Il VP di Prodotto avverte che il ruolo di “project manager” non sarà più una posizione autonoma — e spiega cosa devono fare ora i PM
Scopri come l’IA amplifica il ruolo di un leader di prodotto, accelera il go-to-market e sostituisce i processi tradizionali dei PM con decisioni più rapide e basate sugli insight.
Scott Jones
VP di Prodotto presso RealEyes
Impatto dell’IA: L’IA ha ampliato il ruolo di Scott Jones da leader di prodotto a un coinvolgimento più approfondito in diverse specializzazioni.
Evoluzione del Ruolo: Il ruolo tradizionale dei project manager cambierà, favorendo una maggiore autonomia dei singoli.
Strumenti di IA: Strumenti di IA come Claude e Cursor aumentano la velocità di consegna e riducono la complessità della gestione dei progetti.
Intuizione Creativa: L’intuizione e le competenze creative restano fondamentali per sfruttare efficacemente l’IA nella delivery di prodotto.
Visione Futura: L’IA consentirà team più piccoli ed efficienti e ridefinirà la delivery dei progetti nei prossimi cinque anni.
Scott Jones è un leader di prodotto con solide competenze tecniche. Negli ultimi vent'anni ha imparato a scalare dal nulla e ha creato prodotti zero-to-one in una vasta gamma di settori. Attualmente è VP of Product presso Realeyes, ma grazie all'IA il suo ruolo si è ampliato fino a includere anche la responsabilità del go-to-market.
Abbiamo incontrato Scott per capire come sia riuscito ad aumentare la sua "superficie di influenza" senza diminuire la qualità. Secondo lui, tutto ruota attorno all'IA e all'intuizione.
Collegare i punti tra prodotto e mercato
Ho trascorso oltre 16 anni a costruire prodotti zero-to-one in diversi settori — adtech, martech, IoT e infrastrutture cloud in aziende come HPE e Lenovo. Ogni esperienza mi ha insegnato qualcosa di diverso su come scalare dal nulla.
Unlock for Free
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Oggi guido prodotto, marketing, vendite, sviluppo commerciale e partnership presso Realeyes, dove ho creato e gestisco VerifEye — una piattaforma di verifica umana che valida in modo anonimo la persona, l'unicità e le caratteristiche demografiche in pochi secondi e a pochi centesimi. Il prodotto è passato dall’idea a un ARR di diversi milioni di dollari in 18 mesi con un team snello, e l'IA è una delle ragioni principali di questa velocità.
Lavoro fianco a fianco con i nostri cofondatori e il mio ruolo è avere la responsabilità dell'intero go-to-market: assicurare che la nostra roadmap di prodotto, i clienti, i partner e i team interni siano allineati e si muovano nella stessa direzione. Ci sono molti piatti in aria, ma è questo che mi piace di più — posso collegare i punti tra ciò che stiamo costruendo e i problemi che risolviamo sul mercato.
Come l’IA amplia la "superficie" di un product leader
L’IA ha cambiato radicalmente il mio modo di lavorare come product leader — e non lo dico teoricamente. Lo vivo ogni giorno. In contesti snelli e zero-to-one, questa leva dell’IA è particolarmente potente. È il mio moltiplicatore di forza.
L’attività di scoperta clienti che prima richiedeva settimane di ricerche — mappare i concorrenti, comprendere la infrastruttura tecnologica di un potenziale cliente, identificare dove la nostra soluzione si inserisce nei loro processi — ora posso svolgerla in una frazione del tempo e con molta più profondità. Faccio analisi competitiva su aziende come Onfido o Entain, mi preparo per conversazioni di vendita enterprise con un dettaglio che prima avrebbe richiesto un intero team di analisti.
Prototipo posizionamenti, costruisco narrazioni per partnership, abbozzo strategie di go-to-market, creo contenuti promozionali — tutto più velocemente, in modo più iterativo e, onestamente, meglio di quando dovevo passare il contesto tra dieci strumenti e persone diverse per completare una prima stesura.
L’IA non mi ha solo reso più veloce; ha ampliato il mio campo d’azione. La mia descrizione di lavoro non è cambiata, ma la mia superficie di ruolo sì — radicalmente. Sono passato dall’essere un product leader che coordina specialisti a un product leader in grado di andare in profondità in queste specialità, con una qualità che si dimostra valida anche in ambito enterprise.
