Come l’IA può aiutarti a prendere decisioni migliori nei progetti

Galen Low: In un certo senso, i progetti sono solo una raccolta di decisioni. Infatti, le decisioni sono una parte fondamentale che spinge avanti i progetti. Ma come possiamo aspettarci che gli esseri umani prendano buone decisioni quando i progetti avanzano velocemente e c’è una quantità schiacciante di informazioni e dati da valutare? Sicuramente l'IA può aiutare, ma non sempre ha il contesto, e renderla responsabile delle decisioni non è comunque una possibilità.

Nel frattempo, a volte le decisioni istintive si rivelano le migliori. Quindi qual è il giusto equilibrio tra decisioni guidate dai dati, supportate dall'IA, e semplicemente parlarne tra colleghi? Quando si hanno rendimenti decrescenti e soprattutto, come prendiamo effettivamente le decisioni? Per approfondire, ho invitato una specialista di IA e knowledge management, con un background che spazia dalla psicologia e stima aziendale all’imprenditoria e ruoli da product owner in aziende Fortune 50 come Meta ed ExxonMobil.

Insieme, esploreremo alcuni esempi concreti di come l'IA può supportare decisioni di qualità, come la tracciabilità può aiutare gli esseri umani a migliorare nel prendere decisioni, come cambia la responsabilità con l'IA in gioco e che ne è del ruolo del project manager se l’IA facilità le decisioni che prima spettavano a noi.

Spero che l’episodio vi piaccia.

Benvenuti al Podcast del Digital Project Manager: il programma che aiuta i responsabili della delivery a lavorare in modo più intelligente, consegnare con maggiore fluidità e guidare i propri team con sicurezza nell’era dell’IA. Sono Galen e ogni settimana affrontiamo strategie reali, nuove tendenze, framework collaudati e qualche aneddoto dalla prima linea dei progetti.

Che tu stia gestendo grandi progetti di trasformazione, affrontando workflow basati sull’IA, o semplicemente cercando di ridurre il caos, sei nel posto giusto. E se ti piace quello che hai sentito da noi ultimamente, considera di seguirci ovunque ci ascolti o guardi e magari lascia anche una recensione. Bene, iniziamo.

Oggi parliamo di decisioni supportate dall'IA e del perché la qualità decisionale può essere ciò che determina il successo o il fallimento di un progetto o di un’iniziativa. Analizzeremo come decisioni scollegate generano rischi, come i leader di progetto possono migliorare la qualità delle decisioni in team complessi e come l'IA può aiutarci a prendere decisioni migliori, e viceversa.

Oggi è con me Cali Collins, cofondatrice e Chief Product Officer di Optimality. Cali è una leader di prodotto esperta, la cui carriera ha toccato infrastrutture IA, sistemi di conoscenza, trasformazione aziendale ed esecuzione di progetti su larga scala. Prima di fondare Optimality, ha guidato lo sviluppo prodotto in organizzazioni come Meta ed ExxonMobil, offrendole una prospettiva unica su come vengano prese – o non prese – le decisioni sia in ambienti tech dinamici che in grandi imprese Fortune 50.

Oggi, con Optimality, ha promosso il valore di una piattaforma infrastrutturale nativamente IA per le decisioni, che aiuta le organizzazioni a strutturare, ottimizzare e scalare il processo decisionale in un’epoca di dati schiaccianti e priorità concorrenti.

Cali, grazie per essere qui con me oggi.

Cali Collins: Assolutamente. Grazie a te per l’invito.

Galen Low: Sono felice che tu sia qui. Voglio partire con una domanda un po’ provocatoria, dandoci un po’ di slancio. Molte organizzazioni, infatti, hanno poca struttura o disciplina su come vengono prese le decisioni, e scelte importanti talvolta avvengono via email o a voce, magari su un campo da golf.

E i team sono spesso troppo occupati a reagire a queste decisioni per potersi fermare a riflettere: “Questa è una scelta informata?” Si va semplicemente avanti. La mia domanda è: se noi umani spesso non riusciamo nemmeno a spiegarci tra noi come vengono prese le decisioni e perché, non è forse un po’ illusorio pensare che l’IA possa improvvisamente migliorare le scelte organizzative?

