Il Manuale per Creare Colleghi AI Che Funzionano Davvero

Galen Low: Cosa ti ha spinto a decidere di creare colleghi AI invece di seguire una strada più convenzionale?

Megan Ratcliff: All’epoca ero responsabile della domanda, ma non avevo molte risorse. Non avevo molto denaro. Non avevo molto tempo e non avevo molti membri nel team. Così ho iniziato costruendo il primo collega, che era un copywriter per le campagne. Poi ho iniziato a sviluppare degli strategist per aiutarmi a pensare.

Galen Low: Costruire un team di agenti AI ti metterà automaticamente fuori gioco insieme alla tua squadra?

Megan Ratcliff: Sì, e... perché quello che succederà è che potrai costruire un sistema di strumenti che supporta il lavoro operativo che fai, e potrai anche utilizzare questi strumenti per aumentare la tua influenza strategica sull’organizzazione. Quindi quello che dovresti fare è usare l’AI per sostituire il tuo lavoro attuale mentre costruisci il tuo nuovo lavoro. Questo è ciò che vedremo in futuro.

Galen Low: Ho sentito di qualcuno che inserisce effettivamente il suo team di agenti sul curriculum e si propone ai datori di lavoro come una squadra. Vero o leggenda?

Megan Ratcliff: Vero. L’ho già visto succedere. Se sto assumendo un marketer, guardo quanto è abilitato dall’AI. Quindi se mi presentassi al colloquio dicendo: "Ecco il team di agenti che porto con me", io direi…

Galen Low: Benvenuti a The Digital Project Manager Podcast — il programma che aiuta i leader della delivery a lavorare in modo più intelligente, consegnare con fluidità e guidare i propri team con sicurezza nell’era dell’AI. Io sono Galen, e ogni settimana esploriamo strategie reali, tendenze emergenti, framework comprovati e, ogni tanto, qualche aneddoto dal fronte dei progetti. Se ti occupi di grandi trasformazioni, gestisci workflow AI, o semplicemente cerchi di governare il caos, sei nel posto giusto. Iniziamo.

In questa puntata parliamo di cosa significhi davvero costruire e gestire un team di colleghi AI — non in futuro, ma adesso, usando la tecnologia attuale. Per farlo, ci concentreremo sullo spazio marketing SaaS, e poi allargheremo la prospettiva con suggerimenti pratici e trucchi per qualunque collaborazione basata su team.

Oggi con me c’è Megan Ratcliff, una specialista di marketing che ha fatto proprio quello di cui parliamo, nella sua precedente esperienza in Dice, azienda di SaaS Career Tech. Come Head of Marketing in Dice, Megan ha costruito colleghi AI per colmare i tradizionali vuoti tra marketing, vendite e customer success — realizzando un ponte tra questi team per far crescere i ricavi.

Oggi Megan è una consulente go-to-market e coach che aiuta le persone a uscire dalla trappola AI. In Clarity & Motion Collective applica il suo ecosistema AI specializzato su vari settori per rafforzare le capacità organizzative mantenendo il fattore umano che guida le relazioni di business autentiche.

Megan, grazie per essere qui con me oggi.

Megan Ratcliff: Grazie a te per avermi invitata.

Galen Low: Sono davvero entusiasta. Ho adorato le nostre chiacchierate finora, anche nel backstage. Non vedo l’ora di approfondire perché è un tema importantissimo che vedo spesso su LinkedIn: gestirai team di colleghi AI.

Sarà questa la realtà, e poi sei stata consigliata da un contatto in comune che mi ha detto: "Megan l’ha già fatto. Devi parlarci." E io: "Hai ragione, devo parlarci." Per cominciare, vorrei contestualizzare partendo dalla grande domanda spinosa che tutti si fanno quando leggono il titolo di questa puntata, per poi allargare la discussione su tre punti.

Primo, parlare dei problemi che hai affrontato e del percorso di apprendimento entrando nel profondo dell’AI. Poi ti chiederò un parere su alcuni titoli: sono miti, esagerazioni o verità assolute quando si parla di colleghi AI?

