Il leader del PMO discute su come evitare che l’IA crei un caos più rapido invece di una migliore esecuzione
Scopri come l'IA sta trasformando la consegna dei progetti riducendo il lavoro manuale, rafforzando la governance del PMO e aiutando i leader a prendere decisioni più rapide e meglio informate.
Hussain Bandukwala
Fondatore e CEO di Parwaaz Consulting
Impatto dell’IA: L’IA sta spostando la consegna dei progetti dal coordinamento delle attività al supporto decisionale e alla definizione delle priorità.
IA Pratica: Ridurre il lavoro manuale nei progetti tramite l’IA consente di concentrarsi maggiormente sulle attività di leadership strategica.
Integrazione dell’IA: Incorporando l’IA nei flussi di lavoro esistenti, le attività vengono accelerate migliorando l’efficienza della consegna dei progetti.
Competenze Umane: L’IA mette in evidenza l’importanza del giudizio umano, della gestione delle relazioni e della leadership nei progetti.
Importanza della Governance: Una governance condivisa e strategie decisionali evitano il caos nell’integrazione dell’IA nella gestione dei progetti.
Hussain Bandukwala vanta oltre 20 anni di esperienza nella gestione di progetti e ha guidato startup come COO e CPO. È stato due volte finalista al premio Global PMO Influencer ed è istruttore su LinkedIn Learning.
Attualmente, Hussain è fondatore e CEO di Parwaaz Consulting, dove aiuta le organizzazioni a migliorare l'esecuzione attraverso PMO più forti, governance di portafoglio, leadership nella delivery e trasformazione operativa.
Gli abbiamo parlato di come l'IA stia cambiando la gestione dei progetti, perché la governance è oggi più importante che mai e cosa devono fare PMO e leader della delivery per rimanere attuali. Ecco cosa ci ha risposto.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Colmare le distanze tra leadership PMO, eccellenza nella delivery e IA
Sono il fondatore e CEO di Parwaaz Consulting, una società di consulenza boutique che aiuta le organizzazioni a migliorare l'esecuzione tramite PMO più forti, governance di portafoglio, leadership nella delivery e abilitazione all'IA. Da oltre 20 anni collaboro con aziende Fortune 500, società finanziate da private equity, startup e organizzazioni mid-market in crescita in diversi settori, tra cui sanità, logistica, servizi finanziari, retail e tecnologia.
Oggi aiuto i leader a dare priorità alle iniziative giuste, migliorare l'esecuzione della delivery, rafforzare le capacità PMO e scalare le operazioni senza burocrazia superflua. Questo comprende trasformazioni PMO e prioritizzazione dei portafogli, sprint sulle opportunità IA, governance, adozione degli strumenti e sviluppo delle competenze.
Prima di fondare Parwaaz Consulting, ho lavorato in ruoli di consulenza e leadership nella delivery presso aziende come BearingPoint e Diamond Management & Technology Consultants. Sono stato anche co-fondatore di una startup e COO, esperienza che mi ha dato una prospettiva concreta su esecuzione e crescita. Attualmente sono istruttore su LinkedIn Learning con oltre 160.000 studenti nel mondo, e due volte finalista al Global PMO Influencer. Gartner e Capterra hanno citato i miei contributi nel campo dei PMO, della delivery e dell'abilitazione all'IA.
Come l'IA sta ridefinendo la delivery dei progetti
L’IA ha cambiato profondamente sia il mio modo di lavorare sia il modo in cui evolve la gestione dei progetti in generale. Solo pochi anni fa, la maggior parte dei team utilizzava l’IA in modo sperimentale. Oggi vedo le organizzazioni passare dalla curiosità all’operatività. La domanda non è più soltanto “Cos’è l’IA?”, bensì “Dove l’IA genera valore concreto, come la governiamo responsabilmente e come otteniamo l’adozione?”
Nella mia attuale posizione, dedico molto meno tempo di un tempo a compiti amministrativi o di sintesi. Attività come la stesura della documentazione iniziale, i riassunti delle riunioni, la strutturazione di idee, le bozze di comunicazione agli stakeholder, la preparazione di workshop, la redazione di report e le ricerche sono ora fortemente supportate dall’IA. Questo ha portato a notevoli guadagni in efficienza, soprattutto nel lavoro di consulenza PMO, sviluppo della formazione e analisi dei portafogli.