Cali Collins: Certo, assolutamente. Molto dipende dai bias. Se mi chiedi perché ho preso una decisione, magari la risposta che ti fornisco non è la vera motivazione. Abbiamo tutti le nostre prospettive. Tu avresti la tua prospettiva nell’ascoltare la mia spiegazione di quella decisione e, come dicevamo nella preparazione…

Tutto ciò che facciamo è una decisione. Non puoi documentare ogni cosa mentre la fai. Anche solo accedere a questa chiamata è stato oggetto di una decisione. Mica andrò a segnare da qualche parte quando documentare la decisione che ho appena preso. La nostra vita è una serie di decisioni e avere uno strumento come l’IA che le cattura automaticamente mentre agisci senza obbligarti a documentarle in modo consapevole, è proprio questo che ci può aiutare.

Galen Low: Mi piace perché parti dal bias, e io sono tra quelli che credono che il bias possa essere sia positivo che negativo. C’è sicuramente quello inconscio che ci penalizza come specie, ma poi c’è semplicemente il bias di sapere ciò che sai. Sì, spesso discutiamo del prendere decisioni di pancia e del se sia bene o male, ma fondamentalmente molte, diciamo, “decisioni da decisore”, per così dire, ma anche chiunque, spesso sono scelte logiche anche se non mostriamo il processo. Immagino che chi ascolta pensi “E quell’errore fatto con una decisione impulsiva?”.

Sì, ci sono anche quelle, certo. Spesso sorvoliamo perché non abbiamo il tempo di risalire a tutto e spiegare ogni minimo dettaglio. Bisogna fidarsi dei decisori. E c'è molto lavoro dietro, che non è necessariamente la fine del mondo.

Cali Collins: È assolutamente vero. Ci sono studi su quali aree del cervello usiamo per prendere i diversi tipi di decisione. Sono aree diverse quelle che producono scelte rapide e impulsive rispetto a quelle più ponderate. È interessante.

Galen Low: Mi piace, e penso sia un buon punto in cui focalizzarci perché mi piace questa idea dei due “modi” di decidere. Da una parte l’urgenza, quasi istintiva, che bypassa la logica e le fondamenta che abbiamo. Dall’altra lo “stato di calma”, la possibilità di riflettere, analizzare ed esaminare tutti i dati. In un certo senso, avere tutte le informazioni disponibili ci consente di non prendere decisioni impulsive, ma di riflettere con calma.

Abbiamo informazioni sempre più disponibili e possiamo così decidere in modo informato. Vorrei allargare ancora di più la prospettiva: mi colpisce il tuo background prodotto. Sei uno specialista prodotto con esperienza che ha fatto quasi una “svolta a sinistra”, lasciando realtà come Meta ed ExxonMobil per costruire, in sostanza, un sistema operativo decisionale nativo per l’IA.

Spero sia corretto definirlo così.

Cali Collins: Sì.

Galen Low: Allora ti chiedo: perché proprio il tema delle decisioni? Dove hai visto decisioni errate mandare a rotoli progetti o piani strategici? Quali sono i motivi di fondo che ti hanno spinta a progettare una soluzione?

Cali Collins: Tutto ciò che fai si basa sulle decisioni: è un problema umano su larga scala. Volevo fare qualcosa che impattasse il nostro lavoro quotidiano in modo significativo. E come dicevi tu, ci sono le decisioni guidate dai dati, quelle su cui ragioni, e quelle immediate. Tu hai nominato la “sicurezza” e io ho pensato subito, per esperienza nei progetti, alla sicurezza HSE: se qualcuno rischia di farsi male occorre agire subito.

Galen Low: Giusto.

Cali Collins: Ci sono decisioni dove, se vedi qualcosa di non sicuro, devi intervenire immediatamente. Altre invece richiedono analisi e riflessione.

Avendo lavorato a lungo nei preventivi, ho avuto ampia esposizione a dirigenti e quadri. Ero al tavolo delle negoziazioni e capivo cosa c’era dietro le grandi decisioni. Vedevo dirigenti su un piedistallo, che tutti guardavano aspettandosi la risposta: “Cosa pensi? Cosa facciamo?” Sedendomi a parlarci a tu per tu, alla fine mi confessavano: “Ti dico un segreto. Spesso non lo so nemmeno io. Vado un po’ a istinto.”

