# tatsyi-raiffeisen-ukraine-ai-engineers-different-not-just-faster-2026-05-05

## Veille

Editoriale su Medium di **Hryhorii Tatsyi** (CTO, **Raiffeisen Bank Ukraine**, ~900 ingegneri IT) che riporta uno **studio longitudinale di 12 mesi** (maggio 2025 → aprile 2026) sull'impatto reale dell'IA generativa in una grande banca europea. Tesi centrale: ***"L'IA non ha reso i nostri ingegneri semplicemente più veloci. Li ha resi diversi."*** A differenza dei resoconti individuali (Frizzo, Cherny) o di quelli a livello meta (Curran/Intercom), si tratta di una **valutazione organizzativa quantificata proveniente da una banca tradizionale e regolamentata** — un corpus ancora raro nel 2026. Risultati: **−75 persone (−8% dell'organico, di cui 64 ingegneri)** in 12 mesi, ma con **più codice rilasciato, meno incidenti, sicurezza migliorata**; adozione dell'IA **dal 62% all'83%**; **il 68% degli ingegneri riceve ≥50% del proprio codice tramite assistenza IA**; **onboarding dei nuovi ingegneri da 60-90 giorni a ~40 giorni** (coerente con i dati Anthropic di 82→40 giorni). Tre archetipi emergenti: (1) **Copilot-only** +10-25% sulle PR, stesso perimetro; (2) **Multi-tool** story point ×1,5-3, perimetro cross-repo +50-80%; (3) **Claude su stack aziendale** volume di codice ×4,5, perimetro radicalmente ampliato. **Sette prodotti IA costruiti** che prima non esistevano: Service Knowledge Hub (57 microservizi, 83 release/mese), Mobile Android workflow CI plan/implement/test, AI Agent Portal (2.085 utenti / 649 MAU in 87 giorni, generazione MCP tramite specifiche OpenAPI), Shift-left Security Plugin (−82% di segreti esposti), DevPortal Backstage + agenti di diagnostica Kubernetes (−68% del tempo di risoluzione degli incidenti critici), DRAIF MCP text-to-SQL su un Data Lake con 10.000 tabelle (embedding fine-tuned 2× rispetto a OpenAI), Call Evaluation (>97% di accuratezza nella trascrizione, votato miglior prodotto nel gruppo Raiffeisen). Stabilità: **incidenti bloccanti −70%, risoluzione critica −68%, allerte di sicurezza ad alta gravità risolte +155%**. Intuizione strategica centrale: ***"L'IA ha ampliato la nostra frontiera delle possibilità produttive, e abbiamo deliberatamente allocato la capacità liberata"*** — l'IA non fa la stessa cosa più velocemente, sposta **ciò che si può decidere di fare**. La domanda di valutazione da riformulare: non *"di quanto % sono aumentati i KPI esistenti"* ma ***"cosa hanno costruito i vostri ingegneri che prima non esisteva"***. L'IA porta i meno performanti al livello base più di quanto acceleri i top performer; **gli architetti senior tornano allo sviluppo attivo** dopo anni di distacco. Rilevanza importante per i comitati esecutivi dei settori bancario/assicurativo/regolamentato (Raiffeisen = banca, Ucraina = contesto bellico + resilienza operativa).

## Titre Article

AI didn't make our engineers just faster. It made them different.

## Date

2026-05-05

## URL

https://medium.com/@milhibisidek/ai-didnt-make-our-engineers-just-faster-it-made-them-different-95f1c1d4efd0

