L'analisi

Project management, l’impatto dell’AI per favorire l’attuazione del PNRR

L’intelligenza artificiale può favorire un cambio di paradigma nella gestione delle funzioni di project management, un tema su cui il dibattito a livello internazionale è acceso con pubblicazioni sul tema: l’approccio potrebbe avere un ruolo di rilievo nell’attuazione di investimenti e riforme del PNRR

03 Mag 2022
Federico Minelle

Consiglio Scientifico ISIPM, Past President P.R.S.

L’intelligenza artificiale potrebbe rappresentare uno strumento, o meglio un nuovo paradigma, per gestire al meglio le funzioni di project management, come evidenziato dal dibattito attuale internazionale sul tema. Il PNRR, dedicato a fronteggiare gli impatti nella società (persone ed ambiente) e nella economia del Paese generati dalla pandemia Covid-19, è sostanzialmente realizzato tramite progetti, organizzati in investimenti e riforme. Quasi sicuramente le conseguenze della guerra in Ucraina ne modificheranno ed amplieranno la portata.

A fronte della elevatissima quota di insuccesso, parziale e totale, nell’ottenimento dei benefici attesi dai progetti svolti in tutto il mondo, forse un cambio di paradigma si rende necessario, o almeno un avvicinamento per tentativi progressivi.

Con DigComp 2.2, l’IA nelle competenze di tutti i cittadini

AI e project management, obiettivi delle ricerche

Ormai il tema, o meglio le soluzioni che l’AI promette sono oggetto di dibattito pubblico, ed entrano a far parte del quadro delle competenze digitali individuate a livello europeo (DigComp 2.2). Inoltre il percorso che le organizzazioni dovranno affrontare per essere effettivamente AI-Driven non è banale. Ma la domanda che si pongono gli specialisti di Project Management è: come e in quali condizioni l’Intelligenza Artificiale può dare un effettivo supporto alla pianificazione e gestione dei progetti?

WHITEPAPER
IoT Platform: trasforma le promesse del 4.0 in realtà
IoT
Manifatturiero/Produzione

Alcuni libri presi a riferimento[1] e vari recenti articoli scritti da accademici affermati o professionisti leader nel campo dell’ICT e/o riconosciuti “guru” a livello mondiale nel PM, danno risposte sostanzialmente positive, con qualche “caveat”. Non entrando qui nel merito della efficacia a breve termine degli specifici approcci proposti, che nascono tutti nel mondo anglosassone (da entrambe le parti dell’Oceano), al momento, almeno per quanto riguarda l’Italia e magari anche l’Europa (EU), si tratta di capire se ne sono fattibili applicazioni rapide nel contesto indicato (PNRR), per la sua pianificazione e controllo.

Pertanto, le caratteristiche degli approcci da esaminare nelle ricerche pubblicate sono:

  • Quali sono i prerequisiti di contesto, organizzativi ed informativi, che si rendono necessari per la efficacia dell’AI?
  • Sono già disponibili e provati sul mercato gli strumenti di AI (ovviamente ICT) per realizzare le funzioni di PM su programmi/progetti di varia natura e dimensione, come sono quelli del PNRR?
  • Vi sono rischi di carattere etico da considerare nel PM “pilotato” dall’AI?
  • Sono mature le organizzazioni italiane per adottare tale tipologia di approccio, provvisto che siano già dotate di una metodologia di PM?
  • Quale ruolo/funzioni dovranno svolgere gli attuali project manager ed i team dedicati al PMO (Program/Project Management Office)?

Prerequisiti di contesto

Secondo il primo degli autori citati, il supporto dell’AI in modo automatico è fattibile, se si ha la disponibilità massiva di dati (data-driven management) sul progetto stesso e su precedenti progetti (anche al di fuori della organizzazione interessata), e si applicano tre ingredienti fondamentali dell’AI:

  • metodi di auto-apprendimento secondo modelli neurali (neural machine learning) per la selezione della migliore strategia sulla base della storia e dello stato del progetto,
  • algoritmi genetici (genetic algorithms) quando non emerge una soluzione immediata ai problemi del progetto,
  • estensivo impiego di tecniche di analisi del linguaggio (natural language programming – NPL) per la interpretazione e catalogazione dei testi costituenti la comunicazione tra gli “umani” che sono coinvolti dal progetto: componenti del team, stakeholder, sponsor, top management, ecc.

