Modi pratici per migliorare la consegna dei progetti con l’IA, secondo una responsabile dell’ingegneria delle piattaforme

Come l'AI sta rimodellando la consegna dei progetti e la leadership ingegneristica

L'AI sta cambiando il mio ruolo in modi molto reali e pratici. Come leader nell'ingegneria delle piattaforme, ora considero la consegna dei progetti su due livelli paralleli:

• Uno riguarda le fondamenta tradizionali come l'affidabilità, l'automazione e l'esperienza degli sviluppatori.
• L'altro riguarda come l'AI diventa parte integrante del flusso di lavoro stesso.

Trascorro molto meno tempo a revisionare manualmente lavori ripetitivi, a scandagliare i log o a coordinare passaggi che possono essere automatizzati. Gli strumenti alimentati da AI gestiscono gran parte del lavoro preliminare per attività come la generazione di documentazione, la creazione di scaffolding per i test, la configurazione degli ambienti e la gestione degli alert operativi rumorosi. Dedico anche meno tempo a rispondere alle stesse domande operative perché ora agenti AI forniscono direttamente assistenza agli ingegneri all’interno di una piattaforma interna.

La mia attenzione si concentra soprattutto su come guidare l'utilizzo dell'AI da parte dei team in modo sicuro e strategico. Ciò include la scelta degli strumenti AI giusti, la progettazione di flussi di lavoro responsabili, la creazione di barriere di protezione e la riflessione su come l'AI trasformi la cultura ingegneristica.

Inoltre, spendo più tempo sull'architettura dei sistemi ad alto livello, sull'allineamento tra team e sul lato umano della consegna, dal momento che l'AI libera spazio per una riflessione più approfondita:

• Architettura di sistema ad alto livello: Invece di reagire a singoli problemi, penso in termini di schemi a lungo termine e blocchi comuni che rendano la consegna più veloce e resiliente. Per fare ciò, analizzo in modo olistico come i nostri servizi, flussi di lavoro e piattaforme possano scalare con la crescita aziendale.
• Allineamento tra team: Questo per me ha un significato personale. Poiché il mio utilizzo dell'AI è più avanzato rispetto al resto del team, dedico più tempo a tradurre quanto imparo dai flussi di lavoro assistiti dall'AI in miglioramenti alla nostra piattaforma, documentazione e strumenti interni. In questo modo, gli altri possono beneficiarne gradualmente senza dover affrontare cambiamenti forzati prima di essere pronti.
• Il lato umano della consegna: L’AI libera tempo, così investo più energie nel mentoring degli ingegneri, nella comprensione delle loro sfide e nella creazione di un ambiente che permetta loro di concentrarsi su attività di maggior impatto anziché su compiti ripetitivi.

In generale, la consegna dei progetti sta diventando sempre meno una questione di "spingere task oltre il traguardo" e sempre più una questione di orchestrare un ambiente in cui automazione intelligente, piattaforme solide e persone competenti collaborano con molta meno frizione.

Come identificare i flussi di lavoro ingegneristici più pronti per l'automazione AI

Le opportunità più chiare per l’AI nella consegna dei progetti si trovano attualmente nel lavoro ad alto volume che consuma tempo ma non richiede realmente un giudizio approfondito. Attività come la lettura dei log, la triage dei ticket, la pulizia della documentazione, i controlli delle dipendenze e la sintesi di lunghe discussioni tecniche sono candidati perfetti. Questi sono ambiti dove l'AI può essere implementata direttamente tramite prompt riutilizzabili, agenti automatizzati nei portali degli sviluppatori, o anche semplici integrazioni che funzionano all'interno della CI e forniscono insight prima che debba intervenire una persona.

L’AI si adatta bene anche alla preparazione delle riunioni e alla condivisione della conoscenza. Strumenti come Gemini mi aiutano già a trasformare lunghe discussioni in punti d’azione chiari, e la stessa idea si può estendere a review di sprint, retrospettive e documentazione delle decisioni. Fornisce ai team una comprensione condivisa migliore senza il consueto carico di lavoro.