Ciò che richiede ora maggior attenzione sono le attività di leadership e strategiche ad alto valore aggiunto che l’IA non può gestire in autonomia. Ad esempio:
- Aiutare i leader a individuare quali casi d’uso dell’IA vale davvero la pena perseguire invece di rincorrere la moda
- Progettare modelli di governance e supervisione che sappiano coniugare la rapidità con la non burocratizzazione
- Migliorare l’accoglienza organizzativa e guidare il cambiamento nei comportamenti legati ai nuovi modi di lavorare abilitati dall’IA
- Riconfigurare i PMO da semplici funzioni di reporting a veri motori di supporto decisionale e prioritizzazione
- Supportare i team nel rafforzamento della capacità di giudizio, comunicazione, prioritizzazione e allineamento con gli stakeholder in un ambiente abilitato dall’IA
Più in generale, la delivery dei progetti stessa sta cambiando in diversi modi importanti. Innanzitutto, i cicli di esecuzione stanno accelerando perché i team riescono a produrre risultati più rapidamente. In secondo luogo, cresce il numero delle iniziative perché l’IA abbassa la soglia per la sperimentazione. In terzo luogo, i leader si aspettano decisioni più rapide e una visibilità più chiara sul ROI dai team di delivery. Di conseguenza, PMO e leader della delivery hanno sempre più un ruolo strategico in termini di prioritizzazione, governance, adozione e realizzazione del valore di business, non solo nel monitoraggio dei progetti.
L’IA spinge anche i project leader a evolversi. I migliori professionisti del project management non potranno più essere semplici coordinatori di attività. Sarà necessario diventare facilitatori migliori, pensatori orientati al business, comunicatori e leader del cambiamento, in grado di unire la capacità di giudizio umano con l’esecuzione abilitata dall’IA.
Perché l’IA pratica batte l’automazione totale nella delivery
Attualmente, il mio focus è maggiormente sull’attivazione pratica dell’IA e sull’accelerazione dei flussi di lavoro piuttosto che sull’orchestrazione autonoma. Detto questo, sto sperimentando selettivamente in aree come la sintesi delle riunioni, l’estrazione di azioni, la redazione di report provvisori, l’automazione dei flussi di lavoro e la riduzione del carico di coordinamento tra strumenti di collaborazione e sistemi di delivery. Strumenti come Make.com e le funzionalità IA integrate nelle moderne piattaforme PPM rendono parte di questo lavoro sempre più accessibile.
Ho scoperto che il valore più grande non risiede necessariamente nel sostituire le attività di delivery dei progetti, ma nella riduzione dell’attrito manuale che le circonda. Allo stesso tempo, le organizzazioni hanno ancora bisogno di una forte supervisione umana perché gli ambienti di delivery coinvolgono troppe sfumature, priorità, gestione degli stakeholder e giudizio contestuale per essere automatizzati efficacemente oggi.
Come l’integrazione dell’IA accelera i flussi di lavoro quotidiani nei progetti
Ho facilitato uno sprint di opportunità "IA al lavoro" in cui abbiamo aiutato i team a mappare le proprie responsabilità quotidiane su flussi di lavoro supportati dall’IA pratici. Invece di discutere l’IA in modo teorico, ci siamo concentrati su attività reali che le persone già svolgevano e abbiamo identificato dove l’IA poteva ridurre l’attrito.
Ad esempio, abbiamo aiutato i consulenti a utilizzare l’IA per riassumere lunghi RFP, estrarre rischi e deliverable, generare presentazioni pronte per il management, redigere comunicazioni agli stakeholder e organizzare attività di follow-up tra strumenti come Word, PowerPoint, Outlook, Teams e Planner.
I team hanno iniziato a percepire l’IA meno come un “chatbot” e più come un acceleratore di flussi di lavoro integrato nelle attività quotidiane.
Perché le persone devono concentrarsi sulle relazioni e sul giudizio
L’IA può meglio supportare il lavoro di delivery che è ripetitivo, ricco di coordinamento o di sintesi.
