La domanda non è più se integrare l'Intelligenza Artificiale nel proprio workflow, ma come farlo in modo che generi valore reale.
L'AI è ormai presente nei tool che utilizziamo quotidianamente, nelle conversazioni con clienti e colleghi, nelle newsletter che leggiamo. Ma c'è una differenza sostanziale tra chiedere a ChatGPT di scrivere un'e-mail e costruire un sistema che renda il team realmente più efficace e competitivo.
La verità scomoda: non basta usare l'AI
Quando parliamo di AI in azienda, spesso ci fermiamo alla superficie: un'automazione qui, un prompt là, l'integrazione con qualche tool che promette risultati straordinari. La vera domanda è: stiamo risolvendo problemi reali o stiamo solo seguendo il trend del momento?
Nel nostro caso, abbiamo dovuto affrontare questa domanda con onestà. E la risposta non era affatto scontata.
Ogni evoluzione tecnologica porta con sé cambiamenti rapidi. L'AI non fa eccezione, anzi probabilmente è la più veloce di tutte. Chi resta fermo a guardare si trova rapidamente superato. Non necessariamente da competitor più grandi, ma da chi ha capito come sfruttare questi strumenti per fare meglio, più velocemente e con meno sprechi.
Tre cose che abbiamo capito
Non abbiamo la formula magica. Abbiamo provato, sbagliato, ricominciato. Ma lungo il percorso abbiamo imparato alcune cose fondamentali.
☝️L'AI amplifica il pensiero strategico, non lo sostituisce
Se non sai cosa vuoi ottenere, nessun algoritmo lo farà per te. I nostri processi migliori sono quelli dove abbiamo prima chiarito l'obiettivo, poi trovato il modo giusto di usare l'AI per raggiungerlo più rapidamente.
✌️La migliore integrazione è quella invisibile
Quando un membro del team usa l'AI senza nemmeno accorgersene perché è integrata nel suo flusso di lavoro abituale, hai vinto. Se deve interrompere quello che sta facendo, cambiare applicazione, copiare e incollare dati, hai solo aggiunto complessità.
🤟Non tutte le ore risparmiate valgono allo stesso modo
Abbiamo scoperto che a volte l'AI ci fa risparmiare tempo su attività a basso valore; altre volte ci permette di investire più tempo su output di qualità superiore. Non basta chiedersi "quanto tempo risparmiamo?" ma "stiamo lavorando sulle cose giuste?"
Quello che abbiamo ottenuto...
- Decisioni più informate perché l'AI ci permette di esplorare più scenari velocemente.
- Processi replicabili che possiamo standardizzare e scalare.
- Meno tempo perso a cercare informazioni sparse, più focus su strategia.
Caso d'uso
Il project management è una di quelle aree dove l'integrazione dell'AI ha senso immediato. Per questo abbiamo cambiato prospettiva e approccio. Invece di partire da zero ogni volta, ci siamo costruiti un sistema di supporto che interviene in due momenti chiave del processo — la generazione del PRD (Product Requirements Document) e la stima delle tempistiche per i preventivi.
L'immagine sopra mostra il flusso che abbiamo costruito: dal pensiero strategico iniziale alla decomposizione operativa.
Partiamo dal Brief con obiettivi, contesto e vincoli tecnici del progetto. Da qui, il contenuto passa attraverso Google AI Studio con i modelli Gemini. Il prompt analizza le informazioni, le mette in relazione e ragiona su priorità e complessità. Poi iteriamo, finché l'output non è allineato a quello che vogliamo ottenere.
Il risultato: un PRD strutturato con specifiche tecniche, stime di massima, decomposizione in epic, story, task. Non perfetto, ma abbastanza solido da entrare nel flusso Kanban dopo una revisione.
Come abbiamo imparato (sbagliando)
Non è stata una passeggiata.
Il primo tentativo è stato un disastro. Il secondo anche.
Creare prompt efficaci richiede tempo. Non scrivi un prompt e ottieni subito quello che desideri. Per funzionare, un prompt va pensato, costruito, testato e migliorato continuamente.
Arrivare a questo flusso, infatti, ha richiesto settimane di iterazione: dare il contesto giusto al modello, definire vincoli chiari, guidare il ragionamento step by step, fornire esempi concreti. Ogni versione del prompt ci ha insegnato dove serviva più precisione.
Il valore del tuo contributo
La revisione resta il punto critico.
L'AI può generare una bozza di PRD in pochi minuti, ma serve l'occhio esperto per capire se ha senso nel contesto specifico del progetto. Può suggerire tempistiche, ma siamo noi a sapere che quel cliente ha bisogno di più attenzione o che quella feature nasconde complessità che l'algoritmo non può vedere.
La sfida dei preventivi
Qui è diventato complicato. Come sanno bene i project manager, ogni progetto è diverso. Puoi avere requisiti simili, ma mai uguali: il contesto del cliente, le integrazioni esistenti, i vincoli tecnici, le priorità cambiano sempre.
Creare un prompt standard per stimare le tempistiche di un determinato progetto si è rivelato, infatti, più difficile del previsto.
Abbiamo quindi dovuto rimboccarci le maniche per costruire un sistema più flessibile, capace di adattarsi a diverse tipologie di progetto senza perdere coerenza.
🤔 L'AI migliora davvero la produttività?
La risposta onesta? Dipende.
Dipende da come la usi e da cosa vuoi ottenere. Alcuni team potrebbero raddoppiare il loro output mantenendo la stessa qualità, altri potrebbero aggiungere un ulteriore livello di complessità senza benefici tangibili.
La differenza? I primi hanno integrato l'AI in modo strategico, con obiettivi chiari e precisi. I secondi l'hanno usata perché "tutti lo fanno".
L'AI migliora la produttività quando ti permette di concentrarti sulle cose che contano: prendere decisioni migliori, dedicare tempo alle conversazioni strategiche con i clienti, sperimentare soluzioni che prima non avresti avuto il tempo di esplorare.
La vera domanda da porsi quindi è: l'AI sta portando valore al tuo lavoro o stai solo aggiungendo un nuovo strumento alla lista?
Ti è piaciuto questo articolo? Iscriviti alla Newsletter per ricevere aggiornamenti sulle nostre attività e sulla nostra esperienza con l'innovazione digitale.