Cosa devono davvero sapere i PM non tecnici sull’IA

Galen Low: Quali sono i tuoi migliori consigli per i project manager che devono agire come traduttori tra team cross-funzionali che lavorano su, o utilizzano, l’IA?

Kesha Williams: Invece di inseguire gli strumenti, pensa davvero al risultato di business. Quali sono i problemi che stiamo cercando di risolvere? Concentrati prima sul cosa, poi sul come.

Galen Low: Qual è la tua opinione sulle certificazioni relative all’IA, perché qualcuno dovrebbe prenderle e ne vale la pena?

Kesha Williams: Amo le certificazioni. Le certificazioni possono aiutarti ad ottenere il colloquio, ma non ti danno il lavoro. È importante avere quell’aspetto pratico e un portfolio online dove si mostrano i progetti che si sono effettivamente sviluppati usando quelle tecnologie.

Galen Low: Ogni project leader deve diventare un ingegnere di sistemi per restare rilevante in un'economia rafforzata dall’IA?

Kesha Williams: Ottimo spunto, e direi di no. Per me, si tratta più di—

Galen Low: Benvenuti al Podcast di Digital Project Manager — il programma che aiuta i leader della delivery a lavorare in modo più intelligente, consegnare con più facilità e guidare i loro team con sicurezza nell’era dell’IA. Sono Galen e ogni settimana esploriamo strategie reali, tendenze emergenti, framework comprovati e qualche racconto di guerra dalla prima linea dei progetti. Che tu stia guidando grandi progetti di trasformazione, gestendo flussi di lavoro IA o stia solo cercando di mantenere sotto controllo il caos, sei nel posto giusto. Iniziamo.

Oggi parliamo di come i project leader possano diventare traduttori più efficaci quando facilitano conversazioni sull’IA tra stakeholder tecnici e di business, e di come questa possa essere la chiave per ridurre il rischio di diventare l’ennesimo rollout di IA fallito.

Con me oggi c’è Kesha Williams, Fondatrice e Managing Partner di KeySoft, una società di consulenza che aiuta le organizzazioni ad adottare l’IA tramite strategia, abilitazione ingegneristica e coinvolgimento degli sviluppatori. Kesha stessa vanta una lunga esperienza nell’intersezione tra strategia IA, ingegneria, formazione e influenza. Ha oltre 25 anni di esperienza in ingegneria software, architettura aziendale e innovazione IA, che utilizza per implementare l’IA in ambienti complessi del mondo reale.

Recentemente ha orientato i suoi programmi formativi anche verso pubblici meno tecnici e ha appena concluso il suo primo bootcamp IA di 15 giorni in collaborazione con LinkedIn Learning.

Kesha, grazie mille per essere qui con me oggi.

Kesha Williams: Grazie, Galen. Sono davvero entusiasta di essere qui e affrontare questa conversazione.

Galen Low: Anch’io sono entusiasta. Adoro quello che fai. Metti davvero tanta energia nel tuo lavoro. Sei instancabile, non so come fai. C’è così tanta formazione che passa anche tramite il tuo feed LinkedIn. So che hai diversi corsi LinkedIn Learning e altri corsi. Sono davvero entusiasta di approfondire.

So che il tuo pubblico è solitamente più tecnico e ti sei un po’ allargata verso figure meno tecniche.

Kesha Williams: Esatto.

Galen Low: Lo apprezzo molto. Spero che oggi riusciremo a spaziare un po’, ma intanto ti anticipo il nostro percorso. Per cominciare vorrei fissare il contesto con una domanda importante che i miei ascoltatori probabilmente vorrebbero veder affrontata, poi vorrei approfondire tre cose.

Primo, perché è importante che i PM non tecnici capiscano l’IA. Poi vorrei esplorare come i PM possano essere buoni traduttori tra stakeholder tecnici e di business quando si parla di IA, e anche come possano migliorare in questo ruolo. Infine, vorrei il tuo punto di vista sul futuro del ruolo del project manager in relazione a progetti che coinvolgono l’IA o che producono soluzioni native IA.

