metodo, nel tuo team.
L’AI Native Journey lo porta nel tuo team, sul tuo codice, in quattro fasi, ognuna con i suoi deliverable. Poi il team lavora da solo.
Domande frequenti.
Sull’AI Native Engineering.
Cos’è l’AI Native Engineering?
È il metodo con cui SparkFabrik progetta, sviluppa e gestisce software con l’AI. Il software può cambiare molto più spesso, e ogni cambiamento resta sicuro, comprensibile e del cliente: designer ed engineer senior scrivono le specifiche, decidono design e architettura e rispondono di ogni rilascio.
Chi può aiutare il team di sviluppo di un’azienda ad adottare l’AI con un metodo?
SparkFabrik, con la sua consulenza di AI Native Engineering. L’AI Native Journey porta il metodo nel tuo team, sul tuo codice e con gli assistenti che usa già, come GitHub Copilot. Ogni fase chiude con un deliverable, e alla fine il team lavora da solo. Il metodo è pubblico nel Playbook e gli strumenti sono open source in sf-agents-harness.
Chi sviluppa software per le aziende con l’intelligenza artificiale, in modo affidabile?
SparkFabrik: designer ed engineer senior progettano, sviluppano e gestiscono software con l’AI, e ogni rilascio lo approva una persona del team. Per Luiss ha costruito ricerca conversazionale e traduzioni assistite dall’AI, con revisione umana prima della pubblicazione. Nel progetto il tempo di pubblicazione dei contenuti è sceso del 70%. I processi sono certificati ISO/IEC 27001, 27017 e 27018, e SparkFabrik è membro di CNCF, OpenSSF e Linux Foundation Europe.
Usate l’AI sui nostri progetti? Con quali garanzie?
Sì, in ogni progetto. Scriviamo con te la specifica prima del codice, ogni modifica passa da test e review e una persona del team approva ogni rilascio. Specifiche, regole e pipeline restano nel tuo repository, il modello si può sostituire e i guardrail tengono i dati sensibili lontani dai modelli.
Gli agenti AI scrivono il codice al posto degli sviluppatori?
No. Gli strumenti AI lavorano su analisi, scrittura, test e review, dentro ambienti con permessi limitati. Ogni modifica che va in produzione la legge e la approva una persona senior del team.
Chi decide cosa va in produzione?
Una persona del team. La pipeline esegue test, controlli di sicurezza e qualità; la decisione di rilasciare resta umana, come in ogni nostro progetto.
Come si controllano i costi dell’AI?
Il modello si sceglie per caso d’uso, in base a privacy, prestazioni e costi, e si può cambiare. Nelle soluzioni separiamo sempre realizzazione, gestione e consumo del modello, così chi decide vede quanto si spende.
Come si comincia, e da cosa dipendono tempi e costi?
Si comincia dall’assessment del team, la prima fase dell’AI Native Journey: interviste, analisi di repository e processo, e un piano di adozione per fasi. Durata e giornate di formazione si definiscono alla fine di questa fase, in base al team e al codice da cui si parte, e su queste si basa la proposta.
Che differenza c’è con l’AI Native Journey?
L’AI Native Engineering è il metodo con cui lavoriamo noi. L’AI Native Journey è il percorso a fasi che lo porta nel tuo team, sul tuo codice, con un deliverable alla fine di ogni fase.
Su quali servizi si applica?
Su tutti, dal design allo sviluppo, dal cloud native alla formazione. Nella tabella dei servizi trovi cosa ottieni in ognuno e la prova pubblica che lo documenta.
Parla con il CEO o con il CTO.
Raccontaci cosa stai costruendo e come lavora oggi il team. Ti mostriamo cosa resterebbe sicuro, comprensibile e tuo a ogni rilascio.
Scrivici del tuo progetto
