Oltre i Prompt: Come Usare l’IA per una Gestione dei Progetti più Intelligente

Leggi la trascrizione:

Stiamo sperimentando la trascrizione dei nostri podcast utilizzando un programma software. Ci scusiamo per eventuali errori di battitura, poiché il bot non è accurato al 100% delle volte.

Galen Low: Sono circa undici mesi che ti addentri nel mondo dell’IA generativa e sei arrivato a tre conclusioni.

Numero uno, le capacità della GenAI sono davvero senza precedenti. Tuo zio Rastin è convinto che sia stregoneria.

Numero due, l’IA generativa è un fenomeno globale. La gente non smetterà presto di parlarne: non alle tue cene e sicuramente non sul tuo feed di LinkedIn.

E numero tre, nonostante tutto lo stupore e il fervore attorno all’IA generativa, per ora la utilizzi solo per prendere appunti e un po’ per pianificare i pasti.

Se sei una persona che si occupa di progetti e hai la sensazione di essere bloccato nell’uso dei chatbot IA, o conosci qualcuno in questa situazione, questo episodio fa per te. Affronteremo come modellare la tua mentalità e i tuoi riflessi riguardo all’IA generativa per evitare di “fare GenAI solo per il gusto di farlo”. Parleremo di cosa ci riserva il futuro dell’IA oltre il prompt engineering. Ed esploreremo come ampliare la tua comprensione dell’IA — e di come funzionano i progetti IA — potrebbe persino aprirti nuove opportunità di carriera che non avresti mai immaginato. Pronto a iniziare?

Ciao a tutti, grazie per essere all’ascolto. Mi chiamo Galen Low e sono con The Digital Project Manager. Siamo una community di professionisti digitali con la missione di aiutarci a vicenda a sviluppare competenze, sicurezza e connessioni per amplificare il valore della gestione dei progetti in un mondo digitale. Se vuoi saperne di più, vai su thedpm.com/membership.

Bene, oggi parliamo — sorpresa! — di IA generativa, ma anche di prompt engineering e se, come project manager, stiamo guardando al proverbiale dito di Bruce Lee mentre indica la luna. Per rispondere ad alcune domande su cosa la GenAI può offrire all’arte della gestione dei progetti, oltre alle tipiche interfacce di chat e ai prompt, ho invitato un’ospite d’eccezione.

Con me oggi c’è Kathleen Walch, Direttrice dell’Impegno e dell’Apprendimento sull’IA al Project Management Institute, e affermata esperta di IA e formatrice.

Kathleen, grazie di essere qui con noi oggi.

Kathleen Walch: Sì, grazie a voi per l’invito. Non vedo l’ora di confrontarmi su questo tema.

Galen Low: Sono davvero felice che tu sia tornata nel nostro show. Kathleen è già stata con noi insieme a Ron Schmelzer per parlare di IA… Oh, probabilmente due anni fa?

Kathleen Walch: Sì, forse! Il tempo vola, vero?

Galen Low: Succede tutto così velocemente. E ripensando a quella conversazione mi sono reso conto di quanto sia cambiato nell’ultimo periodo. Allora sembrava quasi una cosa ai margini.

Tipo: “IA e project management? Ok.” Ora invece è ovunque, ormai è diventata mainstream. Tutti ci si immergono. Non si può sfuggirle. E sono felice di avere la tua esperienza qui oggi.

Per chi non lo sapesse, tu sei immersa nel mondo dell’IA da tempo e hai visto come la percezione professionale dell’IA sia cambiata negli ultimi 7-8 anni. Per molti l’accelerazione è stata impressionante: credi che la maggior parte dei professionisti sia rimasta bloccata solo sull’uso quotidiano di prompt, senza vedere il quadro più ampio di ciò che la tecnologia può offrire?

Kathleen Walch: Domanda eccellente, perché sì, hai ragione: sono in quest’ambito da parecchio tempo.

Posso dire di occuparmi di IA da prima che la GenAI la rendesse “cool”. Io la definisco la più vecchia tra le nuove tecnologie: il termine è stato ufficialmente coniato nel 1956. Quindi ha oltre 70 anni, ma sembra ancora nuova. Come mai? Abbiamo attraversato due “inverni” dell’IA, ossia periodi di declino in investimenti e popolarità.