Sono lì perché ho preso ottime decisioni, ma a volte serve anche fortuna, e spesso non hanno davvero tutte le informazioni per scegliere al meglio.

Allora ho pensato: se potessi aiutare queste persone a capire meglio dove si trova il punto di resa decrescente, dove i dati aiutano ancora e dove vanno oltre il loro valore? Offrire dati velocemente, così che possano decidere in fretta e seguire anche l’istinto perché supportati dalle informazioni.

Galen Low: Mi piace molto questo momento di vulnerabilità. Credo sia simile per tutti noi: pressione, successo passato sì, ma nessuna garanzia di scegliere sempre bene. La probabilità gioca a nostro favore, per questo siamo in certi ruoli, ma a volte si improvvisa. E mi piace l’idea che non si debba per forza improvvisare: non che la qualità delle decisioni sia già bassa, ma possiamo aumentare la nostra probabilità di fare la scelta giusta. Anche solo l’ansia di essere sotto pressione, con miliardi in ballo… Integrare i dati a ciò che sappiamo aiuta davvero.

Ed è questa, secondo me, la vera forza dell’IA: aggregare e rendere fruibile una mole impressionante di informazioni. Forse questo ci porta a parlarti di Optimality. Potresti raccontarci cosa fa, come aiuta e magari qualche caso concreto di riduzione del rischio decisionale?

Cali Collins: Assolutamente.

Lavoriamo su Optimality da circa due anni e mezzo, e sta crescendo e trasformandosi sempre più. Tutto ruota attorno alla qualità e all’ottimizzazione delle decisioni, da cui nasce anche il nome Optimality: c’è una teoria matematica dell’ottimizzazione che descrive proprio il punto di rendimento decrescente.

L’idea è che Optimality si appoggia a un grafo contestuale: quando collabori nella piattaforma, il sistema ti aiuta a capire su cosa dovresti lavorare oggi, cosa hai fatto ieri…

Ma è molto di più: include davvero i contenuti e le delivery che produci, tutte le decisioni su cui si lavora. Proprio oggi—poche ore fa—abbiamo rilasciato il nuovo decision wizard: se hai una decisione complessa da prendere, puoi seguire una procedura guidata passo-passo. Accanto, hai Opti Chat: puoi chiedere “Sto valutando tra A e B, che ne pensi, Opti?” e lui/lei ti aiuta a ragionare.

Prosegui con la wizard, affronti incertezze, bias, chiedi: “Abbiamo già preso una scelta simile? Com’è andata?” Opti attinge dal grafo contestuale per identificare esperienze precedenti sullo stesso tema.

In pratica, ogni decisione arricchisce “l’intelligenza esecutiva” della tua organizzazione, assorbita dal cervello di Opti, che a sua volta ti offre insight sempre più pertinenti.

Galen Low: Adoro anche solo il nome, così nerd: non solo ottimizzazione, ma davvero c’è la teoria matematica dietro. E poi, come mi hai spiegato durante la preparazione, il grafo contestuale è come una rete neurale che offre davvero alle IA quel contesto decisionale—lo sto capendo meglio ora. Opti sta assorbendo tutto lungo il percorso... Non è che serve radunare dati all’ultimo, è già lì.

Fuori dal discorso IA, nel contesto progettuale cos'è davvero il “decision context”? Quali elementi mancano, di solito, al processo decisionale dei team e che questa soluzione può aiutare?

Cali Collins: Il cervello umano è fantastico in molte cose, ma ha anche limiti: non puoi essere in ogni riunione ad assorbire tutte le informazioni dette dagli altri. Se potessimo avere una sorta di delegato che assorbe anche da altre riunioni, sarebbe utile: qui subentra l’IA. Ma sul fronte umano tutto si basa su collaborazione e comunicazione, punto focale anche per Meta, che vuole permettere al mondo di collaborare.

