The ITA version is at the bottom of this page here
We are entering an era where building software costs about as much as having an idea: almost nothing.
That is not hyperbole. Over the past two years, tools like Cursor, Claude CoDe, GitHub Copilot, and Windsurf have radically compressed the time it takes to go from concept to working prototype. Industry reports speak of 30–90% of new code being generated with AI assistance, with per-developer output multiplied by five. Startups that would once have spent six months building a baseline application now ship it in six weeks. Or six days.
The direct consequence? A flood — there is no other word — of tools. Micro-SaaS products, add-ons, plugins, autonomous agents, scripts for every imaginable friction point. Software is no longer a scarce resource. It has become abundant. Almost trivial.
And for those of us in AEC and Computational Design, this transition is not a distant backdrop. It is already here, right now, inside the toolchain of every practice that wants to call itself modern.
From marble to printed statues
For generations, software was a scarce resource. It required developers, budgets, time. For an architect or computational designer, having a custom tool — a Grasshopper plugin, an analysis script, a bespoke BIM utility — was almost a privilege. You built it once, used it for years, guarded it carefully.
That scarcity is gone.
It is like moving from a world where marble is extremely rare to one where you can print statues indefinitely. The question is no longer “can I sculpt?” — the answer is almost always yes. The question that emerges, far harder and far more human, is: “what is worth sculpting?”
In our field, this transition carries additional momentum. The convergence of generative AI, computational design, and automation is already reshaping established workflows: structural optimisation, generative design for masterplans, augmented BIM, deep interoperability. Tools that three years ago required dedicated teams are now accessible to individual practitioners with modest budgets.
The problem is not technological. The problem is one of meaning.
More variants, less criterion
Imagine a system that generates five hundred facade variants for a building in a matter of seconds. Proportions, materials, aperture patterns, energy performance — all numerically optimised, all different. This is a real tool. It exists. People use it.
Now: which of the five hundred do you choose? And more importantly, why?
If the answer is simply “the one with the best energy score”, you are using a very expensive computer to do something a spreadsheet could handle almost as well. The designer’s value was never in generating variants — it never was. It was in knowing in advance which variants were worth generating. In defining the boundaries of the exploration space. In bringing into that space things that no numerical parameter can represent: a neighbourhood’s history, a social tension, the specific quality of light entering a room at noon on a January day, the way people will cross a courtyard that does not yet exist.
A growing body of critical research on AI in architecture is beginning to push exactly this correction: AI not as an optimisation engine, but as a mediator of cultural knowledge. A tool that can help surface contextual, historical, and social complexity — but only if someone capable of asking those kinds of questions is present in the process. And that person must be trained, aware, and critical.
Without that figure, AI does not optimise culture. It replicates patterns. It repackages familiar forms. It amplifies what is already dominant and renders invisible what is already marginalised.
Three postures for not drowning in abundance
If software becomes abundant, what becomes scarce? Judgment. Orientation. The capacity to give meaning.
I want to identify three professional postures that — over the next decade — will distinguish designers who navigate abundance from those who are overwhelmed by it.
1. The Tool Curator
In an ecosystem saturated with plugins, micro-apps, and agents, the value lies not in having the newest tool. It lies in building a coherent ecosystem: selecting, orchestrating, integrating workflows, ensuring interoperability, maintaining data standards (IFC, ISO 19650, open formats). The computational designer becomes — in a very concrete sense — a project DevOps: governing versioning, branching, revisions, and model logic as if managing a codebase shared across multiple stakeholders.
This is not a secondary technical role. It is governance. It is information architecture applied to the design process. And it demands systems thinking, not just Scripting ability.
2. The Design Strategist
The software industry is already shifting the premium away from “who can write code” toward “who can define the problem, design the solution, create value”. In AEC design, the same shift will happen — probably faster than most expect.
The architect or computational designer who retains their relevance will not be the one who knows the latest plugin — that changes every six months. It will be the person who can formulate design questions that AI can actually serve: questions that integrate real constraints — cultural, political, economic, social. The person who can construct the brief, not merely execute it.
Put differently: if you only know how to respond to what the tool proposes, you are in a fragile position. If you are the one deciding what to ask the tool — and why — you hold structural leverage.
3. The Cultural Mediator
This is the hardest posture to pitch as “professional value”, and probably the most important.
Emerging literature on AI and design is increasingly attentive to algorithmic bias, power structures embedded in training data, and the risk of cultural homogenisation. A generative model trained on global architectural imagery tends to converge toward a “universal” aesthetic that is, in practice, deeply partial: predominantly Western, predominantly commercial, predominantly already seen.
Without a critical perspective on the generative process, the risk is producing optimised buildings that speak to no one. Perfect spaces for an abstract inhabitant who does not exist.
The architect as cultural mediator is not romantic nostalgia. It is a functional necessity: bringing into the process — even the most automated one — narratives, identities, conflicts, and the social uses of territory. And continuously asking: who are we designing for? Whose voices are represented here? Whose have been excluded, and why?
