Come una PM esperta utilizza l’IA per potenziare la delivery

Attualmente guido le operazioni aziendali e i progetti di crescita nel settore dell’istruzione, oltre a progetti di implementazione nella tecnologia sanitaria, assicurandomi che le esigenze cliniche e aziendali si trasformino in soluzioni digitali scalabili. Quindi, gestisco due tipologie di progetti/programmi completamente diverse, per aziende differenti.

In tutto ciò, il mio compito è davvero quello di creare chiarezza intorno a requisiti complessi provenienti dalla dirigenza, gestire molti stakeholder diversi e assicurarsi che le buone idee si concretizzino davvero in risultati grazie ai metodi di project management.

Come l’IA aiuta i team a passare al project management snello

Ho iniziato la mia carriera con una gestione dei progetti molto tradizionale waterfall, con grandi piani MS Project, RAID log in Excel e lunghe presentazioni settimanali. In ambienti digitali/agili e dinamici, questa mole di lavoro è diventata presto un ostacolo, portandomi a capire che mi stavo focalizzando troppo sui processi e poco sul valore.

Per questo è così importante passare a metodi di gestione progetti più snelli. E questa è anche la direzione verso cui si muove il settore. Nessuno vuole più sistemi pieni di processi pesanti.

L’IA rende questa transizione più facile perché si occupa del lavoro ripetitivo, permettendoti di fornire valore come definito dai tuoi stakeholder.

Per me, la transizione è consistita nell’accentrare il lavoro in una sola bacheca viva invece che in documenti sparsi. Ad esempio, ho spostato i team su uno strumento in stile Kanban con colonne come Backlog, Questo mese, Questa settimana, In corso, Bloccato e Fatto. Rischi, decisioni e dipendenze vengono tracciati nello stesso spazio. Ho importato solo le milestone realmente critiche dal vecchio Gantt, fatto funzionare la nuova bacheca in parallelo per un breve periodo, poi ho eliminato il RAID log e le presentazioni una volta che gli stakeholder erano a loro agio. Il risultato? Un’unica fonte di verità invece di cinque versioni in competizione.

Sono stati semplificati anche comunicazione e governance. Invece di creare presentazioni pesanti, uso la bacheca + l’IA per redigere aggiornamenti sintetici su misura per i diversi pubblici.

Alla fine, l’IA ha reso molto evidente che il mio valore sta nel giudizio, nell’allineamento e nella gestione del cambiamento — non nell’aggiornare fogli Excel tutto il giorno!

Share This Quote on:

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

Melissa Khan-Blackmore

Project Manager certificata PMP

Come l’IA sta cambiando la leadership e la delivery dei progetti moderni

Anche il mio ruolo sta cambiando grazie all’intelligenza artificiale. Oggi, il mio lavoro richiede decisamente meno presa di appunti, tracciamento delle attività, aggiornamenti di stato e perfino pianificazione generale dei progetti. Ho molto più tempo per approfondire i problemi aziendali e collegarmi agli obiettivi strategici di livello superiore.

Sul fronte della delivery, l’IA è ormai integrata nel modo in cui gestiamo i progetti. La usiamo per riassumere le chiamate con i clienti, raggruppare e trovare pattern nei feedback degli stakeholder, e creare bozze di requisiti, piani di progetto/tempi e persino comunicazioni basate sui nostri artefatti di progetto. Ad esempio, invece di passare ore a trasformare note delle riunioni e ticket Jira in una presentazione di stato, l’IA mi fornisce una bozza e mette in evidenza pattern o rischi — a quel punto, il mio tempo viene speso per validare, dare priorità e decidere cosa è davvero importante per il business.

In pratica, passo meno tempo a redigere manualmente report di stato, sistemare la documentazione, tradurre a mano lo stesso aggiornamento per pubblici diversi e spulciare dati per capire cosa sta succedendo.

Questo mi permette di dedicare più tempo a lavori ad alto impatto, come comunicare con clienti, team o leader di business, svolgere attività creative come migliorare processi o idee progettuali e creare strategie.

In definitiva, l’IA ha reso evidente che il mio valore sta nel giudizio, nell’allineamento e nella gestione del cambiamento — non nell’aggiornare fogli Excel tutto il giorno!

Come l’IA ha semplificato un rollout complesso tra molteplici stakeholder

Ecco un esempio. Ero alla guida di un rollout di prodotto per una grande organizzazione fortemente regolamentata. Avevamo tantissime parti in movimento: operazioni, IT, utenti finali, ingegneri fornitori, leadership interna ed esterna, e tutti i feedback erano dispersi tra email, chat, ticket e note di riunione. Era arrivato al punto che il mio vero lavoro era gestire reclami, problemi e richieste.

