AI Project Management: come gli agenti monday.com cambiano i progetti

Sommario

Questo articolo spiega perché gli strumenti di project management, pur essendo pensati per far risparmiare tempo, spesso finiscono per chiederne; cosa distingue un agente AI da un'automazione "se A allora B"; come si costruisce concretamente un agente dentro monday.com e con quali trigger; quando conviene un'app Vibe al posto di una board nativa; e quali condizioni deve avere un'organizzazione perché tutto questo produca risultati invece che rumore. 

Perché un software di project management può finire per farti perdere tempo?

Perché senza un livello di intelligenza sopra i dati, sei tu la colla tra i dati. Il software registra lo stato; aggiornarlo, cercarlo, sollecitarlo e riassumerlo resta lavoro umano.

L'Anatomy of Work Global Index, ricerca condotta su oltre 10.000 knowledge worker, misura questa quota: il 60% del tempo lavorativo se ne va in "work about work", cioè comunicare sul lavoro, cercare informazioni, rincorrere gli stati di avanzamento, passare da uno strumento all'altro. Non è tempo perso per distrazione: è tempo speso per tenere in piedi il sistema che dovrebbe far risparmiare tempo.

Chi gestisce progetti riconosce l'elenco senza bisogno di spiegazioni: il meeting convocato per capire a che punto siamo, la mail per sapere se quel materiale è partito, la deadline spostata a mano su tre board diverse. È burocrazia digitale, e nessun contenitore di dati per quanto evoluto la elimina.

Per decenni abbiamo considerato i software di project management come contenitori di dati straordinariamente evoluti. Archivi digitali pieni di scadenze, colori, tabelle. Poi però continuavamo a mandare mail e a rincorrere le persone.

Il punto è strutturale, non di prodotto. Anche l'automazione più raffinata resta rigida: se scade un task, avvisa l'owner. È una regola, e una regola non valuta se quel ritardo sia irrilevante o stia per far slittare le sei attività a valle.

Cosa distingue un agente AI da un'automazione tradizionale?

Un'automazione esegue una regola scritta da te. Un agente riceve un obiettivo e decide come raggiungerlo, leggendo il contesto in cui si trova.

Le tre capacità che definiscono un agente sono ragionare, pianificare, agire. Ragionare significa comprendere la situazione oltre il comando ricevuto: quali attività dipendono da quale, dove si è accumulato il ritardo, chi è sovraccarico. Pianificare significa mappare i passi necessari all'obiettivo, non eseguirne uno solo. Agire significa portare a termine quei passi in autonomia, con o senza una validazione umana finale a seconda di come è stato configurato il flusso.

La differenza si vede meglio su un caso concreto. Un'automazione può notificare che il progetto è in ritardo. Un agente può leggere la board, individuare che lo slittamento di una singola attività si è propagato a tutte le successive, quantificare l'impatto e proporre una riallocazione — e poi scriverla in un documento che il project manager trova già pronto.

L'ultima riga è quella che conta di più in fase di progetto, ed è anche la meno discussa. Un agente non richiede di scrivere cento regole, ma richiede che i dati su cui ragiona siano affidabili. Se le board sono incomplete, le dipendenze non tracciate e gli stati aggiornati a intermittenza, l'agente produrrà analisi eleganti e sbagliate.

Quali strumenti AI mette a disposizione monday.com?

Cinque, con perimetri diversi: monday Sidekick, monday Agents, monday Vibe, monday Workflows e monday Notetaker. Non sono alternative tra loro, e sceglierne uno per il problema sbagliato è il modo più rapido per concludere che "l'AI non funziona".

Una precisazione utile, perché è la domanda che ricorre più spesso: Sidekick consente di scegliere il modello linguistico sottostante (ChatGPT, Gemini, Claude). Il vantaggio non è il modello in sé — quelli sono accessibili ovunque — ma il fatto che lavori già dentro l'ambiente in cui i progetti vivono, senza integrazioni da costruire.

