Ogni vendor di project management oggi mette “AI” sulla homepage. Il problema è che quella parola, da sola, non vuol dire niente. Un riassunto automatico di un thread di commenti e un agente che ti riorganizza il backlog mentre dormi sono cose profondamente diverse, eppure finiscono entrambe sotto la stessa etichetta da brochure. Per chi deve scegliere uno strumento e farci lavorare un team vero, la domanda utile non è “ha l’AI?” ma “cosa fa, esattamente, e mi serve?”.
Per orientarsi conviene tenere fermo un criterio. Le funzioni AI rilasciate da Jira, Asana, Monday e ClickUp tra il 2024 e il 2026 ricadono in tre famiglie. L’AI generativa produce testo o contenuti nuovi: riassunti, bozze di issue, descrizioni, risposte. L’AI predittiva legge i dati storici del progetto e stima qualcosa: un rischio di slittamento, una data probabile, un campo da popolare. L’AI agentic agisce in autonomia su più passaggi: legge il contesto, decide e compie azioni dentro lo strumento senza che tu le scriva una per una. Sono tre livelli di responsabilità crescente, e ogni tool si è mosso a velocità diversa su ciascuno.
La tabella comparativa delle feature AI reali (2024-2026)
Questa è la fotografia di cosa è stato effettivamente rilasciato e reso disponibile agli utenti, non di cosa è stato annunciato a un keynote. Dove una feature richiede un piano alto o un add-on a pagamento, lo segnalo nella colonna note.
| Tool | AI generativa | AI predittiva | AI agentic | Note pratiche |
|---|---|---|---|---|
| Jira (Atlassian Rovo) | Riassunto di issue e thread di commenti, generazione di issue da prompt, generazione di descrizioni e di work item child | Suggerimento di campi da popolare in base al contesto della issue | Rovo Agents: agenti che leggono il contesto Atlassian e compiono azioni a più passaggi (triage, creazione di issue collegate, risposte) | Rovo è il marchio AI trasversale Atlassian. Le funzioni più avanzate dipendono dal piano e dalla disponibilità sul tenant |
| Asana | Smart Summaries dei progetti e Smart Status: testo di stato generato dai dati del progetto; campi e descrizioni generati | Risk flagging: segnalazione di progetti a rischio in base ai segnali di avanzamento | AI Teammates e AI Studio: assistenti configurabili che eseguono azioni nei workflow (assegnazione, smistamento, follow-up) | AI Studio permette di costruire workflow agentic senza codice ma è legato ai piani superiori |
| Monday | AI Blocks per categorizzare ed estrarre informazioni dai contenuti, generazione di testo nelle colonne | Risk prediction sui progetti e sugli item | monday Expert: assistente conversazionale che guida e automatizza azioni nella board | Le AI Blocks si inseriscono dentro le automazioni esistenti, quindi si integrano bene se già usi i workflow di Monday |
| ClickUp (Brain) | AI Notetaker (verbali da riunione), generazione di task e documenti, AI Custom Fields popolati da prompt | Riepiloghi predittivi su avanzamento e segnalazioni dello stato | AI Stand-ups automatici, automazioni in linguaggio naturale, Connected Search che cerca e agisce sull’intero workspace | Brain è il livello AI unificato. Le automazioni in linguaggio naturale sono il punto più forte per chi vuole agentic senza configurare trigger a mano |
Cosa significa davvero ciascuna colonna
Generativa: utile, ma è la parte più facile da avere
Riassunti, bozze di issue, descrizioni generate. Tutti e quattro gli strumenti coprono bene questo livello, perché è quello tecnologicamente più maturo e meno rischioso: produce testo, non compie azioni. È comodo per ridurre il tempo che un PM passa a scrivere aggiornamenti di stato o a ripulire ticket scritti male. Ma proprio perché ce l’hanno tutti, non è un criterio di scelta. Se un vendor ti vende l’AI mostrandoti soltanto un riassunto automatico, ti sta mostrando il minimo sindacale del 2026.
Predittiva: qui contano i dati, non il modello
Il risk flagging di Asana, la risk prediction di Monday, i suggerimenti di campo di Jira. Questa famiglia promette di avvisarti prima che un progetto deragli. Il punto critico è che una previsione vale quanto i dati su cui si basa. Se il team non aggiorna le date, non logga gli avanzamenti e tiene metà del lavoro fuori dallo strumento, qualunque previsione sarà rumore. La feature predittiva premia i team disciplinati e punisce quelli disordinati. Va valutata sapendo questo: non è una rete di sicurezza che funziona da sola.