L’IA non mi ha solo reso più veloce; ha ampliato il mio campo d’azione. La mia descrizione di lavoro non è cambiata, ma la mia superficie di ruolo sì — radicalmente.
Adesso passo meno tempo sulle attività ripetitive — raccolta delle prime informazioni, prime bozze, sintesi da fonti diverse, costruzione di framework da zero. Trascorro più tempo sulle attività di ordine superiore: riconoscimento di pattern tra mercati, prendere decisioni strategiche sull’orientamento delle partnership, conversazioni più ricche con i clienti perché arrivo preparato meglio, e decisioni più rapide.
La vedo così: l’IA non ha sostituito nessuno dei ruoli che ricopro; mi ha reso efficace in tutti, allo stesso tempo.
Perché l’IA cambierà il ruolo dei project manager
Il ruolo di "project manager" come funzione autonoma cambierà radicalmente nei prossimi cinque anni. E non sarà una perdita; sarà una liberazione.
Ecco cosa intendo: l'intera disciplina della gestione dei progetti ha risolto un problema di coordinamento. Quando hai persone specializzate che ognuna detiene una parte del puzzle — ingegneria, design, marketing, vendite, legale — serve un essere umano al centro che assicuri il flusso delle informazioni, il rispetto dei tempi, il monitoraggio delle dipendenze e che tutti remino nella stessa direzione. Questo livello di coordinamento è diventato una professione a sé stante, con certificazioni, metodologie ed ecosistemi software costruiti attorno ad essa.
Il ruolo di “project manager” come funzione autonoma scomparirà entro cinque anni — e questa non sarà una perdita; sarà una liberazione.
L'IA dissolve il problema del coordinamento. Non sostituisce il project manager con un project manager IA — questa è la previsione superficiale. Lo dissolve facendo venir meno la specializzazione che aveva generato la necessità di coordinamento.
Io ne sono la prova vivente. Gestisco prodotto, marketing, vendite, sviluppo business, partnership, intelligence competitiva, ricerca legale e prototipazione tecnica. Due anni fa, un team con un project manager teneva tutti allineati. Oggi posso operare a un livello che prima richiedeva più ruoli, con Claude come copilota. Il lavoro non è diventato più semplice; è diventato più rapido. Il collo di bottiglia è passato da "Come ci coordiniamo tra specialisti" a "Come può una persona con leva IA prendere decisioni migliori e più velocemente?"
Come gli strumenti IA trasformano lo stack tecnologico per la delivery dei progetti
Il mio stack di delivery si è evoluto notevolmente nell'ultimo anno. L'IA è passata da qualcosa di accessorio al mio sistema operativo principale.
- Claude — il mio copilota IA principale: Questa è la spina dorsale. Uso Claude di Anthropic per compiti che normalmente richiederebbero tre o quattro ruoli diversi in un team. Lo utilizzo per la discovery dei clienti, l'intelligence competitiva, la strategia di partnership, la creazione di contenuti, le comunicazioni di follow-up, la stesura di pitch deck, l'abilitazione commerciale, il dimensionamento di mercato e per ragionare ad alta voce con un collaboratore dalla pazienza infinita e con ampie conoscenze di dominio.
- Claude Code — portare l'IA nel terminale: Ho installato di recente Claude Code, lo strumento da riga di comando di Anthropic per la programmazione agentica. Invece di avere l'IA in una chat mentre lavori in un ambiente di sviluppo separato, l'IA opera direttamente nel tuo terminale: legge i file, esegue comandi e itera sul codice nella tua vera cartella di lavoro. Sono ancora agli inizi, ma l'impatto sulla delivery è significativo. Quando devo definire una integrazione API per un progetto pilota con il cliente o valutare come il nostro SDK si inserisce nell'ambiente di un partner, ora posso esplorarlo tecnicamente in tempo reale, invece di scrivere delle specifiche e poi affidarle all'ingegneria.