In an era where models generate code and geometry automatically, returning to these questions is an almost radical act.
The real scarcity
The most serious studies on AI’s impact on developer productivity reveal something telling: AI accelerates, but does not replace the formation of technical judgment. Those who use it well remain central to debugging, quality control, and architectural decision-making in software. The abundance of tools has not eliminated the need for skilled professionals — it has shifted that need toward functions that are more strategic and harder to replicate.
In our field, the pattern will be analogous. More tools does not mean fewer designers. It means designers with more strategic, more interdisciplinary, more human roles — in the precise sense of that word.
Because the abundance of code throws into sharp relief, by contrast, the true scarcity: capacity for judgment, imagination, responsibility, and the courage to take design decisions in the physical world. A world that is irreversible, where a building cannot be rolled back like a pull request. Where mistakes are measured in decades. Where people live, spend their lives, and return.
If code becomes abundant, the real currency in our work becomes judgment.
The winner will not be whoever has written the most plugins, but whoever knows how to say no to the useless ones — and yes to those that genuinely change lives and places. In an era of infinite generated geometries, the most radical act for an architect might become something deeply human again.
To choose.
Luciano Ambrosini is an architect and computational design consultant. He develops custom tools for environmental analysis and parametric design through LA Consulting, based in Naples, Italy. He writes about AI, architecture, and digital culture on his blog and podcast “Daedalus Debugger”.
🇮🇹 version
L’Abbondanza Inutile
Quando il codice costa niente, cosa vale davvero per un Architetto?
Stiamo entrando in un’epoca in cui costruire software costa quasi quanto avere un’idea: pochissimo.
Non è un’iperbole. Negli ultimi due anni, strumenti come Cursor, Claude Code, GitHub Copilot e Windsurf hanno compresso in modo radicale il tempo necessario per passare da un’idea a un prototipo funzionante. Ci sono report industriali che parlano di oltre il 30–90% di nuovo codice generato con assistenza AI, con output per sviluppatore moltiplicato per cinque. Startup che in sei mesi avrebbero scritto un’applicazione base, ora la consegnano in sei settimane. O sei giorni.
La conseguenza diretta? Una caterva — non c’è altra parola — di strumenti. Micro-SaaS, add-on, plugin, agenti autonomi, script per qualsiasi frizione immaginabile. Il software non è più un bene scarso. È diventato abbondante. Quasi banale.
E per noi, nel mondo dell’AEC e del Computational Design, questa transizione non è uno sfondo lontano. È già qui, adesso, nella toolchain di ogni studio che si voglia chiamare moderno.
Dal marmo alla stampa di statue
Per generazioni, il software era un bene raro. Richiedeva sviluppatori, budget, tempo. Per un architetto o un computational designer, avere uno strumento personalizzato — un plugin Grasshopper, uno script di analisi, un tool BIM su misura — era quasi un privilegio. Si costruiva una volta, si usava per anni, si proteggeva gelosamente.
Oggi quella scarsità è scomparsa.
È come passare da un mondo in cui il marmo è rarissimo a uno in cui puoi stampare statue all’infinito. La domanda non è più “posso scolpire?” — la risposta è quasi sempre sì. La domanda che emerge, molto più difficile e molto più umana, è: “cosa vale la pena scolpire?”
Nel nostro settore, questa transizione ha un’accelerazione ulteriore. La convergenza tra AI generativa, computational design e automazione sta già ridisegnando flussi consolidati: ottimizzazione strutturale, generative design per masterplan, BIM aumentato, interoperabilità spinta. Strumenti che fino a tre anni fa richiedevano team dedicati, oggi sono accessibili a singoli professionisti con budget contenuto.
Il problema non è tecnologico. Il problema è di significato.
Più varianti, meno criterio
Immaginate un sistema che in pochi secondi genera cinquecento varianti di facciata per un edificio. Cambiano proporzioni, materiali, pattern di apertura, prestazioni energetiche — tutto numericamente ottimizzato. È uno strumento reale. Esiste. Si usa.
Ora: quale delle cinquecento scegliete? E soprattutto, perché?
Se la risposta è solo “quella con il miglior score energetico”, state usando un computer di lusso per fare una cosa che un foglio Excel farebbe quasi altrettanto bene. Il valore del progettista non stava nel generare varianti — non ci è mai stato. Stava nel sapere già prima quali varianti avesse senso generare. Nel definire i confini del campo di esplorazione. Nel portare dentro quel campo cose che nessun parametro numerico sa rappresentare: una storia di quartiere, una tensione sociale, una luce che entra in un certo modo a mezzogiorno di gennaio, il modo in cui le persone attraversano un cortile che ancora non esiste.
Molta ricerca critica emergente sull’AI in architettura inizia a proporre esattamente questa correzione di rotta: l’AI non come motore di ottimizzazione, ma come mediatore di conoscenza culturale. Uno strumento che può aiutare a portare in campo complessità contestuali, storiche, sociali — ma solo se c’è qualcuno capace di interrogarla in quei termini. E quel qualcuno deve essere formato, consapevole, critico.