Le parti che necessitano ancora dell’intervento umano sono invece quelle in cui contesto, fiducia e intuizione fanno la differenza. Come definire la direzione tecnica, valutare compromessi che coinvolgono le persone, assumere decisioni in casi ambigui o fare coaching agli ingegneri di fronte alle sfide. Questi momenti dipendono dal giudizio e dall’esperienza e l’AI può solo supportare — non sostituire — tali capacità.

Quindi la distinzione è semplice. Lascia che l’AI nella gestione dei progetti gestisca il lavoro ripetitivo che rallenta la consegna. Lascia invece agli esseri umani le decisioni creative, strategiche e orientate alle persone che favoriscono il progresso.

Il consiglio di Adora

La suddivisione è semplice. Lascia che l’IA si occupi del lavoro ripetitivo che rallenta la consegna. Fai gestire agli esseri umani le decisioni creative, strategiche e focalizzate sulle persone che fanno avanzare la consegna.

Come l'IA porta a un cambiamento di mentalità

È sorprendente quanto rapidamente l'IA nell'automazione dei task di progetto passi dall'essere un semplice extra a diventare parte integrante del flusso di lavoro. Mi aspettavo un aumento dell'efficienza, ma non mi aspettavo che cambiasse me.

Prima spendevo molte energie a raccogliere contesto e a cercare di ricordare ogni dettaglio, così da poter guidare con sicurezza. Con il supporto dell'IA in questo lavoro, ho subito notato un cambiamento di mentalità. Ho iniziato a presentarmi più calma e preparata perché non dovevo più affannarmi a ricordare tutto. Potevo concentrarmi su direzione, chiarezza e qualità delle decisioni, invece che sulla meccanica della raccolta delle informazioni.

È stato un cambiamento davvero positivo. Il lavoro sembra più intenzionale e meno reattivo. Ed è arrivato in modo naturale perché ho visto subito i benefici. Non avevo pianificato un cambiamento di mentalità. È semplicemente successo mentre usavo l'IA per eliminare il rumore e creare più spazio alla leadership.

Come un ciclo leggero di sei settimane migliora la consegna

Mi sto gradualmente allontanando dagli approcci tradizionali di project management che si basano su riunioni di stato costanti, tempistiche rigide e documentazione pesante. Al contrario, utilizzo un sistema più leggero basato su cicli chiari e un contesto di alta qualità. La transizione è avvenuta gradualmente — nel tempo ho ridotto il numero di meeting di allineamento, condiviso aggiornamenti più brevi e orientato le discussioni sulle decisioni invece che sulla reportistica.

Uno dei pilastri di questo sistema è la revisione della roadmap ogni sei settimane. Piuttosto che cercare di gestire l'avanzamento settimana per settimana con un piano di progetto dettagliato, ci allineiamo a fondo ogni sei settimane, concordiamo le priorità e definiamo le aspettative con gli stakeholder. Tra questi cicli, il focus è sul mantenere lo slancio, non su scartoffie e report.

Poiché lavoriamo con molti stakeholder, il cambiamento più grande è stato il modo in cui gestisco il flusso delle informazioni. Invece di costruire lunghi report di stato o partecipare a molteplici sincronizzazioni, utilizzo strumenti di IA come Gemini per riassumere thread su Slack, note delle riunioni, documenti e aggiornamenti da Jira. Questo mi dà una visione chiara di ciò che si sta muovendo, cosa è bloccato e quali decisioni richiedono attenzione, senza dover passare ore a raccogliere il contesto.

Ovviamente, questo significa che anche i nostri rituali diventano più snelli, permettendo al team di concentrarsi sull'esecuzione piuttosto che su report continui.

Il risultato è un processo più agile e chiaro. Gli stakeholder ottengono una visione migliore perché le informazioni sono concise e tempestive, gli ingegneri hanno meno interruzioni e io posso dedicare le mie energie a dare direzione e risolvere problemi invece che a compiti amministrativi. Il ciclo di sei settimane dà struttura, e l'intelligenza artificiale offre la chiarezza quotidiana che mantiene tutto in movimento.

Come i prompt riutilizzabili in ambito ingegneristico riducono il lavoro ripetitivo

Il mio team ha iniziato a usare prompt ingegneristici riutilizzabili. Abbiamo creato una piccola libreria di prompt che supportano attività ingegneristiche comuni, come scrivere test unitari, migliorare i messaggi di errore, riassumere il comportamento di un servizio o revisionare le modifiche per potenziali criticità sulla stabilità. Questi prompt vengono scritti una volta, testati e poi riutilizzati, così gli ingegneri non devono ricominciare da zero ogni volta che chiedono aiuto a un assistente.