Ad esempio:
- Reportistica di stato e sintesi per il management
- Note delle riunioni, azioni e tracciamento dei follow-up
- Piani di progetto iniziali, RAID log e bozze di documentazione
- Analisi di portafoglio e supporto alla prioritizzazione
- Visibilità su risorse e capacità
- Automazione dei flussi di lavoro tra strumenti
- Recupero di conoscenze e insight trasversali ai progetti
Le organizzazioni implementano questo utilizzando strumenti come Microsoft Copilot, ChatGPT, piattaforme PPM con IA integrata, strumenti di automazione dei workflow e integrazioni che si inseriscono negli ecosistemi di delivery già esistenti invece che attraverso enormi programmi IA indipendenti. Spesso, i maggiori benefici derivano da casi d’uso relativamente semplici che fanno risparmiare tempo a grandi team ogni settimana.
Ciononostante, le aree che richiedono ancora l’intervento umano sono quelle ad alto contenuto di giudizio e di relazione. Queste comprendono:
- Gestione degli stakeholder di livello esecutivo
- Navigare nelle dinamiche politiche aziendali
- Risoluzione dei conflitti
- Discussioni sui compromessi di prioritizzazione
- Guidare il cambiamento e ottenere consenso
- Coaching dei team in situazioni ambigue
- Prendere decisioni con informazioni incomplete
L’IA può supportare queste aree con insight e struttura, ma non può ancora sostituire la fiducia, l’influenza, la presenza di leadership o il giudizio contestuale. Anzi, sostengo che queste competenze umane stanno diventando ancora più importanti man mano che l’IA automatizza sempre di più il lato amministrativo della delivery.
Come l’IA eleva le conversazioni di leadership
Se utilizzata correttamente, l’IA può anche migliorare la qualità delle conversazioni di leadership.
Ad esempio, ora i team possono sintetizzare rapidamente aggiornamenti di progetto, rischi, note delle riunioni e feedback degli stakeholder in riepiloghi concisi invece di trascorrere ore a preparare manualmente i report di stato. Questo libera leader e PMO per dedicare più tempo a discutere compromessi, priorità, dipendenze e impatto sul business piuttosto che raccogliere semplicemente informazioni.
Le conversazioni stanno passando da “Qual è lo stato?” a “Quale decisione dobbiamo prendere e quali sono le conseguenze a valle?” Questo ha cambiato significativamente il modo in cui avvengono le discussioni sulla delivery.
Le conversazioni stanno passando da “Qual è lo stato?” a “Quale decisione dobbiamo prendere e quali sono le conseguenze a valle?”
Un esempio reale di complessità nell’IA
Ecco un esempio delle complessità che possono sorgere nell’implementazione dell’IA sul posto di lavoro. Questa organizzazione aveva un forte interesse per l’IA, ma come molte aziende, si è trovata ad affrontare tre problemi simultanei:
- Troppe idee scollegate tra loro
- Nessun modello coerente di raccolta o di prioritizzazione
- I team sperimentavano in modo indipendente senza governance o risultati misurabili
Questo portava al rischio di progetti pilota dispersi, duplicazione degli sforzi e crescente scetticismo da parte della leadership perché nessuno riusciva a spiegare chiaramente il valore. Lo abbiamo affrontato come una sfida sia di delivery che di modello operativo, non solo come un esercizio tecnologico.
Per prima cosa, abbiamo costruito un processo leggero di sprint per le opportunità di IA. Abbiamo organizzato workshop strutturati attraverso le varie funzioni per individuare criticità, flussi di lavoro ripetitivi, colli di bottiglia nel reporting, lacune nella coordinazione e frizioni nel processo decisionale. Invece di chiedere “Dove possiamo usare l’IA?”, abbiamo chiesto ai team:
- Dove si perde tempo ogni settimana?
- Dove il lavoro è altamente ripetitivo?
- Dove si verificano ritardi causati dal coordinamento o dalla raccolta manuale delle informazioni?
- Dove i responsabili attendono troppo a lungo per ottenere insight o visibilità sullo stato?
Da lì, abbiamo creato un processo standardizzato di raccolta e valutazione per le iniziative di IA insieme alle iniziative non-IA, evitando che diventassero progetti di innovazione paralleli.