Condividere, sentirsi comunità: questa è una parte fondamentale dell’essere umano—strano dirlo nell’era IA-umanità, ma è così. Il valore aggiunto è unire le esperienze di tutti nel processo decisionale: il confronto resta insostituibile. L’IA dev’essere quindi a supporto e non sostitutiva.

Galen Low: Mi piace molto questo equilibrio. Non è che gli umani siano scarsi a decidere perché non possiamo assorbire tutto: sì, di certo non prevediamo bene il futuro, ma è il gioco tra il nostro dialogo, le emozioni e le tecnologie — ora, l’IA — che può sostenere quanto il nostro cervello non fa. Raccoglie tutto, anche conversazioni passate, e ti restituisce quanto serve. Non abbiamo memoria perfetta o cultura del “raccogliere tutto”.

L’importante è che si tratta di supportare, informare ma non sostituirsi alla conversazione e all’esercizio di confronto propriamente umani, quello in cui “parliamone”: tanto valore nasce proprio lì. Ma anche supportarsi con ciò che il cervello non può dare.

Cali Collins: Esattamente, e io stessa discuto spesso con Opti delle mie scelte. Essendo in una start-up, il team è piccolo e a volte è utile “parlare” con l’IA: ti fa da rimbalzo di idee e sa cosa stai facendo grazie al grafo contestuale, che conosce attività tue e dei colleghi.

Galen Low: Andiamo lì, allora: per tanti nella mia community, l’IA è già qui. Siamo quasi costretti a usarla. C'è poi l’aspetto “Grande Fratello”: più contesto ha, meglio funziona, ma molti pensano sia inquietante che Opti ascolti tutto... Puoi scegliere cosa condividere? O è tutto o niente?

E se non è tutto o niente, quali informazioni vale davvero la pena dare all’IA per migliorare il supporto? Che cosa serve davvero?

Cali Collins: All’inizio, integravamo direttamente la mia mail, chat, tutto... Ci siamo però accorti rapidamente che, a livello di scala, può essere spaventoso e che le persone vogliono più controllo su cosa condividono.

Questo è anche un tema di governance: non vuoi che l’IA prenda decisioni e invii email a tuo nome. Se dai all’IA l’accesso al gestore di password, a mandare mail, al conto bancario—apri un bel casino! E se trapela qualcosa di segreto, chi ha abilitato quell’agente ne è responsabile legalmente, anche se non ha mai visto la mail spedita.

Abbiamo quindi impostato la possibilità di scegliere: a fine riunione vuoi mettere il transcript oppure no? Vuoi inserire la conversazione email oppure no? Hai più controllo sulla qualità delle informazioni che fornisci: se addestri l’IA solo con i rifiuti di internet non saprà distinguere tra buono e cattivo. Più la tieni “pulita” dandole info di valore, più sarà potente. E poi teniamo sempre l’uomo in the loop: Optimality può generare documenti, bozzare mail, fare status report... ma alla fine c’è una persona a dare l’ok lavorando in collaborazione, non lasciando tutto in mano all’IA.

Galen Low: Adoro questo continuo equilibrio tra tecnologia e componente umana. Torno dopo su come curare ciò che condividiamo nel grafo contestuale perché trovo interessante questa “curation” nel modo in cui prendiamo decisioni. Ma prima: hai già delineato un ottimo caso d’uso. Possiamo vedere nel dettaglio come Optimality aiuta davvero a migliorare le scelte, step by step?

Cali Collins: Certo, uno degli use case che stiamo sviluppando è un sistema operativo aziendale che poggia su Optimality, pensalo come piattaforma abilitante vari usi, tipo Excel che puoi usare come vuoi, ma con più struttura.

Ad esempio, tanti oggi vogliono avviare side hustle: posso creare un’app in stile “vibe code” in qualche settimana, ma magari non so nulla di marketing, social o business plan. Stiamo sviluppando la possibilità di parlare con Optimality per definire i propri obiettivi: documenta, crea la strategia, ti sottopone il piano, lo confermi, salva tutto e ti formula il percorso verso i tuoi obiettivi. Puoi intervenire, modificare, ma è l’IA a darti la struttura di base.

