By Fabio Rossi, Business Partner A.Q.A Network
Un progetto di AI non è un progetto IT come gli altri. Esistono metodi collaudati, sviluppati dal Project Management Institute, che rendono il successo accessibile a qualsiasi azienda disposta ad affrontare il tema con consapevolezza.
Negli ultimi due anni alcune (troppo poche!) imprese hanno avviato iniziative di intelligenza artificiale spinte dall’entusiasmo o dal timore di rimanere indietro. Il risultato, in alcuni casi, è stato deludente. Quello che ci è capitato di vedere in questi anni di esperienza è l’incapacità di dare seguito alla formazione aziendale e alla totale dipendenza da fornitori esterni nella realizzazione di progetti strutturati.
Una delle cause più frequenti di questo insuccesso è che l’AI è stata trattata come un progetto informatico tradizionale.
Un progetto IT tradizionale parte da requisiti definiti e produce un risultato deterministico cioè un prodotto software che, una volta rilasciato, produce output certi con input rigidi.
Un progetto di AI funziona in modo radicalmente diverso: il cuore non è il codice, ma i dati, ed in particolare, il modo con cui i dati si trasformano all’interno di un processo cognitivo e di business.
Il Project Management Institute (PMI), l’organismo internazionale di riferimento per il project management, ha sviluppato due approcci complementari pensati proprio per colmare questo divario. Non richiedono ai manager di diventare data scientist, richiedono però che l’azienda si affidi a persone qualificate e adotti un metodo strutturato.
Prima domanda: serve davvero l’AI?
Il primo approccio si chiama “Applying the Seven Patterns” ed è pensato per la fase iniziale in cui si decide se e come intraprendere un’iniziativa di AI. È una guida in sette passi molto semplice che risponde a una domanda che troppo spesso viene saltata: questo problema di business ha davvero bisogno dell’intelligenza artificiale, oppure c’è una soluzione più semplice?
Il percorso è concettualmente lineare:
- Definire il problema di business in linguaggio chiaro, senza parlare ancora di tecnologia
- Verificare se l’AI è la risposta giusta o se basta un miglioramento di processo
- Identificare quale tipo di “ragionamento” AI serve (previsione, riconoscimento, generazione, ecc.)
- Capire quali dati e informazioni servono realmente
- Individuare le persone la cui conoscenza è indispensabile per inquadrare il problema
- Valutare fattibilità, rischi e aspettative realistiche
- Riflettere su cosa è diventato più chiaro e comunicarlo agli Stakeholder
Il messaggio implicito è semplice: prima di comprare tecnologia, prima di firmare contratti con fornitori, si costruisce una comprensione condivisa del problema. Molti progetti falliscono perché non si comunica e si condivide bene il progetto ancora prima di iniziare.
Come si esegue un progetto AI: il metodo CPMAI
Una volta stabilito che l’AI ha senso, entra in gioco il secondo approccio: la metodologia CPMAI – Certified Professional in Managing AI, sempre del PMI. È il primo standard internazionale specificamente dedicato alla gestione operativa dei progetti di intelligenza artificiale, ed è indipendente dai fornitori: non impone strumenti, ma un modo di lavorare.
CPMAI organizza il progetto in sei fasi, tra loro iterative:
- Comprensione del business – obiettivi, criteri di successo, KPI, ROI atteso, valutazione delle competenze disponibili
- Comprensione dei dati – quali dati esistono, di che qualità sono, quali mancano
- Preparazione dei dati – pulizia, integrazione, etichettatura, normalizzazione
- Sviluppo del modello – costruzione e addestramento della soluzione di AI
- Valutazione del risultato – verifica che i risultati soddisfino i requisiti di business, non solo tecnici
- Messa in opera del modello – deployment, monitoraggio, governance nel tempo
L’ elemento cruciale del metodo CPMAI è che i dati sono al centro di tutto: nel diagramma ufficiale CPMAI le sei fasi ruotano attorno ai dati. I dati non sono solo tabelle, serie storiche, sono anche disegni, moduli, informazioni raccolte dal mercato, tutto quello che viene utilizzato dagli esperti per ottenere un risultato.
Cosa cambia per le aziende
I due metodi PMI insieme dicono ai vertici aziendali tre cose:
- L’AI non è “un software da installare”: è un percorso di trasformazione che tocca dati, processi e persone. Va gestito come un progetto strategico, con governance interna, obiettivi misurabili e budget dedicato.
- Prima i dati ed il processo cognitivo, poi la tecnologia: lo studio dei dati aziendali e come vengono processati per ottenere il risultato è il vero fattore che discrimina il successo dal fallimento.
- Servono competenze qualificate: non è ragionevole affidare un progetto CPMAI a chi non ha mai gestito un progetto AI: la formazione diffusa e la consapevolezza sono alla base di questi progetti.
Questi metodi non sono riservati alle multinazionali. Sono pensati per essere applicati a progetti di qualsiasi dimensione, anche in una PMI, purché si accetti seguirli con la consapevolezza che si sta realizzando qualcosa di nuovo. Il successo con l’intelligenza artificiale non dipende dalle dimensioni dell’azienda o dal budget disponibile, ma dalla comprensione che si stanno esplorando tecnologie nuove mai utilizzate prima in azienda e che bisogna gestire i progetti con serietà e consapevolezza: definizione chiara del problema, dati curati, interazione, persone formate.
Fonti: Project Management Institute, “Leading and Managing AI Projects” (metodologia CPMAI); PMI Essentials, “Applying the Seven Patterns – Step-by-Step Guide” (2026).
AQA Network propone percorsi di formazione coerenti con quanto sopra esposto; per info commerciale@aqanetwork.it