Infine, esploreremo come sarà la collaborazione coi colleghi AI nel futuro prossimo, da qui a due o tre anni.

Megan Ratcliff: Mi sembra un ottimo piano.

Galen Low: Partiamo dalla mia domanda spinosa: costruire un team di agenti AI ti metterà automaticamente fuori gioco? E se sì, qual è il ruolo giusto per gli umani nel 2026 e oltre?

Megan Ratcliff: Bella domanda. Non c’è una risposta definitiva, direi né sì né no. Perché quello che succederà è che sarà possibile creare un ecosistema di strumenti che supportano il tuo lavoro operativo, e potrai anche usarli per aumentare la tua influenza strategica nell’organizzazione.

Quindi, dovresti sfruttare l’AI per sostituire ciò che già fai, mentre costruisci il tuo prossimo ruolo. È questa la direzione. Marketer intelligenti, project manager e altri usano l’AI per liberarsi di alcune attività attuali e dedicarsi così a lavori più strategici.

Galen Low: È un valore aggiunto per le aziende in questo momento? Ho lavorato in diverse agenzie e spesso i miei capi mi dicevano: "Il tuo compito è rendere te stesso superfluo. Trova qualcosa di nuovo da fare per l’azienda." E proprio così, ho fatto carriera. Ma ho sentito altri raccontare che, una volta automatizzato qualcosa, l’azienda rispondeva: "Non c’è più spazio per te." Hanno ragione a preoccuparsi oppure la tendenza è verso la valorizzazione del personale?

Megan Ratcliff: Penso che le aziende intelligenti stiano investendo sulle persone proprio per farle crescere, così invece di avere tanti esecutori, hai persone che sanno costruire sistemi che fanno, e sanno pensare a nuovi sistemi. Quindi, se sei in un’azienda che vuole solo mantenere lo status quo, costruisciti comunque un sistema che faccia il tuo lavoro per te... e poi trova un’azienda che apprezzi davvero il tuo valore. Ovviamente ci sono anche persone che sono felici di continuare a fare quello che fanno da anni. Ma agli altri consiglio di pensare al prossimo passo, a cosa vogliono imparare e dove crescere. Segui la tua curiosità, è ciò che aumenterà la tua influenza in azienda.

Galen Low: Mi piace questa chiamata al growth mindset. L’avvocato del diavolo in me però si chiede: "È davvero così? È davvero ok continuare a fare sempre le stesse cose?" Online e nelle organizzazioni vediamo una resistenza allo status quo, soprattutto riguardo all’AI. Non so se sia una domanda, ma è davvero così?

Megan Ratcliff: Sì. Se sei una persona che ama lavori ripetitivi, ti potrà andare bene probabilmente ancora per due anni, poi rischierai di restare fuori. C’è dunque una timeline; se non stai pensando a come sostituire il tuo lavoro con l’AI e a costruire il prossimo, sei un po’ indietro. Quindi è il momento di informarsi e capire che strumenti puoi implementare per migliorare le tue competenze. Oggi parlavo con una persona che pensava di certificare il suo team sulle competenze AI, e io gli ho detto: "È come certificarsi sull’uso di internet." Siamo proprio a un punto di svolta: chi si era opposto a internet non è andato molto lontano. Ora è lo stesso: chi rifiuta la tecnologia, per quanto spaventosa, rischia di rimanere indietro.

Galen Low: Bella analogia con internet. È interessante anche la questione delle certificazioni: oggi hanno un senso per mostrare apertura verso il futuro, ma tra due anni magari saranno come saper scrivere a computer — un’ovvietà. E mi piace la tua osservazione: non tutti devono essere fluenti in AI. Si può essere degli “ordinatori d’acqua al bar”, saper fare poche cose e andare avanti — e va bene così.