Ad esempio, uno dei prompt viene usato per generare note di rilascio strutturate dai pull request. Si aspetta input specifici come il numero del ticket, l'area della codebase, il livello di rischio e l'impatto sul cliente. Un altro prompt si concentra sul tradurre gli alert operativi in un linguaggio semplice, indicando anche le cause più probabili sulla base di incident precedenti.

All'inizio la soluzione era semplice e si trovava in un documento condiviso, e stiamo gradualmente spostando i prompt nella nostra piattaforma interna così saranno più facili da trovare e mantenere. L'impegno per costruire e affinare ciascun prompt è piccolo rispetto al tempo risparmiato nel lungo periodo, perché l'output è più chiaro, veloce e coerente ogni volta che qualcuno lo usa.

Riduce molto il lavoro ripetitivo e aiuta le persone a procedere nella consegna con maggiore sicurezza.

Come aggiungere uno strato di IA agli strumenti ingegneristici quotidiani accelera la consegna

Attualmente, il mio stack di consegna è piuttosto semplice. Uso Gemini, Jira, Slack, Google Workspace, e i soliti strumenti di ingegneria con cui il mio team lavora già — ad esempio, GitHub per il controllo versione, la nostra pipeline CI per build e deploy e Datadog per il monitoraggio e alerting.

Quello che è cambiato nell'ultimo anno non sono tanto gli strumenti di project management con IA in sé; è come li uso.

• Gemini ha avuto l’impatto maggiore. Lo utilizzo per preparare riunioni, riassumere lunghi documenti, ottenere rapidamente insight dai log e trasformare appunti in azioni chiare. Ha sostituito gran parte della raccolta manuale di contesto e mi aiuta a prendere decisioni molto più velocemente.
• Jira rimane il cuore del monitoraggio del lavoro. Non l’ho sostituito. Quello che è cambiato è che ora gestisco il mio flusso di lavoro intorno ad esso in modo più efficiente, perché posso usare Gemini per digerire grandi epiche, comprendere rapidamente i progressi e prepararmi alle sessioni di pianificazione senza dover passare ore a leggere tutto.
• Slack è ancora centrale per la comunicazione. Ma invece di cercare di seguire ogni thread, mi affido ai riassunti AI di Slack per estrarre ciò che è importante, così non vengo sommerso dai messaggi. L’AI di Slack risponde anche alle domande e automatizza le attività all’interno della piattaforma.

Quindi, gli strumenti in sé sono in gran parte gli stessi, ma il mio flusso di lavoro si è evoluto. Il cambiamento più grande è stato aggiungere uno strato di AI sopra gli strumenti quotidiani. In altre parole, è il modo in cui abbino Gemini agli strumenti che già uso ogni giorno per interpretare ciò che contengono.

Il cambiamento più grande è stato aggiungere uno strato di AI sopra gli strumenti quotidiani. In altre parole, è il modo in cui abbino Gemini agli strumenti che già uso ogni giorno per interpretare ciò che contengono.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Adora Nwodo

Fondatrice di Nexascale

Come Gemini migliora le riunioni, il richiamo e il processo decisionale

Approfondiamo Gemini.

Una delle capacità più sottovalutate in questo momento è semplicemente la possibilità di usare l’AI per riassumere riunioni, lunghi thread su Slack, documenti e persino ciò che è successo durante la settimana. Sembra poco, ma è stato un enorme risparmio di tempo per i manager.

Non è una funzione appariscente, ma l’impatto è reale. Restituisce tempo, riduce lo stress e mantiene l’esecuzione in corso senza ritardi causati dal sovraccarico di informazioni. Per i manager, questa è stata una delle vittorie più grandi.

In pratica, uso moltissimo Gemini nelle mie riunioni — soprattutto come strumento di supporto per ricordare cosa è stato detto, piuttosto che come un sistema che pensa al posto mio. Lo uso per preparare le agende, riassumere le discussioni, tracciare le decisioni e estrarre insight da lunghi thread o documenti.