Kesha Williams: Sembra sarà una discussione molto interessante.

Galen Low: Ambiziosa, ma ce la faremo.

Kesha Williams: Esattamente.

Galen Low: Allora. Per dare il via vorrei partire con una domanda difficile per contestualizzare. Molte persone nella mia community si sentono, direi anche più che un po’, ansiose riguardo all’IA e a come cambi le aspettative riguardo il loro attuale ruolo, la carriera, e le competenze su cui dovrebbero concentrarsi.

Quindi la domanda è: ogni project leader deve diventare un ingegnere di sistemi per restare rilevante in un’economia rafforzata dall’IA?

Kesha Williams: Ottima domanda, e direi di no. E se guardi cosa sta succedendo nel settore ora con molti strumenti no-code e low-code per l’IA, non devi nemmeno sapere programmare o avere una formazione tecnica per costruire un agente IA o persino un’app.

Per me è più importante la visione sistemica, cos’è l’IA? Cosa può fare? Come posso applicarla al mio ruolo attuale, come posso usarla in un progetto? Quindi no, non devi diventare ingegnere di sistemi né diventare molto tecnico. Devi restare aggiornato e capire come usare e applicare l’IA.

Galen Low: Boom. Adoro questa risposta e immagino che tutti gli ascoltatori abbiano tirato un sospiro di sollievo. Ma mi piace anche la sfumatura: mi sembra che questa “vibrazione” no-code, low-code non abbia eliminato la necessità del pensiero sistemico.

Lo vediamo spesso, almeno io lo noto nei miei giri: ci sono persone che programmano “ad istinto” e poi si accorgono che bisogna comunque fare debug e QA. Non sto scrivendo codice, ma fa parte dell’attività IT, giusto? Sì. Ecco, bisogna comunque sapere cosa vogliamo che la cosa faccia e come.

Kesha Williams: Esatto. E una volta messo in produzione, vuoi dire che devo aggiornarlo, migliorarlo, mantenerlo? Pensavo di aver finito.

Galen Low: Parliamo di DevOps fatto col “vibe”? In effetti è davvero un ottimo punto di partenza. La domanda è: quanto è la giusta dose di tecnica, o come si acquisisce quella mentalità sistemica?

E voglio il tuo parere perché tu sei molto competente tecnicamente: sei un’ingegnera, un’architetta aziendale e di soluzioni, hai guidato team di sviluppatori e hai costruito una vasta community proprio su questi temi. Recentemente, come dicevo, hai iniziato a rivolgerti anche a persone meno tecniche.

Ad esempio, il bootcamp di 15 giorni con LinkedIn Learning: ha condotto le persone in un viaggio nella IA anche abbastanza profondo, partendo dalle basi. Perché è così importante per te portare la tua esperienza formativa e le tue competenze IA a un pubblico più ampio?

Kesha Williams: Per me è importante perché l’IA sta toccando ogni settore, ogni ruolo e ogni livello organizzativo, e non voglio che nessuno rimanga indietro. Guardando la potenza dell’IA e cosa può fare in termini di produttività e automazione dei flussi, è davvero un momento entusiasmante per lavorare nella tecnologia. Vorrei che tutti abbracciassero l’IA e trovassero il proprio ruolo nel quotidiano.

Galen Low: Ti capita di incontrare false convinzioni, miti o percezioni sbagliate sull’IA? Mi sembra che parte di quello che fai sia aiutare persone senza basi di pensiero sistemico o che non hanno avuto tempo per studiare l’IA.

È diventato parte del tuo lavoro smascherare miti o ridurre la paura verso l’IA e il suo impatto sui ruoli, indipendentemente dal livello tecnico?

