Un caso recente di project management AI arriva da una fonte inattesa: un rapporto di intelligence militare statunitense. Secondo CNN, un’analisi generata con il supporto di strumenti AI ha indotto le forze armate USA a credere che una nave cinese trasportasse componenti per un programma nucleare. Il rapporto era completamente falso. La marina ha rischiato di intervenire per fermare quella nave sulla base di un’informazione inventata da un sistema che nessuno ha verificato in tempo.
Quando l’output AI diventa input di un progetto
In un progetto complesso, ogni decisione si appoggia su decisioni precedenti. Se la prima informazione è sbagliata, l’errore si propaga lungo tutta la catena, spesso amplificandosi. Nel caso della nave cinese, un singolo report ha rischiato di trasformarsi in un’azione militare concreta, con conseguenze diplomatiche gravi.
Nei progetti aziendali il meccanismo è identico, solo con posta in gioco diversa. Un project manager che usa l’AI per sintetizzare dati di mercato, stimare tempi o valutare fornitori riceve output che sembrano solidi, scritti con sicurezza, corredati di numeri precisi. Ma la sicurezza del linguaggio non garantisce l’accuratezza del contenuto. Un’azienda manifatturiera che si affida a un’analisi AI dei rischi di fornitura, senza controllo incrociato con i dati reali dei fornitori, può pianificare scorte o contratti sbagliati per mesi prima di accorgersene.
Costruire un punto di controllo nel piano di progetto
La soluzione non sta nell’eliminare l’AI dai processi di project management, sarebbe come rinunciare a un radar perché a volte sbaglia lettura. Sta nel prevedere, dentro il piano di progetto, un momento esplicito di verifica per ogni informazione critica generata o elaborata con AI.
Concretamente significa tre cose. Primo, distinguere nel workflow le fasi in cui l’AI propone da quelle in cui una persona conferma, con responsabilità nominata e non diffusa. Secondo, chiedere sempre la fonte primaria dietro un’affermazione dell’AI: se il sistema non può indicarla, quel dato resta un’ipotesi, non un fatto su cui costruire una milestone. Terzo, inserire nei report di avanzamento una colonna che segnali quali dati sono stati verificati da un umano e quali no, così chi legge il report sa dove sta il rischio residuo.
Il caso militare americano ha una gravità estrema, ma la dinamica di fondo (un output plausibile scambiato per un fatto verificato) capita ogni settimana in scala minore nelle riunioni di avanzamento di molte PMI italiane. La differenza tra un incidente diplomatico e un progetto sforato di budget sta solo nella scala delle conseguenze, non nella natura dell’errore.
La disciplina della verifica come competenza di progetto
Le metodologie di project management insegnano da decenni a gestire rischi noti, tempi e risorse. Oggi serve aggiungere una competenza specifica: la verifica delle fonti AI come attività pianificata, non come controllo occasionale lasciato alla buona volontà del singolo.
Chi guida progetti con team che usano strumenti AI dovrebbe chiedersi, per ogni decisione importante, da dove viene davvero quel dato e chi lo ha controllato. Non è burocrazia aggiuntiva: è la differenza tra un progetto che avanza su basi solide e uno che rischia di scoprire, a metà percorso, che la nave che stava inseguendo non trasportava nulla.
Project management AI: verificare le fonti prima di decidere
