La CPO tecnica spiega gli agenti AI utilizzati dal suo team nella gestione dei progetti
Scopri come una CPO utilizza gli agenti AI per automatizzare le attività di project management, accelerare la consegna e concentrarsi sui risultati, con esempi reali di flussi di lavoro che riducono i ritardi e migliorano le performance del team.
Manutenzione con AI: Product People utilizza l'AI per occuparsi delle attività di manutenzione, permettendo di concentrarsi sul raggiungimento dei risultati aziendali.
Tocco umano: Empatia, giudizio e strategia restano punti di forza umani che l'AI non può replicare nel product management.
Soluzioni agentiche: L'introduzione di agenti AI ha accelerato i flussi di lavoro, migliorando la velocità e la soddisfazione degli stakeholder.
Strumenti a bassa manutenzione: Strumenti client-agnostic come Notion e Figma supportano un modello operativo distribuito ed efficiente.
Ruolo futuro del PM: L'AI ridefinirà il project management, spostando il focus su competenze strategiche e di progettazione di sistemi.
Mirela Mus è la fondatrice e CPO di Product People. Ha un MBA, una formazione in informatica e oltre un decennio di esperienza nel product management — metà dei quali trascorsi anche in un ruolo di leadership.
L'abbiamo contattata per approfondire come delegare la manutenzione all'IA permetta alle persone di concentrarsi nel raggiungimento di risultati reali. Ecco cosa ci ha detto.
Offrire risultati di business
Sono Mirela Mus, fondatrice e CPO di Product People. Siamo il punto di riferimento principale in Europa per servizi di product management e crescita di prodotto. Tra i nostri clienti figurano Amazon, Zalando, eBay, DeepL e l'Organizzazione Mondiale della Sanità.
Sblocca Gratis
Crea un account gratuito per terminare la lettura di questo articolo e unirti a una community di leader innovativi che accedono a strumenti, playbook e approfondimenti per prosperare nell’era dell’AI.
Have an account? Log In
Anche se concordiamo che l'esecuzione sia un grande vantaggio competitivo, non ci limitiamo a supervisionare o gestire progetti; forniamo risultati di business come l'aumento dei ricavi e la riduzione dei costi.
Perché alcuni elementi non possono essere replicati dall'IA
Vediamo l'evoluzione AI-first attraverso il nostro principio fondamentale: "Bassa manutenzione, grandi risultati". L'IA si occupa della manutenzione così che possiamo dedicarci completamente ai risultati.
Adottiamo con decisione strumenti che accelerano l'esecuzione di base, così da poter dedicare meno tempo a lavori pratici poco entusiasmanti, come:
- Sintesi di dati qualitativi: Utilizziamo l'IA per sintetizzare istantaneamente dati di mercato pubblici, recensioni degli utenti e ticket di supporto. Questo supporta il nostro "atteggiamento GSD (Get Sh*t Done)". Non perdiamo tempo a fissare pagine bianche.
- Prima stesura di artefatti: L'IA è eccellente nel creare la bozza iniziale di PRD o note di rilascio. Questo supporta i nostri metodi attuali, assicurando che i PM junior inizino con una struttura che rispetti i nostri standard elevati, riducendo così il ciclo di revisione manuale.
- Raccolta rapida di contesto: Invece di lunghe fasi di discovery, sfruttiamo l'IA per accelerare la comprensione di nuove industrie e le norme di mercato. Questo ci permette di inserirci rapidamente e iniziare subito a portare valore.
Vediamo la rivoluzione AI-first attraverso il nostro principio fondamentale, ‘Bassa manutenzione, grandi risultati.'
Con il lavoro automatizzato, rafforzo gli elementi umani che l'IA non può replicare:
- Empatia profonda (scoprire il "perché ora?"): L'IA può analizzare dati, ma non può leggere tra le righe. Un essere umano deve guardare negli occhi uno stakeholder e cogliere la vera pressione dietro una richiesta — se sia un reale bisogno di mercato o solo una reazione di panico a un concorrente. Quindi, dedicate più tempo a influenzare gli stakeholder e a navigare il contesto politico che spesso ostacola la delivery nelle organizzazioni complesse.
- Giudizio imparziale ("mentalità mercenaria"): Utilizziamo il tempo risparmiato per applicare quella che chiamo "mentalità mercenaria", rimuovendo l'emotività dalle decisioni per garantire un giudizio chiaro. Ciò ci consente di superare il rumore interno e risolvere per il cliente, mettendo le reali esigenze di business sopra alle gare di popolarità interne.
