L’AI maturity di un PMO è il grado in cui l’intelligenza artificiale è entrata davvero nel modo di lavorare dell’ufficio, non solo nelle conversazioni di corridoio. Misurarla serve a una cosa molto pratica: smettere di parlare di AI per slogan e capire, riga per riga, cosa fa già il tuo PMO con questi strumenti, cosa fa di nascosto, e cosa potrebbe fare se ci fosse un minimo di metodo. Senza una misura ti muovi a sensazione. Con una misura sai dove sei, dove vuoi arrivare e, soprattutto, cosa rischi a saltare un gradino.
Il contesto rende il tema urgente. Oltre il 75% dei PMO oggi usa o sta pilotando tool basati su AI: assistenti per la scrittura di report, automazioni per gli stati di avanzamento, motori che leggono i dati di portfolio. Il punto non è più “se” l’AI entra nel PMO, ma a quale livello di consapevolezza lo fa. E spesso la differenza tra due PMO non è quanta tecnologia hanno comprato, ma quanto la governano.
Cos’è un modello di maturità AI e perché un PMO ne ha bisogno
Un modello di maturità è una scala. Ti colloca su un gradino in base a comportamenti osservabili, non in base alle intenzioni. La domanda non è “vogliamo usare l’AI?” ma “cosa succede davvero quando un project manager apre il suo tool il lunedì mattina?”. La scala che proponiamo qui ha cinque livelli, da L0 a L4, ed è pensata per essere usata come self-assessment in mezz’ora, magari con il team riunito intorno a un tavolo.
Una premessa che conta più di tutto il resto: salire di livello non è automaticamente meglio. Un PMO che arriva al livello 3 senza controlli è più pericoloso di uno fermo al livello 1. La maturità vera è l’allineamento tra quanto usi l’AI e quanta governance hai messo sotto. Tenete a mente questa frase mentre leggete la tabella: ogni gradino in più di automazione richiede un gradino in più di responsabilità.
I cinque livelli di AI maturity del PMO
Ecco la scala completa. Per ogni livello trovi cosa si vede in pratica, il rischio tipico di chi ci sta dentro, e il primo passo concreto per salire. Leggila cercando il tuo riflesso, non quello che vorresti essere.
| Livello | Cosa vedi | Rischio principale | Prossimo passo |
|---|---|---|---|
| L0: Nessun uso | Report fatti a mano, fogli di calcolo, nessuno strumento AI. L’argomento non è mai stato discusso. | Restare indietro mentre i fornitori e i clienti già lavorano con l’AI; perdere persone attratte da ambienti più moderni. | Aprire un caso d’uso pilota a basso rischio, tipo la sintesi dei verbali di riunione. |
| L1: Sperimentazione individuale e shadow AI | Singoli PM usano strumenti AI di tasca loro per scrivere mail e riassunti. Nessuno lo dichiara ufficialmente. | Dati di progetto incollati in tool non approvati; risultati incoerenti tra persone; zero tracciabilità. | Far emergere lo shadow AI senza punire: censire chi usa cosa e perché, poi scegliere strumenti comuni. |
| L2: Automazione di task ricorrenti | Alcuni flussi ripetitivi sono automatizzati: stati di avanzamento, bozze di status report, alert su scadenze. | Automazioni che girano senza un proprietario; nessuno verifica più l’output perché “lo fa il sistema”. | Assegnare un owner a ogni automazione e definire come si controlla la qualità dell’output. |
| L3: AI integrata nei processi con governance | L’AI è dentro i processi standard del PMO con regole scritte: quali dati si possono usare, chi approva, come si validano i risultati. | Eccesso di fiducia nel sistema; governance che esiste sulla carta ma non viene applicata nei momenti di fretta. | Testare la governance sotto stress: un audit reale su un progetto critico, non su uno di esempio. |
| L4: PMO predittivo e decision intelligence | Modelli che anticipano ritardi, sforamenti e rischi di portfolio; le decisioni di priorità si appoggiano a previsioni, non solo a consuntivi. | Decisioni guidate da modelli opachi; bias nei dati storici che si propaga; perdita del giudizio umano. | Rendere spiegabile ogni previsione che entra in una decisione e mantenere un punto di veto umano. |
L0: Nessun uso
Qui l’AI semplicemente non c’è. Tutto passa dalle mani delle persone: il report di portfolio è un file che qualcuno compila la sera prima della riunione, gli avanzamenti si raccolgono a voce o via mail. Non è una condizione vergognosa, ma è sempre più rara e sempre più scomoda. Il segnale che riconosci questo livello è semplice: se chiedi “che strumento AI usate?” cala il silenzio. Il primo passo non è una rivoluzione, è un esperimento piccolo e visibile, qualcosa che faccia risparmiare tempo subito senza toccare dati sensibili.
L1: Sperimentazione individuale e shadow AI
Questo è il livello più diffuso e il più sottovalutato. L’AI è già dentro il PMO, ma entra dalla porta di servizio. Un PM usa un assistente per riscrivere una mail al cliente, un altro per riassumere un documento di requisiti, un terzo per generare una bozza di rischio. Nessuno ne parla in una riunione ufficiale. Il segnale è proprio questo scarto: in privato tutti usano qualcosa, in pubblico il PMO dichiara di non usare AI. Il rischio dello shadow AI è doppio. Da una parte i dati di progetto finiscono in strumenti che nessuno ha valutato. Dall’altra ogni persona ottiene risultati diversi, perché ognuno scrive le proprie istruzioni a modo suo. Il primo passo qui è di metodo, non di tecnologia: far emergere quello che già succede senza trasformarlo in una caccia alle streghe. Chi punisce lo shadow AI lo spinge più in profondità.
