Come misurare davvero l’impatto dell’IA sul business

Galen Low: È davvero possibile quantificare l’impatto che l’IA sta avendo su un’organizzazione?

Michael Domanic: Se stai migliorando una parte del processo di vendita, allora vuoi misurare quanto quel miglioramento abbia inciso. Quale risultato ha prodotto? Abbiamo venduto di più? Abbiamo raggiunto un obiettivo di ricavi grazie a quell’intervento nel business?

Lo stesso discorso vale per il marketing, stiamo migliorando molti processi nel marketing. Benissimo. Se ad esempio risparmiamo tempo nella creazione delle campagne di marketing, quante campagne in più possiamo realizzare e qual è il valore aggiunto di queste campagne addizionali? Credo che sia su questo aspetto che occorra concentrarsi per misurare il valore.

Galen Low: Quali mentalità e comportamenti organizzativi devono cambiare lungo il percorso per stare al passo con la trasformazione portata dall’IA?

Michael Domanic: Tutti dovranno sentirsi a proprio agio con il fatto che per il prossimo futuro saremo costantemente in modalità trasformazione e apprendimento. Una delle cose che sappiamo è che il ritmo di diffusione delle capacità non si fermerà. Continuerà ad avanzare e dovremo essere veramente adattabili rispetto a tutti questi cambiamenti e alle nuove possibilità offerte.

Galen Low: Hai appena pubblicato un articolo con le tue previsioni sull’IA per il 2026. Una delle ipotesi che hai fatto è che i ricercatori e i designer UX diventeranno tra le figure più importanti in azienda nel 2026. Mi spieghi meglio cosa intendi?

Michael Domanic: Sì, dunque...

Galen Low: Benvenuti al podcast Project Manager Digitale — il programma che aiuta i leader della delivery a lavorare in modo più intelligente, consegnare senza intoppi e guidare le proprie squadre con fiducia nell’era dell’IA. Sono Galen e ogni settimana esploriamo strategie reali, tendenze emergenti, framework comprovati e, talvolta, qualche aneddoto di guerra vissuto in prima linea nei progetti. Che tu gestisca progetti di trasformazione su larga scala, ti stia destreggiando con flussi di lavoro guidati dall’IA, o semplicemente cerchi di tenere a bada il caos, sei nel posto giusto. Iniziamo.

Oggi parliamo di come sfatare i falsi miti sull’IA nella cultura aziendale, di come fare un reset di sistema per capire meglio come l’IA stia impattando il tuo vero business — non solo le vanity metrics. Analizzeremo i modi corretti e non corretti di misurare l’impatto dell’IA, di come la percezione organizzativa debba evolvere con la maturità IA e faremo alcune previsioni su come l’IA condizionerà i trend di business fino al 2026.

Con me oggi c’è Michael Domanic, Head of AI presso UserTesting.

Michael ha come mission guidare la trasformazione aziendale su larga scala tramite l’IA, per sbloccare vero valore di business. Lo fa collaborando strettamente con referenti cross-funzionali per integrare l’IA nei flussi di lavoro principali, favorire una cultura dell’innovazione e far crescere la competenza in IA con un approccio pragmatico e orientato all’impatto.

Michael, ti ringrazio per essere qui con me oggi.

Michael Domanic: Grazie, Galen. Apprezzo molto l’invito.

Galen Low: Sono entusiasta di questa chiacchierata perché abbiamo avuto conversazioni preliminari davvero interessanti. So che probabilmente zigzagheremo tra i vari argomenti, ma poiché sono un project manager, ecco la traccia che ho pensato per oggi.

Per cominciare, vorrei inquadrare il discorso partendo da una domanda controversa e “spigolosa”, e poi ampliare la visione su tre temi: come hai implementato e misurato l’impatto dell’IA in UserTesting, perché adotti questo approccio e dove può portare il percorso di maturazione IA per organizzazioni, in termini di mentalità, abitudini e valori da cambiare — o talvolta da abbandonare del tutto — per restare competitivi. E infine, approfondire alcune tue previsioni su come l’IA impatterà il nostro modo di lavorare e di fare impresa nel 2026.