Per quanto riguarda gli strumenti, abbiamo scelto volutamente una configurazione pratica e leggera:
- Microsoft Copilot e ChatGPT per accelerare i flussi di lavoro e sintetizzare contenuti
- Strumenti di collaborazione già in uso come Microsoft Teams per workshop e sessioni di prioritizzazione
- Modelli strutturati di raccolta e schede di valutazione
- Dashboard semplici e tracciatori di priorità
- Checkpoint di governance del PMO integrati nelle revisioni di portafoglio esistenti, invece di creare strutture di governance parallele
Una lezione chiave è stata che la complessità non derivava dagli strumenti di IA in sé, ma da coordinazione, ownership, aspettative e adozione.
Una parte complicata dell’attività è stata che molti leader inizialmente sovrastimavano il livello di preparazione all’IA. I team volevano un’automazione avanzata, ma i processi di base erano ancora incoerenti o non documentati. In diversi casi, abbiamo sospeso le discussioni sull’IA per prima stabilizzare i flussi di lavoro, chiarire le responsabilità o migliorare la qualità dei dati. Questo è stato uno dei fattori chiave di successo. Abbiamo trattato la preparazione all’IA come un tema di maturità operativa, non solo di implementazione tecnologica.
Abbiamo anche introdotto un modello leggero di governance e supervisione, con checkpoint chiari di raccolta, ruoli decisionali, percorsi di escalation e responsabilità dei ruoli. L’obiettivo era abilitare velocità senza creare burocrazia.
Le attività iniziali di sprint e prioritizzazione sono durate alcune settimane, seguite da un supporto graduale per abilitazione e adozione. Il lavoro più impegnativo non è stato la configurazione tecnica, bensì l’allineamento degli stakeholder, la gestione del cambiamento e il supporto ai team nella riprogettazione dei flussi di lavoro.
I risultati sono stati significativi:
- La leadership ha ottenuto una visione molto più chiara di dove l’IA potesse realisticamente creare valore.
- I team sono passati dalla sperimentazione casuale all’esecuzione strutturata.
- Abbiamo identificato diversi casi d’uso a basso impatto che hanno ridotto il lavoro amministrativo manuale e l’onere dei report.
- Le conversazioni sull’IA sono state legate a risultati aziendali misurabili invece che all’hype.
- Il PMO si è evoluto in una funzione di coordinamento, prioritizzazione e governance per la delivery abilitata dall’IA.
Curiosamente, le organizzazioni che hanno avuto successo non erano necessariamente quelle più avanzate tecnicamente. Hanno combinato governance pratica, disciplina operativa e una forte leadership nel cambiamento con l’esecuzione abilitata dall’IA.
Come costruire uno stack di delivery abilitato dall’IA
Il mio stack tecnologico per la delivery si è evoluto significativamente negli ultimi 6–12 mesi, poiché l’IA è passata dalla sperimentazione al supporto quotidiano all’esecuzione.
Gli strumenti IA che utilizzo oggi più attivamente includono:
- OpenAI ChatGPT per sintesi, comunicazione executive, affinamento di workshop, ideazione di framework, supporto alla prioritizzazione e ragionamento strutturato
- Anthropic Claude per analisi più approfondite, revisione degli scritti e ragionamento contestuale più profondo
- Gamma per costruire rapidamente strutture di presentazioni, storytelling visivo e bozze pronte per i dirigenti
- Canva per comunicazione visiva, materiali di formazione, diagrammi e progettazione di contenuti leggeri
L’impatto più grande di questi strumenti è velocità, sintesi e bozze accelerate. Riducendo notevolmente le attività amministrative e di formattazione, permettono di dedicare più tempo alla riflessione strategica, al coinvolgimento degli stakeholder, alla prioritizzazione e al processo decisionale.
Perché l’IA dovrebbe essere integrata nello stack di lavoro corrente di un team
Quello che oggi sembra sorprendentemente sottovalutato non è un singolo strumento IA, ma l’integrazione diretta dell’IA nello stack di lavoro quotidiano che le persone già utilizzano — soprattutto nell’ecosistema Microsoft.