Forse il punto su cui maggiormente riflettere (e conseguentemente organizzarsi) è proprio il requisito della disponibilità massiva di dati relativi ai progetti, secondo un modello integrato tra le diverse funzioni/applicazioni aziendali e, nel caso del PNRR, tra diversi Enti/Imprese …

Adeguatezza al PNRR

Le tecnologie abilitanti (app di AI) sono disponibili: basta volerle applicare. Le più significative, anche se non ancora del tutto integrate tra loro), sono elencate nella appendice 4 del primo libro citato, che individua almeno una decina di “app” potenzialmente utilizzabili: tra queste, anche quelle predisposte dalla sua azienda. Andrebbe verificato se in Italia alcune di queste sono già state almeno provate dalle organizzazioni più attente al problema.

Certamente il tema dell’AI è già fortemente presente nel PNRR, per esempio nella missione “Digitalizzazione, innovazione, competitività, ecc.” sia per la Pubblica Amministrazione che per le imprese. Ma nei casi citati, l’applicazione dell’AI non viene considerata a supporto delle funzioni di project management. Eppure, tutto il PNRR è un vasto insieme ordinato di portafogli/programmi/progetti. Ci si augura che almeno un modello più tradizionale di PM sia stato attivato, nell’ambito della Cabina di Regia a livello della Presidenza del Consiglio (PCdM) e sicuramente nella funzione di coordinamento, monitoraggio e controllo attivata nell’ambito della Ragioneria Generale dello Stato (MEF/RGS).

Rischi di carattere etico da considerare nel PM “pilotato” dall’AI

L’utilizzo dell’AI non è esente da rischi. Tutte le nuove tecnologie, specie se potenti, devono essere attentamente esaminate da un punto di vista etico, particolarmente se generano un impatto “contro-intuitivo”, cioè quando non siamo facilmente in grado di capire il motivo delle azioni suggerite od anche autonomamente effettuate.

I principali rischi sono:

  • Distorsioni (bias) nascoste: se le funzioni di machine learning utilizzano dati “distorti”, cioè non asettici, le conseguenti decisioni replicheranno tali distorsioni. Casi del genere sono stati sperimentati in altri campi (Giustizia, Sanità, ecc.) non in Italia, ma potrebbero emergere anche dai progetti selezionati come esempi per l’apprendimento;
  • Impossibilità di verifica: la mancanza di regole esplicite rende difficile dimostrare che il sistema di AI può essere applicabile in tutte le circostanze;
  • Correzione degli errori: è estremamente improbabile individuare e correggere gli errori effettuati tramite l’applicazione dell’AI, in quanto la logica sottostante ad una specifica soluzione non è facilmente decifrabile e questo rende molto difficile capire ed eventualmente correggere gli errori commessi tramite l’AI stessa. A meno di immaginare una applicazione “in senso inverso” del NPL, trasformando in narrazione comprensibile secondo il linguaggio e la logica umana le scelte effettuate dall’AI: cammino ancora da sviluppare pienamente.

Insomma, è necessario che l’AI si guadagni la fiducia “sul campo”, dopo una serie comprovata di risultati di successo: partire proprio con il PM del PNRR potrebbe sembrare incauto. Ma solo in presenza di portafogli/programmi/progetti sfidanti, con una funzione centralizzata di monitoraggio e controllo, si potrà avere tale prova di affidabilità!

