IA nel Project Management: I LLM stanno migliorando la gestione dei progetti automatizzando gli aggiornamenti di stato e permettendo ai manager di concentrarsi sulla strategia.
Guadagni di efficienza: I flussi di lavoro basati su IA riducono i tempi di risposta dei team di prodotto, consentendo di rilevare e risolvere i problemi più rapidamente.
Decisioni guidate dai dati: ThriveAI permette decisioni informate monitorando continuamente le metriche e analizzando il feedback degli utenti.
Evoluzione dei rituali: Le pratiche di consegna stanno cambiando grazie all’automazione della documentazione e al monitoraggio tramite IA, migliorando la collaborazione tra i team.
Necessità di barriere protettive: Per integrare efficacemente l’IA è fondamentale comprenderne i limiti e costruire flussi di lavoro adeguati per ottenere risultati ottimali.
Abbiamo parlato con lui per capire come la sua organizzazione nativa nell’AI gestisce i suoi progetti. Ecco cosa ci ha raccontato.
Come i LLM Connettono Team e Strumenti nella Gestione dei Progetti
Tradizionalmente, i project manager creavano valore collegando i puntini tra team e strumenti. I LLM sono la prima tecnologia che può effettivamente aiutare a fare questo su larga scala.
Invece di inseguire aggiornamenti sullo stato o estrarre manualmente report, ora l’AI può occuparsi di queste incombenze, liberando i project manager per concentrarsi su guida strategica, costruire allineamento e mantenere i team focalizzati sui risultati — aumentando anche la loro capacità di generare un impatto maggiore su più progetti senza rischiare il burnout.
È un momento fantastico per essere un PM, quindi siate entusiasti! È raro trovarsi in un periodo in cui lo status quo può essere completamente rivoluzionato e ogni giorno emergono nuove possibilità.
Siate entusiasti! È raro trovarsi in un periodo in cui lo status quo può essere completamente rivoluzionato e ogni giorno emergono nuove possibilità.
Da Ingegnere a Product Manager a Fondatore AI
Ho iniziato come ingegnere, poi ho guidato prodotto e ingegneria in scaleup, prima di entrare in Google come product manager.
In Google, ho lavorato a stretto contatto con program manager, e temevo sempre i progetti che ne erano privi — non tutti i team ne hanno uno! E le cose slittano sempre senza un program manager.
Da quella frustrazione è nato ThriveAI, un junior PM AI, costruito seguendo le migliori pratiche di prodotto e flussi di lavoro personalizzati per aiutare i team di prodotto a restare un passo avanti rispetto al caos.
Come i Flussi di Lavoro Agentici Fanno Risparmiare Tempo e Denaro ai Team di Progetto

Thrive è basato su agenti AI. Abbiamo iniziato con rilevamento di anomalie, clustering dei feedback, stato dei funnel e perfino attività ad hoc come riassunti e analisi estemporanee. Sono attività ripetitive e ad alto volume, quindi perfette per un’AI.
I nostri flussi di lavoro agentici fanno sì che i team di prodotto che usano il nostro prodotto — noi compresi — ora individuino i problemi nel giro di poche ore anziché giorni, risolvano le criticità d'usabilità prima che si diffondano e rilascino con sicurezza senza aspettare controlli manuali. I nostri agenti hanno ridotto le aree cieche in tutta l’organizzazione e dato ai team più tempo da dedicare alla costruzione.
Ecco un buon esempio di un flusso di lavoro agentico di successo. Abbiamo costruito un flusso di lavoro AI-native per un grande marketplace con decine di milioni di utenti attivi ogni giorno. Il loro team era sommerso dai feedback degli utenti e questo nascondeva i segnali di allarme precoce.
Così abbiamo sviluppato un agente AI che legge ogni nota, individua schemi ricorrenti e segnala anomalie. È diventato un sistema di delivery centrale: il team del nostro cliente si affida a lui per intercettare tempestivamente problemi di usabilità, ben prima che si diffondano, risparmiando decine di migliaia di dollari ogni mese e mantenendo il delivery nei tempi senza aggiungere personale.
Utilizzare l’AI per Ridurre i Rischi delle Scommesse di Prodotto e Migliorare le Decisioni
Costruire, prototipare e progettare software è facile oggi. La parte difficile è capire cosa costruire. Le funzionalità sono diventate una commodity. Ciò che conta è fare le scommesse giuste.
Quasi non dedico più tempo a controlli di stato o reportistica. Il mio focus è usare l’AI per ridurre i rischi delle scommesse e aumentare le probabilità di successo.
Quindi, uso il mio prodotto per avere una lettura costante su cosa sta funzionando e cosa sta andando storto. In pratica, significa che Thrive tiene d’occhio metriche di prodotto, feedback degli utenti (email, survey, in-app, ecc.), e telemetria (tramite PostHog). Fa emergere problemi come l’attrito nell’onboarding in un segmento di utenti dopo il rilascio o cali improvvisi nei funnel. Mi fornisce anche un breve aggiornamento settimanale su Slack che evidenzia trend e rischi — è come un collega che bussa con un update.
