6 esempi di IA nella gestione dei progetti

Ma non è autocosciente, non è particolarmente brava a innovare con idee creative da zero e non otterrà automaticamente ottimi risultati senza un po’ di addestramento, feedback e direzione chiara.

L’agentic AI si basa sulla stessa tecnologia, ma può essere configurata per agire proattivamente senza essere sollecitata. Anche lei però non è autocosciente né viva. 

Esempi di IA nella gestione dei progetti

Il mio approccio all’utilizzo dell’IA nei miei progetti si basa su dove sento il maggior freno nei processi di lavoro rispetto a quello in cui l’IA è davvero efficace. Questa è la mia personale graduatoria degli utilizzi più validi dell’IA nella gestione dei progetti:

Lead Smarter in the Age of AI

Join the DPM community for access to exclusive content, practical templates, member-only events, and weekly leadership insights - it’s free to join.

Sign up with:

LinkedInGoogleMicrosoft

Or sign up with email:

Phone

This field is for validation purposes and should be left unchanged.

Name*

First name Last name

Business email*

This field is hidden when viewing the form

Free Account Module

Bottom BarLanding PageFooterInlinePop UpSidebarSSO

LinkedIn profile

Seniority*

Select an optionExecutive / C-suiteVPDirectorManagerIndividual ContributorOther

Company's AI adoption maturity*

Select an optionExploring opportunitiesRunning pilotsScaling adoptionEmbedded in the business model

1. Individuazione e gestione dei rischi

La gestione dei rischi può evitare che il tuo progetto si schianti contro quei proverbiali iceberg, ma troppo spesso è la cosa che tutti evitano volentieri. 

La buona notizia è che l’IA è uno strumento eccellente per la gestione dei rischi: letteralmente ha accesso a quasi tutti i dati pubblicamente documentati su come sono andati i progetti (bene o male) in passato. Magari non è proprio un oracolo, ma di sicuro è un ottimo spunto per far attivare il team nella discussione sui rischi di progetto. 

Ecco come l’abbiamo utilizzata di recente in un progetto:

• Il problema: Il team faticava a identificare i rischi, figuriamoci le strategie di risposta, per il nostro progetto di migrazione di un sito ecommerce.
• La soluzione: Abbiamo fornito a ChatGPT 4o alcuni dettagli non riservati sul nostro progetto e le abbiamo chiesto di individuare potenziali rischi e possibili modi per affrontarli, così da migliorare l’andamento del progetto e portarlo al successo.
• I risultati: Il risultato ha subito acceso la discussione nel team. Certo, è iniziata con "No dai, quello non potrà mai capitare. Quello che invece potrebbe succedere è…" ma prima che ce ne rendessimo conto, avevamo un registro rischi prioritizzato con responsabili ben definiti che comprendevano il rischio e come monitorarlo.

Per integrare questo processo nel tuo flusso di lavoro:

1. Scegli uno strumento di IA adatto che sia conforme alle policy aziendali in materia di IA.
2. Prepara il prompt iniziale con i dettagli del progetto da usare come contesto per il large language model (LLM) che stai utilizzando.
3. Porta i risultati del modello alla prossima riunione del team focalizzata sui rischi.
4. Aggiorna il registro rischi con il team a partire dalle reazioni ai rischi individuati
5. Ripeti questo processo periodicamente usando sempre l’ultima versione del registro rischi come input

Fai	Non fare
Fornisci contesto sulla natura del progetto e i suoi obiettivi.	Non caricare dettagli sensibili del progetto o informazioni personali identificabili.
Carica un esempio di registro dei rischi per aiutare il tuo LLM a formattare l'output in modo utilizzabile.	Non utilizzare l’output così com’è senza averlo prima revisionato e discusso con il team.
Raffina i risultati con feedback e altri dettagli.	Non farlo sostituire la conversazione umana. La valutazione e la gestione del rischio sono attività di squadra.
Prendi in considerazione uno strumento dedicato come RAIDLog.com.	Non farlo solo una volta all’avvio del progetto e mai più successivamente.

