Scopri di più
Doctolib accelera la produttività dei team di sviluppo con Claude Code
Settore:
No items found.
Dimensioni azienda:
Grande
Prodotto:
Claude Code
Area geografica:
Europa
Ore anziché settimane
per eseguire la migrazione e sostituire l'infrastruttura di esistente
Onboarding autonomo
su codebase e stack tecnologici sconosciuti
Video caption
Video caption
Dal 2013 Doctolib ha rivoluzionato il settore sanitario in tutta Europa, al servizio di 420.000 professionisti e 90 milioni di pazienti. La piattaforma offre ai medici un sistema operativo che semplifica i flussi di lavoro grazie a cartelle cliniche elettroniche, supporto diagnostico, gestione delle prescrizioni e soluzioni cliniche basate sull'IA. Gli strumenti di gestione dei pazienti consentono di pianificare gli appuntamenti, effettuare teleconsulti e organizzare le attività dello studio. Per i pazienti, Doctolib facilita l'accesso alle cure con una gestione della salute sicura e proattiva.
Con Claude Code, Doctolib:
- Aggiorna automaticamente la documentazione tecnica ad ogni modifica del codice
- Permette agli ingegneri di familiarizzare con codici sconosciuti in pochi giorni anziché in settimane
- Rivede le pull request immediatamente senza dover attendere la disponibilità del team
- Ha eseguito la migrazione di tutto lo strumento di test di regressione visiva in poche ore anziché settimane
- Affronta il debito tecnico in modo sistematico tramite prompt riutilizzabili e flussi di lavoro CI automatizzati
Il problema
Il team di ingegneri di Doctolib si è trovato ad affrontare un paradosso in termini di produttività. In quanto principale sistema operativo in Europa nel settore della tecnologia sanitaria, al servizio di 420.000 professionisti e 90 milioni di pazienti, l'azienda aveva la necessità di rilasciare le funzionalità sempre più velocemente, mantenendo al contempo l'affidabilità per i flussi di lavoro sanitari critici. Tuttavia, le attività amministrative assorbivano una parte significativa del tempo degli ingegneri: la redazione della documentazione, la creazione di test, la revisione delle pull request e la gestione del debito tecnico distoglievano i team di sviluppo dalla risoluzione delle complesse sfide del settore sanitario.
"Gli ingegneri dedicavano tempo prezioso ad attività ripetibili anziché risolvere complesse sfide del settore sanitario", ha affermato Julien Tanay, Staff Engineer responsabile del programma di strumenti di IA di Doctolib insieme al Platform Product Manager Thomas Bentkowski.
Il team doveva affrontare tre sfide specifiche: in primo luogo, ci volevano settimane prima che i nuovi ingegneri potessero dare un contributo significativo a parti del codebase che non conoscevano. In secondo luogo, le revisioni delle pull request creavano colli di bottiglia, con gli ingegneri costretti ad aspettare ore o giorni prima che un collega fosse disponibile. In terzo luogo, il debito tecnico si accumulava più velocemente di quanto il team potesse gestirlo: le migrazioni e gli aggiornamenti della documentazione subivano ritardi poiché gli ingegneri davano la priorità allo sviluppo delle funzionalità.
Doctolib avvia una fase pilota di sviluppo assistito dall'IA con 30 ingegneri
Dopo aver testato Claude Code con 30 ingegneri e aver riscontrato un aumento significativo della produttività, Doctolib ha distribuito lo strumento a tutto il suo team di sviluppo.
Gli ingegneri hanno potuto completare l'onboarding autonomamente in meno di cinque minuti su qualsiasi IDE: VSCode, JetBrains o flussi di lavoro basati su CLI. Il team ha scelto Claude Code in particolare per la documentazione, i corsi di formazione pratica tramite la piattaforma Skilljar di Anthropic e le funzionalità flessibil,i tra cui comandi slash, subagent e la modalità piano. Il modello di fatturazione a consumo senza licenza ha permesso di espandere l'adozione senza impegni iniziali.
Doctolib crea flussi di lavoro di IA riutilizzabili per le attività di sviluppo più ricorrenti
Il team della piattaforma Doctolib ha creato un repository di prompt, comandi personalizzati e subagent che tutti i team di sviluppo importano durante la configurazione iniziale di Claude Code. Ogni ingegnere inizia fin dal primo giorno con flussi di lavoro collaudati e riutilizzabili per redigere documentazione, creare test, rivedere codice ed eseguire il debug dei problemi comuni.
"Gli ingegneri possono iniziare a contribuire immediatamente ai codebase che non conoscono", ha affermato Tanay. "Anziché aspettare settimane per comprendere un nuovo servizio o una nuova libreria, iniziano a interagire con il codice e appartano modifiche in pochi giorni".
Il team ha integrato Claude Code nel flusso di lavoro di sviluppo quotidiano in diverse aree critiche. Gli ingegneri scrivono documentazione e test, esaminano le pull request e risolvono il debito tecnico tramite prompt ripetibili per le migrazioni e il debug. La modalità headless dello strumento viene eseguita direttamente nella pipeline di CI, aprendo automaticamente pull request per le attività di manutenzione di routine.
Un progetto ha dimostrato i vantaggi in termini di velocità: la sostituzione dell'intera infrastruttura esistente per i test di regressione visiva. "Abbiamo completato la migrazione in poche ore, non in settimane", ha affermato Tanay. "Ora è in produzione e gestisce tutti i nostri confronti di screenshot".
Il flusso di lavoro automatizzato della documentazione ha cambiato l'onere della manutenzione. Ogni modifica al codice attiva un processo CI che aggiorna automaticamente la documentazione tecnica. Questo approccio basato sulla documentazione come codice mantiene aggiornati i documenti tecnici con interventi molto rari.
Le revisioni delle pull request, che in precedenza rappresentavano un collo di bottiglia e richiedevano ore o giorni di attesa, ora vengono eseguite istantaneamente. Il repository principale dell'infrastruttura include revisioni automatizzate basate su Claude, che individuano i problemi nelle fasi iniziali del ciclo di sviluppo.
Il risultato
Claude Code è diventato lo strumento di IA più utilizzato dal team di sviluppo di Doctolib. Gli ingegneri eseguono autonomamente l'onboarding sulla piattaforma e iniziano a vedere un aumento della produttività nel giro di pochi minuti.
I team ora eseguono autonomamente l'onboarding su nuovi progetti basati su stack tecnologici a loro sconosciuti, riducendo i tempi di ramp-up da settimane a giorni.
"Gli ingegneri possono dare il loro contributo in aree al di fuori delle loro competenze molto più rapidamente", ha affermato Tanay. "Questo cambia radicalmente la nostra velocità di sviluppo".
Doctolib prevede di espandere gli agenti di codifica autonomi nel primo trimestre, passando dai ticket direttamente alle pull request tramite GitHub Actions. Sviluppa inoltre revisioni personalizzate assistite dall'IA per il triage e la qualità del codice e implementa uno sviluppo basato sulle specifiche con Claude.
"Vogliamo contribuire a definire la roadmap di Claude Code ed esplorare le possibilità offerte dagli agenti autonomi", ha dichiarato Tanay.
"Gli ingegneri possono dare il loro contributo in aree al di fuori delle loro competenze molto più rapidamente. Questo cambia radicalmente la nostra velocità di sviluppo."
Staff Engineer, Doctolib
Video caption