- Definizione della visione e scommesse strategiche: Come dico spesso, "Solo gli ottimisti incalliti sono adatti al Product Management." L'IA può prevedere dai dati passati, ma non può motivare un team demoralizzato verso un futuro migliore né compiere le scommesse controintuitive necessarie a trasformare un'azienda.
- Navigare politiche organizzative complesse: Questa è la parte più difficile del lavoro. Gestire dipartimenti lenti o stakeholder con agende contrastanti richiede grande intelligenza emotiva e un focus "mercenario".
- Velocità nelle decisioni (OODA Loop): Usiamo i guadagni di efficienza per affinare il nostro "OODA Loop" (Observe-Orient-Decide-Act), garantendo che possiamo cambiare strategia più velocemente rispetto ai team interni tradizionali.
L’IA può prevedere utilizzando dati passati, ma non può motivare un team demoralizzato verso un futuro migliore né prendere le decisioni controintuitive necessarie per trasformare un’azienda.
Come le soluzioni agentiche hanno aumentato velocità e soddisfazione
Abbiamo recentemente utilizzato soluzioni agentiche quando ci siamo trovati di fronte a un classico collo di bottiglia. Il tempo tra ideazione e sviluppo era eccessivo. I nostri Project Manager spendevano enormi energie incrociando manualmente i vincoli legali e inseguendo gli stakeholder per le approvazioni. Questo lavoro di mantenimento non aggiungeva alcun valore strategico.
Abbiamo implementato un sistema di AI Agent interni per gestire il lavoro operativo poco gratificante:
- La barriera di conformità: Abbiamo configurato un agente interno utilizzando il contesto dalle knowledge base legale e di compliance del cliente. Prima di inviare un PRD alla revisione, l’agente lo pre-validava, segnalando immediatamente i rischi normativi. Questo fungeva da controllo istantaneo ed elevava lo standard, assicurando che i PM del cliente non perdessero tempo su bozze non conformi.
- L’inseguitore degli stakeholder (via Slack): Abbiamo automatizzato il workflow di approvazione. Invece di un PM che consumava il proprio capitale politico per sollecitare una firma da un direttore, l’agente si occupava dell’inseguimento tramite Slack. Cercava approvazioni con insistenza, ma in modo gentile, eliminando il dispendio emotivo del PM.
- Report di avanzamento automatizzati: Abbiamo implementato un agente per sintetizzare i dati su progresso e sviluppo e inviare report di stato proattivi.
I risultati:
- Velocità: Abbiamo significativamente ridotto il tempo medio tra ideazione e sviluppo. Il "tempo morto" in attesa di approvazioni è crollato, e l’agente, agendo da "avvocato del diavolo", validava i PRD più rapidamente.
- Soddisfazione: La soddisfazione degli stakeholder è aumentata. Hanno apprezzato la proattività e la tempestività dei report automatizzati, liberando i nostri PM dal dover insistere in attività amministrative per concentrarsi invece sui risultati.
Perché la sperimentazione agentica è così importante nel project management
Ecco alcuni altri agenti con cui abbiamo sperimentato. Utilizziamo Claude Code, Make.com, Glean, NotebookLM, n8n e/o Notion AI.
- Standardizzatore di artefatti: Addestrato sui “Best PRD” per riformattare documenti e ticket Jira. Questo viene adattato in base al tipo di prodotto, area (interna, esterna) e fase (mantenere, investire, innovare).
- Avvocato del diavolo: Identifica punti deboli nei documenti PRD usando regolamenti di compliance e arricchisce indici della knowledge base utente, informazioni dei competitor e il contesto aziendale. Risparmia cinque ore a settimana per ogni PM.
- Dev kickoff: Legge i ticket Jira e avvia i processi di sviluppo impostando ambiente e repository e recuperando le librerie rilevanti. Risparmia tre ore a settimana per sviluppatore.
- Triage degli incident: Garantisce una prioritizzazione relativa tempestiva e accurata per ciascun ticket di supporto o bug ricevuto.