## Keywords

Hryhorii Tatsyi, Raiffeisen Bank Ukraine, CTO banca, studio longitudinale di 12 mesi, l'IA non ha reso gli ingegneri semplicemente più veloci li ha resi diversi, frontiera delle possibilità produttive, allocazione della capacità liberata, 900 ingegneri, −75 persone in 12 mesi, −64 ingegneri, adozione IA dal 62 all'83 percento, 68 percento ingegneri maggioranza codice con assistenza IA, onboarding da 60-90 giorni a 40 giorni, tre archetipi, Copilot only 10-25 percento, ingegneri multi-tool story point 1,5-3x, Claude su stack aziendale volume di codice 4,5x, sette nuovi prodotti, Service Knowledge Hub, 57 microservizi 83 release al mese, Mobile Android workflow CI plan implement test, AI Agent Portal 2085 utenti 649 MAU, agenti MCP da specifiche OpenAPI, Shift-left Security Plugin -82 percento segreti esposti, DevPortal Backstage diagnostica Kubernetes, -68 percento tempo di risoluzione incidenti critici, DRAIF MCP text-to-SQL Data Lake 10000 tabelle, embedding fine-tuned 2x OpenAI, Call Evaluation >97 percento accuratezza trascrizione, miglior prodotto gruppo Raiffeisen, incidenti bloccanti -70 percento, allerte di sicurezza risolte +155 percento, l'IA porta i meno performanti al livello base, architetti senior tornano allo sviluppo attivo, cosa hanno costruito i vostri ingegneri che prima non esisteva, banca regolamentata, IA settore bancario, Ucraina resilienza operativa, studio organizzativo, grande impresa IT 900 ingegneri, contrazione organico produttività mantenuta, debito tecnico rimborsato, rimborso del debito capacità liberata, contrazione organico rilasci maggiori, capacità liberata allocata deliberatamente, tipo di lavoro trasformato non solo velocità, misurare l'impatto dell'IA

## Authors

**Hryhorii Tatsyi** — CTO de **Raiffeisen Bank Ukraine** (filiale ukrainienne du groupe bancaire autrichien Raiffeisen Bank International, RBI). Auteur Medium @milhibisidek. Profil discret côté visibilité publique (25 followers Medium au moment de la publication), mais position institutionnelle de premier plan : il dirige une organisation IT d'environ 900 ingénieurs dans une banque systémique opérant en contexte ukrainien (économie de guerre depuis 2022, résilience opérationnelle critique). L'article est sa première contribution publique d'envergure documentée sur cette plateforme.

## Ton

**Profilo**: un editoriale Medium in forma di **caso di studio CTO-organizzativo**, circa 17 minuti di lettura, firmato da un CTO in carica che riporta i risultati di una trasformazione IA strutturata e documentata su 12 mesi in una banca europea regolamentata. Un formato ibrido tra un **rapporto interno di trasformazione** (quantificato, con fonti, orientato alle metriche) e un **saggio strategico** (tesi pivot, riformulazione della domanda di valutazione). Pubblico target: CTO/CIO/direttori IT pari grado di grandi organizzazioni IT, in particolare nei settori regolamentati (banca, assicurazioni, telecom, energia) alla ricerca di **casi di studio organizzativi** piuttosto che di resoconti individuali o promesse di vendor. Pubblico secondario: comitati esecutivi, membri di consigli di amministrazione, analisti di settore, team HR/trasformazione, community di Engineering Management.

**Stile**: voce alla prima persona plurale (*"i nostri ingegneri"*, *"abbiamo deliberatamente allocato"*) che assume la **posizione istituzionale e la responsabilità decisionale**. Inglese chiaro e fattuale, **alta densità quantitativa** (percentuali di adozione, volumi di PR, cicli di incidenti, numero di utenti, coefficienti di embedding). Un registro **sobrio, pedagogico, privo di hype** — è l'etica del *CTO-praticante* che riporta cosa ha funzionato e cosa ha trasformato l'organizzazione, non un manifesto. Nessun catastrofismo nemmeno sul fronte opposto: Tatsyi non drammatizza la riduzione dell'organico, la **contestualizza** all'interno di una **riallocazione deliberata della capacità liberata** verso funzionalità, stabilità e rimborso del debito tecnico.

**Aforismi chiave**:
- ***"L'IA non ha reso i nostri ingegneri semplicemente più veloci. Li ha resi diversi."*** (titolo — una simmetria *velocità / natura del lavoro* che riassume la tesi).
- ***"L'IA ha ampliato la nostra frontiera delle possibilità produttive, e abbiamo deliberatamente allocato la capacità liberata."*** (la frase pivot strategica — di natura economico-organizzativa).
- ***"Cosa hanno costruito i vostri ingegneri che prima non esisteva."*** (la domanda di valutazione riformulata — la **metrica giusta**).

