Come sviluppare una vera competenza nell’IA nel tuo team
La padronanza dell’IA non consiste nel conoscere gli strumenti più recenti, collezionare certificati o inserire casualmente “agentic” in una riunione. Consiste nel sapere dove l’IA si inserisce nel lavoro e dove il giudizio umano continua a essere più importante. Justin Bateh si unisce a Galen Low per analizzare perché il vero vantaggio deriva dalla costruzione di un livello operativo al di sopra del livello esecutivo dell’IA, sempre più capace.
Esaminano ciò che distingue una vera padronanza dell’IA dalla semplice familiarità, perché la pratica concreta e il feedback sono importanti e cosa possono fare i datori di lavoro per sviluppare competenze senza trasformare la formazione sull’IA in compiti a casa. Esplorano inoltre una questione più ampia legata alla carriera: quando le competenze tecniche diventano più facili da replicare, cosa rende duratura la carriera di un project leader?
Cosa imparerai
- Perché gli strumenti di IA sono più preziosi quando vengono affiancati da persone competenti che comprendono il lavoro.
- Cosa distingue il livello esecutivo dell’IA dal livello operativo guidato dagli esseri umani.
- Come distinguere una vera padronanza dell’IA dalla familiarità con il vocabolario dell’IA.
- Perché il giudizio si sviluppa attraverso la pratica, il feedback e la calibrazione, non semplicemente usufruendo di più contenuti formativi.
- Come le organizzazioni possono sviluppare la padronanza dell’IA formando le persone sui flussi di lavoro reali invece che sui singoli strumenti.
- Perché le relazioni, la reputazione, la capacità di ottenere risultati e di moltiplicare il proprio impatto e la capacità di raccontare diventano più importanti man mano che la competenza tecnica di base diventa più facile da replicare.
Punti chiave
- L’IA può eseguire. Gli esseri umani devono ancora decidere. L’IA può redigere bozze, riassumere, segnalare rischi e generare rapidamente opzioni. I project leader devono ancora stabilire cosa valga la pena fare, assumersi la responsabilità dei compromessi, restare responsabili delle decisioni e tradurre le richieste dei dirigenti nel lavoro concreto. Considera l’IA come il livello esecutivo; il tuo giudizio si colloca al di sopra.
- La padronanza lascia tracce. La familiarità ha un vocabolario. Le certificazioni e la terminologia dell’IA non dimostrano necessariamente che una persona sappia usare l’IA in modo efficace. Cerca le prove concrete: i flussi di lavoro che hanno modificato, il lavoro manuale che hanno eliminato e, cosa importante, gli elementi che si sono rotti lungo il percorso. La sperimentazione reale tende a lasciare tracce.
- Sviluppa il giudizio attraverso la pratica e il feedback. I tutorial sugli strumenti possono insegnare le funzionalità, ma la padronanza richiede contesto, calibrazione e impegno. I risultati dell’IA spesso sembrano rifiniti anche quando non sono particolarmente validi, rendendo il feedback consapevole fondamentale per sviluppare il giudizio.
- Forma le persone sul lavoro, non sul software. Invece di acquistare licenze e affidarsi a sessioni formative durante la pausa pranzo, individua i flussi di lavoro ricorrenti e costosi e ricostruiscili insieme alle persone che li gestiscono concretamente. Misura i flussi di lavoro modificati invece del completamento dei corsi e fai della formazione una parte del lavoro retribuito, non qualcosa che ci si aspetta che i dipendenti riescano a inserire nelle serate e nei fine settimana.
- Anche i risultati rapidi contano. La trasformazione tramite l’IA non deve necessariamente significare far crescere subito l’azienda di 10 volte. Un piccolo miglioramento a un flusso di lavoro ricorrente può creare slancio. Accumula miglioramenti utili invece di inseguire una trasformazione spettacolare fine a se stessa.
- Non confondere la leadership di progetto con l’ingegneria dell’IA. I project manager non devono necessariamente diventare ingegneri dei sistemi per restare rilevanti. L’obiettivo è utilizzare gli strumenti di IA disponibili per diventare più efficaci nella leadership dei progetti e delle attività operative, non abbandonare il proprio mestiere per inseguire ogni nuova capacità tecnica.
- Le competenze sono solo uno degli elementi di valore per la carriera. Le competenze tecniche sono importanti, ma stanno diventando più facili da replicare. Le relazioni, la reputazione, la capacità di ottenere risultati e di moltiplicare il proprio impatto e la capacità di esprimere chiaramente il proprio impatto si accumulano nel tempo. Come afferma Justin, l’eccellenza invisibile e l’assenza di eccellenza possono finire per essere retribuite allo stesso modo: quindi è importante sia svolgere un lavoro di valore sia fare in modo che quel valore venga compreso.
Capitoli
- 00:00 — Cosa significa davvero avere padronanza dell’IA
- 03:34 — Persone competenti e strumenti di IA a confronto
- 07:25 — Il livello operativo umano
- 12:16 — Riconoscere la vera padronanza dell’IA
- 18:19 — Colmare il divario di conoscenze sull’IA
- 24:33 — Pratica, feedback e padronanza
- 30:34 — Smettere di inseguire gli strumenti di IA
- 36:47 — Ripensare la formazione sull’IA
- 40:58 — Iniziare dai risultati rapidi
- 42:33 — Costruire una carriera duratura
- 49:12 — Dove trovare Justin
Conosci il nostro ospite
Justin Bateh, Ph.D., è il fondatore e CEO di AI Operators Lab, dove aiuta responsabili di progetto, operatori e manager a sviluppare le competenze nell’uso dell’IA e le capacità di leadership necessarie per ottenere risultati aziendali misurabili. Ex COO, responsabile di progetto certificato PMP e formatore pluripremiato, Justin vanta più di 20 anni di esperienza nella gestione di progetti ad alto impatto e ha guidato oltre 40 implementazioni dell’IA. Attraverso i suoi corsi, la formazione e la sua attività di divulgazione, aiuta i professionisti ad applicare concretamente l’IA all’esecuzione dei progetti, al processo decisionale e alle prestazioni operative, rafforzando al contempo le capacità di leadership umana che la tecnologia non può sostituire.
Risorse da questo episodio:
- Unisciti alla community di Digital Project Manager
- Iscriviti alla newsletter per ricevere i nostri ultimi articoli e podcast
- Entra in contatto con Justin su LinkedIn
- Visita AI Operators Lab e Tactical Memo
Articoli e podcast correlati:
Galen Low e Justin Bateh discutono di cosa significhi davvero sviluppare competenze nell’intelligenza artificiale nella gestione dei progetti e delle operazioni. La conversazione esplora il valore del livello operativo umano che si trova al di sopra degli strumenti di IA, l’importanza del giudizio, della responsabilità e della capacità di tradurre le richieste aziendali in lavoro concreto, oltre a come distinguere la vera competenza nell’IA dal semplice possesso di un vocabolario tecnico o di certificazioni. I due affrontano inoltre la formazione pratica guidata da esperti, l’apprendimento autonomo, il valore dei gruppi di apprendimento, il ruolo dei risultati concreti e il modo in cui aziende e professionisti possono costruire carriere durature in un’epoca in cui le competenze tecniche diventano rapidamente una merce comune.