Project manager e formatore potenziato dall’IA condivide un semplice flusso di lavoro IA che cambia radicalmente la gestione dei progetti
Mashhood Ahmed è un project manager, relatore e formatore potenziato dall'intelligenza artificiale. Nel suo lavoro, individua costantemente opportunità rivoluzionarie per la consegna assistita dall’IA.
Mashhood Ahmed
Direttore Fondatore di PM Assistant.ai
Trasformare le riunioni in dati strutturati: La più grande scoperta di Mashhood non è stato un sistema complesso, ma la trascrizione delle riunioni unita alla generazione di prompt IA. Convertire ogni discussione in dati strutturati e ricercabili permette riassunti più rapidi, punti d’azione più chiari, rilevamento precoce dei rischi e documentazione di progetto più allineata.
L’IA ora agisce come “membro silenzioso del team”: Con strumenti come Copilot, ChatGPT e flussi di lavoro agentici, Mashhood è passato dalla documentazione manuale ad un modello di consegna leggero e assistito dall’IA. L’IA redige ambiti, charter, registro rischi/azioni/problemi/decisioni e segnala perfino i rischi su più trascrizioni di riunioni.
L’IA accelera la consegna: L’intelligenza artificiale può collegare intuizioni da diverse riunioni, evidenziare contraddizioni e redigere documenti, ma non può interpretare la politica aziendale, le sfumature culturali o le sensibilità degli stakeholder. Mashhood sottolinea l’importanza di un “umano nella catena” come salvaguardia per evitare un'eccessiva dipendenza.
Nella nostra intervista, Mashhood ha condiviso un flusso di lavoro in particolare che sta rivoluzionando il settore, ed è semplice. Ecco i dettagli.
Come l’IA sta ridefinendo il ruolo del project manager moderno
Sono un consulente e formatore in project management potenziato dall’IA. Negli ultimi due anni ho tenuto oltre 60 interventi e masterclass sull’IA. Aiuto anche i team a integrare la Gen AI nei flussi di lavoro dei progetti quotidiani per migliorarne velocità, chiarezza e decisioni.
Inizialmente pensavo che l’IA mi avrebbe aiutato in piccole ottimizzazioni come la formattazione o i riassunti, ma il vero impatto deriva dal modo in cui collega i punti tra riunioni, e-mail, documenti dei fornitori e altro ancora. Quando ho iniziato a usare le trascrizioni con i prompt di Copilot, ho capito che l’IA può far emergere schemi, contraddizioni, rischi e decisioni che persino il team di progetto aveva frainteso o non ricordava di aver discusso.
Unlock for Free
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Per questo motivo, il mio ruolo di project e program manager si è orientato verso l’orchestrazione di processi decisionali, pianificazione e delivery assistiti dall’IA. Invece di unire manualmente dati da riunioni, documenti e sistemi, ora uso strumenti di IA come Copilot e ChatGPT per automatizzare il flusso informativo e generare approfondimenti in tempo reale (esistono anche molteplici vantaggi degli strumenti di IA per la gestione dei progetti).
Come project leader mi trovo a gestire molte riunioni e follow-up. È mio compito migliorare accuratezza e allineamento nella delivery dei progetti — riducendo al tempo stesso il numero di incontri. Perciò serve un modello di delivery supportato dall’IA.
Invece di unire manualmente dati da riunioni, documenti e sistemi, ora uso strumenti di IA come Copilot e ChatGPT per automatizzare il flusso informativo e generare approfondimenti in tempo reale.
Come trasformare le riunioni in dati strutturati permette una delivery di progetto più rapida e chiara
Le funzionalità più sottovalutate e d’impatto dell’IA nella gestione dei progetti sono state le trascrizioni delle riunioni e gli assistenti IA come Microsoft Copilot — che lavorano insieme. Sembra semplice, ma cambia radicalmente il modo in cui i progetti funzionano.
Convertendo ogni riunione in dati strutturati e ricercabili, questa diventa la base per quasi tutte le attività successive del progetto. Quando ho la trascrizione, posso fare magie in tempo reale.
