TeamSystem: 1.300 persone di Product & Technology a scuola di AI generativa

Il dipartimento Product & Technology di TeamSystem conta più di 1.300 persone, sparse nelle sedi del Gruppo. Sviluppatori, product manager, designer, QA engineer, architetti, e accanto a loro chi lavora sul prodotto senza scrivere codice. Il Gruppo voleva che imparassero a usare l'AI generativa e gli agenti tutti insieme, non una squadra pilota alla volta. Il percorso l'abbiamo costruito insieme.

TeamSystem voleva portare l'AI generativa e l'ingegneria ad agenti dentro il lavoro di tutta l'area Product & Technology: processi di sviluppo, gestione di prodotto, cultura tecnologica di base. E farlo su casi d'uso reali, non su esempi da manuale.

Boolean ha progettato il percorso e lo ha tenuto in aula. Ha disegnato le cinque track, ha messo a disposizione i formatori e la piattaforma con le registrazioni e l'assistente AI, e ogni settimana ha raccolto i feedback per correggere il programma.

Chi tiene in piedi un prodotto già in produzione ha problemi diversi da chi disegna l'interfaccia di una funzione nuova. Un unico corso per 1.300 persone avrebbe annoiato metà aula e lasciato indietro l'altra metà. Le track sono state cinque, ognuna sul mestiere di chi la seguiva.

I Maintainers, che mantengono i prodotti esistenti, hanno lavorato su diagnostica dei bug, analisi dei log e test automatici. Gli Innovators si sono occupati di abbattere il debito tecnico e di portare il codice legacy su pattern moderni. Gli Architects hanno progettato piattaforme e sistemi ad agenti, con data governance, GDPR e AI Act. La track Product era per product owner, UX designer e analisti, la track Enablement per i ruoli tecnici che non sviluppano: agenti no-code, automazione dei processi e misura di produttività e ritorno sull'investimento.

Il percorso è durato circa tre mesi, con quattro ore di lezione live a settimana in aula virtuale, in italiano e in inglese perché la platea era internazionale. Il corpo docente era misto: i formatori di Boolean e gli esperti interni di TeamSystem. Questi ultimi i prodotti li conoscevano dal di dentro.

Le quaranta ore avevano la stessa forma in tutte le track. Venti erano di formazione teorico-pratica sugli strumenti e sui metodi. Otto servivano a portare quello che si era imparato dentro il lavoro vero. Le ultime dodici, una challenge.

Nelle otto ore sui casi reali niente esempi da manuale. I Maintainers hanno usato il debugging con l'AI su repository di prodotto e scritto test per moduli critici dell'azienda. Gli Architects hanno valutato le piattaforme interne e disegnato i connettori ai dati aziendali. Chi lavora sul prodotto è partito dalle roadmap vere di TeamSystem. Chi fa Enablement ha individuato i colli di bottiglia della propria funzione e ci ha costruito sopra un assistente.

La challenge finale ha ripreso lo stesso metodo in grande: un project work completo su un caso di TeamSystem, con peer review dei colleghi e feedback dei docenti. Gli Innovators hanno sviluppato un modulo di modernizzazione o una funzionalità AI-native su un prodotto del Gruppo. Gli Architects hanno progettato un sistema ad agenti integrato con i sistemi interni, e la review l'hanno fatta altri architetti.

Le quaranta ore non erano scritte una volta per tutte. Ogni settimana abbiamo raccolto il parere di chi seguiva e di chi insegnava, e il programma è cambiato di conseguenza. L'AI si muove in fretta: un programma fisso sarebbe invecchiato prima di arrivare in fondo.

Le lezioni sono state registrate e indicizzate su una piattaforma, dove un assistente AI permette di fare domande ai contenuti invece di riguardare ore di video. A questo si aggiunge una libreria di agenti, prompt, template e workflow costruiti dai partecipanti: materiale nato dai problemi di TeamSystem, che resta in azienda.

La collaborazione con TeamSystem è andata bene. Si vede dal modo in cui il percorso era fatto: i casi su cui si è lavorato erano dell'azienda, una parte dei docenti era dell'azienda, e il programma si è spostato ogni settimana sulla base di quello che ci dicevano partecipanti e docenti.

L'impatto sulla produttività è stato positivo. Ai team restano la libreria di agenti e prompt e le registrazioni delle lezioni, da consultare quando serve.