Come ti sembra?

Michael Domanic: Ottimo. Iniziamo pure a zig e zag.

Galen Low: Perfetto, partiamo da una domanda tosta, dandole anche un po’ di contesto. Molte aziende vorrebbero misurare il successo dell’implementazione dell’IA.

Quel ROI dell’IA così sfuggente, che va oltre il semplice successo/fallimento, ma ci sono visioni molto divisive in merito. Alcuni dicono che l’IA non abbia nemmeno bisogno di essere misurata perché genera chiaramente valore. Altri sostengono che servano metriche del tutto nuove, specifiche per l’IA, da monitorare rigorosamente.

La mia domanda è: è davvero possibile quantificare l’impatto che l’IA sta avendo su un’organizzazione, o per la maggior parte delle aziende questa misurazione è quasi una chimera, almeno per ora?

Michael Domanic: È una domanda interessante e spesso molto dibattuta, specialmente fra figure come me che lavorano sull’IA nelle aziende.

C’è una scuola di pensiero che sostiene: non preoccuparti di misurare il ROI dell’IA, è presto, questa dovrebbe essere la base per ogni azienda, come l’elettricità o l’email — nessuno misura il ROI della corrente o della posta elettronica. Quindi perché dovremmo farlo con l’IA?

La mia visione è leggermente diversa: comprendo queste motivazioni, anzi, le condivido in parte. Però abbiamo un CFO, un board, stiamo investendo budget importanti nella trasformazione IA e dobbiamo dimostrare un ritorno su questi investimenti. Quindi, invece di cercare un unico numero globale che dica “questo è il ROI della nostra IA”,

Preferiamo monitorare trimestralmente le 10 implementazioni più significative di IA e misurare per ciascuna di esse il ritorno. Ad esempio, se qualcuno nella nostra organizzazione realizza un GPT utile per una fase critica delle vendite,

lo misuriamo. Analizziamo il risultato ottenuto; non misuriamo solamente il tempo risparmiato (un errore frequente), perché il tempo risparmiato è un beneficio, non un risultato.

La vera domanda è cosa hai ottenuto tramite quella soluzione IA?

Quindi, di nuovo, se migliori una parte delle vendite, vuole dire misurare quanto ha inciso. Cos’è cambiato in termini di outcome? Abbiamo venduto di più? Abbiamo raggiunto target di ricavi grazie a questa iniziativa? Stesso criterio nel marketing, dove stiamo migliorando tanti processi.

Se ad esempio risparmiamo tempo nella creazione di campagne, possiamo chiederci quante campagne in più siamo in grado di realizzare e quale valore aggiungono queste campagne addizionali. È qui che serve concentrarsi per misurare il valore.

Galen Low: Mi piace questa concretezza, cioè non andare al dettaglio esasperato del conteggio delle ore salvate o, al contrario, inventarsi metriche completamente nuove e un nuovo modo di concepire il business.

In fondo, come dici tu, ciò che conta è il risultato ottenuto. In effetti oggi nessuno misura l’efficienza dell’email… in un certo senso questo è un cambiamento radicale, ma fra dieci anni sarà quasi normale, magari persino banale.

Michael Domanic: D’accordissimo. E penso che ci siano due tipi di cose da misurare: quello che io chiamo l’ROI “morbido” e quello “duro”. Finora ho descritto l’ROI duro, cioè quello che puoi realmente misurare, come ad esempio: quest’anno abbiamo fissato il 64% di discovery call in più grazie a questa soluzione IA.

Sappiamo il valore di una call di discovery: una fase cruciale di vendita per una SaaS. Ma esistono anche metriche “morbide”: siamo una forza lavoro abilitata dall’IA, sappiamo che le persone vogliono lavorare in queste aziende e che apportano valore, aiutando anche ad attrarre talenti migliori — questo è più difficile da misurare, ma è ugualmente fondamentale.