Questo succede soprattutto perché promettiamo troppo e manteniamo poco rispetto a cosa può realmente fare la tecnologia. Bisogna capire che l’IA è uno strumento. Non è perfetta per tutto, ma è efficiente in certi compiti: usiamola in quei casi. Adesso con l’IA generativa è entusiasmante perché è davvero nelle mani di tutti.

Sette, otto anni fa, si usava già l’IA con discreta frequenza, ma non ci si faceva troppo caso. Tipo, i suggerimenti predittivi nelle email o i filtri antispam erano “IA”, oppure il GPS, come Waze o Google Maps per l’ottimizzazione dei percorsi.

Ma non lo percepivamo come “IA”, perché erano funzionalità già integrate nelle nostre abitudini. Poi con l’IA generativa — ChatGPT in particolare, la prima davvero accessibile a tutti — l’abbiamo toccata con mano. E qui si parla di “intelligenza aumentata”: non sostituisce l’umano, ma lo aiuta a lavorare meglio.

E ora la senti, ogni giorno. Ti aiuta a scrivere email più efficaci, a fare brainstorming, a tradurre, a creare immagini per una presentazione. Senti quel tipo di collaborazione e benefici concreti. Questo è l’aspetto davvero straordinario. Ma dobbiamo ancora capire che è uno strumento, e quando è effettivamente il caso o meno di usarla.

Galen Low: Mi piace come lo hai descritto: l’IA come presenza costante con cui tutti possono interagire quotidianamente, come il “nuovo arrivato popolare”. Hai ragione, la GenAI ha reso l’IA “cool”, ma anche la storia degli inverni: in passato promesse non mantenute e la tecnologia non pronta. Ora magari ci siamo. Non solo ChatGPT o i grandi LLM, ma anche DeepSeek — siamo a febbraio 2025 — e tecnologie incredibili che forse non necessitano di tutta l’infrastruttura promessa.

Girando un po’ intorno al punto, mi piace vedere come la gente ne parli. Ma può diventare complicato: tutti hanno un’opinione, credono di sapere cosa faccia e pensano sia utile per qualsiasi cosa. Ma forse non è così.

Se guardassi l’IA con occhi da project manager, quali sono i tuoi casi d’uso preferiti per le interfacce chat della GenAI nella gestione dei progetti?

Kathleen Walch: Ottima domanda.

Al Project Management Institute abbiamo molti corsi di apprendimento — gratuiti per i membri o a prezzi accessibili per i non membri — e analizziamo diversi use case. Io dico sempre: fai un elenco di tutte le criticità che incontri o delle aree in cui ritieni serva una mano o un miglioramento.

Poi cerca quali tra questi punti possono essere affrontati facilmente tramite IA generativa. Quando pensiamo ai project manager viene in mente subito il classico esempio dei verbali delle riunioni. Se è un problema per te, come puoi risolverlo con l’IA?

Esistono già tantissimi strumenti. Ma dico sempre: va bene ricevere aiuto su una cosa una volta sola — come il project charter. Ma quante volte lo prepari in un progetto? Una sola, di solito.

Cosa invece ti sarebbe utile gestire regolarmente, ogni giorno o ogni settimana? Ad esempio il coinvolgimento degli stakeholder o una comunicazione più efficace… Come scrivere email o documenti per diversi interlocutori: executive summary per i dirigenti, messaggi mirati agli stakeholder, comunicazione interna vs esterna.

Individua quei punti dolenti e lavora su quelli, perché lì vedrai il miglioramento incrementale reale. E poi esercitati, sempre! Più provi, più migliori. Il rischio di fallimento con il prompt engineering è minimo: puoi sempre riprovare.

Qui entra in gioco ciò che al PMI chiamiamo “power skills”, cioè le soft skills: pensiero critico, collaborazione, comunicazione. Come usare la GenAI per migliorare le tue power skills e come queste possono aiutarti con i prompt?

Ad esempio, la comunicazione: l’IA ti aiuta a essere un comunicatore più efficace, a cambiare tono, accorciare testi, riassumere informazioni. E il tuo modo di comunicare ti permette di impostare meglio i prompt: modificarli, accorciarli o ajustarli nel tempo.

