l’armonia nei team a distanza inizia dai dati (e dalle persone) – StartUp Magazine

Un’intervista approfondita con Marco Gialletti, CEO di Teamgroove, per esplorare come l’intelligenza artificiale possa realmente supportare i team distribuiti, migliorare l’engagement delle persone e fornire ai manager strumenti concreti per guidare progetti complessi. Tra concetti chiave come “BE & DO”, visualizzazioni dinamiche e metriche umane, scopriamo una piattaforma che non solo misura la performance, ma valorizza il contributo di ogni individuo all’interno della community di progetto.

Alessandra D’Amato: Come nasce l’idea di Teamgroove e quale problema specifico si propone di risolvere nel mondo del lavoro a progetto?
Marco Gialletti: Teamgroove ha una genesi di lunghissima data. Lavoro sulle piattaforme di collaboration da oltre 25 anni, sin da quando ero ricercatore all’università.
Il tema delle community che lavorano a progetto è affascinante e molto complesso, e finora non ha ancora trovato una soluzione tecnologica di riferimento sul mercato. È per questo che, dopo un lungo lavoro e molta sperimentazione, abbiamo dato vita a questa piattaforma. Abbiamo deciso di investire fortemente su di essa e renderla supportata da tecnologia allo stato dell’arte, quindi con un forte impiego di intelligenza artificiale, andando a reinterpretare il paradigma delle community collaborative — un paradigma che, a oggi, non ha ancora trovato una risposta definitiva.

Alessandra D’Amato: In che modo Teamgroove favorisce l’armonia nei comportamenti di team distribuiti e asincroni?
Marco Gialletti: Abbiamo fatto un ragionamento importante sul perché le soluzioni esistenti non funzionassero ancora. Abbiamo tratto delle conclusioni, concettualizzato il problema e compreso che una community che lavora per progetti opera su tre grandi livelli. Il primo è quello della produzione, dove le competenze tecniche svolgono il proprio ruolo e generano deliverable. Il secondo è lo strato della gestione, che riguarda i KPI di progetto, affidati al Project Leader, e che in sostanza governa le interazioni tra le persone. Questi due livelli erano già abbastanza ben gestiti da varie tecnologie. Ma c’è un terzo livello che nessuno ha mai davvero gestito: quello della relazione. Sappiamo per esperienza che un progetto funziona davvero quando il team è coeso, affiatato, quando la comunicazione è fluida e la governance non è basata sul controllo o su uno stile dirigistico, ma è capace di motivare. Abbiamo quindi compreso che, nella gestione tecnologica delle community di progetto, mancava completamente la dimensione relazionale. Ed è proprio qui che si inserisce Teamgroove: la sua grande innovazione sta nel fatto che questa dimensione relazionale viene finalmente gestita in modo formale e misurabile, grazie a una tecnologia avanzata e a metodi raffinati, pensati per colmare un vuoto finora ignorato dalle altre soluzioni disponibili.

Alessandra D’Amato: Qual è il significato del concetto “BE & DO” e perché è così centrale nella vostra proposta?
Marco Gialletti: Nel gestire la parte human all’interno delle community che lavorano al progetto, bisognava trovare rappresentazioni adeguate. Cercare di concentrare in un unico modello concetti di natura profondamente diversa è sicuramente un errore. Pertanto abbiamo creato in Teamgroove una visione duale. La vista DO, che è quella critica del project management, dove si trovano tutte le metriche di performance e si vede lo stato del progetto. E la vista BE, in cui si monitorano, invece, le persone coinvolte nel progetto. Questa è la parte più innovativa, quella che sta facendo un po’ la differenza nella nostra proposta. Nella parte BE sono presenti le Human Metrics. Abbiamo, ad esempio, indicatori su come si sentono le persone, il loro livello di engagement, come si mostrano agli altri (la loro reputation) e soprattutto il grado di coinvolgimento nel voler raggiungere l’obiettivo del progetto.

Alessandra D’Amato: In che modo l’intelligenza artificiale viene integrata in Teamgroove per supportare manager e collaboratori?
Marco Gialletti: Teamgroove, nata anni fa come piattaforma di gestione più tradizionale, è oggi un ecosistema avanzato, potenziato da numerose istanze di intelligenza artificiale. Alcune sono dedicate al calcolo di indici previsionali tramite tecniche di machine learning; altre si concentrano sulla generazione di metriche e misurazioni, sempre basate su apprendimento automatico. La piattaforma integra anche quattro grandi istanze di intelligenza artificiale generativa. La visione è proprio quella di rendere la piattaforma intelligente: non solo uno strumento di supporto alla gestione, ma un vero e proprio motore di creazione di valore durante tutto il ciclo di vita dei progetti. Un sistema capace di generare contenuti, supportare le persone, facilitare la comunicazione e ottimizzare la raccolta delle informazioni prodotte all’interno del progetto.