Kesha Williams: Sicuramente, direi che Hollywood e tutti i film di fantascienza non aiutano. Hanno reso il mio lavoro molto più difficile, ma il mio obiettivo, e da sempre la mia passione, è demistificare l’IA e il machine learning, rendendo queste tecnologie complesse accessibili a tutti. Ma come ho detto, Hollywood non ha aiutato.

Galen Low: È un mix tra Hollywood e la valanga di articoli, spesso anche credibili, ma scritti per attirare attenzione.

Tipo: l’ex responsabile IA di Google dice che l’AGI ci dominerà tra sette anni. O questi “guru” dell’IA… È tutto presentato in modo sensazionalistico, ma queste persone sono anche coloro che hanno dovuto considerare tutte le implicazioni. Su un arco temporale abbastanza lungo, le cose cambieranno tanto. L’importante è trovarsi tutti sulla stessa lunghezza d’onda con un linguaggio condiviso, magari non allo stesso livello.

L’IA impatta ogni lavoro e le aspettative collegate. Più capiamo e più possiamo parlarne seriamente. Non è come agli inizi della mia carriera nel digital project management, quando lavoravo con team di sviluppo frontend e backend e pensavo: questo linguaggio non mi dice nulla. Fate deploy, usate git, ci aggiorniamo dopo. E serve tempo per imparare a dialogare con senso invece di guardare e pensare: sì, fate pure un po’ di regression testing, ci vediamo più tardi.

Come trovi la formazione che fai con le persone? Hai la tua everyday AI, e il bootcamp di 15 giorni. Quali sono gli impatti o insight che hai visto dai tuoi studenti?

Kesha Williams: Esatto: come hai detto, ho lanciato la sfida everyday IA di 15 giorni in partnership con LinkedIn Learning.

Oggi è proprio il giorno 15, l’ultimo giorno. Sono molto contenta di come sia andata. Ho ricevuto tanto feedback da studenti che prima erano timorosi sull’IA e ora sono emozionati. Ora hanno capito dove possono inserire l’IA nel loro quotidiano e risparmiare tempo, aumentare la produttività.

Una partecipante mi ha scritto che ha usato l’IA per un compito che le ha preso 30 minuti invece di diversi giorni necessari per preparare l’outline. E queste piccole cose sono il motivo per cui ho creato la sfida: far capire ai non tecnici i concetti base e come l’IA può essere applicata nella vita di tutti i giorni.

Galen Low: Mi piace molto. Mi sembra sia molto pratica: la gente prova davvero a fare cose. A proposito, ieri sera stavo giocando a Exploding Kittens, e sulle istruzioni c’è scritto: non leggere queste istruzioni, guarda un video e prova. E penso che sia vero anche per l’IA. Molti hanno ansia finché non aprono gli strumenti. È come l’inbox: vedi centinaia di mail e ti senti sopraffatto. Ma appena inizi diventa tutto più gestibile. Mi piace l’idea di guidare passo passo dai fondamentali fino alle attività più avanzate.

Ad esempio, cosa fanno oggi al quindicesimo giorno?

Kesha Williams: Il giorno 15 consiste nel creare il tuo primo agente IA senza codice, tutto tramite interfaccia drag and drop. Non serve conoscere la programmazione. Abbiamo lavorato fino a lì passo dopo passo.

Galen Low: Fantastico. Tipo: giorno uno “cos’è l’IA?”, giorno quindici “costruisci un agente”.

Kesha Williams: Esattamente. Più o meno è andata così.

Galen Low: Mi piace molto. Questo ci porta un po’ al cuore del discorso che volevo affrontare: come i PM meno tecnici possano ridurre il rischio nei progetti che utilizzano l’IA, avendo le giuste conversazioni per allineare aspettative tra stakeholder tecnici e di business, e chiunque si trovi in mezzo.

So che spesso pensiamo solo tecnico/non tecnico, ma serve tradurre tra interlocutori con competenze e visioni diverse. Prima di tutto: spetta davvero al project manager essere “traduttore” nelle discussioni sull’IA? È una buona idea secondo te?