Insomma, è interessante osservare il circolo virtuoso tra power skills e prompt engineering.

Galen Low: Su questo tornerò dopo. Vorrei però allargare un po’ la prospettiva, perché io conosco il contesto, ma non tutti i nostri ascoltatori.

Durante il tuo periodo come Managing Partner in Cognilytica hai co-sviluppato la certificazione CPMAI, un framework di project management pensato per specialisti. Dimmi se sbaglio: io l’ho interpretata come pensata per data scientist e analisti che lavorano su progetti IA.

Più recentemente Cognilytica è entrata a far parte del Project Management Institute, rendendo CPMAI una certificazione ufficiale nel prestigioso portafoglio PMI. Dal momento che citavi corsi e apprendimento PMI, puoi raccontarmi a chi è rivolta oggi la certificazione e in cosa si differenzia, ad esempio, dai corsi di prompt engineering gratuiti per membri PMI, o corsi simili su Udemy? Cosa rende la certificazione CPMAI davvero importante e diversa?

Kathleen Walch: Ottima domanda. Parlo sempre della CPMAI come delle due facce di una medaglia: il 95% delle conversazioni riguarda “come posso usare strumenti IA per fare meglio il mio lavoro?”

Si parla di infiniti strumenti; mi chiedono sempre quale sia il migliore e rispondo “dipende da cosa devi fare”. Escono strumenti letteralmente ogni giorno. Devi solo capire come funzionano e come trarne il meglio.

Ma qui la conversazione finisce per la maggioranza delle persone. Ed è dove si inseriscono molti degli e-learning PMI: panoramica su IA generativa, data landscape, corso su prompt engineering, sulle applicazioni dell’IA per i project manager.

E va benissimo: ti aiuta a lavorare meglio. Ma poi, come project manager o professionista di progetto — o “project adjacent” come data scientist o AI/ML engineer — spesso ti danno in mano un progetto IA.

Bisogna capire che i progetti IA sono progetti sui dati, e servono metodologie data-centriche: con l’approccio tipico del software development rischi il fallimento.

Alcuni anni fa, quando abbiamo creato la metodologia CPMAI — ben prima della GenAI — le organizzazioni avevano bisogno di un approccio passo-passo per costruire questi sistemi. Così, insieme a una grande banca e una grande istituzione governativa, abbiamo sviluppato un metodo dettagliato. Poi, a settembre 2024, Cognilytica è ufficialmente entrata in PMI: ora CPMAI è una certificazione ufficiale PMI, ed è fantastico.

Da sempre rivolta a project manager, professionisti di progetto, product manager, ma anche a chi lavora su progetti come “project adjacent”. Faccio sempre l’esempio di mio marito, ingegnere software da circa vent’anni: a volte deve gestire progetti e, se gli affidano un progetto IA, non si identificherà mai come project manager — per lui è ingegnere software — ma si troverà in quella posizione. Sempre più spesso, chi non è project manager di ruolo si trova a gestire progetti IA.

Questa certificazione è per tutti coloro che rientrano in queste categorie.

Galen Low: Ecco, questo è importante. Non sapevo che tutto fosse partito da un ente governativo e una banca. Pensando alla differenza tra progetto software e progetto dati, soprattutto per i dati di una banca o del governo che sono “cosa seria”, capisco perché serva un metodo differente rispetto al classico project management. Tutto il team dovrebbe maturare questa sensibilità, anche dal punto di vista etico.

Abbiamo visto la cosa andare male — questioni etiche, marce forzate verso obiettivi poco chiari con una tecnologia che si evolve in fretta e fa cambiare il modo in cui le persone la accolgono, la temono, ne parlano. È importante dunque capire come far funzionare un progetto che coinvolge dati o machine learning, perché a volte i metodi tradizionali portano al fallimento o a ostacoli evitabili.

Kathleen Walch: Sì, io lo spiego sempre così: nello sviluppo software il “codice” è la parte più importante. Mai lo condivideresti.

In un progetto IA, invece, la parte critica sono i dati, non il codice. Quindi non condivideresti i dati. Il codice è marginale, quasi secondario: sono i dati che fanno la differenza, che determinano il successo o il fallimento (“dati di scarsa qualità portano a risultati scadenti”).