Alessandra D’Amato: Ci potete spiegare come funziona la AI-based project composition e che tipo di risparmio di tempo comporta?
Marco Gialletti: Questa è quella che è considerata un po’ la killer feature della piattaforma: qui utilizziamo in maniera molto spinta l’intelligenza artificiale generativa, in particolare le API di ChatGPT. Teamgroove memorizza la storia di gestione dei progetti e cattura il know-how: sulla base di input molto chiari, è in grado di capire come strutturare un progetto orientato al raggiungimento degli obiettivi presentati. Il tutto avviene in maniera molto semplice, caricando i documenti oppure utilizzando il linguaggio naturale all’interno della piattaforma. Grazie all’intelligenza artificiale generativa, infatti, possiamo assegnare alla piattaforma, in diverse modalità, il compito di creare una struttura di progetto semplicemente partendo da un brief o da un capitolato. Oppure, possiamo chiederle di andare in rete per capire come realizzare da zero la struttura ideale del progetto che si intende avviare. Perché il grande valore aggiunto che questa funzionalità introduce non è solo quello di velocizzare la composizione del progetto, facilitando così il lavoro dei Project Leader, ma anche quello di reperire know-how non ancora presente nell’organizzazione e trasferirlo come ipotesi di lavoro, affinché il gruppo possa sperimentarlo.

Alessandra D’Amato: Come vengono raccolti e interpretati i dati di sentiment e reputation? Quali sono i vantaggi di una misurazione implicita e continua?
Marco Gialletti: I vantaggi sono enormi e davvero rilevanti. Innanzitutto, è fondamentale chiarire che la misurazione delle Human Metrics non ha in alcun modo lo scopo di controllare la persona, né deve assolutamente essere utilizzata a tale fine, perché oltre a non avere un buon risultato, non avrebbe nessuna utilità. La misurazione di queste variabili rappresenta, invece, un ritorno molto importante per le risorse stesse. I primi destinatari di tali misurazioni — e soprattutto delle loro variazioni — sono proprio le persone. Avere una chiara percezione di come ci si sente all’interno di un’organizzazione, in un momento lavorativo specifico o in una fase cruciale per il raggiungimento di un obiettivo, fa un’enorme differenza. Influisce sia sulla qualità delle relazioni, sia sulla riuscita positiva delle soluzioni introdotte. Noi effettuiamo queste misurazioni in modo molto raffinato e, ovviamente, non invasivo. Non è possibile misurare questi aspetti con una semplice domanda diretta, perché le risposte risulterebbero alterate. Per questo motivo, abbiamo sviluppato metodi di misurazione diversi, basati su vari strumenti alternativi, i cui i risultati vengono integrati attraverso sistemi di machine learning — e, successivamente, deep learning — per arrivare a una misurazione più significativa. In altre parole, tante misurazioni deboli si combinano per formare una misurazione forte. Queste misurazioni forti sono importanti, ma lo sono ancora di più le variazioni nel tempo di tali misurazioni riferite a una stessa persona. Non ci interessa un sentiment generale, ma piuttosto la variazione del sentiment. Se qualcosa genera disagio o, al contrario, soddisfazione e felicità, dobbiamo essere in grado di intercettarlo: si tratta di un valore non solo individuale, ma per l’intera organizzazione.

Alessandra D’Amato: Teamgroove unisce performance metric (Time, Cost, Quality) con human metric (Sentiment, Engagement, Reputation). Come riuscite a tenere insieme queste due dimensioni in modo efficace?
Marco Gialletti: Lo facciamo attraverso una visione duale, guardando il mondo da punti di vista diversi — il mondo inteso come l’ecosistema in cui le persone si coordinano, si muovono per raggiungere obiettivi complessi e condivisi, ovvero dove realizzano progetti. Osserviamo la stessa situazione con un linguaggio e con occhi differenti. Ecco perché le visioni sono sempre alternative e complementari: le puoi guardare in “DO” per vedere tutta la parte legata alla performance, oppure in “BE” per cogliere l’aspetto umano. Ma stiamo parlando esattamente dello stesso progetto, della stessa persona, della stessa attività, dello stesso deliverable — solo da due prospettive diverse. Questa modalità non genera confusione, anzi: offre una completezza che può accelerare e risolvere alcuni problemi legati all’efficacia e all’efficienza nella gestione dei progetti.