Questo vale come per costruire un’azienda, ma anche per una raffineria (v. Chevron), ma restiamo sul business. Per ogni fase, puoi chiedere l’aiuto di Opti—per il piano marketing, i contenuti, tutto quello che un agente può fare. Collabori fianco a fianco con l’IA, rendendo tutto accessibile anche a chi è solo curioso sul tema IA ma non sa da dove iniziare.

L’accessibilità è chiave, pensiamo agli utenti medi che non possono o vogliono imparare a usare Claude o altri sistemi complessi: ecco il valore.

Galen Low: Ottimo. Prima volevo scherzare “Ecco dove Cali dice nessuna offesa per il vibe coding”, ma hai centrato il punto. Le barriere sono più basse, ma l’idea che si possa creare tutto in un giorno è illusoria: però è molto più facile rispetto a prima.

Hai detto bene: Claude è come Excel, ma Optimality è già “in binari”. Quindi chi pensa “lo faccio già con Claude” dovrebbe notare che, con Optimality, le cose si realizzano davvero: non è solo ottimizzazione decisionale, ma anche piattaforma di lavoro e collaborazione.

Cali Collins: È davvero una piattaforma collaborativa. Quando l’azienda cresce non sai più tutto ciò che fanno tutti. Se porti la collaborazione dentro al sistema, mentre avanzi nel lavoro costruisci il grafo contestuale: qual è la vision, la mission, i principi? Questi ora diventano parte del “cervello” di Opti e condizionano tutte le sue proposte.

Opti saprà cosa ti sta a cuore: vuoi diventare il più grande fiorista del mondo, o eccellere nella tua cittadina? Questo contesto fa la differenza. Claude può solo restituirti un piano generico: non conosce tutte le sfumature del tuo ecosistema.

Galen Low: Esatto, e come hai detto, man mano che l’azienda cresce, la visibilità diminuisce. Passiamo dall’essere “scrappy” a perdere il controllo su vision/valori/processi. Questo tipo di gestione via grafo contestuale aiuta.

Torno all’avvocato del diavolo: sia per l’IA, sia tra umani, spesso scegliamo cosa condividere per orientare la decisione (ad esempio: non serve che sappiano che sono stato dal dentista, non diamo tutto il calendario). In passato, molte decisioni sono state prese proprio omettendo info. Se poi non diamo ad IA tutto il contesto, ne limitiamo anche la capacità? C’è insomma una tensione tra troppo e troppo poco.

Come evitare che qualcuno “indirizzi” troppo l’IA? Oppure: ci sono decisioni in cui serve davvero più nuance umana, per cui dati e contesto non bastano e vale ancora guidare la scelta in modo umano?

Cali Collins: L’IA non sa cosa sia prioritario o meno: se le butti dentro tutto senza dire “questo transcript ha priorità”, si perde. Serve guida, non fornire tutto indistintamente: devi mettere dei paletti e dare segnali su cosa sia importante e per chi. Sui processi decisionali, il fattore umano resta fondamentale: l’IA può proporre, ma l’ultima parola spetta a noi.

Quando ero in ExxonMobil costruivo una piattaforma di knowledge management nativa IA. Un grande uso era: il project manager dice “Negli ultimi 5 progetti questo metodo ha sempre fallito, non dovremmo farlo.” Magari sono gli unici 5 casi andati male, e in tutte le altre occasioni è andato bene: quel feedback 2% è valore, ma la bias della persona va valutata. L’IA qui aiuta a bilanciare, ma l’esperienza rimane importante.

Galen Low: Bello perché non si tratta di “hai ragione/sbagli”, c’è comunque valore anche nella piccola percentuale, che consente una decisione più informata. Il bello di queste soluzioni è poter lavorare sia in fase di decisione che di retrospettiva: possiamo fare fact checking, ragionare prima, ma anche valutare a posteriori, applicare pensiero critico, non lasciarsi influenzare solo dalla voce più forte. Anni di decisioni prese così possono causare problemi grossi, specie nei progetti “big”. Questo aiuta ad appiattire le differenze e riportare tutto sul dato e il confronto.

