AI er fantastisk. Så hvorfor fungerer det stadig så dårligt for projektledere?

Læs transskriptionen:

Vi er ved at afprøve transskription af vores podcasts ved hjælp af et softwareprogram. Tilgiv venligst eventuelle stavefejl, da botten ikke er korrekt 100 % af tiden.

Galen Low: Hej alle sammen, og tak fordi I lytter med. Jeg hedder Galen Low og kommer fra The Digital Project Manager. Vi er et fællesskab af digitale fagfolk med en mission om at hjælpe hinanden med at opbygge kompetencer, få selvtillid og skabe forbindelser, så vi kan øge værdien af projektledelse i en digital verden.

Hvis du vil høre mere om det, så gå over på thedpm.com/membership. Og hvis du er interesseret i fremtidsorienterede samtaler og praktiske indsigter om digital projektledelse, kan du overveje at abonnere på programmet for at få ugentlige episoder.

Okay, i dag taler vi om den overflod af mildest talt fantastiske AI-værktøjer, der findes til at hjælpe dig med at styre dine projekter, og den helt igennem elendige brugeroplevelse ved at kopiere og indsætte mellem dem bare for at få de resultater, du har brug for i din projektkommunikation.

Med mig i dag har jeg Devin Mahoney, administrerende direktør og medstifter af QTalo, men først og fremmest en projektleder, der er fast besluttet på at lette smerten ved projektledelse ved hjælp af AI.

Devin, tak fordi du er med i dag!

Devin Mahoney: Galen, tak fordi du inviterede mig. Jeg er superglad for at være her og tale med dette publikum.

Galen Low: Jeg tænkte, at jeg måske ville begynde med at zoome lidt ud, fordi du og jeg har kendt hinanden i, hvad der vel er over et år nu. Dengang QTalo stadig var i sin spæde begyndelse, vil jeg tro. Og det, jeg elsker ved det, du laver hos QTalo, er, at du har et virkelig specifikt fokus på udfordringer relateret til projektkommunikation.

Du har talt med masser af projektledere, der udfører arbejdet. Og du har bygget dit produkt op omkring den smerte og de udfordringer, de støder på. Alt fra at tilpasse projektkommunikationen til den tiltænkte målgruppe til at strømline det klassiske problem med kommunikation, der kommer fra alle mulige steder, så projektledere ikke behøver at være belastet af det.

Så de ikke har den friktion i hverdagen, som vi accepterer som normal. Men du har sagt: Hør her, sådan behøver det ikke at være. Vi kan bruge teknologi til at hjælpe os med det. Det, der virkelig slog mig, er, at QTalo har AI i sit DNA. Du satte dig for at finde ud af, hvordan AI kan bruges til at løse disse problemer.

Jeg spekulerer bare på, hvad det var, der fik dig til at se AI som den rigtige ingrediens i din mission om at skabe en mere effektiv, mere engageret og mere effektiv arbejdsstyrke inden for projektledelse?

Devin Mahoney: Galen, det virker indlysende for os projektledere, men det er ikke indlysende for alle andre, der arbejder med én ting ad gangen.

Ville det ikke være vanvittigt kun at arbejde på én ting? For en projektleder befinder dine data sig dusinvis af forskellige steder. De er i Slack, i e-mails, i Jira og i dine dokumenter. Projektets kontekst er fragmenteret på tværs af alle disse forskellige steder, og derfor har vi AI her: AI kan hjælpe os med i realtid at samle alle disse informationsstrømme og fremhæve det, der er vigtigt for projektlederen.

Vi forsøger at automatisere arbejdet med at finde nålen i høstakken, så projektledere kan fokusere på planlægning, risici og interessenter i stedet for bare at jagte opgaver. Resultatet er mindre kontekstskift, hurtigere beslutninger og et konsekvent velinformeret team uden at tilføje en masse nye manuelle trin.

Galen Low: Det elsker jeg. Det er, som om der dukker så meget traume op i mit hoved, når du siger det, fordi jeg meget ofte gør det her, hvor jeg skifter mellem apps. Jeg leder efter den ting og tænker: Hold da op, hvor meget af mit liv er mon gået med bare at prøve at huske, hvilken FANE jeg forsøger at gå til, eller med at blive distraheret af det?