Alessandra D’Amato: Come vengono utilizzati i KPI per guidare il processo decisionale in tempo reale?
Marco Gialletti: I KPI sono delle variabili di sintesi e, proprio per questo, sono fortemente indicative. Noi utilizziamo i KPI in varie modalità: abbiamo la parte actual, quella che rappresenta ciò che sta succedendo in quel momento; abbiamo la parte storica, che ci permette di vedere l’andamento nel tempo; e infine abbiamo la parte forecast, ovvero quella previsionale. Questi indicatori vengono calcolati automaticamente dalla piattaforma Teamgroove e sono a supporto di chi prende decisioni. Non sono utili solo al Project Leader o al team manager, ma anche al singolo collaboratore che ha un portfolio di attività da gestire, per poter decidere cosa fare, quando farlo e come farlo. Ovviamente offrono un vantaggio enorme in termini di consapevolezza, permettendo di anticipare i problemi e intervenire prima che diventino troppo grandi e causino danni. Questo è il motivo fondamentale per cui l’utilizzo dei KPI rende la gestione molto più efficace ed efficiente.

Alessandra D’Amato: Cosa rende il vostro sistema di forecasting dei costi particolarmente utile per i middle manager?
Marco Gialletti: Con questo sistema andiamo a risolvere uno dei problemi più rilevanti nella gestione multi-progetto. Spesso, la gestione tradizionale porta a pianificare e ripianificare continuamente, e a produrre dei SAL (Stati Avanzamento Lavori) che risultano essere attività molto complesse per comprendere realmente lo stato dei progetti. Quando si arriva ad avere un’informazione – che solitamente non è nemmeno così attendibile rispetto a come l’abbiamo in Teamgroove – è già troppo tardi. Il fatto di avere, nella raccolta informativa, non solo lo stato attuale delle cose ma anche le stime a finire è decisivo per poter intercettare in anticipo eventuali inefficienze, in particolare sui costi, ma anche sui tempi. Quindi, grazie a ciò che ci comunicano i “Maker” – coloro che svolgono le attività – con le loro stime a finire, riusciamo a consolidare questi dati e ottenere una previsione. Se questa previsione non rientra nei target o nei range accettabili, possiamo intervenire tempestivamente per correggere il tiro e ottenere così un risultato nettamente migliore.

Alessandra D’Amato: Quali sono le principali differenze tra le esperienze di Project Leader, Top Manager e Maker nella piattaforma?
Marco Gialletti: È stata una delle intuizioni fondamentali nella progettazione del design di Teamgroove: comprendere che le esigenze delle tre principali figure che compongono le community che lavorano a progetto sono profondamente diverse. Le istanze erano completamente differenti, il linguaggio variava e anche gli obiettivi non erano gli stessi. Questa consapevolezza è stata molto utile per creare un design che rendesse la piattaforma leggera e usabile. Fornire informazioni non rilevanti all’utente, infatti, compromette l’esperienza. Per questo motivo abbiamo sviluppato tre modalità differenti, una per ciascuna figura professionale, in modo che ognuno possa vedere solo ciò che gli interessa, presentato con un linguaggio adeguato al suo ruolo. Il risultato è un’interfaccia immediatamente efficace per la comprensione della situazione. Ad esempio, i Maker dispongono di un’app a loro dedicata, estremamente utile per le loro attività quotidiane. I Top Manager hanno funzionalità più gestionali, basate su informazioni aggregate e strutturate secondo i criteri KPI. I Project Leader, invece, dispongono di mappe di progetto molto chiare, focalizzate sulla visione d’insieme e non troppo sul dettaglio. Differenziando questi approcci, siamo riusciti a semplificare un problema caratterizzato da una complessità davvero molto elevata.