Kesha Williams: È senza dubbio una buona idea. I project manager già fanno da traduttori: traducono rischi, scadenze, dialogano su questi aspetti. Quindi è naturale che i PM svolgano questo ruolo di traduzione anche sull’IA.

Galen Low: Giusto, è già un ruolo che fanno spesso.

Kesha Williams: Esattamente.

Galen Low: A proposito, avevi un post su agenti e il fatto che l’MCP sia le nuove API. Io mi ricordo quando da giovane PM mi chiedevo: cos’è un’API? Era quell’elemento che, integrando sistemi, richiedeva una certa mediazione anche verso gli stakeholder business.

Kesha Williams: Esattamente.

Galen Low: Dovevo spiegare a chi non capiva le API perché era importante fare certi passaggi, costruire la data dictionary, esplorare la documentazione, creare un MVP o una prova di concetto.

Mi sembra che con l’IA sia simile ma anche diverso, perché c’è molto più movimento e cambiamento: modelli nuovi ogni giorno, LLM, generazione di immagini, ecc. Quali sono i tuoi principali consigli per PM che devono essere traduttori tra team cross-funzionali che lavorano o usano l’IA?

Magari facciamo anche qualche esempio di conversazioni che possano essere critiche o determinanti per il successo o meno di un progetto.

Kesha Williams: Il mio primo consiglio è: non inseguire gli strumenti. Ogni giorno c’è un cambiamento o una novità. Pensa davvero al risultato di business. Quali sono i problemi che vogliamo risolvere? È una regola tipica del project management: concentrarsi prima sul cosa, poi sul come. Non inseguire gli strumenti, altrimenti si finisce perdersi.

Questo è il primo consiglio. Poi, ai PM non serve una formazione tecnica, ma devono capire i concetti dell’IA. Sapere cosa significa un modello, il prompt engineering, cosa si intende per agente. Capire questi macro-concetti e come si inseriscono nei prodotti sviluppati.

Questa era la prima parte della tua domanda. L’altra era sugli esempi di conversazione, giusto?

Galen Low: Esatto. Qualche esempio di interazione che può avere un impatto, non per forza la “grande conversazione IA”, ma anche i piccoli scambi che possono andare storti o rivelarsi preziosi. Spesso quando un PM non si sente sicuro può improvvisare o semplificare troppo e pentirsene dopo. Magari improvvisiamo qualche esempio.

Kesha Williams: Volentieri. Supponiamo che tu sia PM di un progetto IA. Hai un machine learning engineer che ti dice: il modello è pronto, l’accuratezza è buona. Un modo in cui la conversazione può andare male: il PM dice “ok, andiamo in produzione!”.

Invece dovrebbe fare domande aggiuntive: innanzitutto bisogna capire cosa sia un modello, cosa sia l’accuratezza. L’accuratezza è la misura della qualità del modello. Una domanda potrebbe essere: cosa significa accuratezza in questo caso?

Un’altra: qual è il processo di manutenzione e addestramento dopo il rilascio? Perché nei sistemi IA, una volta messi in produzione, può emergere il problema chiamato “model drift”, cioè il cambiamento dei dati nel tempo che può impattare la qualità delle risposte.

Quindi quando si va live con un progetto IA, va affrontata subito la tematica della manutenzione/riaddestramento perché influisce sul risultato e sull’efficacia. È fondamentale porsi le domande giuste su questi sistemi IA in produzione.

Galen Low: Ottimo spunto, soprattutto sul drift, perché spesso anche PM tecnici provengono da mondi dove tutto è deterministico: funziona così in test, funziona così in UAT, funzionerà in produzione a meno che non venga cambiato. Ma l’IA non è un sistema deterministico, è probabilistico, con i dati che cambiano e quindi anche i modelli. Serve allora una mentalità diversa nella gestione di queste soluzioni.