Megan Ratcliff: Sì, imparare l’AI è come imparare una lingua nuova. Solo una piccola parte sarà davvero fluente e costruirà cose rivoluzionarie. Tutti gli altri dovranno semplicemente cavarsela con competenze di base. Bastano quelle per superare questo periodo.

Galen Low: Detto a voce sembra ragionevole. È come con internet: saper mandare una e-mail è il minimo, l’automazione (Zapier, make.com ecc.) è un altro livello, poi c’è chi sa programmare. Tutti questi livelli coesistono.

Megan Ratcliff: Esatto. Il livello base è saper interagire con un chatbot LLM ed essere efficaci. Questo sarà fondamentale nel prossimo futuro.

Galen Low: Concordo. Ed è un buon modo per introdurre il prossimo tema. Hai percorso queste tappe in prima persona. Non ti consideri un tecnico, ma venivi comunque dal mondo SaaS, dove è difficile allineare marketing, vendita e customer success. Molte aziende hanno un chief revenue officer che collega tutti, ma spesso i team hanno obiettivi diversi. Hai costruito un team di colleghi AI proprio per questo. C’era un problema specifico che volevi risolvere? Perché hai scelto l’AI e non, per esempio, una serie di corsi di formazione tradizionali?

Megan Ratcliff: Sì, è una domanda enorme. Chi ha lavorato in un’azienda strutturata sa che succedono mille cose contemporaneamente. Dal punto di vista della produttività, tentavamo spesso di allineare i team con formazione o eventi congiunti, ma erano poco efficaci. Mettendo insieme quattro team diversi si rischia di perdere l’identità di ciascuno, e le persone sono molto legate a ciò che fanno. Per me il collega AI è nato dal fatto che avevo pochissime risorse, tempo e personale. Non avevamo copywriter, avevamo un po’ di supporto al design ma poco altro. Quindi sono partita creando un copywriter AI. È un ottimo inizio per chi si avvicina all’AI: la creazione di contenuti. È facile da valutare e da mettere in pista, i livelli LLM sono fatti proprio per questo. Così ho iniziato lì. Poi, mentre lo affinavo, mi sono chiesta come strutturare meglio i miei progetti, così ho creato anche strategist per aiutarmi a pensare. Non ero una demand gen manager formata classicamente ma venivo da un’agenzia marketing, quindi alcune cose le ho dovute improvvisare e ho creato task AI che mi aiutassero a colmare le mie lacune. Ad esempio, durante un lancio di prodotto, il target previsto non ha risposto come immaginavamo: comprava un pubblico del tutto diverso. Ho detto: "Dovremmo ridefinire il nostro ICP". Nessuno se ne occupava, così ho deciso di farlo io e ho creato uno strategist AI per il go-to-market. Gli ho fornito dati sui tassi di conversione, profilo cliente ideale e dati di acquisto (mai dati personali!) e lui mi ha aiutato a individuare la differenza tra chi comprava e chi pensavamo comprasse. Abbiamo ridefinito il profilo del buyer, abbiamo fatto dei test e questo collega AI ha iniziato ad abbattere i silos tra marketing, ventas e rev ops. Tutti potevano consultarlo e si basava su un layer condiviso di intelligenza. Quando crei un layer condiviso di intelligenza, poi quello di orchestrazione e infine una base condivisa di giudizio umano, abbatti i silos e si lavora come un unico team, con l’AI come tessuto connettivo. Così abbiamo fatto.

Galen Low: Fantastico, perché collega il tema dell’identità nel lavoro: i team sono delle micro-organizzazioni che spesso non condividono la stessa visione o informazioni. Avere un layer d’intelligenza condiviso alimentato da tutti, senza dati personali ovviamente, permette dialogo e costruisce il ponte. È un po’ come un “collega” AI condiviso tra tutti i team. Vengo anch’io dal mondo delle agenzie e startup, dove tutto è snello, nessuno può permettersi 11 persone solo per il lancio di un prodotto: spesso si cerca un “unicorno” che sappia fare tutto, ma quando se ne va, è difficile trovarne un altro. L’AI può colmare questi gap di competenze identificati in sé o nel team; ad esempio non sono copywriter ma posso fare leva sull’LLM, correggendo e personalizzando. È un approccio molto sano e positivo. Poi ti chiedevo: com’è stato il tuo percorso di apprendimento, non essendo tecnica?