**Metafore elaborate**:
- **Frontiera delle possibilità produttive** — un prestito dalla microeconomia che rende visibile come l'IA non faccia la stessa cosa meglio, ma **sposti l'intero insieme delle scelte possibili**. Una metafora particolarmente efficace per comitati esecutivi e consigli di amministrazione abituati al vocabolario strategico.
- **Allocazione della capacità liberata** — il linguaggio del *capacity planning* IT proiettato sulla trasformazione IA: la capacità liberata è un **asset da allocare**, non un costo da eliminare. Inquadra la riduzione dell'organico come una **riallocazione strategica**.
- **I tre archetipi** — una tipologia tripartita di ingegneri (Copilot-only / Multi-tool / Claude-su-stack-aziendale) che rende tangibile la **distribuzione disomogenea** dell'impatto dell'IA all'interno di una stessa organizzazione.
- **L'IA porta i meno performanti al livello base** — una formula controintuitiva (l'IA non accelera principalmente i più veloci, ma **fa recuperare i più lenti**) che ribalta il luogo comune abituale.

**Postura epistemica**: equilibrata e **assunta a livello istituzionale**. Tatsyi riporta **guadagni imponenti** senza trionfalismo e **non elude** i temi sensibili (riduzione dell'organico, ridefinizione del mestiere). Si colloca esplicitamente nella scia degli studi Anthropic (cifre sull'onboarding) apportando al contempo un **angolo bancario/dell'Europa centrale** mancante nel corpus dominato dalla Silicon Valley. L'approccio è **bayesiano**: pubblica cifre interne verificabili che altri CTO europei possono contraddire o confermare.

**Autorevolezza**: costruita attraverso (a) la **posizione istituzionale** (CTO di una banca sistemica regolamentata), (b) la **densità quantitativa e la copertura longitudinale** (12 mesi, 900 ingegneri, sette prodotti, metriche di stabilità/sicurezza), (c) la **convergenza con dati Anthropic esterni** (onboarding 82→40 giorni), (d) un **tono sobrio** che ispira fiducia tra i CTO pari grado, (e) il **contesto ucraino**, che aggiunge una dimensione di **resilienza operativa comprovata in condizioni avverse**. Limite: Tatsyi ha ancora una bassa visibilità pubblica (25 follower su Medium), per cui la sua autorevolezza si fonda sulla **sostanza quantitativa** piuttosto che sul brand personale.