Slack popper op, og jeg tænker: Nå ja, det kan jeg lige løse hurtigt. Imens bliver den virkelig vigtige ting, jeg skulle have gjort, skubbet længere og længere ud i fremtiden, og det er bare sådan en realitet. Og der er så mange værktøjer. Noget, du og jeg talte om op til dette, og som jeg bør nævne, er, at arbejdstitlen på denne episode er: AI er fantastisk, så hvorfor er det så elendigt at bruge? Det er vores måde at drille den nuværende brugervenlighed i teknologien på. Kan du fortælle lidt om, hvad du mener, når du siger, at AI er elendigt at bruge?

Devin Mahoney: Ja. Galen, jeg elsker AI. Jeg bruger det hver dag. Det hjælper mig med alt. Og jeg elsker virkelig at bruge det. Det er bare en magisk ting for en projektleder.

Det viser sig på to måder. Det kan være en tilføjelse i dine apps. Hvis du bruger Trello og ClickUp, er det sådan: Her er vores lille AI-fe, som kan gøre noget for dig. Eller det kan være en selvstændig ChatGPT-lignende løsning, hvor du siger: Okay, nu vil jeg chatte med min ven, AI, og så vil den hjælpe mig med noget.

Så det er de to slags? Nej. Når AI er en funktion inde i en individuel app, er problemet og frustrationen, at den kun kan se en lille del af projektet. Husk, at du får Slack-beskeder om alle disse ting. Du får e-mails fra din kunde. De befinder sig ikke inde i disse specialiserede apps, så du er stadig nødt til at kopiere og indsætte ting i værktøjerne for at give modellen den fulde kontekst for, hvad der foregår.

Det er endnu værre, når AI findes i en central chat. Og igen, jeg elsker at bruge ChatGPT. Jeg elsker at skrive prompts. Det er så sjovt at formulere den perfekte prompt. Men du er nødt til at gøre det. Du skal have prompten rigtigt. Du skal have opfølgningen rigtigt. Du skal foretage den manuelle oprydning, og nu har du 50 chatsamtaler oven i dine 72 browservinduer, og du har igen forvandlet en projektleder til en kopier-og-indsæt-abe.

I stedet for at være den strategiske leder, vi var skabt til at være. Hold da op, jeg har virkelig 50 forskellige ChatGPT-ting, og jeg ved ikke, hvilken af dem jeg skal arbejde på. Og så er der outputtet. Det er virkelig godt. Det er bedre, end jeg selv er, men 90 % af det er rigtigt, og 10 % er forkert.

Og du er nødt til at bruge al den tid på at rette de sidste 10 %. Så sparer det dig tid? Ja, det sparer dig tid, men du er stadig nødt til at lægge den indsats i det. Så dette er den mest magiske teknologi. Du bruger den én gang, du bruger den af og til, men når du integrerer den i din daglige arbejdsgang, sker der pludselig noget.

Den ting, du plejede at gøre konsekvent, er nu klodset, og det er ikke den samme oplevelse hver gang. Det er ikke den samme magiske oplevelse, medmindre den får de data, den har brug for, fra en samlet kontekst på tværs af værktøjer. Så jeg elsker AI, men hold da op, hvor fungerer det dårligt i dag. Det skal vi gøre bedre.

Galen Low: Det er meget genkendeligt, og mit ChatGPT er et rod. Det er meget uorganiseret. Jeg tog faktisk PMI-kurset i promptteknik. Et glimrende kursus. Og det er sådan lidt: Hey, opret bare et regneark med alle dine prompts og med, hvordan de fungerer for dig. Jeg tænker: Det er en god idé. Og det, du sagde om at være en kopier-og-indsæt-abe og fare vild i alle de prompts, jeg ville teste, og alle dataene, fordi jeg har brug for dem på ét centralt sted, eftersom jeg bruger alle disse forskellige store sprogmodeller, fordi jeg tester dem.

Der er faktisk meget mere til fælles med at onboarde et nyt teammedlem. Wow. En, der af en eller anden grund har skyklapper på, end der er med faktisk at bruge software, fordi det er sådan: Fint, lad mig give dig konteksten. Lad mig beskrive det, jeg prøver at gøre. Okay. Ja. Ikke at vi behøver at forfine det.