Megan Ratcliff: Esatto, non sono tecnica: laurea in marketing, ho lavorato dieci anni in agenzia come account director. Ho sempre lavorato con ingegneri, ma non sono mai stata una che sviluppa in JSON, HTML, React. Per me è arabo. Ho iniziato collaborando con Lisa, fractional CMO in Dice, che ci ha mostrato cosa fosse possibile. Imparavo da lei. Cercavamo casi d’uso: ChatGPT era appena uscito, lo usavo per domande semplici ma non trovavo un’applicazione utile al mio lavoro. Quindi prima cosa: creazione contenuti. Lisa ha proposto di costruire un Custom GPT insieme: "Vuoi provare?" Ho scritto le istruzioni, lei le ha corrette, poi l’ho addestrato e ho iniziato a usarlo, migliorandolo gradualmente. Quando funzionava davvero, ho iniziato a chiedermi cos’altro potevo costruire: ho creato un simulatore del presidente di Dice, basato sulle sue comunicazioni, che mi aiutasse a tarare le mie idee prima di proporgliele. Gli passavo le idee e lui mi dava feedback realistico, a volte anche negativo! Ho usato lo stesso sistema poi per creare contenuti in linea con la sua personalità. Poi ho creato simulazioni di persona e di target, ricordando sempre che bisogna inserire dati veri e ricerche qualitative/quantitative nei simulatori. Ho iniziato a collegare questi colleghi AI tra loro ed è diventato tutto molto più efficiente. Quando avevo tempo tra una riunione e l’altra, facevo qualche test, raffinavo e aggiornavo le istruzioni. Alcuni colleghi AI li costruivo in un giorno, altri richiedevano più tempo, sempre nei ritagli. In 4 mesi ho costruito un ecosistema che faceva buona parte del mio lavoro, così ho potuto dedicarmi anche ad altri progetti.

Galen Low: Hai sfatato un mito: pensavo servisse molto tempo dedicato per produrre queste soluzioni, invece procedere a piccoli passi tra un impegno e l’altro è molto efficace, specialmente in contesti dinamici come account/project management. Annaffiando la pianta poco per volta si ottiene ROI, e persino scartando alcune idee prima o poi si trovano grandi soluzioni e si risparmia molto tempo.

Ti ho chiamato “agente AI” ma forse sbagliavo: tutti parlano di agentic AI, che spaventa un po’ per l’autonomia decisionale. In realtà stiamo parlando più di Custom GPTs con l’umano coinvolto? Gli “agenti” sono il prossimo passo?

Megan Ratcliff: Si parla molto liberamente di agenti: un agente è uno strumento AI autonomo. Ma spesso chi dice di fare agenti, in realtà costruisce Custom GPT operati da umani. Stiamo andando verso agenti completamente autonomi in alcuni ambiti, ma in altri serve ancora il giudizio umano, che solo noi possiamo avere: il gusto, la sfumatura, il contesto storico. Nell’ambito creativo, il coinvolgimento umano è fondamentale, altrimenti si producono risultati scadenti — vedi la pubblicità AI di McDonald's in Europa che è stata ritirata. Io automatizzo alcune parti periferiche dei miei workflow, mai il cuore centrale, dove ci vuole il giudizio umano: l’AI assiste al centro del flusso, ma la decisione ultima è nostra.

Galen Low: Mi ha colpito quando hai parlato di "gusto" oltre che di giudizio. Non basta chiedere a un LLM "creami una persona ideale dal nulla" — bisogna fornirgli dati reali e saperci mettere del proprio. E anche tra umani non delegheresti mai una presentazione per il CEO senza visionare prima il contenuto: serve il feedback umano finale, sempre.