## Pense-betes

- **Data / fonte**: maggio 2026 (indicazione relativa "2 giorni fa" al momento della consultazione, ossia ~2026-05-05), **Medium** @milhibisidek. URL: https://medium.com/@milhibisidek/ai-didnt-make-our-engineers-just-faster-it-made-them-different-95f1c1d4efd0
- **Formato**: editoriale di un CTO, **caso di studio organizzativo** (~17 minuti di lettura).
- **Autore**: **Hryhorii Tatsyi**, **CTO di Raiffeisen Bank Ukraine** — una banca sistemica regolamentata, ~900 ingegneri IT.
- **Periodo dello studio**: **maggio 2025 → aprile 2026** (12 mesi completi).
- **Aforisma del titolo**: ***"L'IA non ha reso i nostri ingegneri semplicemente più veloci. Li ha resi diversi."***
- **Frase pivot strategica**: ***"L'IA ha ampliato la nostra frontiera delle possibilità produttive, e abbiamo deliberatamente allocato la capacità liberata."*** ### Inquadramento organizzativo — la trasformazione osservata | Dimensione | Prima (maggio 2025) | Dopo (aprile 2026) | Variazione | |-----------|------------------|--------------------|-----------| | Organico IT | ~900 ingegneri | ~825 (−75 persone, di cui 64 ingegneri) | **−8%** | | Adozione IA | 62% | 83% | **+21 punti** | | Ingegneri ≥50% codice via IA | — | 68% | nuova metrica | | Onboarding (1a PR) | 60-90 giorni | ~40 giorni | **−~50%** | | Volume di codice rilasciato | riferimento | aumentato | **↑** | | Incidenti bloccanti | riferimento | −70% | **↓** | | Tempo di risoluzione critica | riferimento | −68% | **↓** | | Allerte di sicurezza ad alta gravità risolte | riferimento | +155% | **↑** | **Lettura**: la contrazione dell'organico (−8%) **coincide con** un miglioramento su ogni asse — output, qualità, sicurezza, onboarding. Questo è il **dato centrale** messo in evidenza da Tatsyi, che **non lo elude politicamente**. ### Tre archetipi emergenti di ingegneri | Archetipo | Strumenti | Effetto sulla produttività | Effetto sul perimetro | |-----------|--------|---------------------|------------------| | **Copilot-only** | Solo GitHub Copilot | +10-25% sulle PR | perimetro stabile | | **Multi-tool** | combinazione di più assistenti IA | story point **×1,5-3** | perimetro cross-repo **+50-80%** | | **Claude su stack aziendale** | Claude Code (o equivalente) integrato nello stack interno | volume di codice **×4,5** | perimetro **radicalmente ampliato** | **Convergenza**: gli architetti senior **tornano allo sviluppo attivo** dopo anni di distacco (coerente con l'affermazione di Karpathy secondo cui *"gli agenti riducono l'attrito verso la creazione"* e con quella di Cherny *"il miglior contabile scrive software di contabilità"*). **Intuizione controintuitiva**: ***l'IA porta i meno performanti al livello base più che accelerare principalmente i top performer.*** Una posizione **opposta alla lettura della "coda d'élite 10×+"** (Cherny / Curran top 5% / Karpathy) — Tatsyi descrive un **effetto di recupero dal basso** che comprime la distribuzione. Le due letture sono **compatibili**: la distribuzione **si comprime dal basso** E **si allarga in alto** (i top performer che restano a 10×+). ### Sette prodotti IA costruiti che prima non esistevano | # | Prodotto | Descrizione | Metriche chiave | |---|---------|-------------|----------------| | 1 | **Service Knowledge Hub** | Documentazione dei microservizi generata automaticamente tramite parsing di Kubernetes | **57 microservizi**, **83 release/mese** | | 2 | **Mobile Android workflow CI** | Pipeline automatizzata di plan / implementazione / test per il mobile | riprogettazione completa dell'SDLC mobile | | 3 | **AI Agent Portal** | Portale interno per la generazione automatica di agenti MCP a partire da specifiche OpenAPI | **2.085 utenti**, **649 MAU**, **87 giorni** per raggiungere questa adozione | | 4 | **Shift-left Security Plugin** | Rilevamento di vulnerabilità nell'IDE prima del commit | **−82% di segreti esposti** | | 5 | **DevPortal** | Backstage + agenti IA di diagnostica Kubernetes | **−68% del tempo di risoluzione degli incidenti critici** | | 6 | **DRAIF MCP** | Text-to-SQL su un Data Lake | **10.000 tabelle**, embedding fine-tuned **×2 rispetto ai modelli OpenAI** | | 7 | **Call