Data Analytics, RPA e Project Management: l’intervista a Michele Gentile che condivide la sua esperienza in Soft Strategy
Dove è che i dati diventano strategia? Come possiamo trasformare delle informazioni in un vantaggio competitivo? Qual è l’importanza del coinvolgimento del Team nelle dinamiche progettuali? Abbiamo chiesto tutto questo a Michele Gentile, Project Manager dell’Area Technology di Soft Strategy.
Parlaci di come è iniziata la tua esperienza in Soft Strategy e come sta proseguendo.
Lavoro in Soft Strategy da sei anni, dove ricopro un doppio incarico: Project Manager e Competence Center Manager per le aree di Data Analytics e Robotic Process Automation (RPA). Due mondi complementari che, insieme, ci permettono di dare un valore aggiunto reale ai nostri clienti.
Dalla raccolta alla modellazione, fino all’analisi avanzata con strumenti di business intelligence e machine learning. L’obiettivo? Scovare informazioni che i metodi tradizionali non riescono nemmeno a immaginare.
Con l’ausilio di soluzioni basate sull’RPA andiamo a semplificare e velocizzare i processi aziendali. Automatizziamo attività complesse usando robot che interagiscono anche con software privi di interfacce di integrazione. Questo permette un notevole risparmio di tempo e risorse soprattutto per i processi ripetitivi.
C’è un progetto che ti è rimasto particolarmente impresso?
Uno dei più affascinanti è legato al settore dei trasporti.
Abbiamo sviluppato un sistema proprietario basato su stereoscopia: un set di fotocamere disposte su più angolazioni che ci consente di ottenere una ricostruzione 3D precisa degli oggetti da monitorare. Grazie a questa tecnologia, possiamo rilevare in anticipo segni di usura o danni sulla rete ferroviaria e attivare interventi di manutenzione preventiva. È stato un progetto fortemente innovativo che ha avuto un impatto reale sulla manutenzione dei mezzi di trasporto. Ovviamente, questo ha un ritorno positivo anche sulla sicurezza dei mezzi e quindi, indirettamente, sulle persone.
Hai mai visto Data Analytics e RPA collaborare nello stesso progetto?
Assolutamente sì. In un caso recente abbiamo costruito un flusso integrato: il robot RPA recupera i documenti, un modello di machine learning li analizza e ne estrae le informazioni chiave, poi il robot le inserisce in altri sistemi aziendali. Così facendo abbiamo potuto unire in maniera efficiente queste due tecnologie creando una soluzione integrata.
Quando si parte da un’esigenza tecnica, quanto è importante integrare anche la visione di business?
È fondamentale. Se ti limiti ad ascoltare il processo così com’è, rischi di replicarne le inefficienze. L’approccio business-oriented ti consente invece di ripensarlo da zero, proporre soluzioni migliorative, ridefinirlo in ottica di best practice. È lì che un progetto tecnico diventa una leva di trasformazione vera.
Quanto contano esperienza e intuizione quando i dati non bastano?
Succede spesso: parti con un obiettivo, ma i dati non ci sono, non sono accessibili o sono incompleti. Oppure li hai ma raccontano solo una parte della verità. In quei casi entra in gioco l’esperienza. Non è questione di intuito, ma di saper leggere tra le righe. Di saper dubitare del dato quando serve.
Guardando al futuro, come evolveranno AI e RPA secondo te?
I Large Language Model, come ChatGPT, continueranno a evolversi. Ma il vero salto sarà renderli più umani. Oggi le interfacce sono ancora troppo fredde filtrate da tastiere e schermi. Domani l’obiettivo sarà costruire un’interazione più naturale, empatica, in grado di comprendere emozioni e contesti.
Allo stesso tempo dovremo vigilare: c’è il rischio di usare solo dati generati da AI. È fondamentale distinguere tra fonti umane e artificiali, per evitare distorsioni.
Qual è, oggi, la vera sfida nel project management?
Tenere un’ottima relazione con il cliente e alta la motivazione del team. Se il gruppo è ingaggiato e coeso, il progetto andrà nella direzione giusta. I problemi iniziano quando manca comunicazione, quando non si dà ascolto ai feedback. Questo deve avvenire in modo bidirezionale dal team al cliente, dal cliente al team. Il PM in questo modo è un cardine fondamentale per la corretta esecuzione dei servizi.
Qual è l’errore più sottovalutato in un progetto di data analytics?
Pensare che i dati parlino da soli. Non è così. La parte più complessa è tutta prima: capire che dati hai, ripulirli, organizzarli. Senza questo lavoro iniziale, qualsiasi algoritmo produrrà solo rumore.
Hai un metodo per gestire più progetti contemporaneamente?
Sì, e l’ho rubato a un collega: suddividere la giornata in blocchi di tempo dedicati. Ogni interruzione brucia energia e attenzione. Se invece dedichi due ore intere a un’attività, poi passi alla successiva, riesci a essere più produttivo e lucido.
Come si motiva un team nei momenti difficili?
Con trasparenza e condivisione. Quando sono passato da gestire solo l’area Data Analytics alla RPA, è stato un salto importante. Tante cose nuove da imparare, tanti progetti da gestire. Ma pianificazione e supporto reciproco hanno fatto la differenza. I momenti complessi si affrontano meglio se si comunica e si capisce che ogni sfida porta con sé nuove competenze.
Descrivi Soft Strategy in una parola.
Creativa.
Perché qui non ci si ferma mai: c’è sempre lo stimolo a cambiare, a rimettersi in gioco, a sperimentare. Ed è proprio questo che rende l’ambiente dinamico e competitivo, nel modo giusto.