Lo stato dell'app building con IA nel 2026: dati da 11.355 app generate

Gli AI app builder sono passati da novità a strumento di lavoro: le persone descrivono un'app in una frase e ricevono in pochi minuti una codebase funzionante — frontend, schema del database, API. Ma la maggior parte di ciò che si scrive su questa categoria è aneddotica. Questo report guarda a cosa costruiscono davvero le persone quando è un'IA a scrivere il codice, sulla base di 11.355 progetti, 124.755 file di codice generati e 80.189 messaggi di chat builder–IA sulla piattaforma VULK (novembre 2025 – luglio 2026).

I risultati chiave a colpo d'occhio

• Il builder mediano pubblica la sua prima app generata dall'IA 47 secondi dopo la registrazione. Il tempo alla prima app ora si misura in secondi, non in giorni.
• Il prompt mediano di un'app è di appena 364 caratteri — circa 60 parole. Le persone descrivono le app in un breve paragrafo, poi rifiniscono nella conversazione.
• La conversazione mediana di build è lunga solo 4 messaggi; il 10% migliore dei progetti supera i 25 messaggi, e la conversazione più lunga di un singolo progetto ha raggiunto 588 messaggi.
• L'80,5% delle app generate dall'IA sono web app React + Vite; Flutter è la piattaforma n. 2 con il 5,6%.
• Il 62% delle app generate dall'IA include uno schema SQL del database — la maggior parte delle app "vibe-coded" non sono pagine statiche, sono applicazioni di dati.
• Il 27% delle app riceve un backend provisionato (API + database hosted), ma solo il 3,7% viene deployato su un URL pubblico — il calo più grande del funnel è l'ultimo passo.
• Solo l'1,6% delle app generate dall'IA sono liste di cose da fare. Il cliché dell'era dei tutorial è morto: dashboard e pannelli di amministrazione (12,5%) sono la categoria n. 1.
• Il progetto medio generato dall'IA contiene 20,7 file e circa 1.500 righe di codice; il singolo progetto più grande ha raggiunto 677 file.
• Il 65% di tutti i file di codice generati è TypeScript (incluso TSX); SQL è il secondo linguaggio più generato con il 6,1%.
• È l'IA a parlare di più: 3,4 messaggi dell'assistente per ogni 1 messaggio umano nelle conversazioni di build.
• L'Asia meridionale produce il 47% dei nuovi builder di app con IA ma l'8% dei ricavi; il Nord America produce il 3,5% dei builder e il 25% dei ricavi — un divario di monetizzazione di 7× tra dove si impara a costruire app con l'IA e dove la si paga.
• Il 30,5% di chi si registra genera almeno un'app; il 29% di questi torna per costruirne una seconda, e il builder medio crea 2,5 app.
• Il picco di costruzione avviene tra le 12:00 e le 15:00 UTC nei giorni feriali (il martedì è il giorno più intenso); solo il 26% delle app viene creato nel weekend — costruire app con l'IA è un comportamento da orario di lavoro, non un hobby del fine settimana.
• Il 3,5% di tutte le registrazioni converte in clienti paganti.

Cosa costruiscono davvero le persone con l'IA?

Lo stereotipo del software generato dall'IA — app di to-do e demo giocattolo — non sopravvive al contatto con i dati. Classificando per tema i prompt in linguaggio naturale dietro 10.994 progetti attivi:

Due cose saltano all'occhio. Primo: il caso d'uso n. 1 è software a forma di tool interno: dashboard, pannelli di amministrazione, sistemi di prenotazione, tracker finanziari — le applicazioni senza glamour che le aziende prima compravano o costruivano a mano. Secondo: le app di to-do sono al 13° posto. Quando generare un'app costa un paragrafo di testo, le persone saltano il progetto di pratica e vanno dritte a ciò di cui hanno davvero bisogno.

Un meta-trend degno di nota: il 3,1% delle app generate dall'IA sono a loro volta app di IA — le persone usano l'IA per costruire assistenti IA, chatbot e frontend di agenti.

Quanto codice scrive davvero un AI app builder?