Galen Low: Concordo pienamente. Sta emergendo ovunque: per attirare i talenti giusti, è necessario pensarla così, le persone vogliono lavorare in aziende innovative, in trincea, sulla frontiera del business, perché questo promette prospettive migliori.

Michael Domanic: Esatto, e una delle raccomandazioni che do a chi sostiene un colloquio è proprio questa: tra le domande più importanti da fare c’è “Raccontatemi la vostra trasformazione IA, quanto siete veramente abilitati?” — e alle aziende consiglio di prepararsi una risposta valida a questa domanda se vogliono attrarre talenti top.

Galen Low: Vorrei approfondire: la selezione, il colloquio, il brand aziendale… è davvero un consiglio utile perché conosco aziende convinte di avere una solida strategia IA, che però non saprebbero rispondere bene nel merito. Interessante. Facciamo un passo indietro: UserTesting è una piattaforma che molte delle mie squadre hanno già usato, l’ho sempre vista come una piattaforma intelligente, orientata a creare esperienze utente d’impatto basate su insight reali — e questa è un po’ la mia filosofia.

Quello che mi ha colpito di te è il tuo percorso. Sei partito dal customer success, poi ti sei dedicato alla strategia IA, ora sei VP e responsabile della strategia IA generativa. Complimenti.

Per tutti questi motivi, sono davvero curioso di sapere come pensi all’IA, come ne misuri l’impatto e come stimoli il cambiamento culturale. Magari possiamo fare un punto: puoi farmi qualche esempio concreto di come il team di UserTesting sfrutta l’IA nel lavoro quotidiano?

Abbiamo già parlato di go-to-market e discovery call — cos’altro c’è nel rabbit hole per voi?

Michael Domanic: L’IA ormai gioca un ruolo importantissimo in quasi tutto ciò che facciamo. Abbiamo superato la fase di adozione, ormai lo implementiamo ovunque pensiamo possa aggiungere valore — che rappresenta la maggior parte di quanto facciamo.

Posso citare usi molto specifici, ma a livello alto, ricordiamoci sempre che siamo una SaaS: dobbiamo eccellere nella crescita dei ricavi, nel trattenere la clientela e nell’aumentare la velocità di sviluppo prodotto.

Sebbene io possa interessarmi a tutti gli aspetti, cerco di concentrarmi su quelli che avranno più impatto, ossia le implementazioni IA principali. Ad esempio, a livello di prodotto: ormai per la gran parte dei team è scontato utilizzare strumenti come Codex, Copilot o Cursor — aiutano a ottimizzare la scrittura codice, a rendere più efficienti e rigorosi.

I designer del nostro team prodotto usano strumenti rapidi per la prototipazione. Prototipi generati in tempi molto più rapidi, per aumentare la velocità di rilascio. Tutto il team prodotto è coinvolto in questo. Venendo al go-to-market: ho già citato alcuni esempi provenienti dal team sales.

Creiamo GPT customizzati per ottimizzare momenti chiave del processo commerciale. I nostri SDR dispongono di una serie di GPT che li aiutano a identificare prospect più rilevanti, a dialogare meglio e ad aumentare la probabilità di una discovery call, così da individuare le sfide dell’organizzazione cliente cui potremmo offrire una soluzione.

Il team marketing li usa per campagne più efficaci, prodotte più rapidamente: scrittura e revisione del copy, creazione di immagini… L’IA è diffusa ormai su tutta l’azienda.

Galen Low: Il settore SaaS è l’emblema di questa dinamica, dove la velocità è cruciale e la competizione feroce. Inoltre, le barriere di ingresso sono sempre più basse per tutti i motivi che hai appena illustrato: non serve più un team engineering da 100 persone, né 50 UX designer o PO con due decenni d’esperienza. La concorrenza può scalare molto più rapidamente perché tutto si muove con una velocità impressionante, qui tutto è giustificato.

Molti ascoltatori, project manager, sentono la pressione del deliverare più rapidamente, meglio e a costi contenuti. Non per “riempire le tasche dell’azienda”, ma perché, come dici tu, ciò che fa crescere e rende l’azienda più sana e innovativa è proprio questa velocità.

