Agenti di IA nel progetto, e la domanda su chi li governa

Un agente di IA, nella descrizione che usa il PMI, è un sistema che lavora verso obiettivi definiti, usa strumenti e agisce lungo più passaggi. Il comunicato pubblicato il 22 ottobre 2026 lo riassume dicendo che gli agenti stanno passando da assistenti ad attori, sistemi che compiono passi, prendono decisioni ed eseguono lavoro.

Quest’ultima parola è quella che conta in un progetto. Ciò che esegue lavoro entra nell’ambito, consuma risorse e produce deliverable, e tutto questo ha un responsabile in qualsiasi piano tu abbia mai fatto. La domanda scomoda è chi sia il responsabile quando chi esegue non è una persona.

Cosa dicono i numeri

Lo stesso comunicato cita l’indagine SAP LeanIX Agentic AI Survey 2026. Secondo quell’indagine, il 98 per cento delle aziende aveva adottato o pianificava di adottare agenti di IA. Solo il 17 per cento aveva visibilità sulle prestazioni o sulla conformità di quegli agenti, e il 48 per cento non aveva ruoli e responsabilità chiari per gestirli e governarli.

Quello che mi colpisce di più è la distanza tra il primo numero e gli altri due. Quasi tutte le aziende li hanno già o li avranno, e meno di una su cinque sa come stanno rendendo.

Il PMI aggiunge dati propri sull’uso dell’IA nella professione, pubblicati nello stesso comunicato. I professionisti di progetto la usano per ricercare, analizzare e raccogliere informazioni (77 per cento), per creare contenuti, documentazione e deliverable (69 per cento) e per identificare rischi, opportunità e problemi emergenti (53 per cento). E solo il 19 per cento teme che il proprio datore di lavoro lo sostituisca con l’IA. Il comunicato non dà il nome né la data di quella ricerca, quindi la citiamo come fa il PMI.

Il gigante di bronzo che custodiva Creta

C’è un mito che aiuta a pensarci. Talos era un gigante di bronzo che, nella versione più raccontata, fu forgiato da Efesto per proteggere Creta. Faceva il giro dell’isola tre volte al giorno e scagliava pietre contro le navi che si avvicinavano. Non si stancava mai, non si distraeva mai e faceva esattamente ciò per cui era stato fatto.

Aveva una sola vena, che gli percorreva il corpo e si chiudeva alla caviglia con un chiodo di bronzo. Quando gli Argonauti arrivarono sulla costa, fu Medea a trovare quel punto, e il gigante crollò.

Il mito non racconta un guasto di Talos. Talos funzionava alla perfezione. Racconta un’altra cosa, che ciò che lo teneva in piedi era un dettaglio che, a quanto pare, nessun altro sull’isola sorvegliava. Un agente è simile. Può fare il suo giro impeccabile mille volte, e il rischio non sta nel giro, sta nel fatto che nessuno sappia dov’è il chiodo.

Quattro domande che non richiedono di programmare

Per governare un agente non devi saperlo costruire. Devi rispondere a quattro domande che sai già fare su qualsiasi altra risorsa del progetto.

Le quattro domande sono un’elaborazione nostra. I dati vengono dall’indagine SAP LeanIX Agentic AI Survey 2026, così come li cita il comunicato del PMI del 22 ottobre 2026.

La prima è cosa fa. È la domanda di ambito di sempre, applicata a qualcosa che non legge l’atto costitutivo. Quale problema risolve, con quali strumenti e, soprattutto, cosa resta fuori. Un agente senza limiti scritti non ha un ambito ampio, ne ha uno indefinito, e l’indefinito è la prima cosa che sfugge.

La seconda è chi lo supervisiona. Non basta dire che c’è supervisione umana. Bisogna decidere in quali passaggi interviene una persona, se controlla prima che l’agente agisca o dopo, e cosa fa quando ciò che vede non le piace.

La terza è chi ne risponde, ed è quella che il 48 per cento non aveva risolto. Un agente può eseguire un compito, ma non può esserne il responsabile nella tua matrice di assegnazione, perché nessuno può chiedergliene conto. Se nella colonna di chi rende conto non c’è il nome di una persona, l’agente non è governato, è a briglia sciolta.

La quarta è come si misura, ed è quella che solo il 17 per cento aveva coperto. Misurare un agente significa fissargli degli obiettivi prima di metterlo in moto e verificarne le prestazioni rispetto a quelli, come faresti con un fornitore. Se non sai come rende, non sai se sta aiutando o se sta producendo errori molto in fretta.

Se ti sembra la gestione dei rischi di sempre, è perché lo è. Nel post sulla struttura di scomposizione dei rischi con l’IA abbiamo visto come ordinare quei rischi per categoria, e lo standard del PMI sull’IA dà il quadro generale per il lavoro di progetto con questi strumenti.

Cosa offre il PMI

Nello stesso annuncio, il PMI ha presentato il corso PMI Foundations Agentic AI for Project Professionals. Secondo il comunicato, dà ai professionisti di progetto la competenza e il giudizio per delimitare, supervisionare e governare agenti di IA in modo responsabile, senza richiedere una formazione in programmazione né in data science. La sua pagina dice che alla fine porti via una scheda di una pagina che definisce il problema, il ruolo dell’agente, gli strumenti, il disegno della supervisione e i rischi principali.

Se quello che cerchi è specializzarti in progetti di IA, e non solo governare agenti dentro un progetto, la strada è un’altra, e l’abbiamo raccontata nel post dal PMP alla PMI-CPMAI.

Dov’è il chiodo

Talos non cadde per un difetto di progetto. Cadde perché una straniera conosceva il suo punto debole meglio dell’isola che lo aveva come guardiano.

Governare un agente è, in fondo, non lasciare che questo ti succeda. Fare in modo che nel tuo progetto qualcuno sappia dov’è il chiodo, e che quel qualcuno abbia un nome.

Iscriviti alla lista d’attesa

In The PM Architect scriviamo le guide di studio del PMBOK in cinque lingue, con casi reali d’aula ed esercizi con spiegazione. Saranno gratuite. Lascia la tua e-mail nella pagina principale e ti avvisiamo non appena saranno disponibili.