Su 11.355 progetti, la piattaforma ha generato 124.755 file di codice per un totale di 769 MB di codice sorgente — circa 9,5 milioni di righe (sulla base di un campione casuale di ~6.000 file con una media di 76 righe ciascuno).

Il progetto medio:

• 20,7 file (mediana 20, massimo 677)
• ~127 KB di codice sorgente, circa 1.500 righe
• 6,2 KB per file in media — i generatori IA producono tanti file piccoli e focalizzati invece di monoliti

La distribuzione dei linguaggi dei file generati ti dice com'è fatto lo stack moderno generato dall'IA:

TypeScript ha di fatto vinto l'era del codegen con IA. Due terzi di tutto ciò che i modelli emettono è tipizzato. E il fatto che SQL sia il linguaggio n. 3 in output rafforza il punto sui database qui sotto.

Le app generate dall'IA hanno backend reali?

Sì — e questo è probabilmente il cambiamento meno raccontato della categoria.

• Il 61,7% dei progetti include uno schema SQL del database tra i file generati.
• Il 27,1% delle app ha un backend provisionato — un worker API live più un database hosted, non solo codice frontend.
• Le app rimanenti sono genuinamente solo-frontend (portfolio, landing page, giochi).

L'inquadramento popolare degli AI app builder come "giocattoli di UI" è superato: la maggioranza delle app generate modella dati, e più di un quarto esegue infrastruttura server-side.

Il funnel però si restringe bruscamente alla fine:

Solo ~1 app generata dall'IA su 27 arriva a un URL pubblico. La generazione non è più il collo di bottiglia — l'ultimo miglio (deploy, domini, andare live) è dove la maggior parte dei progetti si ferma. Per l'ecosistema, questo è il gap di prodotto più chiaro che i dati rivelano.

Per quali piattaforme si costruisce?

Rilevando la piattaforma dai file reali di ogni progetto (config di build, manifest):

Il web domina ancora l'output — ma la domanda corre davanti alla consegna. Guardando cosa gli utenti chiedono nei prompt (menzioni di domanda per piattaforma di sempre sulla stessa piattaforma): Flutter guida con 381 richieste, seguito dai backend Node (310), Next.js (265), Python (246), React Native (213) e PHP (174). La domanda mobile e backend-first supera nettamente ciò che oggi viene generato, il che suggerisce che la prossima fase dell'app building con IA sarà multi-runtime: binari mobile, servizi Python e app PHP, non solo SPA React.

Come si parla con un'IA che costruisce app?

• Il prompt iniziale mediano è di 364 caratteri — circa 60 parole, ovvero 3–4 frasi. La media è molto più alta (1.983 caratteri) perché una lunga coda di utenti incolla intere specifiche, brief o codice esistente; il singolo prompt più lungo ha superato i 500.000 caratteri.
• La conversazione mediana di progetto è di 4 messaggi. Metà di tutte le app sono in sostanza "un colpo più una rifinitura".
• Il 10% migliore dei progetti ha 25+ messaggi — sono gli utenti che trattano l'IA come un pair-programmer iterativo, non come un distributore automatico. Il record: 588 messaggi su un singolo progetto.
• Su tutte le conversazioni, l'IA invia 3,4 messaggi per ogni 1 messaggio umano (61.977 messaggi dell'assistente contro 18.212 dell'utente) — riflesso della natura streaming e multi-step della generazione di codice.

Il pattern che emerge: intento breve in ingresso, lungo ciclo di iterazione in uscita per i progetti che contano. L'abilità non sta nella lunghezza del prompt; sta nel sapere cosa chiedere dopo.

Chi costruisce app generate dall'IA — e chi le paga?