Det er ikke ligefrem en arbejdsgang i et værktøj, det er en interaktion. Det er en interaktion, der minder om en kollega, ikke? For at få resultaterne, og helt ærligt er mange af os bare ikke særlig gode til det eller er ikke blevet trænet i det, og det er lidt noget andet. Den anden ting er bare, at ja, vi er stadig ved at finde ud af det.

Alle værktøjerne i teknologien – der findes et utal af værktøjer derude lige nu – og den aktuelle vejledning er: Prøv dem alle, se hvad der fungerer bedst for dig, og bliv så ved med at forfine det. Og det sidste, jeg har lyst til, når jeg allerede bruger al den tid på at finde ud af alt dette, er at tænke: Okay, hvordan skal jeg flytte denne information frem og tilbage mellem nogle af værktøjerne, hvoraf nogle har AI-funktioner, og modeller, der ikke ved, hvilke samtaler jeg har haft med ChatGPT?

Som du nævnte, er det bare klodset. Det er fantastisk og klodset på samme tid, ikke? Det kan godt være begge dele på én gang. Og jeg synes, det er vigtigt, fordi jeg synes, vi er meget imponerede over outputtet. Det er rimeligt, at vi er imponerede over outputtet. For det første er det ikke slutmålet; vi har bare ikke nået den endelige standard for, hvordan AI ser ud i projektledelse.

Og det er også sådan, at den måde, vi bruger det på i dag, ikke nødvendigvis er den måde, vi kommer til at bruge det på i fremtiden. Selv bare brugervenligheden.

Devin Mahoney: Jeg er helt enig, og jeg kan ikke vente på den fremtid, men du har også det værktøj, du har nu, og ja, jeg er nødt til at finde ud af, hvordan jeg bruger det.

Galen Low: Og den anden ting, jeg ville sige, er, at vi også er nødt til at bygge det, hvilket jo er det, du gør, og det elsker jeg. Jeg spekulerer på, om jeg må tage en lille afstikker, og jeg lover at føre det tilbage til emnet for dem, der lytter.

Men en af de ting, Devin, som jeg bemærker ved QTalo, er, at du har et virkelig stærkt fokus på privatliv. Du har en lidt uortodoks tilgang til emnet. Jeg ville høre, om du kunne fortælle mig, hvorfor privatliv er vigtigt for dig, og hvorfor det bør være vigtigt for folk, der leder projekter – ikke kun med hensyn til følsomme data, men også bare i forhold til den måde, vi arbejder på.

Devin Mahoney: Okay, godt spørgsmål. Og Galen, jeg arbejder med cybersikkerhed, så privatliv ligger i mit DNA, og jeg kunne tale dine ører af om SOC 2, hvilket jeg ikke vil gøre, fordi denne podcast kun er så lang. Men lad mig tale om privatliv for en projektleder, for for at en projektleder kan udføre sit arbejde, har vi en privat arbejdshukommelse, og nogle af os bruger vores note-app.

Nogle af os bruger vores regneark, og nogle af os bruger faktisk papir. Det her er mine noter som projektleder, og det er her, dine halvfærdige idéer havner. Det er her, du kradser dine noter ned, før du faktisk skriver en e-mail eller registrerer noget i dit system of record som Jira eller Salesforce.

Det koster ikke noget at bruge, fordi det kun er til dig. Du behøver ikke bekymre dig om, hvorvidt det er mærket. Du behøver ikke bekymre dig om, hvorvidt det overhovedet er korrekt. Det er et overgangsarbejdsområde. Det skal forblive privat. Det er her, din kritiske tænkning foregår. Det er her, dine kladder bliver til. Det er her, den egentlige risikoplanlægning begynder.

Og vores mål hos QTalo er at respektere denne overgangszone. Vi hjælper dig med at hente indsigt fra disse kladder uden at offentliggøre dem for tidligt. Det giver dig mulighed for at tænke højt på en sikker måde og stadig drage fordel af den fælles kontekst for det, der foregår i dit system of record. Så vi skaber denne kreative buffer.