Il risultato è che le mie decisioni si basano sui dati quando sono disponibili, e sul senso del prodotto quando mancano.
Come l’AI Sta Trasformando i Rituali di Delivery nella Gestione dei Progetti
I rituali di delivery stanno cambiando per la maggior parte di noi. In Thrive, l’AI redige la prima versione di quasi tutto — project brief, voci di roadmap, qualunque cosa. Poi gli esseri umani raffinano il lavoro.
Ecco la ripartizione:
- L'allineamento avviene tramite notifiche Slack invece che grandi riunioni.
- La validazione proviene dalla telemetria di monitoraggio AI di Thrive e dal feedback in tempo reale, e dall'estrazione di dati per analisi ad hoc — ho appena accennato a questo sopra.
- Nell'esecuzione, l'AI monitora il progresso e segnala quando qualcosa sembra non andare. Gli umani poi decidono come intervenire.
Uno stack tecnologico AI: AI in background e flussi di lavoro Slack-first
Il nostro stack si è evoluto, passando dall’osservare dashboard e partecipare a riunioni di stato all’utilizzo di AI in background unito a flussi di lavoro incentrati su Slack. Ecco il nostro stack tecnologico per la gestione dei progetti:
- Slack
- Linear
- GSuite
- PostHog
- Thrive
Ecco come interagiscono tra loro.
- Slack è il nostro hub per aggiornamenti, avvisi e la gestione di Linear
- Linear gestisce i nostri task e backlog, con l’AI che si occupa della triage (assegnatari, duplicati, ecc.). È sincronizzato con Slack (software di comunicazione interna) e PostHog.
- PostHog gestisce la telemetria e le metriche prodotto, trasferendole su Slack.
- Thrive quindi analizza ciò che PostHog trasferisce per il rilevamento di anomalie, report e "pulse" settimanali. Anche questi arrivano tramite Slack. Di solito lavora in background imparando le mie preferenze e mi notifica solo quando serve davvero la mia attenzione — un flusso interrotto, aumento del sentiment degli utenti, qualunque sia la questione.
- GSuite - come nostro sistema di gestione degli asset digitali per documenti e comunicazioni.
Tutti questi strumenti sono fondamentali. Devo però dire che sono un grande fan dei nuovi aggiornamenti AI di Linear. L’auto-triage, in particolare, mi ha impressionato: suggerisce assegnatari, etichette e persino collega le attività duplicate. Non riesco a immaginare nessuno a cui piaccia davvero occuparsi di quella parte di lavoro. Ora succede tutto in background e il mio team può concentrarsi su ciò che conta davvero.
Perché l’AI ha bisogno di limiti e strutture nei flussi di lavoro dei progetti

Tutto molto bello, ma lasciatemi dire questo: i LLM sono così imprevedibili! Un momento ti stupiscono, quello dopo non notano neanche ciò che vedrebbe un bambino di quinta elementare.
Il trucco è sapere dove brillano e progettare i flussi di lavoro attorno a questo. Poi costruire strutture e strumenti nelle aree dove invece mancano — come segmentare input lunghi, validare numeri, oppure collegarli a fonti reali di dati invece che lasciarli "inventare".
I LLM sono così imprevedibili! Un momento ti stupiscono, quello dopo non notano neanche ciò che vedrebbe un bambino di quinta elementare. Il trucco è sapere dove sono forti e costruire i flussi su questo. Poi serve creare strutture e strumenti nelle aree dove non lo sono.
In Thrive, l'AI si occupa completamente di reportistica, aggiornamenti di stato e stesura delle roadmap. Gli umani portano competenze di dominio, relazioni e sanno dare vere priorità.
Perché il punto è questo: Tutti hanno accesso alla stessa AI, quindi non può essere il tuo vantaggio competitivo. La vera differenza la fai in come stabilisci le priorità, costruisci fiducia e affronti le scelte difficili.
Ecco dove servono più persone di altissimo livello.
Il futuro: l’AI che gestisce i miglioramenti incrementali del prodotto
Presto, l’IA avrà il controllo totale dei miglioramenti incrementali dei prodotti. Per ogni ottimizzazione dell’1–2%, l’IA progetterà esperimenti, li eseguirà, misurerà i risultati e itererà in autonomia.
Gli esseri umani si concentreranno solo sulle grandi scommesse ad alto rischio.
I Project Manager Devono Smettere di Restare ai Margini con l’IA
Il mio consiglio è semplice: Siate curiosi e consapevoli di voi stessi. Conoscete i vostri punti di forza e fatevi aiutare dall’IA per potenziarli. Siate onesti rispetto alle vostre debolezze e lasciate che sia l’IA a coprirvi — è quel collega che non giudica mai e su cui si può sempre contare.
Soprattutto, non restate a guardare. Questa è un’opportunità irripetibile per contribuire a plasmare il futuro del lavoro.
Segui gli Aggiornamenti
Puoi seguire gli aggiornamenti su LinkedIn mentre Ishwar sviluppa Thrive e rivoluziona il modo in cui operano i team di progetto. E dai un’occhiata a ThriveAI!
Altre interviste con esperti in arrivo su The Digital Project Manager.