Michael Domanic: E rispetto alle barriere che crollano, siamo consapevoli che sia sempre più semplice entrare nel SaaS — quello ci impone di essere migliori in tutto quello che facciamo. Sfaccettando: non importa se sei SaaS o altro; in azienda ci sono tre grandi modi di usare l’IA. Primo: come stagista, utile per riassumere documenti, fare ricerche, come se avessi sempre accanto un eccellente stagista.

Se sei sales, vuoi conoscere nei dettagli gli account — chiedi all’IA di supportarti nella ricerca sui prospect.

Secondo: come assistente, per attività più “creative”. Il marketing usa l’IA per scrivere copy, mail, post LinkedIn — tutto ciò che richiede generazione di contenuto. Questi primi due usi sono preziosi, ma il vero salto qualitativo è il terzo: usarla come partner strategico.

L’IA è eccellente nell’offrire insight strategici riguardo la nostra azienda e i nostri obiettivi. Raccomando sempre alle nostre persone: usate l’IA come partner strategico. Fateci una conversazione strategica per rafforzare le vostre strategie sui problemi chiave.

Galen Low: Questo mi incuriosisce rispetto al tuo ruolo: sei tu guida di questa trasformazione IA. Quanto sei coinvolto con i team? Fornisci coaching occasionale, supervisioni tutto “dall’alto”, pianti il seme dei nuovi mindset? Come guidi le persone nel pensare in modo critico all’IA, andando oltre il copia/incolla passivo per ragionare davvero sui risultati generati dagli strumenti, valorizzandoli con un giudizio umano?

Michael Domanic: È un tema vastissimo e in costante evoluzione. La trasformazione IA richiede strumenti, formazione e abilitazione per tutti. Siamo circa 750-800 persone, impossibile parlare con tutti ogni settimana! Cerco di concentrarmi sugli ambiti più strategici, come dicevo prima. Ma un elemento fondamentale — che consiglio a tutte le aziende — è individuare chi sta già sperimentando: queste persone possono essere la vostra “center of excellence”.

Da noi il CoE è formato da due dozzine di persone di diversi dipartimenti: HR, vendite, marketing, prodotto, engineering… Un po’ tutti. Li “deputiamo” a essere esperti IA nei loro team. Il loro compito è stare aggiornati, decodificare l’impatto dell’IA nel proprio ruolo e rendere il cambiamento accessibile a tutti, parlando con colleghi di funzioni simili o affini. È stato un aspetto chiave della nostra adozione e trasformazione.

Galen Low: Trovo questa impostazione ottima. L’approccio enabling è ciò che manca spesso: molti lamentano che l’IA viene calata dall’alto senza spiegazioni, invece così le persone sono messe nelle condizioni di decidere dove e come trarre il maggior valore. E il modello “community of practice” funziona: chi fa davvero quel lavoro ogni giorno è esperto nell’individuare i casi d’uso davvero utili.

Michael Domanic: So il necessario per intervenire trasversalmente nei vari reparti, ma non sono esperto di tutte le funzioni. Chi lo è davvero sono i diretti coinvolti, e confrontandoci sulle possibilità dell’IA, sono loro a capire meglio dove questa può portare valore. Anche chi ricopre ruoli simili o contigui.

Galen Low: Nella mia testa vedo persone “deputate” che alzano la mano, si sentono responsabilizzate. Hai mai incontrato l’opposto, resistenze o “falsi miti” sull’IA? Come hai affrontato questi ostacoli?

Michael Domanic: In ogni organizzazione ci sono obiettori di coscienza, persone che si sentono meno coinvolte. Con loro adotto un approccio aperto e rispettoso: niente imposizioni — ma ritengo che oggi, chi si tira fuori, sia a rischio di restare indietro.