- Cursor — ambiente di sviluppo potenziato dall'IA: È una novità nel mio stack, ma già cambia il modo in cui penso alla prototipazione e al lavoro tecnico. Cursor porta l'IA direttamente nell'ambiente di coding. Invece di cambiare continuamente contesto tra una conversazione con Claude e un IDE, posso iterare su concetti tecnici, prototipare integrazioni e affrontare i dettagli dell'implementazione con l'assistenza dell'IA integrata nel flusso di lavoro. Per chi come me sta all'incrocio tra prodotto e ingegneria — definendo API, elaborando percorsi di integrazione SDK, valutando la fattibilità tecnica per progetti pilota per i clienti — un ambiente di sviluppo nativo IA colma il divario tra pensiero strategico ed esecuzione pratica.
- Vendita e outbound guidati dall'IA: È rivoluzionario per la generazione di pipeline. Uso strumenti potenziati dall'IA, tra cui Claude, per automatizzare sequenze intelligenti di contatto — outreach, follow-up personalizzati, campagne drip — tutto gestito da logiche di targeting.
- HubSpot — CRM e operazioni di vendita: HubSpot è il nostro sistema di riferimento per la gestione della pipeline, il tracciamento delle trattative e le comunicazioni coi clienti. Traccio tutto, dalle opportunità qualificate alla valutazione tecnica fino alla chiusura, registro le note delle call e i passi successivi e gestisco le sequenze di follow-up. Non è lo strumento più appariscente dello stack, ma è il tessuto connettivo che mantiene tutto organizzato mentre gestisco più trattative enterprise.
L'IA è diventata lo strato che connette tutto. Claude è il cervello strategico, gli strumenti di social selling sono il motore outbound, HubSpot è la spina dorsale operativa, Cursor colma il divario nella prototipazione tecnica e le piattaforme marketplace sono il livello di distribuzione. Ogni pezzo è più forte perché l'IA attraversa ognuno di essi.
Come Claude ha abilitato ogni aspetto del flusso di lavoro commerciale
Ecco un esempio di cosa può fare Claude. L'ho utilizzato nel gestire un ciclo di vendita enterprise con una grande piattaforma della gig economy che valutava soluzioni di verifica per la sua forza lavoro di collaboratori.
La complessità qui è multidimensionale: un potenziale cliente dispone già di uno stack di verifica, ha requisiti tecnici specifici per la ri-verifica continua, preoccupazioni per la privacy dei dati e molteplici stakeholder tra prodotto, ingegneria, trust & safety e procurement. Normalmente, prepararsi ed eseguire una trattativa di questo tipo richiederebbe un piccolo team: un analista per la ricerca competitiva, un solution engineer per la posizione tecnica, qualcuno per redigere le comunicazioni di follow-up e uno stratega per sviluppare il piano di account.
Ho fatto tutto questo con Claude come copilota. Ecco come:
- Prima dell'incontro iniziale, ho condotto un'approfondita analisi competitiva sul loro fornitore attuale — una delle principali piattaforme di verifica dell'identità sul mercato. Claude ha ricercato per me l'intero modello di pricing: costo per sessione, se addebitano le verifiche fallite, come aggregano i controlli di vivacità e documentali, struttura dei contratti e prezzi dei servizi aggiuntivi. In 20 minuti avevo un'analisi competitiva che a un analista avrebbe richiesto giorni — e l'ho formattata per un messaggio Slack da condividere con i lead ingegneristici così da averne visione prima della call.
- Per la riunione stessa, ho usato Claude per sviluppare filoni narrativi in grado di guidare le mie domande esplorative e far emergere le mie capacità.
- Dopo l'incontro, ho scritto un'email di follow-up a quattro stakeholder. Invece di un semplice messaggio di ringraziamento, ho sfruttato Claude per perfezionare la comunicazione su tre specifici filoni di discussione. Claude mi ha aiutato a calibrare la profondità tecnica — suggerendo ad esempio di semplificare una frase su tasso di veri positivi vs falsi positivi per un acquirente non tecnico. È come avere un collega attento e scrupoloso che rilegge il tuo lavoro.
Lavorare con Claude è come avere un collega attento e scrupoloso che rilegge il tuo lavoro.
Vale però la pena menzionare che considero gli output dell’AI come una prima bozza da affinare e validare, non da accettare ciecamente.