La maggior parte delle mie riunioni viene registrata e Gemini genera automaticamente i riassunti, così non devo riguardare lunghi video per raccogliere i punti chiave. Quando rivedo un riassunto, lo affino, chiarisco eventuali incomprensioni ed estraggo le decisioni e le azioni che contano davvero.

Lo uso anche per effettuare rapidamente ricerche su più registrazioni se ho bisogno di confermare un contesto precedente, trovare il motivo originale di una decisione o recuperare dettagli da una discussione avvenuta settimane fa. Mi evita di dover scavare per ore tra i contenuti, ma resto sempre io a interpretare le informazioni e guidare i passi successivi.

Tutto questo mi aiuta a entrare nelle riunioni con il pieno contesto e a uscirne con punti d’azione chiari. E poiché ottengo chiarezza più rapidamente, prendo decisioni più velocemente.

Il consiglio di Adora

Il ruolo umano non scomparirà, ma si sposterà verso la leadership, la chiarezza e il processo decisionale, piuttosto che verso l’amministrazione.

Sperimentazione pratica con workflow agentici

Stiamo sperimentando workflow agentici, ma in modo molto pratico. Il nostro focus principale in questo momento è la sfida AI di tutta l’azienda, che è più un’iniziativa di hack-and-learn che un vero sforzo di piattaforma ufficiale. L’intera azienda sta costruendo piccoli progetti AI per fare esperienza pratica e capire come potrebbero essere i workflow agentici nel nostro contesto.

Personalmente, per il lavoro di delivery, sto prestando attenzione alle idee che coinvolgono agenti che aiutano con cose come riassumere il contesto, ridurre le attività ripetitive o migliorare il processo decisionale.

È ancora presto, ma sta andando bene. Le persone imparano in fretta e già vediamo pattern che potrebbero scalare in workflow agentici più strutturati in futuro.

Perché l’AI sposterà la gestione dei progetti dall’amministrazione alla leadership

Nel prossimo futuro, la consegna dei progetti passerà dall’essere guidata dal manager all’essere guidata dal contesto. L’IA nei report di stato dei progetti gestirà la maggior parte delle attività di monitoraggio, sintesi e coordinamento, il che significa che i team si muoveranno in base a informazioni in tempo reale invece di controlli programmati. I manager passeranno molto meno tempo a gestire i processi e molto più tempo a guidare la strategia, a fare coaching alle persone e a prendere decisioni ponderate.

L’idea del project manager come principale fonte di aggiornamenti scomparirà anch’essa. L’IA renderà visibili in automatico i progressi, i rischi e le dipendenze. I team collaboreranno con agenti di IA nello stesso modo in cui oggi collaborano con gli strumenti. Il risultato saranno decisioni più rapide, meno rituali e sistemi di consegna che risultano più adattivi che strutturati.

Il ruolo umano non sparirà, ma si sposterà sempre più verso la leadership, la chiarezza e la presa di decisioni, piuttosto che l’amministrazione.

Il consiglio di Adora

Poiché ottengo chiarezza più velocemente con l’IA, prendo decisioni più velocemente.

Perché l’IA non sostituirà il nostro modo di lavorare dall’oggi al domani

Il mio consiglio è di iniziare in piccolo, restare curiosi e concentrarsi sulla chiarezza più che sul controllo.

Questo momento non riguarda il sostituire da un giorno all’altro il nostro modo di lavorare. Si tratta di lasciare che l’IA si occupi delle parti ripetitive della consegna, così i leader possono concentrarsi sulle persone, sulla direzione e sulle decisioni importanti.

La vera svolta si ottiene sperimentando con casi d’uso semplici come sintesi, preparazione alle riunioni o raccolta di contesto. Questi piccoli successi danno fiducia e creano lo spazio per cambiamenti più profondi.

E soprattutto, mantenete coinvolti i vostri team e rendete il processo leggero. L’IA funziona meglio quando sostiene la cultura che già avete, non quando diventa un ulteriore livello di complessità.

Seguiteci

Potete seguire Adora Nwodo su LinkedIn, X o sul suo sito personale. E date un’occhiata anche a NexaScale.

Presto arriveranno altre interviste con esperti su The Digital Project Manager!