Megan Ratcliff: Esatto. È come fare il bucato: ora abbiamo lavatrici e asciugatrici, ma ci serve ancora il giudizio nel decidere tempi e modalità. Siamo sempre "human in the loop" e usiamo le macchine per risparmiare tempo sulle parti meno importanti del processo. Lo stesso vale nell’AI: decidiamo dove il nostro tempo ha più valore — alcune attività non vale più la pena farle a mano, altre, su decisioni, etica e gusto, restano dominio umano.

Galen Low: E anche le lavatrici ora sono tutto in uno, ma la scelta umana rimane: lavare a delicati o no? E uscire subito i leggings... È sempre decisione nostra!

Megan Ratcliff: Esattamente.

Galen Low: Torniamo agli umani nella catena: nel tuo lavoro il fattore umano è centrale. Hai riscontrato difficoltà di change management nel convincere i team a vedere le AI come colleghi? Com'è la reazione e come gestisci le resistenze?

Megan Ratcliff: Sì, mi occupo molto anche di queste resistenze. Il primo passo è togliere la paura: i copywriter temono l’AI, perché la creazione di contenuti è il primo ambito impattato. Mostriamo i limiti dell’AI, e che il valore umano risiede nel fornire buoni input, nell’innalzare il ruolo a content strategist e nel ricercare meglio. L’AI non prenderà tutto il tuo mestiere, ma potrà toglierti le parti meno piacevoli, così puoi concentrarti sulle più stimolanti. Questo cambio di mentalità è cruciale: non si tratta di fare le stesse cose più in fretta, ma di cambiare radicalmente il lavoro per espandere il proprio potenziale.

Galen Low: Mi piace questa idea di superare la paura. C’è però un rischio: ciascuno re-immagina solo il proprio ruolo e si rischia che persone con lo stesso titolo facciano lavori molto diversi. Questo crea una disomogeneità nei team?

Megan Ratcliff: In realtà questa è la direzione: le organizzazioni che supereranno questa trasformazione penseranno in termini di risultati. Prima si definiscono gli outcome, poi i workflow necessari e si assegnano le persone con le skill più adatte. Vedremo meno gerarchia e più work chart: gruppi temporanei di lavoro che si formano, raggiungono un obiettivo e si ristrutturano. Così si abbattono i silos e si crea vera collaborazione. Chi sarà più considerato saranno le competenze, non i titoli — ognuno mette a disposizione quello che sa fare meglio e che lo appassiona.

Galen Low: È la trasformazione verso l’organizzazione skill-based: ognuno mette in campo le proprie competenze all’occorrenza, come in un progetto temporaneo, e può essere utile colmare alcune skill mancanti con l’AI: un team senza copywriter può avere comunque un AI copywriter a supporto, portando a termine il lavoro anche senza tutte le competenze umane tradizionali.

Megan Ratcliff: Esatto. Quando hai chiari gli outcome, le competenze da coprire e quelle che possiedi in squadra, individui anche che AI costruire: non bisogna fare AI solo per moda, ma solo dove serve a colmare gap cruciali.

Galen Low: Da un punto di vista risorse umane, a volte capita che non puoi giustificare un copywriter a tempo pieno, quindi lo condividi con altri team disperdendo concentrazione e risultati. Qui l’AI può essere davvero d’aiuto.

Spostandoci ora sul futuro, ti propongo un piccolo gioco: "Mito AI". L’idea è che ti lancio affermazioni che potrebbero essere miti o realtà e tu mi dici il tuo parere.

Megan Ratcliff: Ok, avanti!

Galen Low: Primo mito: gestire agenti o colleghi AI è come gestire persone.

Megan Ratcliff: Falso. Le AI non hanno emozioni, quindi non vanno gestite in quel senso. Ma devi fare review regolari degli agenti, almeno ogni trimestre o semestre. Però non è come con le persone.

Galen Low: Ottimo spunto: la performance review dei colleghi AI! Secondo mito, "questo strumento AI può sostituire tutto il tuo team marketing".