Parallelamente, ho utilizzato lo stesso approccio guidato dall’AI per una partnership di aggregazione dati in cui è sorta una complessità legale. Il loro caso d’uso per il riconoscimento facciale 1:N si è scontrato con la legge sulla privacy biometrica dell’Illinois. Claude mi ha aiutato a ricercare la giurisprudenza, a capire come si applica la responsabilità durante la raccolta rispetto allo storage, a mappare i precedenti per richieste simili archiviate e a progettare tre diversi approcci di compliance — dal totale escludere lo stato a flussi di consenso rafforzato. Sono entrato in quella call forte di una strategia legale che normalmente richiederebbe consulenza esterna a pagamento.
Dove i PM dovrebbero concentrare la loro sperimentazione agentica
Per quanto riguarda gli agenti, concentro deliberatamente la mia sperimentazione su aree che accelerano i colli di bottiglia esistenti nella delivery, invece di costruire orchestrazioni complesse solo per il gusto di farlo. I miei colli di bottiglia sono:
- Velocità di validazione tecnica quando si valutano le integrazioni dei clienti
- Attriti nel passaggio tra strategia di prodotto ed esecuzione tecnica
- La mia capacità personale di prototipare idee prima di coinvolgere il team.
Claude Code e Cursor affrontano direttamente tutti e tre questi aspetti. Quindi, non sto gestendo pipeline di orchestrazione multi-agente né costruendo catene di workflow autonomi. Alcuni di questi sviluppi arriveranno, li seguo con attenzione. Ma al momento, l’investimento agentico dal ROI più alto per un team snello nella nostra fase è quello che rende ogni persona sul team molto più capace — non quello che sostituisce le persone con sciami di agenti.
È una fase iniziale e caotica, proprio come dovrebbe essere la sperimentazione.
Come l’AI abilita sistemi leggeri per team ridotti
Mi sono quasi totalmente allontanato dai metodi tradizionali di project management. Non si è trattato di un lento cambio di filosofia; è stata una scelta pratica, dettata dalla necessità di costruire un prodotto a velocità startup con un team ridotto.
All'inizio della mia carriera, in aziende come HPE, Lenovo e Digital Turbine, usavo la stack tradizionale. Jira per la gestione del backlog e la pianificazione delle sprint; PRD e BRD come artefatti formali; Cerimonie di sprint — standup, retrospettive, sessioni di pianificazione. I team discutevano i documenti roadmap per settimane prima di costruire qualsiasi cosa. E a una certa scala, con team grandi e cross-funzionali, questa struttura ha una funzione. Crea un linguaggio condiviso e una cadenza prevedibile.
Ma quando sono passato ad ambienti guidati dai fondatori, da zero a uno, la maggior parte di quella burocrazia ci rallentava invece di agevolarci. Quando costruisci un prodotto con un piccolo team, i framework PM tradizionali hanno un rapporto rovesciato tra cerimonia e output.
Quindi, cosa l’ha sostituita?
Quando costruisci un prodotto con un piccolo team, i framework PM tradizionali hanno un rapporto rovesciato tra cerimonia e output.
Claude ha sostituito la fabbrica di documenti. La PM tradizionale genera enormi quantità di documentazione — PRD, analisi della concorrenza, requisiti di mercato, aggiornamenti agli stakeholder, brief di go-to-market. Produco ancora tutto questo lavoro, ma ora avviene in conversazione in tempo reale con l’IA anziché in documenti preformattati che impiegano giorni a essere redatti, condivisi e revisionati. Quando mi serve intelligence competitiva prima di una chiamata di vendita, non apro una pagina Confluence per avviare un progetto di ricerca: converso con Claude e ottengo informazioni azionabili in meno di un’ora.
Slack è diventato il sistema operativo, non la barra laterale. Nella PM tradizionale, Slack è il luogo dove i team discutono del lavoro che vive altrove — in Jira, in Confluence, in Google Docs. Nel mio flusso attuale, Slack guida le decisioni. Conduco una sessione di ricerca competitiva con Claude, formatto l’output per Slack e lo inserisco direttamente in un canale per i miei responsabili ingegneria. Strategia, intelligence e decisioni scorrono tutti attraverso lo stesso canale senza lo strato astratto di documenti formali e sistemi di ticketing.