L’impatto è il seguente:
- Risparmio di circa due ore al giorno su documentazione e follow-up — tempo ed energia che ora dedico a pianificazione strategica, allineamento degli stakeholder e governance di progetto e IA.
- Miglior allineamento di progetto perché tutti hanno accesso alla stessa fonte di verità.
- Individuazione anticipata dei rischi e delle lacune sugli ambiti prima che impattino su ambito, tempi o costi.
- Riduzione delle riunioni non necessarie perché la documentazione è più chiara e completa.
- Maggiore trasparenza e responsabilizzazione in tutto il team.
Ad esempio, durante l’implementazione nel settore sanitario, una serie di cinque riunioni sui requisiti tra diverse cliniche sembravano scollegate. Ma con un solo prompt, l’IA ha unito tutte e cinque le trascrizioni in:
- Un insieme unico di requisiti
- Un chiaro elenco di elementi inclusi e esclusi dall’ambito
- Le differenze di flusso di lavoro tra le cliniche
- Segnalazioni preventive di processi in conflitto
Un livello di dettaglio che manualmente avrebbe richiesto giorni, e in tutta onestà, alcune cose sarebbero passate inosservate. Fra poco approfondirò meglio questo esempio.
Come un modello di delivery assistito dall’IA accelera la consegna
Questo mi ha portato a passare da una gestione dei progetti tradizionale, fortemente documentale, a un modello di delivery di progetto supportato dall’IA più agile e leggero. Non sostituisce i principi base del project management; ne semplifica l’applicazione.
Vecchio approccio:
- Redazione manuale dei verbali delle riunioni
- Mantenimento di documenti Word/Excel separati
- Rincorrere le persone per chiarimenti
- Riscrittura da zero dei rapporti di stato
Nuovo sistema snello:
- Ogni riunione viene trascritta tramite Microsoft Teams o Google Meet.
- Strumenti di produttività AI (Copilot, Gemini o ChatGPT) generano riepiloghi, punti d’azione, rischi e decisioni.
- Questi output vengono archiviati automaticamente su SharePoint o Drive.
- Documenti come charter, RACI, comunicazioni e log RAID vengono generati dagli stessi dati delle trascrizioni.
Risultato: Le riunioni di avvio progetto ora generano automaticamente metà della documentazione di progetto, riducendo lo sforzo manuale del 40–60 percento.
Come l’AI sta rimodellando i rituali di progetto e riducendo il lavoro manuale
Per quanto riguarda i rituali, questo uso dell’AI li ha completamente trasformati. Abbiamo spostato processi manuali e guidati dalle riunioni verso flussi di lavoro continui e guidati dai dati.
Invece di affidarci agli appunti o alla memoria delle persone, ora consideriamo l’AI come un membro silenzioso del team che ascolta, sintetizza e mette in evidenza ciò che conta. Ecco un esempio per la stesura degli scopi di progetto e dei documenti di charter, fondamentali in ogni progetto.
Vecchio approccio: Lo scopo veniva redatto manualmente dopo una serie di riunioni, spesso basandosi su appunti frammentari.
Nuovo approccio abilitato dall’AI:
- Inserisco più trascrizioni di riunioni, email e discussioni sui requisiti in Copilot o ChatGPT.
- L’AI redige una prima versione dello scopo, includendo aree comprese, escluse, assunzioni e dipendenze.
- Lo perfeziono con gli esperti SME invece di costruirlo da zero
- Sfrutto il ragionamento AI per redigere scopo e charter del progetto in poche ore invece che in giorni
Come l’AI agentica sta automatizzando i flussi di lavoro di progetto e riducendo la ripetitività
Negli ultimi sei mesi ho anche sperimentato attivamente con flussi di lavoro agentici e piattaforme di orchestrazione per ridurre le attività ripetitive da PM e creare schemi di delivery più coerenti. Microsoft Agent 365, rilasciato a metà novembre, ha un potenziale particolarmente forte per l’orchestrazione multi-agente in ambienti progettuali reali.