- Aggiornatore degli stakeholder: Mappa gli stakeholder e invia digest e/o report settimanali in tutta la Product Funnel. Risparmia tre ore a settimana per PM nella selezione e comunicazione. Ecco un esempio di come potrebbe apparire un report per un CEO: "ROI previsto in calo a €3m (-15%). Ciò è dovuto al fatto che l’Iniziativa 1 è in ritardo di 3 mesi in Europa del Nord a causa di una dipendenza nell’Iniziativa 2 e a una cattiva comunicazione con il fornitore software. Ci sono state due escalation a livello VP per risolvere la questione. ETA per la soluzione: una settimana.”
- Single source of truth: Gli impiegati chiedono informazioni a Notion AI. Questo non solo cerca su Notion, ma anche su Slack, Google Drive, Jira e altre applicazioni connesse.
Personalmente ho anche sperimentato OpenClaw su un nuovo Mac Mini.
Come una stack a bassa manutenzione supporta una configurazione distribuita
Il nostro stack è client-agnostic — lavoriamo con qualsiasi soluzione adottata dal cliente. Internamente, invece, utilizziamo uno stack rigoroso e a bassa manutenzione che sostiene il nostro modello di lavoro e la configurazione distribuita.
Strumento: Notion
- Categoria: Base di conoscenza interna e playbook
- Impatto: L'unica fonte di verità per il nostro modello di delivery proprietario. Racchiude tutte le nostre modalità operative, policy e funzioni di abilitazione.
- Evoluzione nell'ultimo anno: Abbiamo raddoppiato gli sforzi. Ora la usiamo non solo per l'archiviazione, ma anche come palestra attiva per "onboardare velocemente" e applicare all'istante i nostri metodi specifici (come "Ottimismo come Sistema Operativo") ai nuovi assunti.
Strumento: Figma
- Categoria: Design e prototipazione
- Impatto: Ci permette di validare idee tramite prototipi a bassa fedeltà invece che specifiche lunghe e dettagliate.
- Evoluzione nell'ultimo anno: Integrazione AI. Siamo passati dal wireframing manuale all'utilizzo di generazione di template guidata dall’AI per velocizzare la prima fase "caotica" del design.
Strumento: Miro
- Categoria: Collaborazione visiva e strategia
- Impatto: La tela per "Gestire il Caos". Lo usiamo intensamente per gli Opportunity Solution Trees (OST) e per allineare gli stakeholder che "remano in direzioni opposte".
- Evoluzione nell'ultimo anno: Standardizzazione. Siamo passati da brainstorming estemporanei a template predefiniti e rigorosi per i workshop. Questo garantisce che ogni PM faciliti con la stessa qualità "alta", anche in assenza di un leader senior.
Strumento: Slack
- Categoria: Comunicazione e community
- Impatto: La spina dorsale della nostra "famiglia professionale" e rete di supporto. Permette ai nostri PM di "discutere apertamente i problemi" e sbloccarsi.
- Evoluzione nell'ultimo anno: Async disciplinato. Ci siamo spostati pesantemente verso flussi di lavoro "asincroni" per proteggere il deep work. Lo utilizziamo meno per chiacchiere in tempo reale e più per aggiornamenti strutturati, riducendo il rumore causato da contesti politici.
Come il video asincrono supporta il team coaching
Il video asincrono, tramite Loom e Miro TalkTrack, è uno degli strumenti più sottovalutati che utilizziamo, perché abilita il nostro modello "Teaching Hospital" su larga scala.
Nella nostra organizzazione le "revisioni a quattro occhi" sono essenziali per la qualità, ma pianificarle in modo sincrono crea colli di bottiglia. Ora, invece di prenotare una riunione di 30 minuti per esaminare un PRD o una presentazione strategica, i nostri Senior Consultant registrano una critica Loom di 5 minuti. Questo consente ai nostri PM di ricevere coaching senza interrompere il loro flusso.
Inoltre, gli stakeholder più riluttanti spesso non leggeranno un documento di cinque pagine, ma guarderanno un video di tre minuti. Questo forza l’allineamento in contesti politici complessi, dove dobbiamo portare ordine nel caos senza aggiungere l’ennesima riunione in calendario.
Incapsula perfettamente il nostro mindset "bassa manutenzione, grandi risultati". Riduciamo il tempo speso in riunioni dell’80% aumentando allo stesso tempo la qualità della comunicazione.
Perché i PM devono evitare il "cargo cult" dell’Agile
Riguardo ai metodi di project management, ci stiamo allontanando da processi pesanti verso quello che chiamo il framework del "Buon Senso". Evitiamo esplicitamente il "cargo cult" dell’Agile, dove il processo esiste solo per il gusto di esistere.