Come l’IA accelera l’allineamento del team e la gestione dell’esecuzione
I miei rituali principali di delivery non sono cambiati radicalmente. Definire l’ambito, allineare i team, validare il lavoro e gestire l’esecuzione — questo resta il compito. Ma la velocità con cui questi task possono essere eseguiti è cambiata perché l’IA ora agisce da moltiplicatore di forza per ogni membro del team.
Definire l’ambito: Il rituale resta lo stesso. Fai i compiti. Comprendi il problema, chi compra, il panorama competitivo e i vincoli tecnici. E definisci cosa stiamo risolvendo. I compiti semplicemente avvengono dieci volte più velocemente.
Allineare i team: Significa ancora allineare i team prodotto, ingegneria e commerciale. Condivido ancora le informazioni sulla concorrenza in Slack con i miei responsabili ingegneria. Faccio ancora prove su posizionamento prima del lancio sul mercato. Scrivo ancora la narrazione che collega ciò che stiamo costruendo al motivo per cui i clienti dovrebbero interessarsene. Ma ora, genero quella narrazione in una singola sessione con Claude prima di portare una raccomandazione affinata al team. Questo cambia la qualità della conversazione di allineamento. Passiamo meno tempo a perfezionare la forma delle parole e più tempo a prendere decisioni strategiche.
Validare il lavoro: Qui l’IA ha forse l’impatto più interessante. Tradizionalmente, la validazione significava aspettare — risultati di ricerca utente, l’avvio di un pilota, o la conferma del posizionamento da parte del mercato. Eseguo ancora tutte queste fasi. Ma ora posso pre-validare su un livello prima impensabile. Quando ho esplorato una partnership per l’aggregazione dati che ha incontrato complicazioni dovute alle leggi sulla privacy biometrica, non ho aspettato il parere degli avvocati esterni. Ho ricercato la giurisprudenza, mappato i fattori di responsabilità, trovato i precedenti legali pertinenti e progettato tre approcci di conformità — tutto prima della prossima chiamata con il partner. Il ciclo di validazione si è compresso da settimane a ore. Abbiamo comunque validato con consulenza legale reale, ma siamo arrivati con un quadro informato invece che una lavagna bianca vuota.
Gestire l’esecuzione: Si tratta ancora di coordinare vari elementi in movimento, ma l’IA ha trasformato la mia capacità personale di gestire l’esecuzione tra flussi di lavoro paralleli.
Il punto filosofico è questo: l’IA non ci ha fornito nuovi rituali. Ha semplicemente rimosso la frizione dai nostri rituali esistenti. Quando togli la frizione da un sistema, gli stessi input producono un output enormemente superiore.
Il punto filosofico è questo: l’IA non ci ha fornito nuovi rituali. Ha semplicemente rimosso la frizione dai nostri rituali esistenti. Quando togli la frizione da un sistema, gli stessi input producono un output enormemente superiore.
Come l’intuizione creativa migliora il successo dei progetti guidati dall’IA
Il valore dipende dalla persona, non dallo strumento. Tutti hanno accesso alla stessa IA. È per questo che la mia vita creativa da musicista e artista visivo influenza il modo in cui uso l’IA anche sul lavoro.
Il miglior lavoro con l’IA non è meccanico. È improvvisazione. È sapere quando indirizzare Claude in una direzione diversa perché qualcosa nei risultati non convince. È percepire quando un’analisi della concorrenza necessita di uno strato di profondità in più perché l’intuizione non è ancora abbastanza acuta. È sentire il ritmo di una conversazione di vendita aziendale e sapere quale argomento portare in primo piano e quale trattenere. Niente di tutto ciò viene da un modello predefinito di prompt. Viene dallo stesso luogo della mia musicalità: la disponibilità a essere presenti, a rispondere a ciò che accade invece di attenersi a quanto pianificato, e la fiducia nei propri istinti per agire senza troppo rimuginare.
Sono anche un praticante di Kriya Yoga e uno dei principi fondamentali di questa pratica è canalizzare ciò che senti piuttosto che ciò che pensi. Questa filosofia permea tutto ciò che faccio. Quando itero sul posizionamento con Claude, non seguo una formula: mi lascio guidare verso la versione che risuona di più. Quando sono in conversazione con un cliente, non seguo un copione: leggo la sala e rispondo all’energia. L’IA mi fornisce la materia grezza più velocemente che mai. Ma l’abilità umana — il gusto, il tempismo, l’intuizione — trasforma questa materia prima in qualcosa che emoziona davvero le persone.