Questa mentalità va capita anche da chi si occupa di progetti senza essere project manager tradizionali: serve un approccio data-centrico.

Galen Low: Vorrei approfondire altro, perché è un punto quasi sconvolgente: in questi progetti, il dato è il fulcro, il codice è “di lato”, che è un’idea quasi straniante per chi arriva da contesti digitali/classici. Però ha perfettamente senso.

Parlando di carriera e certificazioni: tanti nella mia community puntano al PMP (Project Management Professional), una credenziale che “pesa” tanto nel settore. Molti ci arrivano dopo anni di esperienza, per far vedere nel CV, nel profilo e nei colloqui che si è davvero professionisti, in grado di pretendere anche un compenso maggiore.

Ora però, con il CPMAI, secondo te i datori di lavoro nel campo software (abilitato dall’IA) — o anche oltre — stanno già cercando persone con questa certificazione?

Oppure è più qualcosa che serve concretamente sul lavoro a chi opera già su progetti AI/data? Serve a far emergere un project manager?

Kathleen Walch: Decisamente sì. E il PMP rimane il massimo: è il nostro gold standard PMI. Lavoriamo affinché anche altre certificazioni diventino gold standard.

Cosa significa? Sono molto strutturate, con tanti step e requisiti.

Stiamo lavorando perché anche il CPMAI arrivi a questo livello. Questa certificazione comunica ai datori di lavoro che sai gestire progetti IA, conosci la terminologia, i limiti e i punti di forza dell’IA, le sei fasi della CPMAI, e sai condurre progetti come progetti dati.

Troppo spesso le organizzazioni improvvisano: il settore si muove veloce, c’è la paura di “rimanere indietro”, quindi si avanza alla cieca senza un vero piano. La CPMAI fornisce proprio quel processo strutturato, con la prima fase che inizia con la business understanding: che problema vogliamo risolvere?

Sembra banale, ma tanti saltano questo passaggio. Va chiarito se l’IA è la soluzione giusta. Poi c’è una verifica (“go/no-go IA”) sulla fattibilità dati, fattibilità business e implementazione — come dei semafori: se sono tutti verdi, il progetto andrà probabilmente bene; se gialli/rossi, le probabilità di fallimento aumentano. Si può andare avanti, ma con cautela.

Ci si chiede anche quale sia il ROI (Return On Investment): molte aziende non lo calcolano, ma è fondamentale — non deve essere sempre un ritorno economico, ma deve esserci un beneficio tangibile. Magari il progetto riesce tecnicamente ma ha un costo troppo alto: ecco un ROI negativo. Serve quindi misurarlo e il CPMAI aiuta proprio in questo. Segnala ai datori di lavoro che hai le competenze, hai affrontato una formazione robusta e certificata PMI.

Galen Low: Mi viene da ridere perché sto cercando sulla tastiera la reaction “applausi” di Zoom/Meet…! A parte gli scherzi: se vuoi usare la CPMAI in un colloquio, copia la risposta appena data da Kathleen, perché esprime benissimo perché questa certificazione è diversa e importante.

Alcune cose sembrano “scontate” — o altri framework già le prevedono — ma sui dati, la velocità della tecnologia e la corsa delle aziende c’è davvero bisogno di un approccio strutturato, anche solo per capire se l’IA serve davvero e perché si pensa di volerla usare. Bello che esista una metodologia per questo.

I project manager amano framework, metodologie, certificazioni — e poi si scontrano su quale sia la migliore o più adatta all’organizzazione. Succede anche agli utenti CPMAI? Tornano in azienda da “convertiti”, ma il team preferisce lavorare “all’antica”? È difficile coinvolgere le persone sui passi del framework?

Kathleen Walch: Chi lo segue vede subito i benefici e nota la differenza. Chi torna in azienda si trova spesso a dover coinvolgere gli altri in una strada diversa.

So che ci sono tanti termini — predittivo, waterfall, ibrido, agile — su come “si dovrebbe” gestire un progetto. Di fatto, spesso si finisce su qualcosa di ibrido (“hybrid agile”, in effetti, è una cosa vera!). Per i progetti IA puoi anche usare l’agile — con piccoli sprint iterativi — ma se lo gestisci come un software project classico, fallirà e servirà un approccio diverso, passo a passo.