Maturità delle organizzazioni italiane

Considerando che il percorso di cambiamento sarà in ogni caso impegnativo, l’Alta Direzione delle organizzazioni project-oriented (pubbliche e private) dovrebbe dedicare un significativo sforzo formativo a tutti i livelli coinvolti dalla metodologia di PM applicata (se presente), per prepararsi al meglio. Purtroppo, dalle rilevazioni indipendenti finora fatte, il livello di maturità delle organizzazioni italiane nel settore del project management è ancora abbastanza basso se confrontato con il mondo anglosassone e, restando nel mondo latino, anche rispetto al Brasile. Le organizzazioni dovranno assumere un ruolo attivo nella nuova realtà, con una ragionevole prudenza:

  • Sfruttare la tecnologia per aumentare le competenze del personale e progettare/applicare nuovi modelli operativi;
  • Cogliere l’opportunità per ridefinire le caratteristiche del lavoro e ripensare l’organizzazione aziendale;
  • Rendere partecipi (proattivamente) il proprio personale nella costruzione di “imprese intelligenti”, utilizzando le doti di creatività, empatia, capacità comunicative, adattabilità ed attitudine a risolvere i problemi (problem solving).

Potremmo essere arrivati in ritardo, almeno per quanto riguarda l’Italia. Ma ci sono ancora buoni margini per recuperare.

Funzioni dei project manager

La domanda “neo-luddista” che potrebbe facilmente nascere: cosa ne faremo degli attuali project manager? Il quesito riceve una risposta rassicurante, se appunto, ci si prepara per tempo. Per esempio, con un solido programma di formazione nelle tecnologie emergenti e rafforzando la funzione di PMO (Project Management Office), in modo da poter iniziare la sperimentazione degli strumenti di AI dedicati, già presenti sul mercato.

Il PNRR è composto sostanzialmente di progetti e ha tra le sue principali “missioni/componenti” proprio la “Digitalizzazione, innovazione, competitività, cultura e turismo/Digitalizzazione, innovazione e sicurezza nella PA, Task Force digitalizzazione, monitoraggio e performance”. Sarebbe forse stato utile includere anche un progetto dedicato alla sperimentazione di un sistema di project management pilotato dall’AI, proprio per monitorare il PNRR stesso, in modo da fornirlo come strumento in prova al PMO incaricato (Task Force digitalizzazione, monitoraggio e performance). Magari si è ancora in tempo: sicuramente le competenze di base sono già presenti e la relativa formazione (sostanzialmente un aggiornamento) non dovrebbe essere particolarmente impegnativa …

Conclusioni

Gli attori più interessati dovrebbero essere i portfolio/program/project manager più innovativi e, specie nelle organizzazioni “project-oriented”, i responsabili del settore ICT motivati alla introduzione delle applicazioni AI nel loro contesto. In effetti si tratta di lavorare in modo più efficace, non solo più duramente!

Se già si sta provando (sembra con successo) la applicazione dell’AI alla guida autonoma delle nostre automobili, la fiducia nell’approccio AI sembra ormai consolidata. Ma d’altra parte l’esempio, portato da uno degli altri autori, della esperienza del tassista “medio” londinese che surclassa tutti gli strumenti automatizzati di supporto alla ricerca del “percorso ottimale” in funzione delle condizioni estemporanee o permanenti di traffico, ci fa capire che il cammino per l’applicazione integrale dell’AI è ancora lungo … Restiamo, come comunità di esperti e appassionati di PM ed ICT, ovviamente a disposizione: sono certamente le persone che portano i progetti a raggiungere il risultato (e ottenere i relativi benefici).

_

Note

  1. P. Boudreau: The Self-Driving Project: Using Artificial Intelligence to Deliver Project Success, Amazon (2021); D. Dalcher (ed.): Rethinking Project Management for a Dynamic and Digital World, Routledge (2022) ; P. Taylor: AI and the Project Manager-How the Rise of Artificial Intelligence Will Change Your World, Routledge (2021) 
WHITEPAPER
Employee engagement da remoto: i tool che aumentano partecipazione e produttività
Digital Transformation
Risorse Umane/Organizzazione
@RIPRODUZIONE RISERVATA

Articolo 1 di 4