Per molti team, il vero risparmio di tempo deriva da piccole accelerazioni nel flusso di lavoro che avvengono continuamente nel corso della giornata. Queste includono la sintesi delle riunioni su Teams, la stesura di email di follow-up in Outlook, l’estrazione di azioni da intraprendere, la generazione di prime bozze in Word, la creazione di scalette in PowerPoint o l’organizzazione delle attività in Planner senza dover cambiare continuamente contesto.
Presi singolarmente, questi risparmi valgono solo qualche minuto alla volta. Ma, su un team di delivery attivo tutto il giorno, ogni giorno, l’impatto complessivo è notevole. Sto osservando team ridurre il carico amministrativo, migliorare i tempi di risposta e dedicare più tempo al decision making e all’esecuzione rispetto al mero coordinamento.
L’impatto maggiore si ha anche quando le organizzazioni smettono di trattare l’IA come una destinazione a parte e invece la integrano naturalmente nei flussi di lavoro già conosciuti dalle persone.
Come le piattaforme PPM abilitate dall’IA stanno cambiando la gestione dei progetti
Sto osservando organizzazioni allontanarsi dalla project management fortemente guidata dai processi per avvicinarsi a sistemi di delivery più leggeri e adattivi, focalizzati su visibilità, prioritizzazione, decisioni più rapide e esecuzione assistita dall’IA.
Nella pratica, ciò significa meno tempo dedicato a compilare report manualmente e inseguire aggiornamenti, e più tempo per interagire direttamente con i dati di delivery in tempo reale tramite strumenti abilitati all’IA.
Ad esempio, con le nuove piattaforme PPM abilitate dall’IA come Celoxis, i leader possono ora utilizzare prompt in linguaggio naturale per evidenziare rapidamente insight che prima richiedevano un’analisi manuale significativa. Invece di scavare tra dashboard e fogli di calcolo, qualcuno può iniziare la giornata chiedendo:
- “Di quali tre progetti dovrei preoccuparmi di più oggi?”
- “Quali rischi stanno causando ritardi nelle tempistiche?”
- “Quali iniziative sono in sovraccarico?”
- “Quali azioni correttive dovremmo considerare?”
Nel giro di pochi minuti, la piattaforma può identificare le aree problematiche, riassumere le questioni che vi contribuiscono, raccomandare azioni e aiutare i team a passare rapidamente alla decisione e all’esecuzione.
Questo cambiamento sta trasformando la delivery dei progetti da un esercizio prevalentemente amministrativo a un ambiente molto più dinamico, guidato dagli insight e orientato all’azione.
Come l’IA ridefinisce i principali rituali della delivery dei progetti
Sto assistendo a un cambiamento importante nei rituali di delivery: ora si concentrano meno sulla “creazione di artefatti” e più sull’accelerazione delle decisioni.
Ad esempio, le discussioni sull’ambito del progetto prima prevedevano lunghi workshop sui requisiti, seguiti da giorni o settimane di affinamento manuale della documentazione. Ora, l’IA può sintetizzare rapidamente le discussioni, generare bozze di requisiti, individuare ambiguità e persino rilevare assunzioni in conflitto praticamente in tempo reale. Di conseguenza, i team spendono meno energie a documentare quanto è stato detto e più energie a discutere se il lavoro abbia senso strategico.
Allo stesso modo, la gestione dell’esecuzione sta diventando molto più conversazionale e guidata dagli insight. Invece di vedere i PM raccogliere manualmente tutte le informazioni di stato prima di una riunione di steering, i leader interagiscono sempre più spesso con i sistemi di delivery utilizzando linguaggio naturale per identificare istantaneamente rischi, dipendenze, ritardi o colli di bottiglia nelle risorse. Questo cambia il ruolo della leadership nella delivery da "raccoglitore d’informazioni" a "facilitatore di decisioni".
I team spendono meno energie a documentare ciò che è stato detto e più energie a discutere se il lavoro abbia senso strategico… Questo cambia il ruolo della leadership nella delivery da “raccoglitore d’informazioni” a “facilitatore di decisioni.”
