Dropbox

Dropbox ha registrato un tasso di adozione dell'IA del 90% tra i suoi ingegneri e un aumento del 20% delle pull request unite, con un tasso ridotto di fallimento delle modifiche, dati che Gergely Orosz e Laura Tacho hanno utilizzato nel settembre 2025 in un'indagine su come 18 aziende tecnologiche misurano l'impatto dell'IA sullo sviluppo software. L'azienda opera nel cloud storage e nella collaborazione, ma il motivo per cui continua a emergere nelle discussioni sulla produttività ingegneristica è che pubblica numeri da operatore, non affermazioni da fornitore.

La piattaforma interna di agenti si chiama Nova, che rappresenta già circa 1 pull request su 12 e si è diffusa in migrazioni, test instabili, indagini sui bug e aggiornamenti delle dipendenze. Kazuaki Okumura, scrivendo il 28 maggio 2026 a partire da un intervento al DX Annual 2026, sostiene che il valore di Nova derivi meno dal modello che dai sistemi che lo circondano: contesto del codebase, pratiche interne, esecuzione sicura, integrazione nel workflow e revisione umana.

La tesi di Okumura è che l'IA sposta i colli di bottiglia invece di eliminarli. Una generazione di codice più rapida ha spinto la pressione a valle su revisione, CI, validazione, coordinamento dei rilasci e operazioni in produzione. La risposta di Dropbox è stata smettere di considerare il throughput delle PR come sufficiente e adottare un modello a quattro fasi, Fuel, Adoption, Output, Impact, abbinato a segnali di qualità: tempo di turnaround della code review, tasso di superamento dei test al primo tentativo, rapporto di difetti, tasso di rework.

Okumura colloca il vantaggio competitivo nei sistemi costruiti attorno ai modelli fondazionali, dato che l'accesso ai modelli stessi è condiviso. Resta da verificare se la misurazione a quattro fasi regga man mano che il volume degli agenti cresce.