Un esempio è un Meeting Agent personalizzato che utilizzo per i flussi di riunione di cui parlavo prima. L’agente si unisce automaticamente alle chiamate, genera i riepiloghi e produce tabelle strutturate di punti d’azione con assegnatari e scadenze. Quei punti d’azione possono poi essere trasferiti direttamente in Jira, Asana o altri strumenti di gestione del lavoro, eliminando trascrizioni e follow-up manuali.
Abbiamo anche configurato un Risk Agent che analizza le trascrizioni delle riunioni per segnalare subito nuovi rischi dopo le discussioni. Permette al project manager di simulare scenari, valutare impatti potenziali e decidere se il rischio va approfondito o condiviso in team.
Questi piccoli ma potenti flussi agentici stanno già riducendo il carico amministrativo e aiutando i team a lavorare con più coerenza, trasparenza e consapevolezza precoce dei rischi.
Un esempio reale di allineamento guidato dall’AI in progetti complessi
Esploriamo più a fondo l’esempio delle cliniche sanitarie multi-sede. Il progetto aveva tempistiche serrate, più fornitori e stakeholder frustrati a causa di requisiti incoerenti.
La sfida
Avevamo cinque sedi, ciascuna con flussi di lavoro diversi, e molte riunioni con clinici e stakeholder su vari livelli. I requisiti non erano uniformi tra le sedi e il team perdeva allineamento perché le decisioni per ciascuna sede erano sepolte — soprattutto nei verbali delle riunioni e talvolta in email e chat.
L’approccio guidato dall’AI
Come primo passo, abbiamo implementato l’intelligenza centralizzata per le riunioni. Abbiamo attivato la trascrizione Microsoft Teams per ogni riunione e l’abbiamo utilizzata come unica fonte della verità.
Abbiamo quindi costruito semplici automazioni di AI nella collaborazione di team per archiviare le trascrizioni su un drive condiviso o su SharePoint. E abbiamo fornito accesso a tutto il team, così che chiunque potesse consultare e interrogare più trascrizioni di riunioni alla volta.
Ad esempio, spesso ho chiesto:
- "Sulla base di questa trascrizione della riunione, aiutami a generare un riepilogo della riunione in meno di 200 parole e una tabella delle azioni da intraprendere, così che come project manager possa seguire le azioni concordate, le risorse e le scadenze."
- "A partire da questa riunione, aiutami a identificare eventuali nuovi rischi oppure aiutami a redigere un piano di mitigazione del rischio come proposto dall'architetto tecnico."
Abilitando la trascrizione delle riunioni e utilizzando prompt semplici come questi, abbiamo eliminato la necessità di prendere appunti manuali e di dover rivedere note scritte a mano illeggibili. Inoltre, abbiamo stabilizzato i requisiti provenienti da diverse cliniche e i relativi flussi di lavoro necessari.
Ad esempio, posso identificare le riunioni di raccolta requisiti e poi semplicemente chiedere: "Aiutami a scrivere i requisiti di alto livello per documentare e finalizzare l’ambito del progetto; assicurati di includere separatamente ciò che è incluso e ciò che è escluso, come discusso in queste riunioni."
Fatto. Ecco una bozza di ambito di progetto pronta, basata su queste cinque riunioni con ciascuna clinica. Inoltre, un prompt di follow-up come "Evidenzia le differenze di flusso di lavoro tra le cinque cliniche e suggerisci come possiamo ottimizzarle" aiuterebbe a identificare differenze che possiamo discutere con i clinici per ottimizzare e monitorare i flussi.
I vantaggi
Vale la pena notare che, inizialmente, gli stakeholder avevano delle riserve. Ma una volta fatto il progetto pilota e mostrato il valore, quasi tutti sono stati conquistati. Inoltre, i membri del team sono diventati più attenti a ciò che dicevano in quelle riunioni, cosa che alla fine è stata positiva per il progetto e per il business. Ecco i feedback che hanno spiccato:
- L’IA nella gestione degli stakeholder ha aiutato a identificare casi limite e variazioni nei flussi di lavoro che di solito non vengono mai documentati o discussi nelle prime riunioni. Questi sono diventati immediatamente visibili perché facevamo domande su tutte le trascrizioni invece di affidarci alla memoria o alle note scritte a mano. In alcuni casi, questo ha persino ampliato o chiarito l'ambito del progetto.