Cerco di farlo capire, ma con rispetto: ci sono preoccupazioni fondate, il cambiamento corre, anche l’impatto ambientale può essere un problema. Però considero questi obiettori particolarmente preziosi perché pensano in modo più profondo e riflessivo di tanti altri. Voglio portarli al tavolo, fargli capire che la loro voce è importante: ci aiutano a valutare rischi, nel project management sono coloro che sanno mettere in guardia. Se tutto accadesse senza riflessione critica, rischieremmo effetti controproducenti.

Galen Low: Concordo: chi riflette in profondità, valutando impatti morali, personali e professionali, ha un approccio prezioso. Diversi dagli “oppositori superficiali” che spesso temono senza informarsi davvero. Mi piace il concetto di portarli al tavolo perché contribuiscono a un’analisi dei rischi — meglio avere qualcuno che aiuta a “frenare” quando serve, piuttosto che adottare tutto in modo acritico, visto il ritmo degli sviluppi.

Michael Domanic: La maggior parte dei non adopter rientra in due categorie: chi semplicemente non è interessato ad affrontare il cambiamento e chi, invece, è molto attento e riflessivo. Preferisco concentrare le energie verso questi ultimi, perchè il loro feedback è molto utile.

Galen Low: È interessante, in fondo… è user testing anche quello! Mi chiedo: usate la vostra stessa piattaforma per testare le nuove modalità di lavoro basate sull’IA?

Michael Domanic: Sì, molto spesso. Ironia della sorte, il mio percorso in UserTesting ha avuto inizio sette anni fa, e già dieci anni fa costruivo soluzioni IA per testarle tramite UserTesting: era la fase “hype 1.0”. Poi c’è stata una fase di rallentamento — ora siamo in “hype 2.0”, molto più ampia. Detto ciò, nel mio ruolo guido la trasformazione aziendale usando costantemente la nostra piattaforma per raccogliere feedback aziendali sulle nostre iniziative, ad esempio tramite survey periodici sulla competenza IA, in cui chiediamo come le persone percepiscono l’IA, dove vorrebbero maggior supporto, per cosa viene utilizzata l’IA nei vari reparti, quali strumenti desidererebbero usare. Questi dati mi aiutano molto a raffinare la nostra strategia di abilitazione.

Abbiamo sviluppato una forte cultura dei GPT customizzati: ormai ne abbiamo creati quasi un migliaio a fronte di 750 dipendenti. Molti sono semplici esperimenti, ma diversi GPT sono usati trasversalmente in tutta l’azienda. Quando un GPT personalizzato viene adottato da tanti, lo testiamo come se fosse un classico prodotto su UserTesting con gruppi interni, valutando intuitività, efficacia e semplicità d’uso — non vogliamo che sia necessario essere prompt engineer avanzati! Usiamo la piattaforma per raccogliere feedback sugli strumenti IA destinati alla forza lavoro.

Galen Low: Questa sì che è una buona pratica — spesso si parla solo di piloting e sperimentazione, meno di ottimizzazione e feedback. Trovo positivo anche il focus sulla cultura: non imponete l’uso dell’IA con metriche forzose o performance review, ma fate leva sull’empowerment, motivando le persone ad esplorare nell’ottica di non restare indietro.

E poi, la cosa che ho trovato interessante: misurate su metriche core di business, non su metriche separate “di IA”. L’IA è integrata nel flusso di valore. Su questo punto ci eravamo già soffermati: niente rimane statico, tutto è in fase di trasformazione, e non esiste una best practice universale perché è tutto in evoluzione. Si attraversano fasi: col crescere della maturità, anche le metriche cambiano.

Che tipo di mentalità e comportamenti organizzativi devono cambiare lungo la trasformazione IA, anche a costo di rimettere in discussione ciò che si è appena imparato nella fase precedente?

Michael Domanic: Bisogna accettare che saremo in costante trasformazione e apprendimento per i prossimi 5 o anche 10 anni. Pensate ai risultati conseguiti nell’IA negli ultimi tre anni: se anche fermassimo tutto oggi, ci servirebbero almeno dieci anni per capire come queste capacità impatteranno sulle aziende. Eppure il ritmo delle novità non accenna a rallentare: servirà dunque un’estrema adattabilità.

