L'AI nel Project Management
Il corso esplora l'evoluzione del Project Management Office nell’attuale contesto tecnologico, fornendo a Project Manager, Team Leader e professionisti della gestione dei progetti una panoramica sul ruolo strategico dell’AI.
Verranno introdotti i concetti base di NLP e modelli di intelligenza artificiale, oltre che alcuni importanti tool di supporto alle attività di PMO. Attraverso casi aziendali e simulazioni, i partecipanti apprenderanno come introdurre l’AI nei processi decisionali, ottimizzare flussi operativi e gestire la trasformazione digitale in modo strutturato. Un focus particolare sarà dedicato alla gestione del cambiamento e all’adozione responsabile, consapevole e trasparente delle tecnologie AI.
Obiettivi
- Inquadrare il cambiamento del ruolo del PMO
- Acquisire nozioni base su ML, NLP e modelli AI
- Scoprire strumenti utilizzabili nel PMO con casi aziendali
- Capire come portare l’AI nei processi reali e gestire il cambiamento
- Governare l’AI in modo responsabile, consapevole e trasparente
Destinatari
Il corso si rivolge principalmente a Project Manager, Team Leader, Innovation Manager, HR e tutti coloro che operano nella gestione di progetti.
Contenuti
IL PMO NELL’ERA DELL’INTELLIGENZA ARTIFICIALE
Cos'è il Project Management moderno
- Orientamento al valore
- Approccio ibrido
- Digitalizzazione
- Cultura data-driven
Il ciclo di vita del progetto
- Inizio, pianificazione, esecuzione, monitoraggio, chiusura
- Integrazione con strumenti AI
- Notifiche e automatismi
Evoluzione tecnologica: dove entra in gioco l’AI
- Analisi predittiva
- Automazione
- NLP e Chatbot
Panoramica delle applicazioni dell’AI nel PM
- Scheduling AI
- Risk Management
- Portfolio Prioritization
- Sentiment Analysis
FONDAMENTI DI INTELLIGENZA ARTIFICIALE PER PROJECT MANAGER
Tecnologie chiave
- ML: classificazione documenti di progetto, previsione task a rischio
- NLP: analisi di email, note e documenti per estrarre azioni e problemi
- Automazione: processi come la generazione automatica dei report
- >Modelli predittivi: previsione budget e tempi sulla base di dati storici
Esempi operativi
- Generazione automatica Gantt partendo dalla descrizione del progetto (AI generativa)
- Analisi del sentimento di team distributivi via Slack
- Forecasting del budget mensile tramite serie temporali
STRUMENTI AI DRIVEN PER PMO
Software e tool AI-driven
- Notion AI per riassunti di progetto
- Asana & AI per smart planning e visualizzazione timeline
- Jira & AI per automazione feedback e task
- ChatGPT per supporto testuale e redazione documenti
Automazione attività
- Reminder automatici, assegnazioni, aggiornamento dashboard
- Reportistica su KPI settimanali
- E-mail automatiche ai team leader su task critici
Analisi predittiva e prescrittiva
- Analisi predittiva per stimare ritardi
- Modelli prescrittivi per suggerire azioni correttive
- Dashboard con indicatori semaforici basati su output AI
INTEGRAZIONE DELL’AI NEI FLUSSI DI LAVORO
Come implementare l’AI nei flussi di lavoro
- Identificare processi ripetitivi o data-intensive
- Selezione strumenti (LLM, ML, API, RAG)
- Introduzione graduale: Proof of concept, testing, scaling
Change management
- Formazione continua e reskilling
- Creazione di una cultura data & AI driver
- Inclusione del team nell’adozione AI
Nuovi ruoli e skills
- Data literacy per PM e controller >
- Competenze base su ML/AI tool  
- Capacità di valutazione output AI (bis, affidabilità)
ETICA, SICUREZZA, LIMITI
Bias e trasparenza
- Rischio di discriminazione implicite
- Importanza dei modelli “explainable AI”
- Monitoraggio periodico dei dati in input/output
Privacy e dati sensibili
- Conformità GDPR, AI Act.
- Crittografia e anonimizzazione dati
- Policy interne su accesso e uso output AI
Ruolo umano: AI come supporto, non sostituzione
- L’AI è uno strumento decisionale, non un decisore
- Importanza del ruolo del PM come variatore
- Sviluppo di una leadership aumentata dell’AI
Esercitazioni