Come si costruisce un agente in monday.com, concretamente?

Si descrive in linguaggio naturale cosa deve fare, e si configurano cinque elementi: trigger, istruzione, contesto, integrazioni, abilità. Non serve saper programmare, e questo è il cambiamento più rilevante rispetto a un anno fa.

Il trigger stabilisce quando l'agente entra in azione: la chiusura di una fase, il cambio di stato di un progetto, il raggiungimento di una scadenza. Da qualche mese il perimetro si è ampliato oltre la piattaforma: un agente può essere attivato menzionandolo in una chat Slack o Teams. Se l'agente si chiama Giovanna, taggare Giovanna in conversazione ne avvia il lavoro.

L'istruzione descrive obiettivo e output atteso, ed è il punto in cui si decide la qualità del risultato. "Fai un report" produce un report generico; "analizza quali attività hanno generato ritardo, quantifica lo scostamento e indica i tre passi successivi per il PM" produce qualcosa di usabile.

Il contesto è ciò a cui l'agente ha accesso: board, schede progetto, portfolio, documenti, file esterni. Le integrazioni collegano posta, calendario e gli altri strumenti già in uso. L'abilità definisce il tipo di lavoro — analitico, di sintesi, di scrittura — e lo stile dell'output.

Gli agenti sono completamente personalizzabili in linguaggio naturale. La vera rivoluzione è che possono essere costruiti anche da persone che non hanno un profilo tecnico.

— Sara Scacco, monday.com Account Manager, Impresoft Engage

Un esempio che mostriamo spesso nelle demo: un agente configurato per attivarsi alla chiusura di un progetto. Al passaggio di stato da "in esecuzione" a "fatto", l'agente legge la scheda, le comunicazioni, le dipendenze e i ritardi, e genera un documento con sommario esecutivo, elenco dei bloccanti, causa e ampiezza dello scostamento (nell'esempio, 39 giorni su dati dimostrativi), analisi di quali attività hanno propagato il ritardo alle successive, raccomandazioni e prossimi passi. Il PM riceve la notifica e trova il post-mortem già scritto. È esattamente il documento che, nella pratica, quasi nessuno scrive mai — non perché non serva, ma perché a progetto chiuso l'attenzione è già altrove.

Quando conviene un'app Vibe invece di una board nativa?

Quando il problema non è raccogliere il dato ma renderlo leggibile a chi non usa la piattaforma tutti i giorni.

Un portfolio nativo di monday.com contiene tutto: progetti, priorità, durate, costi, rischi ed errori collegati. Ma se rischi e issue vivono su schede separate, e la direzione deve capire in trenta secondi quali progetti sono in sofferenza, quel "tutto" diventa un ostacolo. Vibe genera un'applicazione a partire da una descrizione: un cruscotto con indicatori aggregati in alto, la lista progetti sotto, tab separati per team o dipartimento, grafici che si aggiornano dai dati delle schede sottostanti, e una vista dedicata alle raccomandazioni prodotte dall'AI.

Gli usi che vediamo più spesso richiesti sono quattro: un command center di PMO con vista trasversale su salute progetti, budget e rischi; un tracker di supply chain con mappe per spedizioni e materiali; un'interfaccia mobile per tecnici in campo, con checklist di sicurezza e caricamento documenti; e un monitor che collega gli OKR direzionali all'avanzamento operativo delle board.

Il criterio di scelta è secco. Se il problema è il dato, si lavora sulla struttura delle board. Se il problema è la lettura del dato da parte di un ruolo specifico, si costruisce un'app. Usare Vibe per compensare una struttura dati disordinata significa costruire un'interfaccia elegante su fondamenta che non reggono.

Serve costruire gli agenti dentro monday.com, o si possono portare da fuori?

Entrambe le cose, ed è una scelta che vale la pena fare consapevolmente.