Il consiglio principale è: bisogna abituarsi alla velocità di adattamento richiesto dal contesto attuale e da tutto quello che ci aspetta nei prossimi anni.

Galen Low: È un po’ inquietante e intimidatorio… molte aziende pensano che la trasformazione IA sia solo un “salto”, invece stanno entrando in un oceano che sembra infinito.

Michael Domanic: È la differenza rispetto a qualsiasi altra trasformazione: stavolta non c’è una fine, una “nuova normalità” dopo qualche anno. L’IA generativa e, forse, l’AGI sono all’orizzonte. Il cambiamento vissuto negli ultimi tre anni forse è solo la punta dell’iceberg.

Galen Low: È incredibile.

Michael Domanic: Un po’ fa paura, ma è la realtà: dobbiamo abituarci.

Galen Low: Ed è qui che nasce la differenza: accettare che ci attende qualcosa di enorme e continuo, non una semplice fase temporanea. Solo abbracciando questa realtà si potrà trarne vantaggio.

Michael Domanic: Esatto.

Galen Low: Torniamo alla misurazione: ora misurate rispetto ai core business metric, non fuori dal core business. Cambierà nel tempo, magari quando il modello di business si evolverà ancora?

Michael Domanic: Cambierà, sì. Ma “come” non è ancora chiaro. Finora ci siamo concentrati su due elementi: il tasso di adozione dell’IA (che è quasi una vanity metric, ma comunque fondamentale: senza utilizzo, non c’è trasformazione — ormai da noi siamo quasi al 100% di utenti attivi settimanalmente e quotidianamente) e l’impatto sui risultati di business (questo resta centrale).

Andando avanti, entriamo nella “fase due”: sarà il tempo degli agenti autonomi e della loro integrazione nei processi chiave dell’azienda. Cominceremo a misurare l’impatto di queste automazioni — cosa cambiano nei workflow, come si riflette sui processi. Non so dire oggi esattamente come faremo, ma credo che ci si concentrerà sempre sui business outcome, magari con metriche riviste e più precise.

Galen Low: E il lato “soft”, la cultura? Trovo valido l’approccio: non la misurazione obbligatoria, ma l’osservazione spontanea dell’utilizzo. Il passaggio alla fase due, con gli agenti, porrà domande nuove a ogni azienda in base al proprio contesto. Un argomento che va insegnato e imparato strada facendo.

Parlando di futuro: hai pubblicato di recente un articolo — che ho apprezzato molto — con previsioni sull’IA 2026. Tra queste: ruoli come il tuo (head of AI) diventeranno lo standard nelle medie e grandi imprese; agenti IA che lavorano silenziosamente “sotto il cofano”; slide strategiche post-AGI che circolano fra i C-level, pur senza reale comprensione da parte di tutti; infine, i nostri feed — social e media — saranno molto più “disordinati” (parli di slop, cioè “poltiglia” digitale) per via dell’abbondanza di contenuti generati automaticamente.

Ma l’ipotesi che più mi ha colpito è quella dei ricercatori e designer UX come figure chiave nel 2026. Spiegami meglio il perché!

Michael Domanic: Come si diceva prima, i tempi e le barriere per sviluppare prodotto sono crollati: realizzare wireframe o prototipi in modo scalabile, avviare una nuova azienda… oggi è molto più semplice.

Le aziende usano strumenti che aumentano la velocità di produzione. Ma resta comunque una difficoltà enorme: creare prodotti che le persone desiderano davvero usare. Qui entra in gioco il designer o UX researcher che diventa la figura-chiave per aiutare l’azienda a capire, tra tutte le nuove funzionalità create rapidamente, quali realmente risuonino coi clienti.

UX designer e ricercatori sono sempre stati cruciali (soprattutto nelle SaaS, ma anche nei prodotti consumer) e saranno sempre più richiesti: ci sarà grande domanda di esperti capaci di guidare le aziende a comprendere davvero le esigenze degli utenti. Perché se produci dieci volte più funzionalità ma nessuna di esse è apprezzata dai tuoi clienti, non hai realmente accelerato il business.