L’IA mi fornisce la materia grezza più velocemente che mai. Ma l’abilità umana — il gusto, il tempismo, l’intuizione — trasforma questa materia prima in qualcosa che emoziona davvero le persone.
I leader nella delivery che prospereranno nel prossimo capitolo non saranno quelli che padroneggiano la più sofisticata piattaforma di orchestrazione IA. Saranno coloro che portano una sensibilità creativa al proprio lavoro — che trattano ogni interazione con il cliente, ogni sessione strategica, ogni decisione di prodotto come un atto di improvvisazione, non come un esercizio di rispetto dei processi.
Gli strumenti continueranno a migliorare. Gli esseri umani che sapranno dialogare creativamente con essi — che saranno in grado di sentire la musica sotto i dati — costruiranno le cose che contano davvero.
Come l’IA cambierà la delivery di progetto nei prossimi cinque anni
Ecco dove vedo arrivare le cose nei prossimi cinque anni.
Primo, il singolo collaboratore diventerà radicalmente più potente. Ogni persona in una squadra avrà l’equivalente di un piccolo staff di supporto integrato nei propri flussi di lavoro. Un ingegnere non si limiterà a scrivere codice; genererà i propri piani di test, redigerà la propria documentazione e ricercherà autonomamente il contesto competitivo. Un venditore non si limiterà a vendere; effettuerà la propria analisi di mercato, creerà il proprio materiale di presentazione e studierà autonomamente la situazione legale e regolatoria dei potenziali clienti. Quando ogni individuo può svolgere il lavoro di tre persone, non serve più avere così tante persone nella stanza, e sicuramente non occorre più chi ha come compito principale quello di coordinare la comunicazione nel gruppo.
Secondo, i team diventano radicalmente più piccoli mentre la produttività resta invariata o cresce. L’azienda di medie dimensioni del 2030 assomiglierà a una startup del 2020 in termini di organico, ma avrà una produttività che, una volta, avrebbe richiesto centinaia di persone. Le aziende che capiranno per prime il cambiamento vinceranno. Quelle che proveranno a integrare l’IA negli attuali reparti da 50 persone verranno superate da team di cinque persone completamente nativi dell’IA.
Terzo — e questa è la previsione che potrebbe non piacere — il rito della pianificazione morirà. Revisioni trimestrali della roadmap, cerimonie di pianificazione degli sprint, intricati diagrammi di Gantt e lunghe esercitazioni di prioritizzazione. Tutto questo era pensato per un mondo in cui cambiare direzione era costoso, perché occorreva riorganizzare un grande gruppo di specialisti. Quando il tuo team è snello e supportato dall’IA, il costo del cambiamento di rotta si riduce quasi a zero. Non serve pianificare un trimestre se puoi rivalutare e cambiare direzione in una settimana. La delivery diventa continua e adattiva invece che pianificata e suddivisa in fasi.
Quarto, il giudizio diventa l’unica risorsa davvero scarsa. L’IA gestirà ricerca, analisi, stesura, prototipazione, test, documentazione — tutto ciò che riguarda l’elaborazione delle informazioni e la produzione di artefatti. Ma non deciderà se perseguire una partnership tecnicamente interessante ma con rischi reputazionali. Non leggerà la sala quando il VP of Engineering di un cliente dice qualcosa che segnala tensioni interne. Non saprà quando insistere su una scommessa strategica e quando invece lasciare che un’idea maturi. Gli umani che prospereranno saranno quelli con gusto, giudizio e capacità di muoversi nell’ambiguità — non quelli esperti nel mantenere una board Jira aggiornato.
Le persone che prospereranno saranno quelle con gusto, giudizio e capacità di muoversi nell’ambiguità — non quelle che sono bravissime a tenere aggiornato una Jira board.
E il quinto punto — quello su cui sento più fortemente — è che la parola "delivery" stessa evolve. In questo momento significa "abbiamo costruito la cosa e l’abbiamo consegnata". Tra cinque anni, delivery significherà "abbiamo identificato l’opportunità, l’abbiamo validata, costruita, consegnata, misurata e iterata" — e una sola persona o un piccolo team avrà fatto tutto questo nel tempo che prima serviva solo per scrivere il documento dei requisiti. L’intero ciclo si comprime così tanto che la distinzione tra strategia ed esecuzione, pianificazione e consegna, pensiero e realizzazione — semplicemente evapora.