E fondamentale anche la questione manutenzione continua. Che rischio sarebbe, come PM, dichiarare “è pronto” quando quello in realtà è solo il primo step. Tornare dagli stakeholder dicendo “si, siamo pronti a rilasciare in produzione” e sentirsi chiedere “ci sarà bisogno di manutenzione continua?” e rispondere “no, abbiamo finito, tutto ok”.

Kesha Williams: Esatto, l’abbiamo addestrato, è fatto, basta.

Galen Low: Funziona bene, funzionerà bene anche in futuro, proseguiamo. Ho visto questa situazione anche oltre l’IA.

Quindi domande come la tua “che significa davvero accuratezza?” sono fondamentali, insieme a “quale fase viene ora?”, “cosa permette di sbloccare?”. Sono una di quelle persone che ama comprendere insieme agli altri, chiedendo: puoi aiutarmi a capire? Così potrò spiegarlo agli stakeholder, giusto dire così? E magari il team ti dice: no, non possiamo lanciare… Il modello in realtà non è pronto!

Serve collaborazione per capirsi e spesso manca il dialogo. Molti PM si lamentano che i team non capiscano cosa fanno, ma bisogna anche spiegare cosa serve da parte loro, cosa si farà con l’informazione che hanno dato. In questo modo si crea opportunità reciproca di chiarimento e prevenzione dei rischi.

E, come dicevo, abituarsi al determinismo, ma con l’IA si gestisce l’incertezza, bisogna iniziare a parlarne e a preparare gli stakeholder a questa natura non deterministica. Non è che sia stato costruito male, è la natura stessa della tecnologia.

Kesha Williams: È proprio questo il cambio di mindset nella progettazione IA. E mi piace molto il focus sulla collaborazione: oggi le soft skill sono ancora più importanti nell’era dell’IA.

Galen Low: Concordo. E tornando al tua punto di partenza: tutti devono costruire una base comune per poter dialogare efficacemente. È indispensabile collaborare perché siamo tutti in fase di apprendimento.

Kesha Williams: Esattamente.

Galen Low: Ormai non ci sono ancora “maestri”, ci sono sicuramente esperti, ma tutto è in fase evolutiva.

Kesha Williams: Esatto.

Galen Low: Serve quindi costruire insieme questo linguaggio. Tu hai già dato ottimi spunti: volevo approfondire come, da PM o anche da chi si sente non abbastanza tecnico per l’IA, si può imparare quel minimo che serve per avviare la conversazione. Quali sono le tue fonti preferite per imparare le basi e restare aggiornati? So che hai consigliato di non inseguire tutti i tool o studiare ogni aggiornamento.

Ma dove mandi i tuoi studenti per restare al passo? E quali sono i concetti chiave che manderesti a un neofita totale dell’IA?

Kesha Williams: Rimando sicuramente ai miei corsi LinkedIn Learning, e, nello specifico, alla sfida IA di 15 giorni, che parte proprio dalle basi con concetti semplici, mostrando come l’IA possa aiutare nel lavoro di tutti i giorni. Non è questione di costruire sistemi complessi, ma di capire come usare l’IA per semplificare e aumentare la produttività quotidiana.

Mano a mano che pratichi e utilizzi l’IA capisci i concetti e puoi anche sperimentare nuove applicazioni per te e il tuo team. Invito a seguire anche la mia pagina LinkedIn “Kesha on AI” e su Substack con lo stesso nome: dalla prossima settimana pubblicherò brevi consigli IA su entrambe. Voglio offrire suggerimenti semplici per capire i concetti base e accompagnare tutti nel percorso IA.

Ci sono tante altre risorse, come l’Open AI Academy, con webinar e corsi gratuiti. Lì aggiorno anche le mie competenze su strumenti più nuovi. Poi sempre LinkedIn Learning, dove ho altri corsi, anche su Pluralsight, alcuni più tecnici, altri dedicati ad argomenti come prompt engineering o alla valutazione e crescita delle skill IA nei team.