Galen Low: Mi trovi molto d’accordo. Gli ascoltatori sanno della mia passione per la UX ben fatta, visto che vengo dalla progettazione human-centered…

Michael Domanic: Anch’io condivido quella sensibilità.

Galen Low: Alcuni potrebbero pensare: se wireframing, coding e prototipazione oggi sono facili, che bisogno c’è del designer UX? In realtà, la vera sfida resta la risonanza col pubblico. Pensando alla tua trasformazione interna, anche gli strumenti per la workforce sono “prodotti” che devono offrire un’esperienza digitale palpabile — chi li usa sono utenti a tutti gli effetti. Tutti abbiamo provato strumenti interni poco curati: se manca la UX, le persone sopportano l’uso degli strumenti ma non ne traggono valore. L’adozione si fa difficile se l’esperienza non migliora davvero; la salute culturale dell’azienda e la capacità di attrarre talento ne risentono.

Michael Domanic: Pienamente d’accordo.

Galen Low: Sto riffando su quello che hai appena detto. Il tuo articolo è interessantissimo: inserirò il link nelle note, perché si potrebbero approfondire tutti i punti elencati, sarebbe una discussione infinita.

Michael Domanic: Di ciò che ho scritto, ciò che risuona con il tuo pubblico è sicuramente la questione UX, ma anche in vista dello “slopcalisse”, che arriverà. Entro il 2026 prevedo un drastico calo d’uso dei social, perché le persone saranno stanche di non capire più cosa stanno guardando: sarà troppo difficile distinguere il segnale dal rumore. Anche qui la UX sarà centrale: chi lavora nei social dovrà riflettere in modo strategico su quale tipo di esperienza offrire. Tutti dobbiamo provare a evitare l’apocalisse dello “slop”, ma la realtà arriverà.

Galen Low: Ormai tutti i canali si saturano in fretta: pensa alle email, diventate ingovernabili — ormai sono solo spam. Vedremo cosa prenderà il loro posto e come ci adatteremo.

Michael Domanic: Esatto.

Galen Low: Michael, è stato un grande piacere. Ti lascio la parola: vuoi fare tu una domanda a me?

Michael Domanic: Quali sono le tue previsioni sull’IA nel 2026?

Galen Low: Ottima domanda! A livello generale e in chiave ottimistica, credo che molti dei grandi miti (soprattutto le paure irrazionali) cominceranno a svanire. Semplicemente, dato l’uso sempre più diffuso e consapevole, la gente capirà meglio per cosa serve davvero l’IA, quali ambiti padroneggia e quali no. Molto hype della “fase 3.0” semplicemente si esaurirà: l’IA non sarà più il “mostro nell’armadio”, ma uno strumento neutro come tanti. Spero si attenuino anche le reazioni emotive e le posizioni infondate sull’impatto dell’IA nelle aziende.

Michael Domanic: Quindi non leggeremo più i “doomer” dell’IA, come Gary Marcus…

Galen Low: Magari ce ne saranno ancora, ma spero molti meno! Michael, grazie mille. Per chi volesse approfondire UserTesting o seguirti, dove può trovarti?

Michael Domanic: Mi trovate su LinkedIn: pubblico moltissimi approfondimenti sull’IA. Se volete scoprire il nostro lavoro — che si tratti di feedback sulla vostra trasformazione IA, sul prodotto che state creando o anche solo per confrontarvi su nuovi esperimenti “sloppy” — contattate UserTesting, saremo lieti di aiutarvi.

Galen Low: Tre casi d’uso perfetti. Michael, grazie ancora!

Michael Domanic: A te, Galen. È stato un piacere.

Galen Low: È tutto per questa puntata del Digital Project Manager Podcast. Se la conversazione ti è piaciuta, iscriviti ovunque tu stia ascoltando. E se vuoi ancora più insight pratici, case study e playbook, vai su thedigitalprojectmanager.com.

Alla prossima e grazie per l’ascolto.