Evaluation** | Analisi della trascrizione audio + riprogettazione degli script | **>97% di accuratezza**, **votato miglior prodotto nel gruppo Raiffeisen** (RBI) | **Lettura strategica**: non si tratta **affatto** di una lista di esperimenti, ma di un **portfolio di prodotti** distribuito in produzione, con un'adozione interna misurabile, e un prodotto (Call Evaluation) che **si estende alle controllate del gruppo** (passando da locale a livello di gruppo RBI). ### La tesi pivot — la frontiera delle possibilità produttive > ***"L'IA ha ampliato la nostra frontiera delle possibilità produttive, e abbiamo deliberatamente allocato la capacità liberata."***
- **Parola chiave 1 — "ampliato"**: l'IA non fa la stessa cosa meglio, **allarga l'insieme del possibile**.
- **Parola chiave 2 — "deliberatamente allocata"**: la capacità liberata viene **reindirizzata per decisione manageriale**, non assorbita meccanicamente in più lavoro dello stesso tipo.
- **Tre direzioni di riallocazione**: 1. **Funzionalità** (nuovi prodotti — i 7 elencati sopra). 2. **Stabilità** (incidenti −70%, risoluzione −68%). 3. **Rimborso del debito tecnico** (raro e capitalizzabile dal punto di vista di un CTO). ### La domanda di valutazione riformulata **Domanda sbagliata**: *"Di quanto % sono aumentati i nostri KPI esistenti?"* **Domanda giusta**: ***"Cosa hanno costruito i vostri ingegneri che prima non esisteva?"*** **Perché conta**: le percentuali sulle metriche esistenti **non colgono la trasformazione principale** — non la velocità ma il **tipo di lavoro**. Ottimizzare per i KPI legacy significa **perdere la finestra strategica** in cui l'IA rende possibile costruire ciò che prima non era affrontabile. ### Collegamento con il corpus di veille #### Convergenze numeriche (mediana consolidata 3-5×)
- **Frizzo** (LinkedIn 2026-05-05): moltiplicatore di produttività 3-5× su 1 anno di uso quotidiano.
- **Wescale Usine Logicielle Augmentée** (2026-05-03): *"X3-X4 realistico"*.
- **Curran/Intercom** (2026-04-16): produttività R&D ×3 su 16 mesi (intera organizzazione, 500 persone R&D).
- **DORA Report 2025** (2025-09-23) e **Stanford Denisov-Blanch** (2025-11-23).
- **Tatsyi/Raiffeisen** (2026-05-05): *story point ×1,5-3 (multi-tool), volume di codice ×4,5 (Claude stack aziendale)*. #### Convergenza sull'onboarding (60-90 giorni → ~40 giorni)
- **Tatsyi/Raiffeisen**: 60-90 giorni → ~40 giorni.
- **Studi interni Anthropic** (citati da Sun NYT 2026-04-30 e altri): 82 giorni → 40 giorni.
- → Lettura corretta: **convergenza indipendente** tra una banca europea e un attore IA della Silicon Valley sulla **stessa cifra target (~40 giorni)**. Si tratta di un **fatto stilizzato** robusto per il 2026. #### Convergenza sui "sette nuovi prodotti" / capacità creativa
- **Tatsyi**: 7 prodotti IA in 12 mesi.
- **Cherny** (2026-05): 100% del codice generato, *"qualche decina di PR al giorno, record di 150 PR in un solo giorno"*, molteplici prodotti Anthropic Labs.
- **Curran/Intercom** (2026-04-16): Skills-Based Plugin Architecture (153 contributori, **267 skill**).
- **Wescale** (2026-05-03): *"esigenze di lunga data rimaste troppo costose possono finalmente essere affrontate"*.
- → **Convergenza forte**: la misura rilevante non è più la velocità sul lavoro esistente ma il **portfolio di nuovi prodotti / nuovi spazi ormai affrontabili**. #### Convergenza su "il lavoro sta cambiando forma"
- **Frizzo** (2026-05-05): *"il nuovo collo di bottiglia è la supervisione"*, *"atrofia del muscolo della scrittura"*.
- **Tatsyi** (2026-05-05): *"L'IA non ha reso i nostri ingegneri semplicemente più veloci. Li ha resi diversi"*, **tre archetipi emergenti**, **architetti senior che tornano allo sviluppo attivo**.
- **Karpathy** (2026-04-29): *Software 1.0/2.0/3.0*, *"esternalizzare il pensiero ma non la comprensione"*.
- **Mornati** (2026-03-14): *What is a Developer When We Use Coding Agents?*
- **Habert PROJ-AI** (2026-05-05): *"direttive per gli agenti + Decision Record + cinque dimensioni di validazione"*.
- → **Convergenza trasversale**: è cambiata la natura del lavoro, non solo la sua velocità. Tatsyi apporta il **dato organizzativo del settore bancario** che mancava nel corpus. #### Tensione produttiva con "l'IA porta i meno performanti al livello base"