Gli agenti nativi vivono dentro monday.com e hanno accesso diretto alle board: nessuna integrazione da mantenere, contesto sempre aggiornato. Ma monday.com ha aperto anche all'importazione di agenti costruiti su piattaforme AI esterne, Claude tra le principali, che possono poi operare direttamente sulle board di progetto. Chi ha già investito in agenti su altri strumenti non deve rifare il lavoro.

La scelta dipende da dove sta il perimetro del processo. Se l'agente deve ragionare solo su progetti e attività, costruirlo nativamente è più rapido e più robusto. Se deve attraversare CRM, ERP e piattaforme di service — cioè se il project management è solo un pezzo di un flusso più ampio — conviene progettarlo fuori e farlo atterrare dentro monday.com. È il tipo di valutazione che facciamo in fase di creazione di agenti AI, dove il vincolo non è quasi mai tecnologico ma di governo: chi risponde di quello che l'agente decide.

Che risultati concreti produce riorganizzare il project management su monday.com?

Prima di parlare di agenti vale la pena guardare cosa produce la struttura, perché è su quella che gli agenti poi lavorano.

Modula, azienda italiana che progetta e produce magazzini verticali automatici, ha ricostruito il proprio PMO su monday.com con Impresoft Engage. Il punto di partenza, individuato con Andrea Caruso, Responsabile del PMO in Italia, era la frammentazione: richieste in arrivo da ogni dipartimento senza processo standard, approvazioni non tracciabili, visibilità quasi nulla su avanzamento, budget e tempistiche. L'intervento ha centralizzato demand management, approvazioni e pianificazione in un'architettura ad albero, con un unico punto di ingresso e smistamento automatico verso strutture di progetto complesse o snelle a seconda della dimensione dell'iniziativa.

Il Value Delivery EBR di monday.com, il report periodico con cui la piattaforma misura adozione, maturità d'uso e impatto, confrontando i risultati con aziende dello stesso settore e dimensione, ha quantificato un risparmio stimato di oltre 28.000 ore di lavoro all'anno, di cui quasi 1.500 attribuibili alla sola ottimizzazione dei processi tramite automazioni e form. Sul piano della capacità di generare insight e reportistica, Modula si colloca sopra il top 20% del proprio settore. I dettagli dell'implementazione sono nel case study Modula.

Il nesso con gli agenti è diretto: quel risultato deriva da processi standardizzati e dati puliti.

L'AI sostituisce il project manager?

No, e la formulazione corretta è più utile di quella rassicurante: l'AI sostituisce una parte del lavoro del project manager, la parte che nessun project manager rivendica come propria.

Rincorrere gli stati, compilare report, riassumere call, riscrivere date su board diverse: sono attività che consumano la maggior parte della giornata e non richiedono giudizio. Delegarle a un agente restituisce tempo alla parte del ruolo che richiede giudizio: decidere le priorità, negoziare con gli stakeholder, valutare un rischio che nessun dato storico contiene, tenere insieme un team sotto pressione.

L'AI non sostituisce il project manager, lo libera dall'operatività per restituirlo alla strategia.

Con una condizione che va detta chiaramente: la validazione umana resta necessaria. Un agente che riassegna carichi o riprogramma scadenze in autonomia va inserito in un flusso in cui qualcuno risponde delle sue decisioni. La configurazione più solida che vediamo funzionare è quella in cui l'agente prepara — analisi, proposta, documento — e la persona conferma.

Da dove si comincia?

Dal processo con il maggior rapporto tra frequenza e assenza di giudizio. Il report di chiusura progetto è quasi sempre il primo candidato: ricorrente, oneroso, con criteri stabili e con un output che oggi nella maggior parte delle organizzazioni semplicemente non viene prodotto.

Impresoft Engage è il primo Platinum Partner di monday.com in Italia, il livello massimo dell'ecosistema partner. Su questo tema affianchiamo le aziende sia sul lato piattaforma — monday work management e l'ecosistema monday.com — sia sul lato metodo, con i servizi di project management e di governance degli agenti AI.

Se vuoi capire quale processo conviene affidare per primo a un agente, organizziamo un primo confronto.