Quando Alan Turing agli inizi del ‘900 nel definire le basi teoriche del primo computer al mondo usava il termine “calcolatore”, si riferiva ad un umano.

Era già chiaro dove la scienza ci avrebbe portato: allo sviluppo di un sistema che cercasse di imitare il pensiero, il ragionamento e l’intelligenza umana; tutto questo arricchito con la potenza delle capacità di calcolo, per poter, ad esempio, leggere ed interpretare una grande quantità di dati.

Parliamo cioè delle tecnologie legate all’intelligenza cognitiva ed artificial intelligence. Queste tecnologie rappresentano ormai la nuova frontiera per tutte le aziende che intendano restare competitive.

Come già teorizzava Russel D. Archibald nel 1944, nella rosa di competenze che gli sono proprie, il project manager non può non avere una competenza specifica, anche se non di dettaglio, nel settore proprio del progetto. Se così non fosse, guiderebbe una “macchina” che non conosce.

Questo articolo ha lo scopo di spingere il lettore all’approfondimento delle tecnologie dell’intelligenza cognitiva e dell’intelligenza artificiale (abbreviata in italiano IA oppure AI, dall’inglese Artificial Intelligence), oltre che immedesimarsi nel ruolo del project manager.

Gli scenari applicativi dell’artificial intelligence

Un sistema elettronico e meccanico è capace di eseguire task normalmente svolti da un umano, ma a differenza di quest’ultimo, possiede una serie di abilità in diversi campi quali, ad esempio, visual perception, speech recognition, speech generation, sensory perception, decision making o abilità legate all’esecuzione di lavori che richiedono personale altamente specializzato.

A titolo di esempio, vediamo come l’artificial intelligence impatta in alcuni settori:

Intelligence Content

“La visione è l’arte di vedere ciò che è invisibile agli altri” scriveva Jonathan Swift. Con l’intelligenza artificiale è possibile esaminare i contenuti con cui l’utente è entrato in contatto, per aiutare marketing e vendite nel conoscere in anticipo gli interessi delle persone, sviluppare temi sempre più efficaci e aumentare i tassi di conversione.

Intelligent Internet Search

L’Intelligent Internet Search permette di capire in profondità il consumatore quando cerca su internet e analizzare con l’intelligenza artificiale i dati restituiti dalle piattaforme come Google, Amazon e YouTube.

Intelligence Cyber Security

Per Intelligence Cyber Security si intende la raccolta e l’analisi di informazioni al fine di caratterizzare possibili minacce cyber dal punto di vista tecnico, di risorse, di motivazioni e di intenti, spesso in relazione a contesti operativi specifici.

Intelligent and assisted decision making

L’Intelligent and assisted decision making è il processo decisionale basato sui dati, con l’utilizzo di metriche ed elementi concreti che determinano le decisioni.

Intelligence natural language processing

L’Intelligence natural language processing si riferisce alla capacità dei calcolatori (non umani, come intendeva Turing) di processare ed analizzare una grande quantità di dati relativa al parlato naturale, in modo da interagire con gli uomini.

Brain Computer Interface

La ricerca nel campo della BCI (definita anche BMI o interfaccia neurale) si occupa di realizzare un canale di comunicazione diretto tra cervello e un dispositivo esterno, senza il coinvolgimento di processi motori. Sistemi di questo tipo sono di fondamentale importanza come ausilio a persone con disabilità.

Cognitive Analytics

Una serie di diverse strategie analitiche vengono utilizzate per conoscere alcuni tipi di funzioni correlate al business. Alcuni tipi di analisi cognitiva sono anche conosciuti come analisi predittiva, in cui il data mining e altri usi cognitivi dei dati possono portare a previsioni per la business intelligence (BI).

Operational Environment Awareness

Tale tecnologia è in grado di analizzare elementi ed eventi nel tempo, o relativi ad una determinata area, rendendone possibile la comprensione e la proiezione del loro stato dopo che una variabile (ad esempio il tempo) cambia. Le applicazioni in questo campo sono le più varie, dal settore militare a quello ambientale.

I campi di applicazione sono davvero tanti e spaziano in tutti gli ambiti. Banalmente, Google utilizza queste tecnologie per migliorare le nostre ricerche e per proporre una grande quantità di dati.

Il ruolo del project managerLe domande che un project manager dovrebbe porsi nel condurre un progetto basato sull’impiego di tali tecnologie, dovrebbero essere:

• dove posso reperire risorse specializzate capaci di progettare, sviluppare e mantenere un sistema che impiega l’intelligenza artificiale (o come posso eventualmente formarle)?
• come posso definire i piani di progetto ed i costi richiesti per “catturare” l’intelligenza richiesta da parte del sistema?
• quanto tempo occorre prima che dai dati emergano elementi di valore per il progetto?
• come eseguiamo il test per verificare che il sistema abbia raggiunto un livello di intelligenza valido?
• come quantifichiamo i benefici sul progetto al fine di soddisfare ciò che è stato previsto nel project charter?
• quando dall’implementazione del progetto si passa alle on going operation, come facciamo ad essere sicuri che il sistema verrà utilizzato per le sue potenzialità e mantenuto correttamente?
• se il progetto, utilizzando l’intelligenza artificiale, non darà i benefici previsti, chi ne è responsabile e in quale misura?

Queste sono solo alcune delle domande che il project manager dovrebbe porsi e alle quali dovrebbe dare risposta, per scongiurare (o quantomeno ridurre) il rischio di fallimento del progetto.

Molto del lavoro del project manager stesso, nonché dell’intero gruppo di lavoro, potrebbe essere sostituito, ovvero agevolato, con l’impiego dell’artificial intelligence.

Non è difficile immaginare come un tale sistema possa essere di ausilio al progetto:

• può esaminare i dati del progetto e fare previsioni sulla pianificazione;
• può verificare gli standard della qualità;
• può essere impiegato per monitorare i costi;
• può esaminare una grande quantità di dati provenienti da progetti già svolti (che fanno parte dell’Organizational Process Asset dell’azienda) per estrarre dati di interesse;
• è in grado di applicare modelli di decision making sui dati che ha a disposizione, con previsione di contesti futuri;
• può estrarre messaggi deboli dalle immagini degli interlocutori (stakeholder) in modo da comprendere il loro livello di engagement nel progetto;
• può automatizzare parte del lavoro svolto da tecnici specializzati.

Di sicuro quello che abbiamo sempre detto essere il 90% del suo lavoro non potrà essere sostituito artificialmente. In particolare, mi riferisco alla capacità di comunicare, relazionarsi ed utilizzare le competenze manageriali in modo da condurre il progetto al successo.