- **Cherny** (2026-05): coda d'élite 10×+ (record di 150 PR/giorno).
- **Curran/Intercom** (2026-04-16): il top 5% a 6× il throughput mediano di PR (≈ 18× il riferimento pre-IA).
- **Karpathy** (2026-04-29): *"10× non è l'accelerazione — le persone molto brave in questo raggiungono picchi molto superiori a 10×"*.
- **Tatsyi/Raiffeisen** (2026-05-05): *"l'IA porta i meno performanti al livello base"* — un **effetto di recupero dal basso**.
- → Una lettura **compatibile e produttiva**: la distribuzione **si comprime dal basso** (Tatsyi) E **si allarga in alto** (Cherny, Karpathy, Curran top 5%). I due fenomeni coesistono. Utile per presentazioni ai comitati esecutivi che vogliono sia rassicurare (recupero) sia ispirare (top performer). #### Posizionamento FR / Europa centrale vs. anglosassone
- Tatsyi è **europeo** (Ucraina, gruppo austriaco RBI), una banca **regolamentata**, in un **contesto bellico**.
- Il suo **rigore metodologico** (12 mesi, cifre interne, granularità per archetipo) si allinea più alla **cautela francese** (Wescale, Habert) che all'**ottimismo americano** (Cherny, Curran).
- Da utilizzare nelle presentazioni FR come **caso di studio bancario europeo** a complemento delle cifre Wescale/consulenza e Curran/SaaS.
- **Vantaggio raro**: un CTO di una **banca sistemica** che pubblica le proprie cifre interne — un tipo di testimonianza **quasi assente** dal corpus 2026. ### Limiti da segnalare
- **Nessuna metodologia quantitativa dettagliata**: Tatsyi riporta percentuali senza documentare con precisione come vengono misurate (ad es. "story point ×1,5-3" — quale riferimento? quale attribuzione? quale correzione dei bias?).
- **Autore con bassa visibilità pubblica** (25 follower su Medium) — l'autorevolezza si fonda sulla posizione istituzionale più che sul brand personale. Da ponderare rispetto ad altre fonti se la posta in gioco riguarda una citazione in un comitato esecutivo.
- **Nessuna discussione esplicita dei costi cognitivi** (FOMO, deskilling, erosione dell'ownership) che Frizzo menziona. Tatsyi è **organizzativo**, Frizzo è **individuale** — le due fiche si completano a vicenda.
- **Nessuna discussione dei rischi regolamentari specifici del settore bancario** (GDPR, DORA UE, vigilanza BCE/EBA) — sorprendente per un CTO di una banca sistemica. Il tema è stato forse omesso per preservare la leggibilità dell'articolo pubblico.
- **Convergenza sull'onboarding 82→40 giorni con Anthropic**: da verificare che il dato Anthropic citato sia effettivamente lo studio a cui Tatsyi si riferisce (rischio di cherry-picking inverso — una convergenza apparente su un numero tondo).
- **Campione di n=1 organizzazione**: un caso singolo, per quanto quantificato. Andrebbe replicato presso altre banche europee per poter concludere a un fatto stilizzato di settore. ### Da utilizzare per
- **Presentazioni ai comitati esecutivi dei settori bancario/assicurativo/regolamentato**: un caso di studio europeo raro e quantificato, un contrappeso alla sovra-rappresentazione della Silicon Valley nel corpus.
- **HR / strategia di trasformazione**: per giustificare la **riallocazione della capacità liberata** piuttosto che una semplice riduzione dei costi.
- **Consigli di amministrazione / sponsor della trasformazione**: per riformulare la domanda di valutazione (*"cosa hanno costruito i vostri ingegneri che prima non esisteva"*) — uno strumento per **disinnescare il dibattito sulla % di produttività**.
- **Fonti quantitative convergenti**: onboarding 60-90 giorni → ~40 giorni (Anthropic + Tatsyi), mediana consolidata 3-5×, contrazione dell'organico compatibile con il miglioramento di output/qualità/sicurezza.
- **Dibattito sull'equità / asimmetria della distribuzione della produttività**: da utilizzare **insieme a** Cherny/Karpathy/Curran top 5% per presentare una lettura sfumata — l'IA **comprime dal basso** E **allarga in alto** simultaneamente.
- **Community di Engineering Management**: una rara pubblicazione di un CTO su questo tema, proveniente da una grande organizzazione IT europea regolamentata.