- Gli stakeholder hanno apprezzato avere un'unica fonte di verità. Invece di cercare tra email, chat o appunti personali, potevano andare in un unico posto e vedere decisioni, follow-up e azioni organizzate chiaramente.
- I team aziendali e tecnici hanno notato che l'IA ha individuato rischi e lacune nei processi prima rispetto ai nostri metodi tradizionali. Elementi come flussi di lavoro mancanti, ruoli incoerenti, responsabilità poco chiare o potenziali ritardi venivano segnalati immediatamente sulla base dei dati delle riunioni.
- I team hanno apprezzato che i riepiloghi e le azioni generate dall'IA hanno ridotto i tempi di preparazione. Entravano in riunione con maggiore chiarezza e meno incomprensioni.
Senza il giudizio umano, l’IA è veloce… ma non necessariamente corretta.
Come mantenere una knowledge base di alta qualità con la trascrizione tramite IA
Oggi le trascrizioni sono molto precise, ma si verificano ancora difficoltà con accenti marcati, parlanti veloci, conversazioni che si sovrappongono o connessioni instabili. Ecco come gestisco l’accuratezza, nella pratica:
- Definire le aspettative sin dall’inizio. Comunichiamo al team che le trascrizioni sono uno strumento di supporto, non un verbale legale letterale. Questo toglie pressione e incentiva la partecipazione aperta.
- Inserire un “ciclo di chiarimento” nel nostro processo. Dopo ogni riunione, i membri del team sono incoraggiati a rivedere il riepilogo o la tabella delle azioni e a segnalare eventuali correzioni. Se qualcosa sembra sbagliato, ambiguo o contraddittorio, la convalidiamo nelle riunioni successive o nel prossimo incontro. Servono solo uno o due minuti e l’accuratezza migliora notevolmente.
- Dare i prompt giusti all’IA. Chiediamo sempre agli strumenti IA di interpretare il contesto, non di dare tutto per scontato o alla lettera. Ad esempio: "Sulla base della trascrizione, riassumi i punti chiave. Se qualcosa non è chiaro, evidenzialo invece di assumere."
- Incoraggiare buone abitudini nei meeting. Prendere la parola a turno, evitare di parlarsi sopra e rallentare un po’ quando si discutono decisioni aiuta a migliorare la qualità delle trascrizioni e, in generale, delle riunioni.
Perché le soluzioni IA di Microsoft e Google stanno diventando fondamentali per la gestione dei progetti
Ecco i due stack tecnologici che ho utilizzato con i clienti:
- Stack Microsoft: Usiamo Teams, Outlook, Copilot (enterprise), SharePoint, OneDrive e MS Office. Utilizziamo anche alcune Power Apps e Power Automate per creare integrazioni con strumenti di project management basati su AI come Smartsheet o Asana.
- Stack Google: Google Meet, Gmail, Calendar, Gemini, Drive, Google Docs e Sheets. In questo caso, utilizziamo Zapier per l'integrazione con strumenti PM e software per l'automazione dei flussi di lavoro. Negli ultimi mesi, lo stack Google è diventato molto più potente in ambito AI, soprattutto grazie all'introduzione di Gemini per Workspace e alle integrazioni con Vertex AI.
Poiché Microsoft e Google competono nello spazio aziendale, le loro capacità di AI si sono evolute enormemente nell'ultimo anno. Ci sono numerosi altri strumenti di produttività che potremmo utilizzare; tuttavia, per ora punto su Google e Microsoft.
Perché un'eccessiva dipendenza dall'AI è un nuovo rischio di progetto
Mi ha sorpreso il cambiamento culturale che ho osservato implementando l'AI nell'analisi dei progetti. Una volta che il team ha sperimentato l'affidabilità dei risultati dell'AI, le persone sono diventate più disciplinate nell'articolare chiaramente le decisioni nelle riunioni, sapendo che la trascrizione sarebbe stata usata come fonte di verità. Ha migliorato la disciplina di progetto senza la necessità che io la facessi rispettare attivamente.
