I flussi di lavoro AI reali utilizzati dal Responsabile Delivery di un’agenzia specializzata in implementazione Asana
Brandon Llewellyn, Responsabile Delivery presso un'agenzia di implementazione Asana chiamata Cirface, condivide esempi concreti di flussi di lavoro potenziati dall’IA che stanno trasformando l’esecuzione dei progetti.
Brandon Llewellyn
Responsabile Delivery presso Cirface & Consulente Asana
L’IA come livello strategico, non come sostituzione: L’IA automatizza le attività tattiche e accelera la raccolta del contesto, ma il giudizio umano, la creatività e l’allineamento rimangono centrali nella leadership della delivery.
Evoluzione dei flussi senza sostituire i rituali: Strumenti come Asana e Fellow semplificano l’esecuzione dei progetti, mentre l’IA arricchisce i rituali come ricerca, brief e onboarding invece di sostituire le pratiche fondamentali della delivery.
Output agentici come bozze, non decisioni: I flussi di lavoro agentici devono essere considerati solo punti di partenza. I team di successo affinano, validano e personalizzano ancora i flussi in base al contesto del cliente e alla dinamica degli stakeholder.
Restare in Prima Linea come Responsabile delle Consegne
Sono il Responsabile delle Consegne presso Cirface. Siamo un'agenzia specializzata nell'implementazione di Asana, installiamo processi e flussi di lavoro per aziende di livello enterprise — tra i nostri clienti figurano nomi importanti come PayPal, Cloudflare, MLB e LA Rams.
Il mio ruolo consiste nel gestire il nostro team Delivery: i nostri consulenti che sono in prima linea con i clienti. Sono responsabile della misurazione dei dati di redditività dei progetti, dell'utilizzo e delle risorse, dei processi di delivery e dei flussi.
Ovviamente sono anche responsabile dell'implementazione di cicli di feedback nella nostra agenzia per garantire che stiamo sempre iterando sui nostri servizi, imparando sia dalle consegne di successo che dai nostri occasionali fallimenti.
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.
Come l'IA sta Rimodellando i Ruoli nella Delivery di Progetto
Da Cirface, dedichiamo molto meno tempo a piccole attività tattiche rispetto al passato. Tutto ciò che può essere automatizzato in Asana ora viene gestito automaticamente. Questo cambiamento era iniziato già prima del boom dell'IA, con le regole e automazioni native di Asana, ma l'IA ha aggiunto un livello completamente nuovo.
Lo strumento è ora in grado di applicare ragionamento e contesto, il che significa che può occuparsi di buona parte della pianificazione e organizzazione preliminare prima che io intervenga come utente umano.
Non devi più impostare tutto manualmente. Le regole tradizionali di Asana sono binarie: trigger, condizione opzionale e azione.
Con l'IA, il livello logico diventa più intelligente subito. Invece di "se priorità = alta, allora fai X", puoi dire all'IA cosa significa alta, media o bassa in linguaggio naturale, persino allegare documenti come le linee guida di brand, e poi lasciare che decida lei.
L'IA applica poi ragionamento e contesto in modi che le regole statiche non potrebbero mai fare, per cui riesce a gestire la pianificazione e passare un output più accurato al team.
Di conseguenza, il mio focus è cambiato. Dedico più tempo a progettare e perfezionare questi flussi di lavoro alimentati dall'IA, ritrovando al tempo stesso numerose ore che prima venivano perse in esecuzione ripetitiva come il monitoraggio delle metriche.
Questo mi permette di concentrarmi su attività dal valore strategico superiore come migliorare i processi di delivery, supportare il team e garantire che i progetti procedano nel modo più efficace possibile.
Stessi Metodi di Prima, Ma Più Snelli
Quindi, i nostri metodi in realtà non sono cambiati, ma il modo in cui li gestiamo è diventato più leggero.
Ecco un esempio. Con Asana, la visibilità su stato e priorità è già integrata, quindi non sono necessarie riunioni giornaliere o aggiornamenti costanti. L'IA porta tutto questo ancora oltre.