## RésuméDe400mots

Hryhorii Tatsyi, CTO di **Raiffeisen Bank Ukraine** (~900 ingegneri IT), ha pubblicato su Medium nel maggio 2026 un resoconto longitudinale di **12 mesi** (maggio 2025 → aprile 2026) sulla trasformazione IA della sua organizzazione. Il titolo cristallizza la tesi: ***"L'IA non ha reso i nostri ingegneri semplicemente più veloci. Li ha resi diversi."*** Si tratta di uno dei **rari casi di studio organizzativi quantificati provenienti da una banca europea regolamentata** disponibili nel 2026.

**Dati principali**: l'organico IT si è contratto di **75 persone (−8%, di cui 64 ingegneri)** — pur con **più codice rilasciato, meno incidenti, sicurezza migliorata**. L'adozione dell'IA è passata dal **62% all'83%**; **il 68% degli ingegneri riceve ≥50% del proprio codice tramite assistenza IA**; l'onboarding dei nuovi ingegneri è passato da **60-90 giorni a ~40 giorni** (coerente con i dati Anthropic di 82→40 giorni, una **convergenza indipendente**).

**Tre archetipi emergenti**: (1) **Copilot-only**: +10-25% sulle PR, perimetro stabile; (2) **Multi-tool**: story point **×1,5-3**, perimetro cross-repo **+50-80%**; (3) **Claude su stack aziendale**: volume di codice **×4,5**, perimetro radicalmente ampliato. Intuizione controintuitiva: ***"l'IA porta i meno performanti al livello base"*** più che accelerare principalmente i top performer — la distribuzione **si comprime dal basso**. Gli architetti senior **tornano allo sviluppo attivo** dopo anni di distacco.

**Sette nuovi prodotti IA** (che prima non esistevano): Service Knowledge Hub (57 microservizi, 83 release/mese), Mobile Android workflow CI, AI Agent Portal (2.085 utenti / 649 MAU in 87 giorni, generazione MCP tramite OpenAPI), Shift-left Security Plugin (−82% di segreti esposti), DevPortal Backstage + agenti di diagnostica Kubernetes (−68% del tempo di risoluzione degli incidenti critici), DRAIF MCP text-to-SQL su un Data Lake con 10.000 tabelle (embedding fine-tuned ×2 rispetto a OpenAI), Call Evaluation (>97% di accuratezza, **votato miglior prodotto nel gruppo Raiffeisen Bank International**). Stabilità: **incidenti bloccanti −70%, risoluzione critica −68%, allerte di sicurezza ad alta gravità risolte +155%**.

**Tesi strategica centrale**: ***"L'IA ha ampliato la nostra frontiera delle possibilità produttive, e abbiamo deliberatamente allocato la capacità liberata"*** — verso funzionalità, stabilità e riduzione del debito tecnico. **Domanda di valutazione riformulata**: non *"di quanto % sono aumentati i KPI esistenti"* ma ***"cosa hanno costruito i vostri ingegneri che prima non esisteva"***.

**Collegamento con il corpus di veille**: convergenza numerica attorno alla mediana consolidata con Frizzo (2026-05-05), Wescale (2026-05-03), Curran/Intercom (2026-04-16), DORA 2025, Stanford Denisov-Blanch (2025-11-23). Convergenza indipendente su un onboarding di ~40 giorni con Anthropic. Tensione produttiva con Cherny / Curran top 5% / Karpathy (coda d'élite 10×+): la distribuzione **si comprime dal basso** E **si allarga in alto** — entrambe le letture coesistono. Convergenza trasversale su "il lavoro sta cambiando forma" con Frizzo, Karpathy, Mornati, Habert. Da utilizzare per i comitati esecutivi del settore bancario/regolamentato, gli sponsor della trasformazione e il dibattito sull'equità della distribuzione della produttività.