Abbiamo creato un sistema leggero che sovrapponeva l’IA agli strumenti che già utilizzavamo:

• La gestione del lavoro avveniva in bacheche stile Asana/Jira.
• Le richieste di supporto arrivavano tramite una casella di posta condivisa e un canale chat interno.
• Note e resoconti delle riunioni venivano raccolti in un documento condiviso.

Ho inserito quel testo grezzo in uno spazio di lavoro IA e le ho chiesto di:

• Raggruppare i problemi in temi comuni
• Segnalare tutto ciò che sembrava ad alto rischio o critico per la sicurezza
• Creare aggiornamenti di stato per i diversi gruppi di stakeholder

Faccio questa attività — e la faccio tuttora — due volte a settimana. Non è perfetta al 100%, ma mi fa risparmiare ore di analisi ed evitare continue richieste e domande.

In termini di impegno e risultati:

• Ci sono volute forse 2–3 ore per progettare il processo la prima volta.
• La mia attività settimanale di triage è passata da circa mezza giornata dedicata ad analisi di ticket e riscrittura di riepiloghi, a circa 50 minuti di revisione e decisione.
• Questa modalità mi aiuta davvero a riassumere e raccogliere TUTTO da ogni gruppo di stakeholder, aiutandomi a individuare più facilmente i rischi.

Questo è il motivo per cui penso che gli strumenti di IA non stiano sostituendo il project manager; stanno semplicemente eliminando una gran parte del lavoro manuale a basso valore aggiunto, così posso concentrarmi di più su priorità, allineamento degli stakeholder e prendere decisioni chiare e tempestive in ambienti già complessi.

Il consiglio di Melissa

L’IA può e potrà trasformare radicalmente il modo in cui pianifichiamo il rischio. Ridurrà anche naturalmente il rischio. Ma non potrà mai sostituire le parti che richiedono giudizio e responsabilità umana reale.

Come i project manager possono automatizzare il lavoro ripetitivo di delivery con l’IA

Ho iniziato a trattare l’IA come un membro junior del team il cui compito è fare la prima passata su tutto ciò che è ripetitivo, composto da molto testo o basato su schemi ricorrenti. Poi intervengo io come editor e decisore finale. Questo approccio sta cambiando il modo in cui lavoro a tutto tondo:

• Attività ripetitive e amministrative: Note e resoconti delle riunioni, tagging dei punti d’azione e formattazione in modalità leggibile.
• Report di stato: Generazione della prima bozza in base al progresso dei ticket, agli aggiornamenti degli stakeholder e alle tappe di progetto.
• Follow-up delle attività: Promemoria e check-in intelligenti per sollecitare stakeholder su elementi scaduti o approvazioni mancate. Automatizza queste attività con il tool IA per PM — io uso Asana AI.
• Personalizzazione delle comunicazioni: Traduzione dello stesso aggiornamento in toni e formati differenti (ad esempio: sintesi per la direzione, dettagli per il team, ecc.).
• Redazione di comunicazioni verso clienti o presentazioni a partire da input grezzi
• Riconoscimento di schemi: Individuazione di blocchi o rischi analizzando feedback, ticket, tono degli aggiornamenti o schemi di risposta.
• Raggruppamento di richieste di funzionalità o reclami per evidenziare temi comuni tra team o utenti: Utilissimo nello sviluppo di prodotto.
• Gestione della documentazione e della conoscenza: Organizzazione della documentazione caotica in una knowledge base ordinata.
• Redazione o aggiornamento di SOP e processi utilizzando trascrizioni o note grezze.
• Pianificazione e previsione: Elaborazione di diagrammi di Gantt, roadmap o piani sprint in base a obiettivi alti o input dal backlog.
• Prevedere problemi di risorse o ritardi di tempistiche dai primi segnali in strumenti come Jira, Confluence o Slack.
• Individuare trend di performance tra sprint o flussi di lavoro.

Come l’IA può e dovrebbe trasformare la gestione del rischio

L’IA può e potrà trasformare radicalmente il modo in cui pianifichiamo il rischio. Ridurrà anche naturalmente il rischio. Ma non potrà mai sostituire le parti che richiedono giudizio e responsabilità umana reale.

Gli esseri umani devono ancora:

• Definire l’appetito al rischio: Cioè cosa intendiamo davvero per “problema/grave”.
• Prendere le decisioni finali: Accettare/evitare/trasferire, go/no-go, e compromessi su budget/ambito.
• Gestire i rischi legati a persone e politiche che non emergono chiaramente dai dati: Resistenza degli stakeholder, problemi di fiducia, affidabilità dei fornitori, e le negoziazioni per assicurarsi che i responsabili agiscano davvero per mitigare i rischi.