Megan Ratcliff: Falso. Qualunque tool che lo dichiara fa una cattiva comunicazione. Servono sempre gli umani per gusto, giudizio, emozioni e per coordinare le AI.

Galen Low: E si vede subito chi usa solo AI con risultati piatti e poco calibrati. Altro mito: "Gli agenti AI prenderanno il potere e ti ruberanno il lavoro, come vuole il governo".

Megan Ratcliff: Dipende da quale governo! Ma direi, no. L’umano può sempre guidare l’AI e creare il proprio nuovo lavoro nel processo. Alcuni ruoli sicuramente spariranno, ma altri nascono ogni giorno: come per internet, cambiano semplicemente le professioni e sta a te decidere come evolverti.

Galen Low: È vero anche che si parla molto di carenza di forza lavoro e denatalità, quindi è naturale che ci sia bisogno dell’AI ma la trasformazione non porta né alla disoccupazione di massa né a un’umanità passiva.

Megan Ratcliff: Esattamente.

Galen Low: Ho sentito poi di chi inserisce i suoi agenti AI nel curriculum: valido o fake news?

Megan Ratcliff: Valido. L’ho visto, e non è una cattiva idea. Se sto assumendo guardo quanto sei AI enabled e mi interessa se puoi spiegare come usi i tuoi agenti, quali workflow copri e come li hai integrati. Potrebbe essere un valore aggiunto.

Galen Low: Anch’io lo trovo intelligente: dimostra competenza e modo di pensare sistemico anche senza essere un tecnico. E può essere la risposta moderna alla classica domanda sui punti deboli: "Non sono un grande copywriter, ma ho costruito un agente che lo è!"

Megan Ratcliff: Forse la domanda del futuro sarà: "Quali colleghi AI hai costruito per ampliare le tue skillset?"

Galen Low: Dovremmo scrivere la lista delle domande per i colloqui del 2028… Hai una domanda per me?

Megan Ratcliff: Sì. Da chi parli tutti i giorni con project manager, secondo te qual è il divario più grande tra le aspettative dei leader sull’adozione dell’AI e ciò che succede davvero nei team?

Galen Low: Ottima domanda. C’è lo stereotipo che i PM siano robot del processo, che lavorando nel digitale sia tutto semplice come spingere un bottone per attivare workflow agentici. In realtà molto del loro valore è umano: relazioni, negoziazioni, orchestrazione, collaborazione. E non tutti sono tecnici, quindi la curva d’apprendimento è reale, acuita anche dalla mancanza di mentoring vero e proprio all’interno delle aziende, cosa che invece ha aiutato te grazie alla figura della CMO. Secondo me chi ora costruisce prototipi AI e poi li abbandona pensa quasi di aver fallito, ma in realtà è progresso.

Megan Ratcliff: Verissimo. La formazione personalizzata è indispensabile: le KPI imposte sulle percentuali di AI adoption non sono sostenute da training ad hoc, mentre servirebbe coaching su casi reali. Offrire una spinta iniziale spesso basta per scatenare la creatività e l’efficienza.

Galen Low: È proprio così, specialmente per chi risolve problemi di mestiere come i PM: serve solo lo slancio iniziale per decollare, poi ci si arrangia benissimo — ma la prima roccia da spostare è la più difficile senza guida. Grazie Megan per la chiacchierata, il gioco, e la tua disponibilità. Dove possiamo trovarti online?

Megan Ratcliff: Su LinkedIn: cerca Megan Ratcliff e mi trovi lì.

Galen Low: Perfetto, includerò il link al tuo profilo tra le note. Grazie di nuovo, è stato un piacere.

Megan Ratcliff: Grazie a te.

Galen Low: È tutto per questa puntata di The Digital Project Manager Podcast. Se ti è piaciuta questa conversazione, iscriviti al podcast ovunque tu stia ascoltando. Vuoi altre strategie pratiche, casi studio e manuali? Visita thedigitalprojectmanager.com. Alla prossima e grazie per l’ascolto.