## GrapheDeConnaissance

- Hryhorii Tatsyi —publie→ AI didn't make our engineers just faster (DOCUMENT, 0.97)
- Hryhorii Tatsyi —dirige→ Raiffeisen Bank Ukraine (ORGANISATION, 0.97)
- Raiffeisen Bank Ukraine —mesure→ ~900 ingénieurs IT (MESURE, 0.94)
- Raiffeisen Bank Ukraine —réduit→ effectif de 75 personnes (dont 64 ingénieurs) en 12 mois (CONCEPT, 0.95)
- Raiffeisen Bank Ukraine —mesure→ adoption IA de 62% à 83% (MESURE, 0.95)
- Onboarding Raiffeisen —mesure→ passage de 60-90 jours à ~40 jours (MESURE, 0.94)
- Onboarding ~40 jours —converge_avec→ données Anthropic 82→40 jours (CONCEPT, 0.92)
- Copilot-only, Multi-outils, Claude-on-corporate-stack —fait_partie_de→ Trois archétypes ingénieurs IA (CONCEPT, 0.95)
- Claude sur stack corporate —mesure→ volume code ×4.5 (MESURE, 0.93)
- Multi-outils —mesure→ story-points ×1.5-3 (MESURE, 0.93)
- Copilot-only —mesure→ PRs +10-25% (MESURE, 0.93)
- AI —améliore→ sous-performants (rattrapage à la baseline) (CONCEPT, 0.91)
- Retour des architectes seniors au développement actif —observé_dans→ Raiffeisen Bank Ukraine (ORGANISATION, 0.92)
- Raiffeisen Bank Ukraine —a_créé→ sept produits IA inédits en 12 mois (CONCEPT, 0.96)
- Service Knowledge Hub —s_applique_à→ 57 microservices, 83 releases/mois (CONCEPT, 0.94)
- AI Agent Portal —mesure→ 2 085 users / 649 MAU en 87 jours (MESURE, 0.94)
- AI Agent Portal —permet→ génération d'agents MCP via specs OpenAPI (TECHNOLOGIE, 0.94)
- Shift-left Security Plugin —réduit→ secrets exposés de 82% (CONCEPT, 0.93)
- DevPortal Backstage —réduit→ temps résolution incidents critiques de 68% (CONCEPT, 0.93)
- DRAIF MCP —s_applique_à→ Data Lake 10 000 tables en text-to-SQL (CONCEPT, 0.93)
- DRAIF MCP —surpasse→ modèles OpenAI (×2) (TECHNOLOGIE, 0.91)
- Call Evaluation —mesure→ >97% précision transcription (MESURE, 0.93)
- Groupe Raiffeisen (RBI) —recommande→ Call Evaluation (TECHNOLOGIE, 0.94)
- Incidents bloquants Raiffeisen —mesure→ −70% (MESURE, 0.94)
- Alertes sécurité haute sévérité résolues —mesure→ +155% (MESURE, 0.93)
- Hryhorii Tatsyi —affirme_que→ "AI expanded our production possibility frontier" (CITATION, 0.96)
- Capacité libérée par IA —s_applique_à→ features + stabilité + dette technique (allocation délibérée) (CONCEPT, 0.94)
- Hryhorii Tatsyi —recommande→ mesurer ce que les ingénieurs construisent qui n'existait pas (METHODOLOGIE, 0.95)
- Bilan Tatsyi —affine→ lecture "tail élite 10×" Cherny/Karpathy (CONCEPT, 0.9)
- Bilan Tatsyi —soutient→ resserrement par le bas et élargissement par le haut simultanés de la distribution productivité (CONCEPT, 0.92)
- Case study Raiffeisen —converge_avec→ témoignage individuel Frizzo (complémentarité) (CONCEPT, 0.93)
- Bilan Tatsyi —converge_avec→ Wescale X3-X4, Curran 3×, DORA 2025 (CONCEPT, 0.92)

---
Canonical: https://www.thekb.eu/it/fiches/tatsyi-raiffeisen-ukraine-ai-engineers-different-not-just-faster-2026-05-05/