Asana ora include un aggiornamento dello stato di progetto assistito dall'IA. Immagina un progetto condiviso dove creativi e sviluppo lavorano insieme per un cliente. Le attività arrivano, i commenti si accumulano, sottocompiti, dipendenze, allegati e tutto il solito caos.
Normalmente sceglieresti uno stato (In linea, A rischio, Fuori pista) e poi scriveresti un riassunto: cosa è successo, blocchi, prossimi passi, azioni e chi deve fare cosa. Utile, ma se gestisci dieci o più progetti, scrivere quegli aggiornamenti settimanali diventa molto oneroso.
Entra in gioco "Bozza con IA". Quando avvii un aggiornamento di stato, Asana può analizzare l'intera cronologia del progetto, comprese le attività completate, i commenti, i sottocompiti, le dipendenze e gli allegati. Quindi genera una prima bozza che spiega in linguaggio semplice "come stanno andando le cose" e "cosa è successo la settimana scorsa". Tu rimani nel circuito come editor umano: revisioni la bozza, modifichi il tono, aggiungi dettagli e pubblichi.
È semplice: IA nei flussi di lavoro fa il grosso del lavoro, tu apporti il giudizio. Per chi gestisce report di stato regolari su più progetti, questo può facilmente risparmiare un'ora o due ogni settimana senza sacrificare la chiarezza per il team o per il management.
Durante la fase di discovery con i clienti, spesso raccogliamo un'enorme quantità di informazioni: più dipartimenti, dozzine di utenti, processi ramificati, fogli di calcolo e video walkthrough. Sembra quasi di bere da un idrante aperto.
Ora possiamo sfruttare software di project management sicuri basati su IA per organizzare tutte queste informazioni, così abbiamo sia la panoramica generale che i dettagli minuziosi. Inoltre, ci permette di consultare rapidamente quanto già discusso senza dover tornare indietro dal cliente.
Questo equilibrio tra chiarezza ed efficienza ha rivoluzionato il mio modo di lavorare. La parte sorprendente è la rapidità con cui l’IA nei servizi professionali è diventata una seconda natura; onestamente, non so come riuscissi a lavorare senza.
La parte sorprendente è la rapidità con cui l’IA è diventata una seconda natura; onestamente, non so come riuscissi a lavorare senza.
Workflow di IA veramente utilizzati che salvano tempo di consegna
Una delle difficoltà più comuni nei flussi di lavoro è la mancanza di informazioni al momento dell’invio. Prendiamo, ad esempio, un team di design: le richieste possono arrivare da qualsiasi dipartimento. Per svolgere bene il proprio lavoro, i designer hanno bisogno di dettagli come le dimensioni in pixel, le palette di colori, esempi di ispirazione e le scadenze. Senza queste informazioni, il processo rallenta.
Abbiamo risolto questo problema creando un flusso di lavoro alimentato dall’IA in Asana che revisiona le richieste prima che arrivino a una persona. Se mancano dettagli fondamentali, l’IA segnala la richiesta, la respinge e tagga chi l’ha inviata affinché completi le informazioni mancanti. Solo quando la richiesta supera questo controllo viene inoltrata a un designer.
Questo ha eliminato i continui avanti e indietro che facevano perdere tempo. E ha protetto i designer dall’essere rallentati da richieste incomplete. Ora vedono solo richieste completamente pronte per loro, rendendo il processo sia più veloce che meno frustrante.
Il processo passo passo per aggiungere i controlli IA
Ecco un processo passo passo per utilizzare il generatore di regole AI Studio di Asana e aggiungere controlli IA:
Abilita AI Studio
Assicurati che le funzionalità AI siano attivate nella tua Console di Amministrazione.
Questo funziona solo con i piani Business/Enterprise attuali (non con i vecchi livelli).
Crea una nuova regola AI
Nel tuo progetto, vai su Personalizza → Regole → Aggiungi Regola.