Ecco il prompt:

“Agisci come membro del team di progetto in un’agenzia digitale responsabile della migrazione di un sito web di alto profilo per un cliente. L’obiettivo del progetto è migrare il sito ecommerce di un rivenditore di scarpe da Shopify a Wordpress. Attualmente stiamo completando la fase di design e stiamo per passare a una fase di implementazione tecnica iterativa con rilasci quindicinali nel nostro ambiente UAT per la revisione da parte del cliente. Il tempo è fondamentale poiché abbiamo solo 10 settimane prima della data di go-live prevista. Puoi aiutarci a identificare alcuni rischi che potrebbero influenzare negativamente il successo del nostro progetto e alcune strategie di risposta che potremmo utilizzare per evitare, trasferire o accettare tali rischi? Formatta il tuo output in una tabella che possa essere incollata nel nostro registro dei rischi in Excel.”

Questo è stato il nostro risultato:

🔷Ecco il file che abbiamo caricato come esempio: Modello base di registro dei rischi per LLMs — Google Sheets. Una versione Excel è disponibile qui: Modello base di registro dei rischi per LLMs - Excel

2. Ottimizzazione della reportistica sullo stato del progetto

Utilizzare i report sullo stato per raccogliere e evidenziare informazioni chiave per i tuoi stakeholder può sembrare un lavoro amministrativo, ma in realtà è estremamente strategico. L’unico problema è che… richiede molto lavoro. E probabilmente non è il tuo unico progetto.

L’IA può aiutarti a risparmiare tempo e a portare maggiore coerenza nei tuoi report sullo stato del progetto.

Ecco come lo abbiamo fatto in un recente programma:

• Il problema: Avevamo molti piccoli progetti in corso per lo stesso cliente e stavamo spendendo più tempo a creare report sullo stato che a riflettere criticamente sulle informazioni contenute in essi.
• La soluzione: Abbiamo addestrato un GPT personalizzato utilizzando un modello base di report sullo stato e alcuni esempi, e lo abbiamo configurato affinché prelevasse informazioni da un foglio di calcolo che conteneva sia aggiornamenti aneddotici dei membri del team sia dati dal nostro software di project management. 
• I risultati: Non solo abbiamo finito per impiegare molto meno tempo a copiare e incollare aggiornamenti nei report, ma siamo stati in grado di generare alcune valide opzioni per risolvere gli ostacoli del progetto, il che ci ha consentito di essere più strategici nella comunicazione con il cliente invece di limitarci a riportare lo stato senza rifletterci. 

Per iniziare a integrare questo flusso di lavoro:

1. Seleziona un sistema di IA adatto e conforme alle policy della tua organizzazione sull’intelligenza artificiale.
2. Imposta un modello personalizzato (un GPT in ChatGPT, una Gem in Gemini, un Progetto in Claude, uno Spazio in Perplexity, ecc.).
3. Addestralo utilizzando il modello del tuo report sullo stato del progetto e alcuni esempi di report precedenti.
4. Definisci una persona di riferimento che possa agire per il team.
5. Assegnagli uno scopo.
6. Crea un foglio di calcolo con aggiornamenti e metriche di progetto.
7. Chiedi al team di aggiornare direttamente quel foglio.
8. Esegui il modello personalizzato una volta a settimana per ciascun progetto.

Fai	Non fare
Usa un modello o una struttura coerente per i tuoi report sullo stato del progetto.	Non caricare dati sensibili su un LLM aperto.
Allinea il tuo foglio di aggiornamenti con i campi presenti nel report sullo stato del progetto.	Non includere metriche o dati non pertinenti nei tuoi input se non sono necessari.
Stabilisci aspettative chiare con il team su cosa debbano contenere i loro aggiornamenti.
Concorda con i tuoi team una cadenza regolare per i report e una scadenza per gli aggiornamenti.
Rivedi ogni volta tutti i report di stato per errori o allucinazioni.