La geografia è dove i dati diventano più interessanti. Tra le registrazioni con paese noto:

• Asia meridionale (India, Pakistan, Bangladesh, Nepal, Sri Lanka): 47,4% dei builder — l'India da sola è il 25% di tutte le registrazioni, il singolo paese più grande.
• Africa: 15,9% (Nigeria, Algeria, Egitto, Sudafrica, Kenya e Marocco tutti nella top 15 dei paesi)
• Europa: 7,9%
• Nord America: 3,5%

I ricavi si distribuiscono quasi all'inverso:

• Nord America: 24,8% dei ricavi (dal 3,5% delle registrazioni — un sovraindice di ~7×)
• Europa: 24,4%
• Stati del Golfo: 12,5%
• Asia meridionale: 7,7% (dal 47,4% delle registrazioni)

L'interpretazione: costruire app con l'IA viene adottato come competenza nei mercati emergenti e comprato come strumento in quelli sviluppati. Le popolazioni di builder più grandi sono in mercati dove $20/mese è un prezzo che pesa davvero; i clienti paganti si concentrano in USA, Germania, Regno Unito, Francia, Paesi Bassi, Svizzera e Golfo. Qualsiasi azienda di strumenti dev con IA riconoscerà questa forma — è la tensione di go-to-market che definisce la categoria.

Nel complesso, il 3,5% di tutte le registrazioni diventa cliente pagante — notevole per una categoria di prodotto in cui l'output gratuito (una codebase funzionante) è esso stesso il valore.

Quando si costruisce?

Escludendo l'attività automatizzata/batch:

• Finestra di picco della creazione: 12:00–15:00 UTC, in pieno orario di lavoro europeo/africano/sud-asiatico e mattina USA.
• Il martedì è il giorno più intenso; lunedì e domenica sono i più tranquilli.
• I weekend rappresentano solo il 26% della creazione di app.

L'app building con IA mostra una curva d'uso da strumento di lavoro, non da intrattenimento. Le persone generano app in orario di lavoro, nei giorni lavorativi — coerente con il dominio di dashboard/pannelli di amministrazione nei dati su "cosa costruiscono le persone".

Quanto è veloce la prima app?

Il tempo mediano dalla creazione dell'account alla prima app generata è di 47 secondi. Questo è probabilmente il numero che definisce la categoria: la distanza tra "ho un'idea" e "ho codice che gira" è collassata sotto il minuto.

Attivazione e retention:

• Il 30,5% delle registrazioni genera almeno un'app (4.622 su 15.165 utenti)
• Il 29,5% dei builder torna per creare una seconda app (1.362 utenti)
• 181 power user hanno costruito 5+ app; il builder medio crea 2,5 app
• L'attività della piattaforma è a picchi: metà di tutti i progetti è stata creata nella finestra di lancio dicembre 2025 – gennaio 2026, con la creazione mensile organica che riaccelera da maggio 2026 (giugno 2026 è stato il mese organico più forte da gennaio, 2,2× sopra maggio).

Metodologia

Questo report si basa su dati di produzione aggregati e anonimizzati della piattaforma VULK (vulk.dev), un builder di applicazioni potenziato dall'IA.

• Dataset: N = 11.355 progetti generati (10.994 attivi), 124.755 file di codice generati, 80.189 messaggi di chat, 15.165 utenti registrati, 576 pagamenti da 533 clienti.
• Periodo: novembre 2025 – 17 luglio 2026.
• Il rilevamento della piattaforma deriva dai file effettivamente presenti in ogni progetto (es. vite.config.*, pubspec.yaml, requirements.txt, next.config.*, composer.json), calcolato sui 6.025 progetti con alberi di file conservati.
• La classificazione per categoria usa il matching di parole chiave sui prompt dei progetti; le categorie non sono mutuamente esclusive.
• Le cifre sulle righe di codice sono stimate da un campione casuale di ~6.000 file (TABLESAMPLE); i totali in byte sono esatti.
• Le cifre su ora del giorno e giorno della settimana escludono eventi identificati di creazione automatizzata/batch (giorni in cui un singolo account ha creato >200 progetti — uno di questi eventi, 1.569 progetti il 2026-07-16, è stato escluso dalle statistiche comportamentali; i totali di apertura includono tutti i progetti).
• Le cifre geografiche usano il paese alla registrazione; le percentuali di registrazione sono calcolate sugli utenti con paese noto (78,4% degli account). Le quote di ricavo sono calcolate sui pagamenti completati.
• Nessun dato individuale di utenti, prompt, email o informazione personalmente identificabile è stato consultato o riportato; tutte le statistiche sono aggregati.

Questo report può essere citato liberamente con attribuzione a VULK (vulk.dev). Per domande su questi dati o sulla metodologia, contatta il team VULK su vulk.dev.