Scegli la regola predefinita "AI Studio → Verifica Informazioni Mancanti".
Definisci il trigger
Abbiamo usato "Quando un'attività viene aggiunta al progetto" (tipicamente un invio tramite modulo).
Puoi limitarlo a tutte le attività o solo a quelle provenienti da un modulo di raccolta specifico.
Aggiungi le istruzioni AI (il "prompt")
Gli agenti AI Studio si comportano come mini GPT: gli dici esattamente cosa significa "buono".
La nostra definizione base di "informazioni sufficienti" includeva:
Descrizione chiara della richiesta
Data di scadenza o periodo temporale
Dipendenze da altri lavori
Abbiamo personalizzato ulteriormente per riflettere il nostro processo creativo (ad esempio, obiettivi, audience, stile del video).
Configura le azioni
Se mancano informazioni, l’AI:
Aggiunge un commento chiedendo chiarimenti (massimo 3–5 domande).
Crea una sottoattività assegnata al richiedente affinché nulla venga tralasciato.
Se le informazioni sono sufficienti, l’attività semplicemente prosegue.
Scegli il modello
Per questo caso, abbiamo usato un modello piccolo e a basso costo (GPT-4o Mini) dato che serve solo per classificare e suggerire, non per analisi avanzate.
I modelli più grandi (Claude Opus, Sonnet 4) sono eccessivi, a meno che non servano ragionamenti trasversali o riassunti complessi.
Testa con una richiesta di esempio
Abbiamo inviato un modulo vago (“Ho bisogno di un nuovo video per una campagna globale”).
L’AI lo ha segnalato come incompleto, chiedendo obiettivi della campagna, target e stile, e ha creato una sottoattività per il richiedente.
Ha anche fatto riferimento alle best practice di marketing aggiornate per guidare la richiesta.
Questo è la fine del processo. Controlla le nostre richieste per informazioni mancanti e coinvolge il richiedente se manca qualcosa.
Potenziamento dei Rituali di Delivery senza Interruzioni
Il nostro team di vendita utilizza l’AI per acquisire il contesto dalle chiamate commerciali e trasformarlo in un punto di partenza per la definizione dello scope. Questo fa risparmiare molto tempo e fornisce alla delivery una base più solida prima ancora che il lavoro inizi.
Per mantenere tutto allineato, comunque, è ancora la nostra configurazione base di Asana a guidare il processo. La visibilità su stato, priorità e prossimi passi è ciò che tiene tutti allineati e l’AI non può sostituirlo.
Dove l’AI ha aggiunto reale valore è nei riassunti. Poter generare una panoramica rapida di un progetto facilita molto l’onboarding di nuovi membri del team o la riassegnazione delle attività se qualcuno è assente, senza doverli aggiornare manualmente.
Nella pratica, l’AI sta diventando uno strato di supporto attorno ai nostri rituali, più che sostituirli. Accelera la raccolta del contesto e il trasferimento delle conoscenze, mentre la componente umana resta fondamentale per l’allineamento e le decisioni.
Workflow Agentici: Bozze, non decisioni
Gli output agentici ci danno una struttura di bozza, ma la consegna reale richiede ancora intervento umano.
Abbiamo anche fatto sperimentazione AI con workflow agentici — in maniera leggera.
Come primo passo, possono essere molto utili per strutturare le consegne ai clienti. La sfida è che l’IA raramente riesce a cogliere pienamente la gerarchia o la progettazione del flusso di lavoro. E anche quando ci riesce, ci sono sempre situazioni reali che l’IA non prende in considerazione.
Per questo motivo, trattiamo i risultati prodotti dagli agenti come punti di partenza e non come prodotti finiti.
Ci forniscono una bozza di struttura su cui possiamo intervenire, per poi perfezionarla con il nostro giudizio e in base al contesto del cliente. Sta andando bene, nel senso che ci fa risparmiare tempo all’inizio, ma il livello umano resta comunque essenziale per ottenere un sistema davvero utilizzabile.
