Modernizzare il software legacy con la Generative AI: sì, si può

ARTICOLO / 2 DICEMBRE 2025

Molte aziende hanno già riconosciuto che i sistemi legacy non sono più sostenibili a lungo termine: rallentano i processi, limitano la scalabilità e aumentano i rischi di sicurezza. La vera domanda non è più “se” modernizzare, ma “come”. Da un lato ci sono approcci tradizionali – costosi e spesso complessi – che prevedono la riscrittura completa del software o la sostituzione degli applicativi. Dall’altro, oggi la Generative AI apre una nuova strada: accelerare e semplificare il percorso di modernizzazione, aiutando a documentare, ripulire e tradurre il codice legacy in linguaggi moderni con tempi e costi ridotti. Valutare questa opzione significa non solo affrontare il problema, ma trasformarlo in un’opportunità di innovazione.

Il problema: il legacy che frena

In Italia molte aziende, soprattutto quelle che hanno fatto il loro primo ERP quando “internet” significava modem telefonico, continuano a girare su software degni degli anni ’90:

• Nessuna interfaccia web, niente API per collegarsi agilmente con altri sistemi.
• Database obsoleti, come file flat o sistemi chiusi, che rallentano operazioni e innovazione.
• Personalizzazioni a rischio memoria corta: il collega che ha scritto l’ultima patch magari non lavora più nella stessa azienda, e nessuno sa più come funziona davvero. Documentazione? Zero.

Tutto questo limita la competitività, aumenta i costi e blocca l’innovazione.

Secondo una ricerca del 2024, il 66 % delle aziende continua a usare sistemi legacy per il core business, e oltre il 60 % per applicazioni “customer-facing” (Wikipedia, newsroom.kireygroup.com).

Coerentemente, solo il 53 % dei CIO italiani ritiene che il proprio IT sia pronto per il futuro; molti ammettono che i sistemi legacy sono al terzo posto tra i rischi, e che nel prossimo triennio potrebbero creare guasti rilevanti (AvenDATA - IT-Application-Decomissioning).

Insomma, il legacy non è romantico: è un freno vero di un mercato sempre più veloce ed esigente in ogni settore. 

L’aiuto della Generative AI (non è fantascienza)

La Generative AI non è solo una cosa da betatesters: è un alleato concreto per domare il caos legacy. Ecco come:

1. Creare documentazione mancante: la AI può analizzare codice legacy (e commenti sparsi, se ci sono) e generare doc utili e leggibili.
2. Fare code cleaning intelligente: codice inutile, commenti inutili, pezzi duplicati; la AI li individua e suggerisce versioni più pulite, leggibili e manutenibili.
3. Supporto alla riscrittura in linguaggi moderni: vuoi passare da COBOL o Delphi a Java, C# o Python? La AI può suggerire traduzioni ragionate e tratti di boilerplate base per partire col piede giusto.
4. Code review tra vecchio e nuovo: la AI aiuta a comparare funzionalità legacy con quello riscritto, evidenziando discrepanze, logging mancanti, eccezioni dimenticate.
5. Dati: import e sincronizzazione: serve strutturare procedure di migrazione dati? La AI aiuta a definire passi, script, logica di mapping, validazione e riconciliazione tra vecchio e nuovo.
6. Piani di test per coprire l’esistente: la AI può generare casi di test (unitari, funzionali, di regressione) basati sul comportamento atteso dal software legacy: una base solida per confrontare riscrittura contro originali.
7. Verifica della sicurezza del codice: rileva anti-pattern, rischi di injection, vulnerabilità note: perché “funziona” non significa “è sicuro”. 

La AI nel concreto: GitHub Copilot in azione

Come Var Group stiamo testando diverse tecnologie per assistere i nostri clienti nel percorso di modernizzazione applicativa.

Tra le soluzioni che stiamo testando le più interessanti ci sono: GitHub Copilot e Claude Code di Anthropic si stanno dimostrando efficaci per le attività di modernizzare della codebase legacy.

• Analisi preliminare: con GitHub Copilot e Claude Code è possibile far leggere file multipli per ottenere commenti, descrivere funzioni (se non ci sono), spiegare il contesto.
• Pulizia del codice: basta chiedere “refactor di questa funzione per rendere il flusso più chiaro” e ricevere proposte di refactoring (estrazioni di metodi, nomi più espliciti, ecc.).
• Traduzione in linguaggio moderno: puoi chiedergli “converti questa routine VB in C#” e ti restituisce una versione con sintassi aggiornata.
• Supporto nei test: “Genera test unitario per questa funzione legacy”, e l’AI ti crea un template base da completare.
• Sicurezza e best practice: suggerisce validazioni, controlli input/output e pattern più sicuri se lo proponi come challenge. 

Dati che fanno riflettere

Il mercato globale della legacy modernization vale circa 25 miliardi USD nel 2025, in crescita verso i 57 miliardi entro il 2030 (CAGR ~18 %) (NinjaOne, Enter Software, Mordor Intelligence).

In Italia, l’intero mercato ICT vale 86 miliardi USD nel 2025 e cresce al 7,9 % annuo, spinto da cloud, cybersecurity e modernizzazione; però le aziende italiane restano fan di sistemi legacy (Mordor Intelligence).

In Europa, si stima che fra il 70 % e l’80 % delle aziende consolidate abbia almeno un sistema legacy attivo (flipme3d.com).

Un paper accademico (2023) afferma che il 70 % dei sistemi business aziendali sono legacy, e oltre il 60 % del budget IT va solo per mantenerli (arxiv.org).

Questi numeri non mentono: se vogliamo stare sul mercato dobbiamo modernizzare non nasconderci dietro “all’abbiamo sempre fatto così!” 

Conclusione: perché investire nella modernizzazione vale

• Riduci il technical debt e il tempo sprecato su manutenzione eterna.
• Migliori agilità e integrazione, grazie a interfacce, API, modularità.
• Alzi la sicurezza, eliminando codice obsoleto e vulnerabile.
• Disponi di codice documentato e testato, abbassando dipendenze da singole persone.
• Attiri e tieni talenti: sviluppatori moderni vogliono strumenti moderni, non debug di fortran.

Morale?

Modernizzare significa restare agili, sicuri e competitivi. E sì, con la Generative AI hai un copilota potentissimo: ti serve solo decidere di partire ma la tecnologia non è tutto serve anche metodo e competenze umane per governare le nuove tecnologie.

Come Var Group abbiamo creato una nostra metodologia di modernizzazione che lavora per gradi e inizia con:

• Data Discovery
• Assessment Applicativo
• Creazione contesto e regole di modernizzazione che prevedono:

• Definizione della sintassi e pratiche aziendali
•  Scelta dei modelli adeguati
• Definizione dei processi di CI/CD applicativa
• Definizione degli standard di sicurezza

• User Story mapping e piani di lavoro strutturati
• Riscrittura applicativa
• Testing e go-live del progetto 

Takeway per chi è di fretta

• Troppi sistemi legacy italiani frenano crescita, integrazione, scalabilità.
• Mancano doc, competenze interne, e il rischio di guasti è alto.
• Generative AI serve a: documentare, pulire, riscrivere, testare e mettere in sicurezza il codice.
• Non c’è un LLM perfetto ma dipende dalle tecnologie legacy, dal contesto e dalle competenze presenti in azienda per questo è fondamentale un affiancamento in questo percorso che sembra facile ma non lo è
• Il mercato è enorme e in forte crescita: ignorarlo costa caro.
• Modernizzare spinge sicurezza, agilità, costosità, retention e vantaggio competitivo. 

Autore:

Stefano Dindo - Head of Software Development Var Group