Ecco un esempio di configurazione:

“Sei un'intelligenza artificiale per la gestione dei progetti. Il tuo compito è aiutare il nostro team di project management a creare report di stato succinti ma d'impatto, utilizzando una struttura coerente simile al modello allegato. Fornirò dettagli rilevanti come aggiornamenti del team e gli ultimi dati dal nostro sistema di project management. Usa il secondo allegato come esempio per guidare il livello di dettaglio e le metriche richieste. Format il tuo output come un file .docx scaricabile. Fermati se qualche input o istruzione non è chiaro.”

Ecco il prompt:

“Per favore genera un report sullo stato del progetto basandoti sul report fornito. Nota l'intervallo di date indicato nell'allegato. Compilerò io la sezione "Action Items".”

🔷 Qui trovi i documenti di progetto su cui l’abbiamo addestrato e un esempio di input:

• Modello di report sullo stato
• Esempio di report sullo stato come riferimento (PDF)
• Foglio di aggiornamenti team & progetto: Google Sheet e PDF

Ed ecco l’output:

3. Supporto al processo decisionale di progetto

I progetti sono un compendio di migliaia di decisioni critiche, ognuna delle quali può far deragliare il progetto, e la maggior parte delle quali non hai nemmeno l’autorità di prendere personalmente. Invece, funzioni da facilitatore del processo decisionale mediante la tua influenza.

L’AI può agire come un piccolo simulatore di decisioni di progetto, generando scenari che puoi esaminare e portare al tuo team per aiutarti a formulare raccomandazioni per gli stakeholder decisori.

Ecco un esempio dalla nostra community:

• Il problema: Un membro della nostra community si è trovato a un bivio in un progetto recente: una nuova piattaforma ecommerce è diventata disponibile a metà della riprogettazione del sito web. La nuova piattaforma supportava funzionalità che avrebbero dovuto essere sviluppate da zero sulla piattaforma attuale. Nel frattempo, il tempo stringeva per la campagna del Black Friday, e la nuova piattaforma non poteva essere acquistata, configurata e implementata in tempo. Ogni opzione presentava vantaggi e svantaggi e il project manager doveva prendere rapidamente una decisione.
• La soluzione: Hanno riunito il team e individuato alcune alternative. Poi hanno sottoposto il problema a Claude per un’analisi più approfondita.
• I risultati: Sono riusciti a presentare al cliente una solida raccomandazione guidata dall’AI, basata sull’analisi combinata del team e di Claude.

Per iniziare a integrare questo processo nel tuo flusso di lavoro: 

1. Scegli uno strumento AI adatto (o uno strumento di project management AI specifico) che sia conforme alle policy AI della tua organizzazione.
2. Crea una persona per il tuo prompt.
3. Aggiungi il contesto riguardante il progetto e la decisione da prendere.
4. Includi le opzioni che hai già identificato.
5. Formula il prompt per suggerire altre alternative.
6. Utilizza l’output per confrontarti con il team e adattare le soluzioni di conseguenza.
7. Presenta le alternative agli stakeholder con una raccomandazione forte, basata sul contributo del team.

Fai	Non fare
Fornisci informazioni sugli obiettivi del progetto.	Non prendere una decisione alla cieca basandoti solo sulle raccomandazioni del tuo strumento.
Prova diverse personas che possano allinearsi meglio con i tuoi stakeholder.	Non inserire informazioni sensibili o dati personali identificabili in un LLM aperto.
Usa lo strumento per mettere in discussione o sfidare le tue raccomandazioni.	Non includere parti dell'analisi che non sono davvero rilevanti per il tuo progetto.

Ecco il prompt:

“Agisci come un'intelligenza artificiale per il project management. Il tuo ruolo è generare e valutare criticamente diversi scenari per le decisioni chiave di progetto che incontriamo. 