Dentro la Delivery Stack AI-First di Cirface
Il nostro stack principale è costruito attorno ad Asana per la gestione dei progetti, Harvest per il monitoraggio del tempo, Slack per la collaborazione, Google Workspace, Fellow e Miro. Questi sono i costanti che fanno andare avanti tutto.
Nell’ultimo anno, abbiamo puntato molto su Fellow, soprattutto come prendi appunti alimentato dall’IA. È stata davvero un’innovazione per catturare e strutturare le conversazioni senza aggiungere complessità. In effetti, se c’è un tool che fa risparmiare più tempo al nostro team, è proprio Fellow.
Ho anche iniziato a utilizzare Notebook LM in alcuni casi in cui ho bisogno di assimilare e navigare rapidamente grandi quantità di informazioni.
Riguardo Miro come strumento di gestione dei task, la sua evoluzione non si è concentrata molto sull’IA, ma continuano ad arrivare aggiornamenti che rendono la collaborazione più fluida e intuitiva, mantenendolo comunque prezioso nel nostro processo.
Spianare la strada: dove l’IA porta il maggior valore
Adesso, le aree più pronte al supporto dell’IA sono quelle che coinvolgono raccolta, organizzazione e verifica delle informazioni. Otteniamo molto valore da briefing, riassunti, traduzioni, panoramiche e filtri supportati dall’IA che assicurano che non manchi nulla prima che il lavoro passi a una persona.
Questi sono i tipi di compiti che prima erano ripetitivi e richiedevano molto tempo, ma ora vengono gestiti in pochi secondi e con molti meno errori. Dove l’IA è ancora limitata è in tutto ciò che richiede vero giudizio, creatività o sensibilità.
Ad esempio, capire le dinamiche politiche tra i reparti, valutare i compromessi che toccano gli stakeholder in modo diverso o riconoscere quando la richiesta di un cliente non corrisponde realmente a ciò di cui ha bisogno. Questo tipo di ragionamento richiede ancora un tocco umano.
L’IA è più efficace nello spianare la strada: si occupa del grosso del lavoro con le informazioni, così le persone possono concentrarsi sull’interpretare, consigliare e prendere decisioni che richiedono contesto ed empatia.
Il futuro della delivery con l’IA: paura contro realtà
L’IA non sostituirà project manager o responsabili delle consegne, ma cambierà radicalmente l’aspetto dei loro ruoli. L’IA si occuperà della maggior parte degli input, come l’elaborazione dei dati, la stesura degli aggiornamenti e la verifica dei punti mancanti, mentre le persone si concentreranno quasi esclusivamente sui risultati a maggior valore aggiunto.
Questo significa che creatività, giudizio, empatia e decisioni contestuali diventeranno il cuore dei ruoli legati alla delivery.
Il consiglio di Brandon
La paura è la sostituzione, ma la realtà è l’orchestrazione. L’IA farà andare i sistemi, mentre gli umani resteranno coloro che guidano, approvano e allineano il lavoro in modo che le macchine non possono fare.
Usare l’IA senza cedere il volante
Il mio consiglio è di continuare a sperimentare e restare aperti a usare l’IA come strumento per rendere il proprio lavoro più semplice.
In questo momento, è una delle più grandi opportunità per risparmiare tempo e liberare spazio mentale, e credo che presto diventerà un requisito di base per la maggior parte dei ruoli digitali. Più velocemente ci si familiarizza, migliore sarà la propria posizione.
E allo stesso tempo, fai affidamento sul tuo giudizio. Tutti dicono “adattati o rimani indietro”, ma non tutti i casi d’uso hanno senso e non tutte le soluzioni sono affidabili.
L'obiettivo è usare l’intelligenza artificiale per migliorare l’erogazione, non per cedere completamente il controllo.
Mettiti in contatto!
I messaggi privati di Brandon sono aperti su LinkedIn per chiunque voglia approfondire o abbia bisogno di consigli. E dai un’occhiata a Cirface!