L2: Automazione di task ricorrenti
Al livello 2 il PMO smette di sperimentare e comincia a togliersi del lavoro dalle spalle. Le attività ripetitive e noiose diventano flussi automatici: la raccolta degli stati di avanzamento, la prima bozza dello status report, gli alert sulle milestone a rischio. Si sente subito la differenza, perché il tempo liberato è reale. Il segnale di questo livello è che esistono automazioni che girano da sole e che le persone hanno imparato a fidarsene. Ed è qui che nasce il rischio: un’automazione senza un proprietario è una bomba a orologeria. Se nessuno è responsabile di quel flusso, nessuno si accorge quando comincia a produrre output sbagliati, perché “tanto lo fa il sistema”. Il primo passo per salire è assegnare un nome e cognome a ogni automazione e decidere come si controlla che funzioni ancora bene.
L3: AI integrata nei processi con governance
Il salto al livello 3 è il più impegnativo, perché non riguarda gli strumenti ma le regole. L’AI smette di essere un insieme di scorciatoie individuali e diventa parte del processo standard del PMO, con una governance scritta: quali dati si possono dare in pasto ai modelli, chi approva un output prima che diventi ufficiale, come si valida un risultato prima di mandarlo al cliente o allo sponsor. Il segnale è che un nuovo arrivato, leggendo le procedure, capisce come e quando usare l’AI senza chiederlo a nessuno. Attenzione però: il rischio del livello 3 è subdolo. La governance esiste sulla carta ma evapora nei momenti di fretta, proprio quando servirebbe di più. Il primo passo per consolidare questo livello è mettere alla prova le regole su un progetto vero e critico, non su un caso di scuola, e vedere se reggono.
L4: PMO predittivo e decision intelligence
All’ultimo livello il PMO non guarda più solo lo specchietto retrovisore. I modelli leggono lo storico del portfolio e anticipano: questo progetto sta scivolando, quel budget rischia di sforare, questa combinazione di risorse ha sempre prodotto ritardi. Le decisioni su cosa prioritizzare si appoggiano a previsioni, non solo a numeri di consuntivo. Sembra il paradiso, e in parte lo è, ma è anche il livello con i rischi più seri. Una previsione opaca, che nessuno sa spiegare, è una decisione presa al buio. E i modelli imparano dallo storico: se i dati del passato contengono distorsioni, le previsioni le ripetono con l’autorevolezza di un numero. Il primo passo qui non è tecnico ma culturale: pretendere che ogni previsione usata in una decisione sia spiegabile, e tenere sempre un essere umano con il potere di dire no.
In che livello sei? La checklist
Rispondi a queste domande con sincerità, pensando a cosa succede davvero e non a cosa vorresti. Il livello più alto a cui puoi rispondere “sì con certezza” è il tuo. Non barare verso l’alto: la maturità si dimostra, non si dichiara.
- L0 → L1: Qualcuno nel PMO usa uno strumento AI, anche solo per scrivere una mail? Se la risposta onesta è no, sei a L0.
- L1: L’uso dell’AI è oggi soprattutto individuale e non dichiarato? Se sì, sei a L1 e probabilmente hai dello shadow AI da far emergere.
- L2: Esistono almeno due o tre attività ricorrenti automatizzate che girano da sole, e hai imparato a fidartene? E ognuna ha un proprietario chiaro?
- L3: Esiste un documento che dice quali dati si possono usare, chi approva gli output e come si validano? E quel documento viene applicato anche quando si è in ritardo?
- L4: Usate modelli che anticipano ritardi o rischi di portfolio, e ogni previsione che entra in una decisione è spiegabile, con un veto umano sempre disponibile?
Se ti sei collocato e ti sei accorto che il tuo livello di automazione è più alto del tuo livello di governance, fermati. Quella è la situazione più rischiosa di tutte: stai correndo veloce senza freni. La mossa giusta non è salire ancora, è rinforzare i controlli del gradino su cui sei già.
Come usare questa scala senza farsi male
Il valore di un modello di maturità non è incasellarsi, è decidere il prossimo passo con criterio. Tre regole pratiche aiutano a non trasformare l’assessment in un esercizio sterile.
La prima: misura comportamenti, non acquisti. Avere comprato una licenza non ti porta a L2. Ti ci porta vedere un’automazione che gira ogni settimana con un proprietario. La seconda: non saltare gradini. Passare da L1 a L3 senza attraversare L2 significa scrivere regole di governance su pratiche che ancora non esistono, e le regole astratte non le rispetta nessuno. La terza, la più importante: la governance non viene dopo, viene insieme. Ogni volta che alzi il livello di automazione, alza nello stesso momento il livello di controllo. Un PMO maturo non è quello che usa più AI, è quello in cui ogni cosa che l’AI fa ha un responsabile, un metodo di verifica e un confine chiaro.
Per chi vuole governare l’AI nel PMO, non subirla
Salire questa scala richiede competenze che stanno a cavallo tra metodo di project management classico, mondo agile, gestione del prodotto digitale e definizione di obiettivi misurabili. Sono esattamente le aree in cui un percorso strutturato fa la differenza tra improvvisare e governare.
Il Corso DPM Executive di Management Academy è pensato per questo profilo avanzato. Dura 118 ore ed è il percorso più completo per la gestione di progetti digitali. È disponibile on demand. Copre la gestione di progetti sia in modalità waterfall sia agile, la creazione e gestione di un prodotto digitale e l’uso degli OKR. Prepara a quattro certificazioni: CAPM (PMI), Scrum (Scrum Alliance), Product Management (ACS) e include moduli sugli OKR. Il corso prepara alle certificazioni ma non le rilascia: gli esami si sostengono presso gli enti esterni e non sono inclusi nel costo del percorso. È un corso executive e richiede il diploma come titolo di accesso.
