Molti team introducono l’AI nei progetti senza un metodo. Il risultato è lavoro duplicato, output non verificati e decisioni prese su dati sbagliati.
Questi strumenti aiutano, ma solo se il PM sa quando fidarsi dei risultati. La responsabilità delle scelte resta sempre al Project Manager.
Usare l’AI in un progetto non vuol dire delegare la gestione a un programma. Vuol dire avere un supporto per lavorare con più ordine.
Un sistema AI legge e sintetizza grandi volumi di dati. Segnala anomalie. Il PM valuta poi cosa fare con queste informazioni.
Il PMI ha una sezione dedicata all’AI nella gestione dei progetti. Le risorse sono raccolte qui: PMI – AI in Project Management. Ho visto questo confermato in progetti reali: dove manca il metodo, lo strumento amplifica il disordine, non lo risolve.
I PM leggono ogni giorno note, report e alert. Farlo su più fronti e in poco tempo è difficile. L’AI può fare una prima lettura al posto loro.
Nell’analisi dei rischi l’AI propone scenari basati su dati storici. Il PM sceglie quali approfondire.
Copilot e strumenti simili estraggono azioni dai verbali di riunione. Il PM controlla che nessuna priorità sia andata persa.
Nella comunicazione con i clienti l’AI adatta il tono del messaggio. La scelta finale resta al PM.
L’AI non conosce il contesto del tuo progetto. Può dare risposte che sembrano giuste ma non lo sono. Dipende molto dalla qualità dei dati che riceve.
In un progetto nel settore dei servizi che ho seguito nel 2022, il team accettava gli output dell’AI senza verifica. Gli errori emergevano solo in fase di consegna. Una stima sbagliata resta sbagliata, anche dopo che l’AI la rielabora.
I progetti hanno dati riservati: clienti, fornitori, piani interni. Prima di usare strumenti AI, serve una regola chiara su cosa può uscire dall’azienda. Il quadro europeo AI Act fissa i requisiti per chi usa questi sistemi. È il punto di partenza normativo.
Per usare bene l’AI serve capire dove aiuta e dove, invece, crea rischi. La parte tecnica conta meno del metodo.
La cosa più importante è fare domande chiare. Un prompt generico dà risposte generiche. Un prompt con contesto preciso dà output che puoi verificare.
Controllare gli output è un’abitudine da costruire. Il PM confronta i risultati dell’AI con ciò che sa del progetto. Questo filtro elimina la maggior parte degli errori.
Il PMI ha creato la certificazione PMI-CPMAI per i PM che guidano progetti in cui l’AI ha un ruolo centrale. È un percorso pratico, non solo teorico.
Il modo più efficace è partire da un caso piccolo. La sintesi dei meeting o la prima lettura della matrice dei rischi sono buoni punti di avvio.
Il team deve stabilire in anticipo chi può usare quali dati, chi approva gli output e come si gestiscono le versioni dei documenti.
Un test su un singolo progetto mostra in tempi brevi dove lo strumento aiuta davvero.
Prima di tutto questo, serve un metodo solido. La guida su come strutturare un piano di progetto è utile per chi vuole costruire la base prima di introdurre nuovi strumenti.
I tre errori più comuni nell’adozione dell’AI nei progetti
Il primo è usare l’AI per evitare di ragionare. Una risposta veloce può sembrare solida. Non sempre lo è.
Il secondo è far decidere lo strumento al posto del PM. Quando la scelta tocca persone o costi, la responsabilità è umana. Non può essere delegata.
Il terzo è usare l’AI senza regole condivise. Il team produce versioni diverse dello stesso documento. Il progetto perde una fonte unica di verità.
Chi usa metodi agile può trovare indicazioni utili nella guida alle metodologie agile: un flusso di lavoro chiaro riduce questo rischio.
L’AI sostituirà il Project Manager?
No. L’AI supporta alcune fasi del lavoro, ma il giudizio su persone, priorità e rischi organizativi resta al PM.
Quali attività può supportare?
Quelle ad alto volume di dati e basso peso decisionale: sintesi di documenti, prima analisi dei rischi, bozze di report. Il PM verifica sempre prima di usare gli output.
Serve saper programmare?
No. Serve saper fare buone domande e valutare le risposte. La parte tecnica aiuta, ma non è un requisito.
Solo se i dati sono buoni e il metodo è chiaro. Dati deboli restano tali, anche elaborati dall’AI.
Chi vuole strutturare l’uso dell’AI nei propri progetti ha due strade principali, a seconda di dove si trova nel percorso.
La certificazione PMI-CPMAI è uno dei percorsi più strutturati per chi guida già progetti e vuole aggiungere competenze specifiche sull’AI. Per chi invece vuole prima consolidare le basi di metodo, il catalogo corsi di project management di Management Academy include percorsi fino alla certificazione PMP. Consulta il catalogo e scegli il percorso adatto al tuo ruolo.
1. Project Management Institute — AI in Project Management: https://www.pmi.org/learning/ai-in-project-management
2. Project Management Institute — PMI-CPMAI Certification: https://www.pmi.org/certifications/ai-project-management-cpmai
3. Commissione Europea — AI Act: https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
4. EUR-Lex — Regolamento (UE) 2024/1689: https://eur-lex.europa.eu/legal-content/IT/TXT/?uri=CELEX:32024R1689
Autore: Emanuele Accioli è Project Manager certificato PMP®, CAPM®, IPMA® e qualificato secondo la norma UNI 11648:2016 (UNI, 2022: https://www.uni.com/it/).
