All'inizio si è specialisti di uno strumento. Si conosce a fondo un linguaggio, un database, una piattaforma di virtualizzazione, un sistema operativo. Il valore è verticale: quando il problema cade dentro quel perimetro, sei la persona giusta.
Poi qualcosa cambia. I problemi smettono di stare dentro un perimetro solo. Un sistema software ha bisogno di un'infrastruttura, l'infrastruttura ha bisogno di una rete, la rete ha bisogno di policy di sicurezza, le policy hanno bisogno di processi, i processi hanno bisogno di evidenze, le evidenze hanno bisogno di compliance. Lo specialista di un singolo strato non vede dove il problema si è spostato, perché si è già spostato altrove.
È a quel punto che inizia il system thinking. Non come metodologia astratta — come reazione operativa al fatto che i sistemi reali non rispettano i confini disciplinari su cui sono organizzati gli specialisti.
Nel mio percorso il passaggio è stato graduale e per molti anni invisibile a me stesso. Sviluppo software, poi infrastrutture critiche, poi sicurezza, poi DevOps, poi Kubernetes, poi sistemi distribuiti, poi supercalcolo, poi inferenza locale, poi verifica deterministica del software AI-generated. Visti come una lista, sembrano sette specialità diverse. Visti come una traiettoria, sono una sola disciplina vista da angolazioni diverse: come tenere insieme parti tecniche che, prese una alla volta, funzionano, ma messe in un sistema reale rischiano di non funzionare insieme.
Il system thinker non è chi sa tutto. È chi vede dove le cose si incontrano. Dove un'assunzione architetturale dello sviluppatore confligge con un vincolo dell'infrastruttura. Dove una scelta di sicurezza rende impossibile un workflow di delivery. Dove una pipeline di inferenza locale impone vincoli termici che l'amministratore del datacenter non aveva mai considerato. Dove l'output di un LLM produce codice plausibile che però non sopravvive alla pipeline di verifica.
Questo non sostituisce gli specialisti verticali. Anzi, ne ha bisogno disperatamente: senza la profondità verticale di chi sa davvero come funziona quella cosa, il system thinker non ha materia su cui ragionare. Ma in mezzo ai verticali serve qualcuno che vede gli spazi vuoti tra loro — perché è lì che i progetti reali si rompono.
L'IA, in questo, è la leva che ha reso il system thinking finalmente sostenibile su scala. Prima un singolo professionista poteva tenere insieme due, forse tre domini complessi. Oltre quella soglia, la cognizione cedeva. Oggi con la giusta orchestrazione — pipeline di analisi, knowledge base, retrieval, verifica deterministica, agenti di esecuzione vincolata — un system thinker può tenere coerenti molti più strati contemporaneamente. La velocità del lavoro non cambia di poco: cambia di un ordine di grandezza.
Il filo conduttore della carriera, retrospettivamente, è chiaro. Non era diventare lo specialista più profondo di un tool. Era diventare la persona che il tool lo sceglie, lo combina, lo verifica, e lo mette dentro un sistema più grande che funziona davvero. Da tool specialist a system thinker. E ora, con l'IA come amplificatore, da system thinker a regista di sistemi complessi su scala.