Vi hjælper med at bygge bro over dette mellemrum, og vores mål er at levere renere og mere præcise opdateringer til teams, ledelse, kunder og alle dine interessenter.

Galen Low: Det elsker jeg virkelig meget, for ja, der er ting i mine notesbøger, som jeg aldrig nogensinde ønsker, at andre skal se. Og jeg elsker den tanke, at privatliv altid forbindes med følsomme kundeoplysninger, følsomme finansielle data eller personhenførbare oplysninger fra sundhedssektoren.

Men jeg kan virkelig godt lide tanken om mig som bruger. Jeg vil gerne have fordel af den notesbog, der er en stor sprogmodel, ikke? Hvor jeg skriver ting ned, og den siger: Fint, vil du have, at jeg sammenholder det for dig? Hvad med dette? Og stiller mig spørgsmål. Men det er min arbejdskontekst.

Det er ikke min præsentationskontekst. Og jeg ville elske at vide, at den overordnede model i mit værktøj ikke træner på alle mine kladdeagtige noter. Og at nogen så kommer og siger: Hvilken slags projektleder er Galen? Og de svarer: Virkelig distræt. Som om han er en løbsk kanon. Han begynder på sætninger og afslutter dem ikke.

Det er vildt. Jeg vil ikke have, at det kommer ud i æteren fra mit værktøj og dukker op som en lægperson i denne samtale, hvor jeg tænker: Det ved jeg ikke. Det virker, som om alle disse modeller træner på stort set alt. Jeg har ikke rigtig så meget indsigt i det uden at gå ind i selve overholdelsen af regler og krav.

Jeg har ikke altid overblik over, hvad der bliver delt hvor. Helt ærligt sidder jeg ikke og lærer alle vilkårene og betingelserne for alle de værktøjer, jeg har tilmeldt mig, udenad. Det burde jeg nok, men jeg er okay med at tage udgangspunkt i, at jeg nok bør gå forsigtigt til værks, samtidig med at det er til det fælles bedste.

Hvorimod jeg synes, at det, jeg godt kan lide ved din tilgang, er, at der bør være dette lag, hvor du stadig får fordel af det, du træner din personlige model på i dit værktøj. Ideelt set uden bare at hoppe rundt mellem alle disse ting. Det burde være noget, man har klarhed over.

Det er sådan: Bare rolig, du er i zonen, hvor dette ikke bliver delt med dine kolleger. Og så siger du: Fint. Vil du have, at jeg deler det med dine kolleger? Og jeg siger: Ja, nu. Nu er det helt færdigt. Lad os gøre det. Bare det niveau af klarhed synes jeg er vigtigt. Det viser, at du forstår, hvordan projektledere arbejder. Du bygger ikke bare software, hvilket jeg synes er den egentlige IT-tilgang. Det er det, der gør mig begejstret for det, du laver.

Devin Mahoney: Tak, Galen. Det sætter jeg virkelig pris på.

Galen Low: Jeg vil give dig en kompliment og derefter slå dig i hovedet med djævlens advokat-argumentet, nemlig at vi har talt om, hvor mange produktivitetsværktøjer der findes derude.

Der findes så mange AI-værktøjer. En del af din kritik – hvis jeg forstår dig korrekt – en del af din kritik af moderne effektivitet er, at vi bruger for mange forskellige værktøjer. Så mit spørgsmål som djævlens advokat er: Hvorfor følte du, at verden havde brug for endnu et værktøj i QTalo?

Devin Mahoney: Det er et godt spørgsmål, og alle stiller det spørgsmål om alle værktøjer.

Disse produktivitetsværktøjer og kommunikationsværktøjer formerer sig hurtigere, end nogen overhovedet kan nå at integrere dem. Og det budget, en virksomhed har til disse nye værktøjer, har ikke fulgt med anskaffelsesbudgettet for værktøjer. Det, jeg mener, er, at vi har alle disse informationer spredt ud over alle disse værktøjer, men der er ikke noget budget til konsolidering. Så hvor skal det ske?

Det skal ske hos projektlederen, og derfor er vi nu nødt til at foretage denne konsolidering manuelt. Heldigvis er det meget lettere at implementere på grund af AI. Det er meget lettere for os at gøre manuelt. Det er næsten værre. Det er næsten værre, fordi det nu er muligt bare at kopiere og indsætte alt i ChatGPT. Nu er det vores job at gøre det i stedet for at tænke over, hvor alle dataene befinder sig.