Abbiamo visto che spesso chi arriva a CPMAI lo fa proprio perché le cose (con altri approcci) non hanno funzionato. Oppure c’è chi si porta avanti, vuole imparare, e qui trova una formazione completa. Non servono requisiti pregressi per frequentare: a differenza del PMP (che richiede esperienza), il CPMAI è aperto a chiunque. Si parte dalla terminologia e tutti capiscono subito quanto sia utile “partire da zero” per allineare il team. Proprio come accade per il PMP.

Galen Low: Mi piace questa visione: più che come “metodologia” — che rischia di confondere — come insieme di considerazioni e passi da integrare nel modo in cui già lavori.

Kathleen Walch: Vero, la chiamiamo metodologia, ma non fossilizzatevi sui termini. Puoi chiamarlo framework, approccio passo-passo, metodo. Conta che ha sei fasi, è iterativo, si può tornare indietro quando serve.

Si parte con la business understanding, poi data understanding (di quali dati ho bisogno, sono interni/esterni, posso accedervi?), poi data cleaning (i dati sono sempre disordinati, specie se non strutturati). Poi si sviluppa il modello — la parte “divertente”, che molti vorrebbero saltare direttamente.

Poi bisogna testare il modello (passaggio critico anch’esso ignorato spesso: ecco perché si generano “allucinazioni” o risultati scadenti). Infine si operationalizza, cioè si porta il modello nel mondo reale.

Ognuno di questi cicli dovrebbe durare circa due settimane, come uno sprint — niente progetti da 7-12 mesi! In quei casi si ritorna nel vecchio “waterfall” e il mondo nel frattempo cambia. Spesso si perde tempo nella fase dati — l’accesso ai dati può richiedere settimane o mesi.

Quindi: pensa in grande, ma parti piccolo e itera spesso. Parti da subset di dati ridotti, controlla davvero lo scope, cerca il “minimo” che genera valore incrementale e ROI positivo. Mostra risultati, poi espandi un passo alla volta.

Troppo spesso la gente abbandona il progetto già dopo la seconda fase perché non riesce ad accedere ai dati.

Galen Low: È come l'“Inverno dei Progetti”…

Kathleen Walch: Esatto! Tante belle idee…

Galen Low: Si finisce per restare delusi e abbandona tutto. Vorrei chiedere che cosa intendi per “Wonky”, ma credo che tu l’abbia spiegato: errori, allucinazioni, performance scadenti… spesso a causa di dati “sporchi” o sbagliati.

Kathleen Walch: Esatto, accesso, qualità e quantità dei dati. A volte si pensa che più dati sia sempre meglio, ma non è così: puoi avere troppo “rumore”. I dati non sono gratis: pulirli, processarli ha un costo. Quindi non sempre “più dati” significa “meglio”.

Galen Low: Interessante! Sono partito dai prompt, ma trovo affascinante che ci sia un intero mondo — quello dei progetti dati, ML/AI — in cui molti project manager non si riconoscono, magari perché lavorano nel digitale “classico”, IT, o anche altrove. Si chiedono: “esisterà ancora la gestione progetti?” Vedremo dopo. Ma la realtà è che ci sono tantissimi progetti in corso, spesso guidati da figure “adjacent” più che da veri PM, e in questo c’è opportunità: un mondo ancora da esplorare per molti PM, anche nella mia community. Inspiring.

Kathleen Walch: L’istruzione è economica rispetto al costo del fallimento. Imparare il metodo CPMAI, ottenere la certificazione costa poco in confronto. Lo consiglio sempre: “sì, anche”, non “o/o”. Abbi PMP e CPMAI, studia vari metodi, adatta il CPMAI alla tua organizzazione. Ma imparalo.

Galen Low: Mi piace. Siamo partiti dai prompt, pensavo all’uso di ChatGPT, Gemini, Copilot, Claude, Perplexity, DeepSeek… ma c’è davvero “un mondo oltre”.

Cosa viene dopo per l’IA nei percorsi professionali dei project manager? Come possiamo restare al passo?