Sto anche vedendo evolversi i rituali di validazione. I team non si limitano più a validare se i requisiti sono stati completati. Validano sempre più spesso se gli output generati dall’IA sono corretti, imparziali, completi o adeguati al contesto. L’assicurazione qualità si sta ampliando dai semplici sistemi al giudizio in sé.
I rituali non stanno scomparendo. Si stanno spostando verso l’alto, verso l’allineamento, la prioritizzazione, l’interpretazione e la qualità delle decisioni.
Perché una governance condivisa dell’IA previene un’esecuzione caotica
Una domanda che vorrei sentire più spesso è: “Come facciamo a evitare che l’IA generi caos più velocemente invece di una migliore esecuzione?”
Le organizzazioni devono dedicare molto più tempo a definire diritti decisionali, responsabilità, regole di prioritizzazione e metriche di successo prima di scalare l’IA su ampia scala. Oggi molti team stanno ottimizzando la produttività individuale senza considerare abbastanza il coordinamento aziendale.
Se ogni dipartimento inizia a implementare autonomamente l’IA con flussi di lavoro, prompt, modelli di governance e priorità diversi, le organizzazioni rischiano di creare un’esecuzione frammentata a una velocità molto più elevata.
Le aziende che avranno successo probabilmente definiranno principi operativi condivisi su come introdurre, governare, misurare e integrare l’IA in tutta l’organizzazione, non solo su come ogni team utilizza gli strumenti.
Onestamente, questo è uno dei motivi per cui il ruolo di CAIO (Chief AI Officer) potrebbe diventare molto più diffuso nei prossimi anni: le organizzazioni hanno bisogno di qualcuno responsabile non solo per le decisioni tecnologiche sull’IA, ma per l’orchestrazione, la prioritizzazione, la governance e l’adozione a livello aziendale.
Come l’IA sta cambiando il futuro dei PMO
Entro cinque anni, molti PMO si evolveranno in funzioni di trasformazione e orchestrazione dell’IA a livello aziendale o diventeranno irrilevanti.
L’IA automatizzerà e integrerà ampiamente le attività tradizionali dei PM, compresi reportistica di stato, coordinamento manuale, aggiornamenti, gestione RAID e monitoraggio amministrativo, direttamente nei flussi operativi e negli strumenti di collaborazione.
I PMO che sopravvivranno passeranno dalla gestione dei progetti alla gestione della prioritizzazione aziendale, dell’esecuzione con l’IA, della governance e dell’allineamento organizzativo. Aiuteranno a identificare e prioritizzare le opportunità dell’IA, favoriranno l’adozione trasversale in aree come Finance, HR, Legal e Operations e supporteranno la transizione verso modelli operativi AI-first.
Il rischio maggiore non sarà la mancanza di adozione dell’IA. Sarà che le organizzazioni automatizzino il caos più velocemente di quanto migliorino chiarezza, leadership e capacità decisionale.
Perché i leader devono vedere l’IA come un cambiamento operativo
Non trattare l’IA come un semplice esperimento o un’iniziativa tecnologica a totale appannaggio dell’IT. Considerala piuttosto un cambiamento operativo e di leadership.
Il mio consiglio è:
- Inizia in piccolo, ma inizia subito.
- Concentrati sui problemi concreti dei flussi di lavoro, non sul clamore del momento.
- Integra abitudini relative all’IA nel lavoro quotidiano invece di forzare una trasformazione radicale dall’oggi al domani.
- Rafforza la capacità di giudizio, la comunicazione, la definizione delle priorità e la leadership degli stakeholder, poiché queste abilità stanno diventando sempre più preziose.
- Non automatizzare alla cieca processi già difettosi.
- Impara a conoscere abbastanza bene l’IA da poter guidare la conversazione con sicurezza, anche se non hai un profilo strettamente tecnico.
Soprattutto, non sottovalutare quanto velocemente stanno cambiando le aspettative. I responsabili delle delivery che sapranno combinare l’accelerazione data dall’IA con una forte leadership umana saranno nettamente avvantaggiati nei prossimi anni.
Segui gli aggiornamenti
Rimani aggiornato sul lavoro di Hussain su LinkedIn oppure iscriviti a The PMO Playbook. Dai un’occhiata anche a Parwaaz Consulting.
Presto altre interviste ad esperti su The Digital Project Manager!