Il nostro progetto attuale è il redesign di un sito ecommerce per un cliente nel settore della vendita al dettaglio di calzature per bambini. 

Abbiamo l'opportunità di passare a una piattaforma ecommerce diversa che consente una personalizzazione più approfondita e analisi predittive sulle abitudini di acquisto dei clienti. Tuttavia, questo comporterebbe un aumento del budget e allungherebbe la tempistica oltre una finestra di vendita chiave (Black Friday). 

D'altra parte, se continuiamo con la piattaforma attuale, è probabile che dovremo comunque migrare alla nuova piattaforma come progetto separato di budget simile il prossimo anno per raggiungere l'obiettivo di offrire un'esperienza di acquisto più personalizzata ai nostri clienti e aumentare costantemente le entrate tramite upsell dinamici. 

Potresti valutare i vantaggi e gli svantaggi delle due opzioni? 

Inoltre, sentiti libero di suggerire opzioni a cui non abbiamo ancora pensato. 

Per favore, formatta il tuo output come punti elenco che possano essere discussi dal team e condivisi con il nostro sponsor esecutivo.”

Ecco il nostro output:

4. Analisi delle tendenze dei KPI di progetto

I parametri di salute di progetto sono utili, ma nei progetti più lunghi può essere difficile avere una visione d'insieme sulle tendenze più ampie. L’IA può aiutarti a trovare schemi e a fornire raccomandazioni su dove indagare per isolare la causa principale. 

Prendiamo un esempio dalla nostra community:

• Il problema: In uno dei progetti Scrum dei nostri membri, hanno notato che la velocità del team variava parecchio tra uno sprint e l'altro. Escludendo il processo di stima come origine del problema, erano curiosi di sapere se ci potesse essere un'altra causa.
• La soluzione: Si sono rivolti a ChatGPT per verificare se potesse identificare delle tendenze in grado di aiutarli a arrivare a una conclusione, fornendogli un foglio di calcolo con i dati storici degli sprint.
• I risultati: Sulla base dei suggerimenti ricevuti, hanno individuato un'opportunità per migliorare la transizione dei lavori tra team meno abituati al metodo Scrum, come ad esempio gli stakeholder del team HR. Non era l'unico fattore, ma ha migliorato la collaborazione.

Per iniziare a integrare questo approccio nel tuo workflow:

1. Scegli un sistema di IA adeguato che rispetti le policy aziendali sull'intelligenza artificiale.
2. Esporta i dati storici di progetto che vuoi analizzare.
3. Fornisci il contesto di progetto nel prompt e descrivi i dati che stai caricando.
4. Verifica l’output, controllando che abbia senso, e apporta aggiustamenti se necessario.
5. Porta i risultati al tuo team come punto di partenza per il confronto.

Fai	Non fare
Fornisci dati di progetto puliti e privi di informazioni personali identificabili.	Non guidare il tuo LLM verso una conclusione solo per giustificare la tua intuizione.
Sperimenta con il prompt per ottenere prospettive diverse.	Non trarre conclusioni affrettate dai risultati. L'analisi dei dati non è ancora necessariamente il principale punto di forza delle IA generative.
	Non utilizzare output dell'IA per attribuire colpe. Usa la sua risposta come punto di partenza per il dialogo.

Ecco il prompt:

“Agisci come un'intelligenza artificiale di project management. Il tuo compito è identificare le tendenze nei dati di progetto, generare insight da quei dati e proporre strategie di mitigazione per i rischi identificati. 

Il nostro progetto adotta la metodologia Scrum per sviluppare una piattaforma di condivisione della conoscenza e networking tra dipendenti. Il nostro team comprende sviluppatori full-stack, designer UX/UI e un membro del team HR che fungerà da product owner. 

La nostra velocità di sprint è oscillata durante tutto il progetto e stiamo cercando di isolare alcune ragioni per cui ciò avviene.

