Bruno Aiazzi

di Bruno Aiazzi, docente del master Cineas Management & Leadership Skills

L’intelligenza artificiale (IA) sta rivoluzionando anche il campo del project management e su vari fronti. Uno dei più interessanti è certamente quello relativo alla gestione della conoscenza attraverso l’uso di IA – o per meglio dire “GPT – Generative Pre Trained Transformer” – create ad hoc ed opportunamente istruite, rivoluzionando il modo in cui le informazioni vengono accumulate, analizzate e riutilizzate, specialmente in merito alle lessons learned nate dai progetti appena conclusi.

Oggi infatti, grazie all’IA, si può creare un GPT aziendale addestrato su specifici dataset proprietari (partendo per esempio dai documenti di close-out di progetti) per generare insights e risposte pertinenti a quesiti specifici. Questa capacità si rivela cruciale per la gestione della conoscenza in quanto permette di conservare e trasferire le esperienze acquisite dai professionisti dai progetti precedenti a quelli futuri offrendo numerosi vantaggi operativi:

  • Riutilizzo delle conoscenze: si facilita l’accesso ad esperienze e know-how accumulate in precedenza, riducendo il tempo speso nella ricerca di informazioni (l’AI diventa di fatto uno SME o Subject Matter Expert da consultare all’occorrenza);
  • Supporto decisionale: si fornisce supporto decisionale basato su esperienze documentate, contribuendo a evitare ripetizione degli errori passati;
  • Formazione e onboarding: si accelerano i processi di formazione per i nuovi membri della propria organizzazione, fornendo risposte rapide e contestualizzate alle loro domande.

Ad un’IA proprietaria opportunamente addestrata si potranno pertanto fare domande (Prompt) come:

  1. Quale è la WBS tipica per un progetto per “…”;
  2. Scrivi l’elenco dei rischi tipici di un progetto di “…” e proponi le modalità di gestione più efficaci;
  3. Per un progetto di “…” suggerisci un piano di comunicazione strutturato.

Le risposte saranno mirate e calibrate in base all’esperienza accumulata dai colleghi in progetti precedenti, consentendo così alle organizzazioni di essere sempre più efficaci ed efficienti in un’ottica di miglioramento continuo.

Per implementare efficacemente un GPT personalizzato è importante seguire alcuni passaggi chiave:

  • Raccolta di dati: assemblare tutti i documenti di progetto rilevanti, inclusi rapporti di close-out e review post-mortem;
  • Preparazione dei dati: pulire e strutturare i dati per garantire che il modello possa apprenderli efficacemente;
  • Addestramento del modello: addestrare il GPT sui dati specifici dell’azienda per assicurarsi che generi risposte pertinenti;
  • Controllo periodico: valutare periodicamente la sua efficacia per apportare miglioramenti.

Per quanto tale approccio sia estremamente efficace, esistono tuttavia numerosi punti di attenzione da prendere in considerazione:

  • Sicurezza dei dati: è fondamentale garantire la sicurezza e la privacy dei dati sensibili (in base alle normative vigenti) e dei dati proprietari che spesso rappresentano un vero e proprio asset aziendale;
  • Bias nei dati: bisogna prestare la massima attenzione ai bias nei dati di addestramento che potrebbero influenzare le risposte del modello;
  • Human in the loop: evitare una eccessiva dipendenza da soluzioni automatizzate, mantenendo un equilibrio con il giudizio umano, che deve restare sempre e comunque il decisore ultimo.

L’implementazione di GPT personalizzati rappresenta quindi una frontiera promettente per la gestione dei progetti, offrendo un metodo innovativo per valorizzare le lessons learned. Questo approccio non solo migliora la gestione della conoscenza, ma contribuisce anche al miglioramento continuo delle pratiche di project management. Le aziende che adottano questa tecnologia possono aspettarsi una maggiore efficienza, una migliore presa di decisioni e una più rapida formazione del personale, stabilendo nuovi standard nell’efficacia della gestione dei progetti.

Nonostante ciò è comunque plausibile aspettarsi ulteriori sviluppi futuri legati all’evoluzione tecnologica che in questi ultimi mesi sembra essere inarrestabile. Il recente annuncio del rilascio della versione 4o di ChatGPT (il 13 maggio 2024) ha visto, per esempio, nascere formalmente il fronte della multi-modalità, facendo presagire un futuro in cui l’IA sarà a tutti gli effetti equivalente ad un membro del team di progetto, con la quale sarà possibile relazionarsi in maniera pressochè “umana”. Prima o poi, chissà, avremo tutti un collega virtuale all’interno del Project Team.

Delle nuove prospettive connesse all’innovazione tecnologica e all’AI, oltre che dei temi legati agli approcci più recenti di project management e leadership, parleremo nel corso del modulo sul Change management del master Management & Leadership Skills di Cineas. Per maggiori informazioni e iscrizioni, visita la pagina dedicata al master: www.cineas.it/formazione/master/management-leadership-skills/management-leadership-skills.