Galen Low: Mi è piaciuto il fatto che tu abbia chiarito che ci sono diversi livelli di uso: team che usano l’IA per costruire, team che creano soluzioni IA-native, team che la usano come tool PM. La questione della formazione è interessante: in piattaforme come l’Open AI Academy si può andare troppo a fondo e trovarsi subito nel codice Python. Hai suggerimenti per aiutare chi non vuole perdersi in tecnicismi?

Kesha Williams: Hai ragione: se ti chiedono di avviare un Jupyter Notebook o programmare in Python, sei andato troppo oltre. Nei miei corsi inizio spiegando il concetto, poi propongo un’attività pratica. Se l’attività è troppo tecnica, guarda solo la parte concettuale. Bada a capire i principi perché sono comuni a tutti gli strumenti. Anche se il corso è molto tecnico, guarda solo i video sulle basi e puoi saltare la parte di programmazione.

Galen Low: Nessuno lo dice ma ha molto senso: anche se non capisci tutto, puoi comunque ricavare qualcosa. Spesso impari anche solo ascoltando il lessico e i concetti, come quando ascoltavo il mio architect parlare coi developer: magari non capivo tutto, ma coglievo le parole chiave e sapevo almeno che domande fare, anche sciocche, per aprire il dialogo.

Kesha Williams: Non esistono domande sciocche.

Galen Low: Soprattutto nell’IA, dove tutto cambia così rapidamente.

Kesha Williams: Esattamente, stiamo tutti imparando.

Galen Low: Forse è controverso, ti chiedo un parere sulle certificazioni. So che ce ne sono di più tecniche e altre lato PM (tipo quella Cognilytica che ora è PMI Cognilytica). Ci sono corsi hands-on come i tuoi. Cosa ne pensi e ne consigli l’acquisto?

Kesha Williams: Io le adoro. Dico sempre che possono farti ottenere un colloquio ma non ti danno il lavoro: serve poi la pratica concreta, soprattutto nei ruoli più tecnici, con un portfolio online di progetti realizzati. Le certificazioni offrono una solida base di concetti e comprensione generale, ma per i ruoli più pratici serve anche saper fare e dimostrarlo.

Galen Low: Mi piace molto la soluzione del portfolio. So che alcuni penseranno: “sì, ma quello è solo per sviluppatori”. In realtà, come dici tu, il giorno 15 si costruisce un agente anche senza programmare, quindi andrebbe bene anche per un project manager?

Kesha Williams: Oggi più che mai, farlo anche da PM ti mette in vantaggio su chi non lo fa. Tra un anno, tre anni, cinque anni, l’IA toccherà ogni ruolo e settore: bisogna capire dove può aiutare nella propria routine, per automatizzare i compiti ripetitivi e aumentare la produttività. Altrimenti si rischia di rimanere indietro. Questa è la verità.

Galen Low: Un treno ad altissima velocità, impossibile ormai da fermare.

Kesha Williams: Sì. Non si torna indietro.

Galen Low: Mi piace la tua distinzione: la certificazione fa ottenere il colloquio, ma non il lavoro. Se stessi assumendo uno sviluppatore, quale domanda faresti per capire se davvero conosce l’IA o se ha solo studiato la teoria?

Kesha Williams: Specificatamente per uno sviluppatore vorrei capire se e come usano l’IA per scrivere codice, quali strumenti usano e in quale momento del ciclo di sviluppo. Voglio casi pratici, non solo teoria.

Galen Low: Credo possa valere anche per le figure non tecniche: hai creato agenti per gestire meglio i progetti? Raccontami come li usi. Ruberò sicuramente questa domanda!

Kesha Williams: E quale strumento hai usato, e perché? Ce ne sono decine: Copilot, Amazon Bedrock Agents, Salesforce, tutti ormai lo consentono. Voglio capire la scelta e la motivazione.

Galen Low: Un punto davvero interessante. Visto che stiamo entrando nel “futuro”, proviamo a guardare un po’ avanti. Non sappiamo quale sarà la direzione: magari domani arriva l’AGI e succede la fantascienza. O magari per tre anni avremo solo piccoli miglioramenti in strumenti come AI notetaker.