Puoi analizzare i dati allegati e verificare se ci sono correlazioni che potrebbero influenzare la nostra velocità?

Formatta l’output come punti elenco che possano essere facilmente condivisi con il team su Slack.

🔷Ecco un esempio di input (semplificato, non quello esatto usato dal nostro membro) e una versione CSV che puoi caricare direttamente sul tuo LLM per provarlo.

Ecco un output semplificato:

5. Pianificazione e programmazione

Quando guidi un progetto, tutti si aspettano che tu abbia una sfera di cristallo—persino tu! L’IA forse non sarà quella sfera di cristallo, ma può aiutare ad avviare la pianificazione di progetto, convalidare o mettere in dubbio le scadenze, testare l’appetito del cliente rispetto al budget, oppure dare al team qualcosa su cui reagire nella fase di pianificazione. 

Prendiamo l’esempio della creazione di una tempistica preliminare ad alto livello per il tuo progetto:

• Il problema: Mi è stato chiesto di consegnare un progetto con una tempistica compressa, ma l’istinto mi diceva che non era realizzabile. Prima di coinvolgere il team, volevo verificare la tempistica e dare qualcosa al team su cui ragionare invece di partire da una pagina bianca.
• La soluzione: Ho utilizzato una combinazione di ChatGPT e Tom’s Planner per produrre una prima bozza di tempistica del progetto sulla base del brief. Poi l’ho portata al team per discuterne, affinare ed eventualmente invalidare la fattibilità delle tempistiche.
• I risultati: Abbiamo usato una combinazione dei suggerimenti dell’IA e della nostra analisi per motivare lo slittamento della scadenza di 3 settimane, così da completare il lavoro senza aggiungere rischi. 

Per iniziare a integrare questo nel tuo flusso di lavoro:

1. Scegli uno strumento AI adatto che sia conforme alle policy AI della tua organizzazione.
2. Carica il project brief o fornisci il contesto nel prompt, includendo approccio proposto, tempistiche, deliverable e composizione del team.
3. Dai una verifica e affina il risultato se necessario.
4. Porta il risultato al team come punto di partenza per la discussione.

Da fare	Da evitare
Fornisci tutti i dettagli e il contesto possibili.	Non prendere per buono il primo risultato—dai feedback e affina!
Prova strumenti diversi, se possibile, per avere più punti di vista.	Non pianificare nel vuoto! La pianificazione del progetto è un lavoro di squadra!
Usa il piano di progetto generato dall’IA per stimolare conversazioni creative nel team

Ecco il prompt:

“Mi è stato chiesto di guidare un progetto di restyling del blog che coinvolge la progettazione e lo sviluppo di un nuovo template per la homepage e di uno per i post del blog. 

Il cliente è un rivenditore di scarpine per bambini. Vorrebbero iniziare entro il 1° settembre e lanciare il nuovo blog entro il 16 novembre. Sarà inoltre necessaria una migrazione dei contenuti. 

L’obiettivo è migliorare le performance del blog: aumentare la durata media della visita, il numero di pagine viste per sessione e i click verso le pagine prodotto, oltre a diminuire il bounce rate dei post del blog.

Non sono convinto che la tempistica richiesta sia realistica. 

Puoi aiutarmi a creare un piano di progetto per questa attività, insieme a una lista di potenziali rischi per la programmazione?”

Ecco l’output:

6. Automazione delle attività amministrative ripetitive e manuali

Non è un segreto che la gestione dei progetti possa essere ripetitiva—o, come preferisco definirla, "ritmica". In qualità di responsabile di progetto, sei tu a dare il ritmo a un ciclo continuo di attività di routine che riguardano comunicazione, pianificazione, definizione delle priorità e cambiamenti di direzione. 

Ma proprio come il tuo cuore continua a battere senza che tu ci debba pensare, ci sono molte opportunità per lasciare che l’IA prenda il comando delle attività ripetitive.