Inoltre, i membri del team che all'inizio erano scettici hanno iniziato a sfruttare Copilot per le attività quotidiane. Infatti, una volta che i team vedono il valore dell'AI, la dipendenza eccessiva diventa il nuovo rischio. Ora mitigo questo rischio con dei "binari di sicurezza" umani — ossia una revisione da parte di una persona.
Come decidere quali attività di progetto automatizzare con l'AI e quali richiedono il giudizio umano
La Gen AI aiuta sicuramente ad accelerare il lavoro. Tuttavia, il giudizio umano è ancora necessario — non puoi dire al comitato direttivo che "Il perimetro del progetto è stato scritto dalla Gen AI." Il documento porta il tuo nome, quindi devi assumerti la responsabilità ed applicare il giudizio umano.
Ecco gli aspetti del lavoro di delivery che, a mio parere, sono più adatti all’AI:
- Intelligenza nelle riunioni
- Stesura della documentazione di progetto
- Individuazione anticipata dei rischi di progetto
- Analisi documentale, come SoW e SLA dei fornitori e come questi documenti sono allineati o meno
Recentemente, abbiamo avuto successo nel redigere documenti utilizzando il template fornito dal cliente, così che la risposta generata dalla Gen AI abbia una struttura documentale adeguata.
L'AI nel decision making di progetto non capisce la politica, le sfumature culturali o la sensibilità degli stakeholder. Qui entra in gioco l’esperienza umana. Dobbiamo valutare:
- Di quale stakeholder pesa di più l'opinione
- Dove potrebbero sorgere resistenze
- Come le decisioni influenzano altri programmi o dipartimenti
- Quali compromessi sono accettabili
Senza il giudizio umano, l’AI è veloce... ma non necessariamente corretta.
Perché l’AI sta diventando il nuovo livello di project management per le organizzazioni moderne
L'AI nella pianificazione dei progetti è qui per restare. Con strumenti come Copilot e Gemini ormai profondamente integrati in email, calendari, documenti e applicazioni aziendali chiave, l’AI si sta rapidamente affermando come layer de facto del project management, ridefinendo profondamente il modo in cui i progetti saranno pianificati, monitorati e consegnati nel prossimo futuro.
L’Agentic AI ha anch’essa un enorme potenziale e, anche se è presto per prevedere il suo impatto totale, potrebbe rappresentare un grande elemento di rottura per molti business tradizionali.
Quello che è certo è che le organizzazioni che si adatteranno prima otterranno un grande vantaggio in termini di velocità, efficienza e capacità decisionale.
Perché dovresti iniziare subito con un progetto pilota AI su piccola scala
Il mio consiglio è semplice: non aspettare chiarezza assoluta, inizia subito a sperimentare con un progetto pilota su piccola scala.
Ecco alcune raccomandazioni pratiche:
- Inizia in piccolo, ma inizia subito. Attiva la trascrizione delle riunioni. Chiedi all’IA di riassumere un aggiornamento di stato. Usa la Gen AI (Copilot o ChatGPT) per redigere collaborativamente un documento di progetto. Piccoli esperimenti costruiscono fiducia e slancio.
- Considera l’IA come una compagna di squadra, non una minaccia. L’IA non sostituirà i responsabili della delivery, ma i responsabili della delivery che utilizzano l’IA supereranno quelli che non lo fanno. Usa l’IA per occuparsi delle attività più gravose, così potrai concentrarti su allineamento, coaching, negoziazione e strategia.
- Investi nel giudizio umano e nella governance. L’IA può fornire spunti, ma le decisioni spettano ancora agli esseri umani. Rafforza le tue competenze nella gestione del rischio, nell’engagement degli stakeholder, negli aspetti etici e nella governance dei progetti. Queste competenze saranno più importanti che mai.
Il mio consiglio è semplice: non aspettare una chiarezza perfetta, inizia subito a sperimentare con un progetto pilota su piccola scala.
Continua a seguire
Mashhood è felice di entrare in contatto con chiunque voglia continuare la conversazione o approfondire la consegna dei progetti alimentata dall’IA. Puoi raggiungerlo su LinkedIn. Oppure visita M1 Consultants e PMAssistant.ai.
Altre interviste con esperti arriveranno su The Digital Project Manager!