Questo modello funziona meglio in ambienti snelli, da zero a uno. Su larga scala, il coordinamento non scompare — cambia semplicemente forma.
Perché è positivo che l’AI abbia reso obsoleto il ruolo del Delivery Leader
Ho imparato tre cose molto importanti, a mie spese, in questo periodo di cambiamento:
- Smettila di aspettare l’autorizzazione per sperimentare. Non esiste un programma di preparazione all’AI, nessuna certificazione, nessuna lista di fornitori approvati che ti dica che è arrivato il momento. I leader che ora stanno avanzando hanno iniziato a usare l’AI nel loro lavoro reale — non in una sandbox, non in un laboratorio d’innovazione, non in un “programma pilota”. Nei loro veri flussi di lavoro, con veri clienti, su vere scadenze. Non ho chiesto l’approvazione dei dirigenti per usare Claude per analisi della concorrenza prima delle chiamate di vendita enterprise. L’ho fatto e basta; la qualità della mia preparazione ha parlato da sola. I risultati danno il permesso. Se aspetti che la tua organizzazione ti consegni una strategia AI pronta all’uso, sei già indietro rispetto a chi ha iniziato sei mesi fa solo con curiosità e una chat aperta.
- Investi nel tuo giudizio, non nel processo. Molti delivery leader rispondono a questo momento raddoppiando la metodologia, cercando di capire “il framework di project management AI-native” o “il playbook della delivery agentica”. È l’istinto sbagliato. I framework continueranno a cambiare. Gli strumenti continueranno ad evolversi. Il valore di una persona che può entrare in una stanza — o in un canale Slack — e prendere la decisione giusta con informazioni incomplete non cambierà. Conosci profondamente i tuoi clienti. Comprendi il business, non solo il backlog. Sviluppa la capacità di riconoscere i pattern per anticipare le curve. L’AI renderà ogni aspetto meccanico della delivery più economico e veloce. Non sostituirà il leader che sa quale montagna scalare. Punta tutto sull’essere quella persona.
- Questa mi ha cambiato la carriera: ridefinisci il tuo lavoro. Per anni ho pensato che il mio lavoro fosse quello operativo nella gestione prodotto: gestire backlog, scrivere PRD, condurre cerimonie sprint e allineare le roadmap. Poi, l’AI ha reso gran parte di quel lavoro banale — o almeno drammaticamente più veloce. Quando ho lasciato andare i rituali e mi sono affidato al giudizio, tutto è accelerato. Sono passato da product manager a costruttore di business che usa competenze di prodotto. Questo cambio — da custode del processo a operatore strategico — è disponibile ora per ogni delivery leader. L’AI non riduce il tuo ruolo. Ne toglie la burocrazia e rivela ciò che il tuo ruolo è sempre stato.
Se aspetti che la tua organizzazione ti consegni una strategia AI pronta all’uso, sei già indietro rispetto a chi ha iniziato sei mesi fa solo con curiosità e una chat aperta.
Questo momento premia chi è a proprio agio con l’incertezza. Sto installando strumenti per sviluppatori che non avevo mai usato. Sto studiando sentenze giuridiche senza una formazione formale. Sto gestendo campagne di social selling, prototipando integrazioni SDK e preparandomi per trattative commerciali con aziende di livello Fortune — tutto nella stessa settimana. Nulla di ciò era nella mia job description cinque anni fa. Tutto ciò è possibile perché ho deciso che i confini delle mie competenze sono solo suggerimenti, non muri — e l’AI mi permette di scavalcarli.
Il mio consiglio è semplice: inizia subito, fidati del tuo giudizio e lascia andare la versione del tuo lavoro che l’AI ha appena reso obsoleta. Ciò che trovi dall’altra parte è migliore.
Segui gli aggiornamenti
Puoi seguire Scott Jones su LinkedIn e Instagram, mentre continua a testare i limiti del possibile ed espandere il ruolo dei PM.
Altre interviste a esperti in arrivo su The Digital Project Manager!