Kathleen Walch: Bella domanda. Si dice “l’IA non ti rimpiazzerà, ma chi sa usarla sì”.

L’IA è qui per restare. Spero che si sia superata la fase di scetticismo (“attraversato il baratro”), che non torneremo in un nuovo inverno dell’IA. Ma come usarla?

Pensa sempre in termini di intelligenza aumentata: come la uso per migliorare me stessa, non per essere sostituita. Certi task o ruoli potranno sparire, ma il valore umano resta.

Tanti PM sono preoccupati, ma se i progetti si sposteranno sempre più verso l’IA, avremo sempre bisogno di project manager con queste competenze. Come aggiornarsi? Come dicevo, elenca TUTTO ciò che ti infastidisce — è diverso per ognuno — così non rischi di automatizzare solo quello che ti piace!

Poi cerca le community. Da PMI trovi molte risorse, ma puoi anche agganciarti internamente, creare un “prompt library” collaborativo (i prompt non dovrebbero essere proprietari!). Documenta su che piattaforma e quando il prompt ha funzionato, perché vanno sempre adattati e ottimizzati.

La community ti aiuterà moltissimo. Alcune organizzazioni sono “AI first”, altre ancora no: inizia gradualmente, piccoli passi. Se sei membro PMI, cerca i capitoli territoriali. Spesso le iniziative interne e le contaminazioni esterne aiutano nella crescita. Non smettere mai di imparare e di chiedere aiuto!

Galen Low: Mi piace l’idea della “prompt repository”, e la condivisione: è questo che ci fa andare avanti. La tecnologia corre, ma serve trasmettere conoscenze anche tra le persone.

Kathleen Walch: Condividere è prendersi cura degli altri.

Galen Low: Esatto! Due domande per chiudere.

Da una parte invitiamo a scrivere la lista delle cose noiose e a usare GenAI per automatizzare la propria vita professionale. Io stesso penso che sia una tecnologia spettacolare, le interfacce chat per me rappresentano la “NLP” portata al massimo livello. Eppure mi chiedo: è solo una magia da salotto? Sta solo remixando il linguaggio? C’è davvero qualcosa di più?

Ci stiamo forse sottovalutando perché non usiamo abbastanza l’IA? Oppure, all’opposto, rischiamo di crederle capaci di tutto, ignorando i suoi veri limiti? È pericoloso — o stimolante?

Kathleen Walch: È pericoloso, se si rischia di promettere troppo e mantenere poco. Nel 2019, data la vastità del termine “IA” e la diffusione degli LLM, la gente pensa che possa fare tutto, mentre non è così. “Perché non risolve questo problema di matematica? Perché non fa questa cosa?”: l’umano può, ma l’IA no. Serve capire i limiti e i campi di applicazione.

Abbiamo quindi raccolto centinaia (se non migliaia) di use case e li abbiamo raggruppati nei “sette schemi dell’IA”: personalizzazione spinta (un sogno per i marketer, ma valido anche nella formazione/educazione personalizzata), riconoscimento (far senso dei dati non strutturati, come immagini o suoni), analisi predittiva e supporto alle decisioni (estrarre valore dai dati per aiutare le scelte), pattern e anomalie (riconoscere trend o fuori scala, es. antifrode), sistemi guidati da obiettivi (reinforcement learning, ottimizzazione), pattern autonomi (escludere l’uomo dal processo — difficile: dai veicoli autonomi ai processi aziendali senza intervento umano), e automazione.

Attenzione: “autonomo” è diverso da “automatico”. L’automazione non è intelligenza, ripete solo un’operazione; la vera autonomia vuol dire anche gestire le eccezioni. Qui si inserisce il concetto di “AI agentica”: quali agenti autonomi avremo tra un anno? Gli agenti autonomi dovranno lavorare con altri agenti e con il contesto.

Quindi, se scomponi l’IA in questi schemi, capisci meglio quando usarla e quando no — e la fase uno del CPMAI prevede proprio questo. La “conversational pattern” (interazione uomo-macchina in linguaggio naturale), tipica dei chatbot e degli LLM, è solo uno degli schemi possibili. Non userai mai un LLM per guidare un veicolo o offrire una personalizzazione spinta.