Agentic: il vero terreno di differenziazione del 2026
Qui le strade divergono sul serio. Rovo Agents di Atlassian, AI Teammates e AI Studio di Asana, monday Expert, e le automazioni in linguaggio naturale di ClickUp Brain rappresentano lo stesso salto: dall’AI che ti suggerisce all’AI che fa. Un agente che fa triage delle issue in arrivo o che compila un report di stand-up senza che nessuno lo chieda esplicitamente ti restituisce ore reali ogni settimana. Ma è anche il livello dove serve più cautela: un agente che agisce in autonomia su un workflow mal definito propaga errori in fretta. Conviene introdurlo su processi che già conosci a memoria, non su quelli che stai ancora capendo.
Per chi è ideale ciascuno strumento
- Jira con Rovo è la scelta naturale se il team sviluppa software e vive già nell’ecosistema Atlassian (Confluence, Bitbucket). Gli agenti Rovo attingono al contesto cross-prodotto, e questo è il loro vantaggio difficile da replicare altrove. Se invece usi Jira da solo, parte di questo valore resta sulla carta.
- Asana è forte per team operativi e cross-funzionali che ragionano per progetti e processi più che per sprint. Smart Status e risk flagging brillano quando la leadership vuole visibilità sintetica senza chiedere report a mano. AI Studio è interessante per chi vuole costruire automazioni intelligenti senza scrivere codice, accettando il costo dei piani alti.
- Monday conviene a chi ha già impostato la propria operatività sulle automazioni delle board. Le AI Blocks si incastrano dentro quei flussi invece di affiancarsi, e questo riduce l’attrito. Ottimo per team marketing, operations e agenzie che gestiscono molti item ripetitivi da categorizzare ed estrarre.
- ClickUp con Brain è la proposta più aggressiva sul fronte agentic per chi vuole un singolo strumento che faccia tutto: note, stand-up, ricerca e azioni in linguaggio naturale su un workspace unico. È la scelta forte per team che concentrano molte funzioni dentro ClickUp e vogliono ridurre il numero di tool. Il rovescio è che un workspace molto popolato è anche dove gli automatismi vanno tenuti d’occhio.
Come scegliere senza farsi guidare dall’hype
Prima di farti sedurre da una demo, fai tre domande concrete. Primo: la feature che mi interessa è generativa, predittiva o agentic? Se è solo generativa, ce l’hanno tutti e non sposta la decisione. Secondo: questa funzione richiede dati che il mio team produce davvero, o presuppone una disciplina che non abbiamo? Una previsione su dati assenti è inutile. Terzo: l’AI agentic che mi vendono agisce su processi che padroneggio, o su processi che sto ancora definendo? Nel secondo caso rischi di automatizzare il caos.
Un quarto criterio vale la pena tenerlo a mente: l’integrazione. Una feature AI che vive in uno strumento usato solo da metà del team produce metà del valore. Rovo rende molto se hai tutto l’ecosistema Atlassian, le AI Blocks di Monday brillano se le tue board sono già il centro operativo, e Brain conviene se ClickUp è davvero il workspace unico. La stessa funzione, nello stesso piano, restituisce risultati diversi a seconda di quanto profondamente lo strumento è radicato nel modo in cui il team lavora ogni giorno.
La verità poco glamour è che lo strumento conta meno di quanto sembri. Un team che mantiene i dati puliti e i processi chiari estrae valore reale da qualunque di questi quattro. Un team disordinato non viene salvato da nessuna AI, per quanto agentic. La tecnologia amplifica la qualità del lavoro che già esiste; non la crea dal nulla. È esattamente per questo che la competenza di project management, quella umana, resta il fattore che decide se l’AI sarà un acceleratore o solo una funzione in più ignorata nel menu.
Costruire la competenza che rende l’AI utile
Saper distinguere una previsione affidabile da una stima campata in aria, impostare workflow puliti su cui un agente possa lavorare senza propagare errori, decidere quando l’automazione aiuta e quando aggiunge solo rumore: tutto questo è competenza di gestione progetti, non di un tool. È il livello che separa chi usa l’AI da chi la subisce.
Il Corso DPM Executive di Management Academy è pensato per costruire proprio questa base. Sono 118 ore di contenuti, il percorso più completo per chi gestisce progetti digitali. Copre la gestione sia in modalità waterfall sia agile, la creazione e la gestione di un prodotto digitale e l’uso degli OKR, gli stessi framework su cui questi strumenti costruiscono le loro funzioni AI. Il corso prepara alle certificazioni CAPM (PMI), Scrum (Scrum Alliance) e Product Management (ACS), oltre ai moduli OKR. Prepara agli esami ma non li rilascia: gli esami si sostengono presso gli enti esterni, sono in italiano e non sono inclusi nel costo del corso. È un percorso di livello executive, fruibile on demand, e richiede il diploma come titolo di accesso.