Alessandra D’Amato: Come viene favorito l’engagement dei Maker? Ci potete parlare del concetto di “Personal Mirror”?
Marco Gialletti: Con questo concetto abbiamo introdotto una cosa importantissima. In Teamgroove è un’istanza di gamification davvero rilevante. Ciò che spesso non funziona nelle gestioni tradizionali è l’atteggiamento del “controllore-controllato”, in cui i Maker eseguono compiti senza comprendere veramente quale sia il loro contributo e quale sia la loro parte di successo. Il Personal Mirror è un sistema di visualizzazione dei dati dedicato alla persona, che le permette di lavorare sul proprio success. La persona capisce chiaramente cosa sta facendo, se lo sta facendo bene e, addirittura, se ha ottenuto risultati migliori delle aspettative — in tal caso riceve degli achievement, con cui può essere celebrata o ottenere riconoscimenti di vario tipo. Questo spostare l’attenzione dal comando del Project Leader — che ti dice di eseguire un compito — all’esecuzione autonoma e indipendente dei propri task, puntando al proprio successo, è una vera rivoluzione psicologica, ma anche gestionale, per questo tipo di attività.

Alessandra D’Amato: In che modo i suggerimenti dinamici (Problem Solving Tips) aiutano a gestire criticità operative nei progetti?
Marco Gialletti: Quello che accade normalmente a un Maker – specialmente a un Maker, ma anche a un problem solver – è di dover affrontare ogni giorno delle problematiche, delle complessità. Chiaramente, quelli più esperti le risolvono brillantemente, mentre quelli meno esperti magari fanno più fatica. La verità è che Teamgroove, conoscendo i meccanismi di lavoro e di organizzazione, è in grado di assistere le persone. Quindi, quando una persona ha un dubbio su come comportarsi, su come risolvere tecnicamente un problema o a chi rivolgersi, può tranquillamente farlo attraverso un’interfaccia di intelligenza artificiale.

Questa piattaforma fornisce tre tipi di supporto:

1. Tattico – la piattaforma svolge il ruolo di coach, suggerendo comportamenti da adottare.
2. Tecnico – propone soluzioni già note a problemi simili, suggerendo quindi come affrontare il problema tecnico che la persona sta avendo nell’attività di making.
3. Relazionale – conosce chi, all’interno dell’organizzazione, ha affrontato problemi analoghi in passato, e consiglia alla persona di parlare con quel referente.

È ovvio che tutto questo avviene in totale privacy: la persona non si sente in imbarazzo nel chiedere aiuto, come invece a volte accade quando si teme di mostrare una debolezza. L’intelligenza artificiale, in modalità totalmente privata e non tracciata, aiuta moltissimo le persone.

Alessandra D’Amato: Qual è il valore della “Skyline” e come migliora la comprensione dello stato del progetto?
Marco Gialletti: La Skyline è stata ispirata un po’ da tutto il mood di Teamgroove, già a partire dalla parola groove, che è l’opposto di caos: far percepire la fatica della lavorazione dei progetti come qualcosa di ritmico, positivo, energico. Da lì siamo partiti con questa metafora urbana, che ci ha portati allo skyline di New York. Ma, al di là del pretesto visivo dei grattacieli notturni — che è sicuramente affascinante dal punto di vista grafico — c’è un design molto profondo dietro la Skyline.

Le neuroscienze spiegano come una persona riesca a leggere situazioni complesse in modo intuitivo, purché il numero di variabili non sia eccessivo — in particolare, si parla di circa 30 variabili. La Skyline, con la sua forma grafica, i suoi colori, la posizione dei numeri su cui è stato fatto uno studio molto approfondito, permette di avere, a colpo d’occhio, una visione reale dello stato del progetto, senza dover leggere analiticamente tutto il contenuto dell’interfaccia. Quindi, al di là dell’ottimo effetto grafico, c’è un aspetto funzionale importantissimo: quello di rendere comprensibile una complessità significativa in modo intuitivo e immediato.