Cali Collins: Esattamente. Ci sono persone portate alle decisioni rapide, altre meno: ciascuno ha il proprio stile. Questo strumento aiuta a livellare il campo, o addirittura a far prendere coscienza che si è più bravi con scelte ragionate e serve prendersi più tempo.

Galen Low: Ho affrontato tutto dal punto di vista tech, ma voglio farti questa domanda: mentre costruivi il prodotto cosa hai imparato sulla decisione umana? Ci sono persone brave a decidere d’istinto e altre che credono di esserlo ma non lo sono. Forse nei progetti spesso facilitiamo decisioni più che prenderle: dobbiamo bilanciare qualità e rapidità, anche lavorando con stakeholder difficili. Quali abitudini può sviluppare chi guida progetti per migliorare la capacità di scelta (propria e altrui) senza sacrificare la velocità? Come riconoscere una scelta impulsiva veramente sbagliata?

Cali Collins: Tocco alcune aree. Inizio col dire che ho una laurea in psicologia.

Galen Low: Non lo sapevo.

Cali Collins: Da qui anche il mio interesse per l’argomento. Sono anche appassionata di libri di self-help e podcast sulla psicologia umana. Dopo sono passata al construction management e poi all’MBA, quindi ho una visione triangolare delle dinamiche decisionali.

Sul “come capire se prendi buone decisioni”, bisogna lavorare molto sul knowledge management: documentare outcome e motivazioni. Così l’IA può poi rifletterci—perché le persone difficilmente lo fanno specie se la decisione è stata un fallimento. Altro tema: provenance, la tracciabilità dei dati—ho realizzato una piattaforma di AI lineage in Meta per tracciare dati di addestramento SU TUTTA Meta. Abbiamo integrato un po’ di questo anche in Optimality: quando generi un documento puoi vedere di ogni paragrafo da quali transcript o fonti deriva.

Questo può spaventare: se una scelta fatta da te fallisce, ora c’è la prova… Ma senza questa consapevolezza non puoi migliorare! Ogni cambiamento richiede vulnerabilità e capacità di autocritica. L’IA può supportare anche in questo percorso.

Galen Low: Pensavo che l’aiuto fosse solo “dati”, ma vedere la tracciabilità, la possibilità di retrospettiva sulle decisioni è un enorme valore. Non si tratta di dire che l’IA supererà gli umani, anzi la decisione umana conta sempre di più. Ma questo sistema permette non solo di imparare dagli errori, ma anche di comprendere cosa c’è dietro l’intuizione di chi guida e imparare costantemente.

Cali Collins: Intuizione.

Galen Low: Sì, intuizione. E quell’impulso che ci porta a sembrare “improvvisatori”, proprio come hai detto all’inizio.

Cali Collins: Sì, tutti i grandi leader spesso sembrano “tirare a indovinare”, eppure hanno un buon tasso di successo.

Galen Low: Torniamo sul tema governance e accountability: oggi—come hai detto—la responsabilità è comunque umana, anche se l’IA “preme il bottone”. Ma di fatto l’IA prende già decisioni (ogni parola prodotta è una scelta). Quali sono i paletti da mettere? Potrà mai l’IA essere davvero responsabile delle sue scelte? Cosa comporterebbe?

Cali Collins: Si discute molto di questi aspetti. Se pensiamo ai LLM, ogni parola è una decisione su quella più probabile. Un uso progressivo sarebbe affidarle azioni a basso rischio (ad esempio rispondere a domande semplici via email). Più la editi e la correggi, più migliora. Per email tipo “avete questa maglia in questa taglia?” l’IA può rispondere. Per decisioni più delicate preferisco restare responsabile. Non mi sentirei mai di passare la mia responsabilità legale e fiduciaria a Optimality, per esempio: è troppo rischioso. L’IA può ottimizzare le attività quotidiane, ma l’ultima parola resta mia.

Galen Low: Lo vediamo già fuori dal contesto IA: anche nel settore medicale hai citato un esempio di device che fornisce una diagnosi. Lì la responsabilità può ricadere sull’azienda produttrice, ma realtà come OpenAI o Anthropic difficilmente la prenderanno. Quindi resta sempre centrale il “human in the loop”. Anche formare i junior project coordinator avviene in modo simile: ci sono livelli di compiti sicuri da delegare (risposte banali via email) e altri per cui serve confronto e coaching. E, anche quando sbagliano, la responsabilità è nostra—ma questa logica è identica nell’adozione dell’IA.