Kesha Williams: Così dicono i film di fantascienza.

Galen Low: Sì, oppure migliorie graduali nella produttività e negli agenti autonomi… Non è più così lontano: già adesso bastano 14 giorni di challenge e il 15esimo crei un agente. Il ruolo del PM cambia nella delivery di soluzioni IA-native? E come si può preparare per questo futuro anche se ancora non esiste?

Kesha Williams: Tutto si riduce a capire cos’è l’IA, i concetti base e come applicarli per migliorare la produttività quotidiana. Penso che la paura diffusa sia quella di venire sostituiti, ma non è questo il tema ora. L’importante è non restare indietro, capire come l’IA può aiutarci a diventare migliori e aiutare l’organizzazione a progredire.

Galen Low: Mi piace molto. I fondamenti stanno cambiando, ma condivido il consiglio di restare aggiornati senza rincorrere ogni tool, evitando di riempire la testa di dettagli tecnici che potrebbero diventare inutili. Capendo i concetti base, si può poi adattarsi a qualsiasi direzione. Kesha, grazie mille. Ho adorato questo scambio. Per chiudere, hai una domanda per me?

Kesha Williams: Volentieri! Passo al ruolo di intervistatrice. Come usi l’IA nel lavoro quotidiano? E se non la usi, come mai?

Galen Low: La uso, ma non tantissimo per ora: l’IA è il mio “thought partner”. Ad esempio la uso per verificare le email: io scrivo la prima bozza, poi faccio sì che l’IA la sottoponga a giudizio critico (magari immagini il destinatario come CTO), individuando possibili punti deboli da discutere. A me serve perché tendo a rivedere finché non sono soddisfatto. L’IA mi aiuta a vedere i possibili punti di obiezione e migliorare il risultato. La userò sempre di più anche per gli agenti autonomi. Abbiamo già qualche custom GPT integrato nei nostri flussi. Voglio comunque sempre capire prima dove può servire. Serve strutturare dati e riferimenti come fosse un essere umano da formare, perché svolga bene il suo compito. E questo valeva già per le persone.

Kesha Williams: Ottimo spunto: presto i PM dovranno gestire agenti insieme alle persone in team. Pensiamo fin da ora all’IA come parte della squadra: è quello che sta arrivando.

Galen Low: Concordo. Si discute anche su come fare il performance review agli agenti. Forse dovremmo farlo, a volte diamo feedback migliori ai modelli che ai colleghi umani! E la cultura di team cambierà. Oggi l’accountability è ancora sulle persone, ma col tempo cambierà il mix: alcune responsabilità saranno degli agenti/automazioni, altre degli umani.

Kesha Williams: Qui entra in gioco la governance dell’IA.

Galen Low: Ti inviterò ancora quando parleremo di questo, perché credo che sia più vicino di quanto immaginiamo.

Kesha Williams: Esattamente.

Galen Low: Ma per oggi fermiamoci qui. Kesha, grazie infinite per il tempo che hai dedicato. Adoro il modo in cui lavori e sono emozionato per Substack. Dove possono trovarti i nostri ascoltatori?

Kesha Williams: Sicuramente su LinkedIn: pubblico spesso. E sul sito della mia azienda KeySoft: www.keysoft.tech trovi tutte le informazioni sui miei servizi e sul mio percorso.

Galen Low: Perfetto, inserirò i link nelle note della puntata per chi volesse approfondire. Kesha, ancora grazie.

Kesha Williams: Grazie a te, è stato un dialogo davvero interessante!

Galen Low: Bene, è tutto per l’episodio di oggi di Digital Project Manager podcast. Se questa conversazione ti è piaciuta, iscriviti alla newsletter. Se vuoi altre strategie, casi studio e playbook, visita thedigitalprojectmanager.com. Alla prossima, grazie per averci ascoltato.