Galen Low: Ecco, grazie mille per questa introduzione! Ora è tutto più chiaro. Domanda finale, proprio su quello che dicevi: l’IA agentica, l’autonomo. Dove stiamo andando, secondo te, dal punto di vista del project management e più in generale?

Kathleen Walch: Se capiamo cosa può e non può fare oggi l’IA, dobbiamo essere consapevoli che siamo ancora nell’ambito dell’IA ristretta (“narrow AI”). Applichiamo uno o più dei sette schemi, ma NON siamo alla AGI (intelligenza artificiale generale) in grado di emulare l’uomo su ogni compito.

Non abbiamo ancora la “machine reasoning” vera. Mi piace citare la piramide DIKUW: data (alla base), ma i dati da soli non bastano. Applicando un livello li porti a “informazione” (dashboard, visualizzazioni). Poi si arriva alla conoscenza (il livello “K”, conoscenza — dove intervengono le tecniche di machine learning). Più su c’è l’”understanding”, la comprensione, ovvero la ragionamento automatico, e solo in cima “wisdom”, la saggezza.

Siamo ancora lontani dall’AGI. Gli esperti non sono d’accordo sui tempi: c’è chi dice tra un anno, dieci, cento, o forse mai. Ma è importante conoscere i limiti attuali e applicare le tecnologie lì dove serve. L’agente IA è il tema caldo del 2025: anche al PMI abbiamo Infinity, con funzionalità agentiche che arriveranno.

Ma anche qui: manca una definizione universalmente accettata di “IA agentica”. È veramente autonoma? È aumentata? È solo automatizzata? Ci stiamo arrivando.

Le evoluzioni sono rapidissime. Se ascolti questa intervista nel febbraio 2025, chissà cosa sarà cambiato a giugno 2025? O a febbraio 2026? E basta un breakthrough, o una piattaforma come DeepSeek — che non esisteva un mese fa — per cambiare tutto.

Viene allora da chiedersi: come adottare agenti IA nei nostri flussi? Ogni organizzazione dovrà porsi il problema della fiducia, dell’etica, della privacy, della gestione dei dati e della governance. È un periodo super eccitante ma la velocità può spaventare.

Quindi dove cominciare? Serve esercizio e apprendimento quotidiano. Deve diventare come un riflesso naturale: “non iniziare mai da una pagina bianca”! Fatti aiutare dall’IA per il brainstorming, una prima bozza… poi ci lavori sopra, ma devi abituarti a coinvolgerla nel tuo quotidiano.

Galen Low: Mi piace molto: mentalità e riflessi. Kathleen, questa chiacchierata è stata davvero ispirante.

Non credo di aver mai preso così tanti appunti durante un episodio! E lo dico perché “mi porto a casa” conoscenza per me stesso, non solo per il montaggio. PMI è fortunato ad averti nel team. Sono curioso di cosa succederà: magari dovremmo risentirci a febbraio 2026 per vedere dov’è arrivato il mondo in 365 giorni!

Kathleen Walch: Sì! Tutto cambia così velocemente. Quando mi chiedono “dove saremo tra un anno o cinque?” io rispondo: “Proviamo a immaginare solo tra un mese…!”

Galen Low: Fantastico. Dove possono trovare informazioni sulla certificazione CPMAI?

Kathleen Walch: Vai su PMI.org: lì trovi tutto. Ho anche un podcast, “AI Today”, in cui parliamo (proprio ora siamo in una serie di use case). Ora è un podcast ufficiale PMI. So che ci vuole tempo per la transizione di tutto il materiale con l’acquisizione, ma ci stiamo lavorando. Mi trovi su LinkedIn (Kathleen Walch) o PMI Cognilytica.

Galen Low: Fantastico! Tutti i link saranno nelle note dell’episodio.

Kathleen, davvero grazie mille. È stato un grande piacere.

Kathleen Walch: Grazie a te, Galen. Sempre un piacere confrontarmi con te.

Galen Low: Ecco tutto, amici. Se volete unirvi alla conversazione con oltre mille professionisti della gestione progetti, entrate nella nostra collettiva: andate su thedpm.com/membership. E se l’episodio vi è piaciuto, iscrivetevi e restate in contatto su thedigitalprojectmanager.com. Alla prossima, grazie di averci ascoltato.