Dove l’IA nella gestione del rischio di progetto dà il meglio è nel lavoro più pesante:

• Individuare i rischi da note/ticket/documenti.
• Eliminare i duplicati e categorizzarli.
• Redigere dichiarazioni chiare di causa-evento-impatto.
• Suggerire una valutazione di probabilità/impatto.
• Proporre mitigazioni, segnali di allerta e piani di contingenza.
• Monitorare le tendenze e i segnali di allarme precoce.
• Trasformare il registro dei rischi in aggiornamenti "top rischi + cosa mi serve da voi" pronti per l’executive.

In breve, gli esseri umani devono validare la realtà e decidere cosa è rilevante. L’IA può aiutarci a essere più accurati e a scansionare i rischi in modo più affidabile.

Detto ciò, stakeholder e sponsor possono avere timore che un modello IA (anche closed source) abbia accesso a tutti i dati, quindi spesso ci sono resistenze. Quindi, sebbene la gestione dei rischi dovrebbe essere un compito dell'IA, nella pratica non è sempre così.

Perché privacy e IA closed-source sono importanti nei progetti reali

Molte persone sono contrarie all’IA. Ne temono davvero il "furto" dei dati. E credo che ciò possa essere giustificato. Come per qualsiasi altra cosa, ci sono rischi se non si sta attenti.

Se usi un’IA closed-source, è molto più sicuro. Tutto dipende da come la imposti. Potresti aver bisogno di privacy anche all’interno dell’azienda. Ad esempio, se le Risorse Umane usano lo stesso strumento closed source dei team di sviluppo, esiste il rischio che dati HR riservati vadano a finire in altre parti dell’organizzazione.

Per questo penso sia importante avere una figura responsabile della privacy dei dati, esperta di IA, che supervisioni esattamente come i sistemi IA sono configurati internamente.

Come un tech stack IA pratico supporta una delivery più veloce e intelligente

Ecco il mio stack tecnologico per la delivery:

• MS Copilot: Email, note, riepilogo delle attività quotidiane. È integrato con il mio Microsoft 365 in azienda.
• Fathom: Note, registrazioni, punti di follow-up
• Asana: Project management, tracciamento delle attività, previsione delle tempistiche
• SuperPrompt: Supporto per scrivere i prompt
• Jasper AI: Tutte le attività di marketing

Adoro Copilot. Vorrei che tutte le aziende per cui lavoro lo usassero. Può raccogliere tutti i tuoi dati da email, note delle riunioni, documenti, ecc., ed è praticamente un secondo cervello. Mi rende cinque volte più produttiva.

Il consiglio di Melissa

La funzione AI di Asana è praticamente come avere ChatGPT sopra il tuo project plan, ma sta leggendo davvero le tue attività reali, le scadenze, le dipendenze, gli aggiornamenti e le tempistiche.

E per una delle startup con cui collaboro, ora usiamo la funzione AI di Asana. È come avere ChatGPT sopra il tuo project plan, ma sta leggendo davvero le tue attività reali, scadenze, dipendenze, aggiornamenti e tempistiche. Questo agente IA può:

• Fare una “ricerca rischi AI” sul tuo piano e sulle note per evidenziare ciò che sta silenziosamente diventando un rischio di tempistiche o di delivery.
• Redigere aggiornamenti intelligenti sullo stato e sommari di progetto che evidenziano cosa è cambiato, cosa è bloccato e di cosa hai bisogno dagli stakeholder.
• Aiutarti a trasformare tutto il rumore del progetto in reportistica chiara e pronta per gli executive.

La cosa migliore è che può supportare anche le fastidiose attività operative, come individuare gli impatti delle dipendenze quando c’è uno slittamento, aiutarti ad aggiornare i piani più velocemente, e persino alimentare automazioni IA no-code in modo che il sistema suggerisca automaticamente i prossimi passi giusti.

Perché i project manager dovrebbero accogliere l’IA — e non temerla

Il ruolo del project manager sta già cambiando e continuerà ad evolversi con l’IA. Il mio consiglio è semplice: accogli l’IA, non temerla.

E utilizza una IA closed-source per i dati riservati.

Ah, e l’IA non ti porterà via il lavoro!

Seguimi

Puoi seguire Melissa su LinkedIn, Instagram e TikTok mentre continua a trasformare buone idee in risultati concreti.

Altre interviste con esperti in arrivo su The Digital Project Manager!