Alessandra D’Amato: La “Skyview” offre una visualizzazione dell’alchimia di team: quanto è importante per voi la rappresentazione visiva della motivazione e rilevanza delle persone?
Marco Gialletti: È molto importante, tanto più che, in forma aggregata, non vediamo soltanto i dati della singola persona, ma osserviamo quelli dell’intero team. La Skyview, in buona sostanza, è una rappresentazione grafica di uno schema relazionale. Ci offre non solo una visione istantanea della situazione, ma soprattutto una visione dinamica: a noi interessa capire come si muovono le persone all’interno della Skyview. Questo ci restituisce una percezione importante di ciò che sta accadendo dal punto di vista relazionale e comportamentale all’interno del team. Ovviamente, la posizione delle persone ha una funzione specifica in tutte le Human Metrics, e la loro dimensione è funzione della rilevanza. Quindi, capiamo immediatamente se una persona, in un determinato momento, è in difficoltà, se si trova in una situazione di non approvazione rispetto a ciò che sta accadendo, e se questo rappresenta un rischio per il progetto. Perché, se una persona rilevante manifesta Human Metrics non perfettamente positive, ovviamente può diventare un problema per l’intero progetto. In questo modo, il Project Leader ha la possibilità di trasformarsi da controllore – un ruolo che le persone gradiscono sempre meno – a coach: qualcuno che intuisce i malesseri, ma anche i bisogni di gratificazione e di riconoscimento per un buon lavoro, e interviene prontamente per sottolinearli, contribuendo a far star bene le persone all’interno di un’organizzazione, di un team, di una community.

Alessandra D’Amato: Come funziona il sistema di Human Metrics Polling e in che modo il feedback quotidiano incide sul miglioramento continuo?
Marco Gialletti: Innanzitutto si tratta di una funzionalità basata su intelligenza artificiale generativa. È l’intelligenza artificiale che, leggendo i contenuti relativi ai progetti attivi, comprende che cosa sta facendo una persona. Di conseguenza, le pone domande personalizzate e contestualizzate, sempre diverse e mai troppo dirette, per raccogliere le sue impressioni. Ovviamente, queste impressioni per noi rappresentano misurazioni deboli, che poi elaboriamo tramite tecniche di deep learning per ottenere misurazioni forti. Soprattutto, questo sistema ci permette di trasmettere alle persone la sensazione che il loro lavoro sia monitorato, tracciato, visibile, reale e soggetto a un’interpretazione significativa. Noi siamo sempre molto attenti a fornire un feedback emotivo alle persone che utilizzano la tecnologia, e questo feedback deve essere positivo. Questo ci consente di mantenere la persistenza d’uso e una raccolta informativa, a basso costo per la persona, ma di altissimo valore per la gestione.

Alessandra D’Amato: In che modo Teamgroove facilita la selezione delle risorse più adatte a un nuovo progetto?
Marco Gialletti: Teamgroove conosce la storia delle persone all’interno dell’organizzazione: sa con chi hanno lavorato, che tipo di competenze possiedono, quali risultati hanno ottenuto collaborando con determinate persone su specifici temi. Conosciamo, quindi, il loro carico di lavoro, la loro storia professionale, con chi preferiscono lavorare e molto altro. Nel momento in cui componiamo un team di progetto, la piattaforma è in grado di fornirci indicazioni su quali persone potrebbero ricoprire al meglio un determinato ruolo in base al carico e alle caratteristiche richieste. Anche questo processo è supportato da un’intelligenza artificiale generativa, che ci ha aperto uno spazio progettuale molto importante negli ultimi due anni. Teamgroove, quindi, è in grado di identificare le persone disponibili che, se inserite all’interno del team di un progetto specifico, possono ottenere i migliori risultati.

Alessandra D’Amato: Come immaginate l’evoluzione di Teamgroove nei prossimi 3 anni?
Marco Gialletti: Teamgroove ha intrapreso la direzione di diventare una piattaforma ad altissimo contenuto tecnologico. La immaginiamo come una platform con soluzioni companion, cioè come un assistente per le persone nella quotidianità. Stiamo parlando sempre di quel tipo di applicazioni rivolte alle community che lavorano a progetto: in ogni fase — dall’organizzazione, all’esecuzione dei task, al monitoraggio generale delle situazioni, alle decisioni, fino alla valutazione delle persone e al riconoscimento del loro valore — Teamgroove deve assumere un ruolo sempre più micro, ma anche sempre più continuo. Ci immaginiamo una soluzione che non richieda troppo tempo, ma che valorizzi profondamente le persone, i progetti e i risultati raggiunti.

Alessandra D’Amato: Grazie Marco per aver condiviso con noi la visione, la tecnologia e la passione che guidano Teamgroove. Un viaggio stimolante tra dati, persone e futuro del lavoro.

Marco Gialletti: Sono io a ringraziare voi. È stato un vero piacere: è sempre una bella opportunità poter raccontare tutta la profondità del lavoro che ha portato alla creazione di Teamgroove. Grazie davvero.

Marco Gialletti

Ceo Teamgroove