Facciamo l’esempio di come organizziamo i nostri riepiloghi settimanali per il team interno:

• Il problema: I project manager passavano più di un’ora ogni venerdì a riassumere i progressi settimanali del progetto per i loro team. Era utile per il morale del gruppo, ma era faticoso da preparare.
• La soluzione: Abbiamo utilizzato un’estensione di terze parti (Waves) per Slack che permette di archiviare le conversazioni. Successivamente, abbiamo inoltrato le trascrizioni complete a un GPT personalizzato per generare un riepilogo (utilizzando Zapier). L’intelligenza artificiale era stata “addestrata” a essere pungente, secca e sarcastica—pensa a TARS di Interstellar o K2SO di Rogue One. La bozza veniva inviata su Slack tramite Zapier, per permettere al project manager di personalizzarla, copiarla, incollarla e inviarla.
• I risultati: Ogni project manager ha finito per risparmiare almeno 45 minuti ogni venerdì, che ovviamente hanno poi utilizzato per giocare a Cards Against Humanity con il team HR.

Per integrare questo nella tua routine di lavoro: 

1. Assicurati che le policy della tua organizzazione consentano il trasferimento delle conversazioni Slack a strumenti di terze parti.
2. Sfrutta uno strumento come Waves (oppure, se hai attivato le funzioni AI di Slack, puoi provare la funzione Summarize).
3. Crea un GPT personalizzato o un progetto all'interno del LLM della tua organizzazione e addestralo con il tono appropriato per le comunicazioni interne del team.
4. Utilizza un integratore no-code come Make o Zapier per progettare il processo e programmarne l'esecuzione.
5. Affina il processo secondo necessità.

Fai	Non fare
Sii trasparente con il team su come l’IA viene utilizzata per riassumere le conversazioni su Slack.	Non provare a mostrare le conversazioni private (DM) al team con questo metodo. La privacy è importante.
Addestra il tuo modello per mantenere tutto conforme alla cultura aziendale—fai rimuovere parolacce, riferimenti a sostanze illecite e frasi imbarazzanti che potrebbero risultare fuori luogo dal loro contesto originale.	Non cercare di riassumere il canale dove arrivano tutte le notifiche degli strumenti. Nessuno vuole un riepilogo di tutti i ticket Jira chiusi—specialmente di venerdì.
Dai ai project manager la possibilità di rivedere e modificare il messaggio prima dell’invio.	Non includere informazioni personali identificabili o dati sensibili nei tuoi LLM aperti.
Incoraggia i project manager ad aggiungere il proprio stile e tocco personale (manualmente, o addestrando i loro modelli).

Ecco il prompt:

“Agisci come un comico britannico di stand-up dal tono secco e sarcastico. 

Crea un breve riassunto della trascrizione della chat allegata. Va bene lasciare i nomi, visto che verrà usata solo internamente. 

Formatta la risposta come un breve messaggio che potrei condividere con il team su Slack. Sentiti libero di aggiungere qualche emoji, senza esagerare.”

Ecco il nostro output:

Cosa succede ora?

Questi sono solo alcuni dei miei esempi preferiti su come l’IA possa subito aggiungere efficienza alla tua attività di project management. Ma sono gli unici? Certamente no! Se è la prima volta che integri l’IA nei tuoi progetti e iniziative, usali come base e poi lasciati ispirare dalla creatività.

Oppure, se sei pronto a formalizzare tutto questo nella pratica di project management della tua organizzazione, confrontati e dai priorità con il tuo team per decidere quali standard operativi (SOP) avranno più impatto con il giusto sforzo.

Ah, e ho già citato che i nostri esperti in AI project management di DPM hanno costruito un corso pratico e concreto proprio a questo scopo? Puoi portare la tua squadra a un nuovo livello nella gestione progetti abilitata dall’IA grazie alla nostra micro-certificazione Mastering AI in Digital Projects.