Da cosa ci siamo allontanati:
- Pianificazione rigida: Evitiamo i diagrammi di Gantt a lungo termine e la mentalità di "fabbrica delle feature", dove il successo si misura sul raggiungimento della data piuttosto che sul raggiungimento del risultato.
- Gonfiore dei processi: Non implementiamo framework complessi solo perché sono di moda. Molte aziende falliscono perché i loro processi non reggono il peso a cui sono sottoposti.
A cosa ci siamo spostati:
- Strategia snella: Usiamo Opportunity Solution Trees (OST) e OKR, ma solo con buon senso. L'obiettivo è allinearsi sul risultato (es: 'trovare qualcosa che porti $10M ARR') invece che gestire un backlog perfetto.
- Eccellenza operativa: In pratica, utilizziamo un processo di revisione proprietario che valuta la capacità dei nostri PM di ottenere risultati. Il successo si giudica in base al fatto che il cliente voglia lavorare di nuovo con noi o abbia raggiunto un traguardo importante, non dalla velocità di produzione della documentazione.
Come l'IA ridefinisce i rituali di consegna dei progetti
Abbiamo anche alcuni rituali che abbiamo ridefinito con l'IA:
- Definizione dello scope: l'IA si occupa del lavoro pratico meno affascinante di redigere le specifiche standard delle funzionalità. Questo libera il PM affinché possa adottare una mentalità "da mercenario", concentrandosi completamente su quel 20% dello scope che guida i risultati di business, invece di gestire un backlog gonfiato.
- Validazione del lavoro: utilizziamo l'IA per sintetizzare istantaneamente i risultati provenienti da strumenti disparati, permettendoci di attraversare il ciclo Osserva-Orientati-Decidi-Agisci più rapidamente. Invece di aspettare una settimana per analizzare un test, possiamo cambiare rotta immediatamente. Ci aiuta a navigare velocemente in ambienti "VUCA" (Volatilità, Incertezza, Complessità, Ambiguità).
- Allineamento dei team: l'IA stende bozza delle comunicazioni di routine. Questo permette al PM di concentrarsi sulla "leadership senza autorità". Gestiamo il contesto politico e allineiamo gli stakeholder che potrebbero tentennare, assicurando che la narrazione arrivi alle persone che contano.
Come l'IA ridefinirà i ruoli del project management
Entro cinque anni, il ruolo del Junior Project/Product Manager sarà quasi totalmente automatizzato o ridefinito. Agenti AI autonomi gestiranno il monitoraggio dei progetti di routine, la gestione delle dipendenze, la documentazione di base e la sintesi dei dati per ottenere insight semplici. Il punto d'ingresso per un leader di prodotto umano cambierà: non si entrerà più nel settore scrivendo user story; si entrerà dimostrando eccezionali capacità di pensiero strategico, progettazione di sistemi e leadership umana.
Il ruolo del PM si dividerà fondamentalmente in Leader Strategici Potenziati dall'IA (focalizzati su visione e persone) e Architetti di Sistema/Processo Potenziati dall'IA (concentrati sulla progettazione del workflow ideale per gli agenti AI).
Perché i leader della delivery devono spostare il loro focus
I leader della delivery devono comprendere che il nostro lavoro si sta spostando dal fare il processo al progettare il sistema.
Ecco quindi il mio consiglio: smettete di ottimizzare il vostro tempo su compiti tattici e concentratevi sulla progettazione dei sistemi potenziati dall'IA all'interno dei quali il vostro team opererà. Dovete:
- Codificare la vostra eccellenza: documentate chiaramente il know-how proprietario della vostra organizzazione e le best practice, poiché saranno questi i dati di formazione essenziali per i vostri agenti AI.
- Concentrarsi sul "perché": utilizzate il tempo che l'IA vi fa risparmiare per diventare leader umani migliori, puntando su motivazione, chiarezza e comprensione delle implicazioni etiche dei prodotti sviluppati dal vostro team.
L'obiettivo non è sostituire il vostro team; è usare l'IA per rafforzare la definizione di eccellenza della vostra organizzazione su larga scala.
L’obiettivo non è sostituire il vostro team; è usare l’IA per rafforzare la definizione di eccellenza della vostra organizzazione su larga scala.
Rimani aggiornato
Puoi seguire Mirela Mus su LinkedIn e scoprire la sua azienda, Product People.
Presto altre interviste con esperti su The Digital Project Manager!