Cali Collins: Sì, è come avere un tirocinante: sei tu responsabile dei compiti che gli assegni. L’IA non ha coscienza né accountability: non la puoi licenziare o ammonire. Un altro ambito interessante è la compliance contrattuale: puoi dare all’IA tutti i requisiti di contratto e specifiche, e lei ti segnala se rischi la non conformità. Non prende decisioni, ma ti aiuta a rispettare governance e leggi di settore.

Galen Low: Bellissimo. Si tratta non solo di migliorare la qualità dell’IA, ma anche di sfruttarla su ciò che non potremmo gestire (tutti gli SLA) in tempo reale. Vorrei chiudere con una riflessione sul futuro: l’IA diventa sempre più abile nel selezionare ciò che conta e prendere decisioni, anche se magari in preda a “sindrome dell’impostore” pure lei—per ogni parola spera di fare la scelta giusta. Gli impatti sulle scelte sono enormi, sia nelle attività quotidiane che nelle mega decisioni. Se l’IA arriva a gestire rischi e dipendenze e suggerire decisioni, che impatto avrà sul ruolo del project manager e più in generale di noi umani?

Cali Collins: È ancora più importante! La figura del project manager sarà ancora più cruciale. Nel mio percorso tra estimating e project controls, ero io a raccogliere i dati e a fornirli al senior manager affinché potesse decidere. Questo funnel di dati si sta riducendo, non scompaiono le persone di project controls ma si aggiunge valore: via i compiti noiosi e ripetitivi, più tempo all’analisi ed expertise. E il PM riceve dati migliori, più velocemente.

Nel software il rapporto dev/PM scende: i dev sono più efficienti, aumenta il bisogno di PM e product manager, perché servono sempre più decisori e leader. Sono più carica (io stessa!), i dev vanno più veloci, io devo supportarli. Più dati, più coordinamento, più velocità: i ruoli project/product manager diventano ancora più necessari e preziosi.

Galen Low: Meraviglioso. Non mi aspettavo una risposta così ottimista ma hai ragione. Il ritmo di lavoro aumenta e le persone che guidano e facilitano le decisioni sono fondamentali. E non è che i dati passino direttamente dall’IA al senior: resta a noi interpretarli, analizzare e discuterli. Decidiamo ancora “parlandone”: non è un difetto umano, è la nostra natura. Vogliamo conversare per sentirci sicuri nelle nostre decisioni, e l’IA ci supporta.

Cali Collins: Esatto, la potenzia.

Galen Low: Cali, è stato davvero un piacere. Dove si possono trovare info su di te e su Optimality?

Cali Collins: Ovviamente su LinkedIn, sia io che Optimality. Il nostro sito è optimalitypro.com: ora puoi registrarti direttamente per 14 giorni di prova gratuita o vedere cosa facciamo.

La piattaforma è sempre aggiornata, troverai casi d’uso sempre nuovi e tutta la documentazione a supporto: optimalitypro.com.

Galen Low: Perfetto! Inserirò i link nelle note dell’episodio al tuo profilo e al sito di Optimality. Grazie ancora per la partecipazione: il tuo percorso è super interessante, non sapevo nemmeno del background in psicologia. È stata una chiacchierata divertente e piena di spunti. Le decisioni fanno girare il mondo, ora c’è l’IA ma ci siamo ancora noi umani: davvero un’epoca eccitante.

Cali Collins: Esatto, è emozionante vivere questa fase.

Galen Low: Grazie mille, Cali.

Cali Collins: Grazie.

Galen Low: Bene, è tutto per l’episodio di oggi del Podcast del Digital Project Manager. Se questa conversazione ti è piaciuta, iscriviti ovunque ci ascolti. E se vuoi altri insight pratici, case study e toolkit, crea un account gratuito su thedigitalprojectmanager.com. Alla prossima e grazie dell’ascolto.