In assenza di quella figura, l’AI non ottimizza cultura. Replica pattern. Ripacchetta forme già viste. Amplifica ciò che è già dominante, invisibilizzando ciò che è già marginalizzato.
Tre posture per non annegare nell’abbondanza
Se il software diventa abbondante, cosa diventa raro? Il giudizio. L’orientamento. La capacità di dare senso.
Provo a identificare tre posture professionali che — nel prossimo decennio — distingueranno i progettisti che sopravvivono all’abbondanza da quelli che ne vengono sommersi.
1. Il Curatore di strumenti
In un ecosistema saturo di plugin, micro-app e agenti, il valore non sta nell’avere lo strumento più nuovo. Sta nel saper costruire un ecosistema coerente: selezionare, orchestrare, integrare flussi, garantire interoperabilità, mantenere standard di dati (IFC, ISO 19650, formati aperti). Il computational designer diventa — in un senso molto concreto — un DevOps del progetto: governa versioning, branch, revisioni, logiche di modello come fosse un codebase condiviso tra attori diversi.
Questo non è un ruolo tecnico di secondo piano. È governance. È architettura dell’informazione applicata al processo progettuale. E richiede cultura di sistema, non solo abilità di scripting.
2. Lo Stratega progettuale
Il mercato del software sta già spostando il premio da “chi sa scrivere codice” a “chi sa definire il problema, progettare la soluzione, creare valore”. Nel design AEC accadrà la stessa cosa, probabilmente più in fretta di quanto immaginiamo.
L’architetto o computational designer che mantiene il suo ruolo non sarà quello che conosce il plugin più recente — quello cambia ogni sei mesi. Sarà chi sa formulare domande di progetto che l’AI può effettivamente servire: domande che integrano vincoli reali, culturali, politici, economici. Chi sa costruire il brief, non solo eseguirlo.
Detto diversamente: se sai solo rispondere a ciò che il tool propone, sei in una posizione fragile. Se sei tu a decidere cosa chiedere al tool — e perché — sei in una posizione di forza strutturale.
3. Il Mediatore culturale
Questa è la postura più difficile da vendere come “valore professionale”, e probabilmente la più importante.
Nella letteratura emergente su AI e design, cresce l’attenzione a bias algoritmici, logiche di potere incorporate nei dataset, rischi di omologazione culturale. Un modello generativo addestrato su architettura globale tende a convergere verso un immaginario “universale” che in realtà è profondamente parziale: prevalentemente occidentale, prevalentemente commerciale, prevalentemente già visto.
Senza uno sguardo critico sul processo generativo, si rischia di produrre edifici ottimizzati che non parlano a nessuno. Spazi perfetti per un abitante astratto che non esiste.
L’architetto come mediatore culturale non è un romanticismo nostalgico. È una necessità funzionale: portare dentro il processo — anche quello più automatizzato — narrazioni, identità, conflitti, usi sociali del territorio. E interrogare continuamente: per chi stiamo progettando? Quali voci sono rappresentate in questo processo? Quali sono state escluse, e perché?
In un’epoca in cui i modelli generano codice e geometria in automatico, tornare a fare queste domande è un atto quasi radicale.
La vera scarsità
Gli studi più seri sull’impatto dell’AI sulla produttività degli sviluppatori mostrano qualcosa di interessante: l’AI accelera, ma non sostituisce la formazione del giudizio tecnico. Chi la usa bene resta centrale per debugging, controllo qualità, decisioni architetturali del software. L’abbondanza di tool non ha eliminato il bisogno di professionisti capaci — lo ha spostato verso funzioni più strategiche e più difficili da replicare.
Nel nostro settore, il pattern sarà analogo. Più strumenti non significa meno progettisti. Significa progettisti con ruoli più strategici, più interdisciplinari, più umani — nel senso preciso di quella parola.
Perché l’abbondanza di codice mette in risalto, per contrasto, la vera scarsità: capacità di giudizio, immaginazione, responsabilità, e il coraggio di assumersi decisioni progettuali nel mondo fisico. Un mondo irreversibile, dove un edificio non si può “rollbackare” come una pull request. Dove gli errori si misurano in decenni. Dove le persone ci vivono dentro, ci passano la vita, ci tornano.
Se il codice diventa abbondante, la vera moneta rara nel nostro lavoro diventa il giudizio.
Non vincerà chi avrà scritto più plugin, ma chi saprà dire no a quelli inutili — e sì a quelli che cambiano davvero la vita delle persone e dei luoghi. In un’epoca di infinite geometrie generate, l’atto più radicale per un architetto potrebbe tornare a essere profondamente umano.
Scegliere.
Luciano Ambrosini è architetto e consulente in computational design. Sviluppa strumenti personalizzati per l’analisi ambientale e la progettazione parametrica attraverso LA Consulting, con base a Napoli. Scrive di AI, architettura e cultura digitale sul suo blog e podcast “Daedalus Debugger”.