Så QTalo er ikke bare endnu en opgaveapplikation. Faktisk er vores mål at få dig ind i QTalo og ud af QTalo så hurtigt som muligt. Vi gør det til det forbindende væv, så din eksisterende værktøjsstak kan fungere som ét samlet system. Jeg synes faktisk, der er masser af plads til andre konsolideringsværktøjer ud over QTalo.

Vi har brug for flere af dem, fordi effektivitet i høj grad handler om at få alt til at fungere sammen. Og ved at ligge ved siden af alle disse andre værktøjer eliminerer det dette arbejde, hvor man konstant drejer stolen mellem skærme. Det reducerer spredningen af licenser overalt, fordi det egentlig kun er projektlederne, der har brug for det, og det betaler sig selv gennem den tid, man genvinder.

Du ved, noget, fordi mange af os, der arbejder sammen med ingeniører, kender begrebet teknisk gæld, der ophobes under udviklingsprocessen. Der findes også operationel gæld. Hver gang vi tilføjer et værktøj, og hver gang endnu et team bruger et nyt værktøj, øger vi den operationelle gæld. Denne konsolideringsindsats hjælper os med at nedbringe den operationelle gæld, så vi kan holde vores kommunikationskanaler fokuserede.

Det er målet. Det er derfor, verden har brug for QTalo og andre værktøjer, der foretager konsolidering.

Galen Low: Jeg elsker den tanke om operationel gæld. Det er så sandt. Men jeg elsker også den klarhed, der ligger i erkendelsen af, at vi kommer til at have værktøjer, men at alle vores værktøjer ikke nødvendigvis skal forbindes til ét stort hjerne-værktøj, der er det ultimative værktøj, som afslutter behovet for alle andre værktøjer.

Det handler mere om at binde det hele sammen. Det er som et netværk. Du skal sørge for, at dine vigtige værktøjer, der er relaterede til hinanden, forbinder til den samme node. Den node kan være QTalo. Det betyder ikke, at det er det eneste stykke software, du åbner hver dag. Det betyder bare, at det er en node, der strategisk forbinder noget af den software, du bruger.

For som du siger, kan vi ikke integrere med hvert eneste værktøj, efterhånden som det kommer ud. Måske Zapier og Make, men selv da må det være en enormt krævende proces at forsøge at følge med hver eneste API i stedet for at sige: Okay, her har vi truffet en beslutning om disse værktøjer.

Vi vil ikke pådrage os en masse operationel gæld, men vi har brug for, at de taler bedre sammen, så vi kan udføre vores arbejde bedre. Ellers svækker vi virkelig den overordnede fordel, vi har, hvor AI kommer og overtager alt det administrative, og du bliver strategisk. Bare for sjov.

Du kopierer og indsætter. Det ved du godt. Det er faktisk lidt et lokkemiddel og et skift i forhold til, hvordan det fungerer lige nu. Det er det. Jeg spekulerer på, om du måske kunne fortælle os lidt om, hvad der kommer for QTalo. På hvilke måder forsøger du at løse dette problem, og hvad er du mest begejstret for?

Jeg er

Devin Mahoney: faktisk ret begejstret for dette kommandocenter, som vi bygger. Du sagde det i begyndelsen af podcasten, Galen, men vi er projektledere. Vi bygger til projektledere, og det giver os et meget snævert fokus på kun de ting, projektledere har brug for. For eksempel har vi AI-prioritering. Som projektleder er du lige begyndt på din dag.

Andre mennesker har arbejdet i andre tidszoner. Du vil vide, hvad der brænder på i dag. Hvilke signaler skal jeg være opmærksom på på tværs af e-mail, chat og supportsystemer, som jeg skal arbejde på lige nu? Det er min dag. Jeg har brug for opsummeringer, for der sker mange ting, og jeg kan ikke være oven på alting hele tiden.

Jeg har brug for automatiske opsummeringer af alle de vigtigste fakta, de næste trin og links til kilden, så jeg hurtigt kan vende tilbage til det. Jeg har brug for en samlet søgning, for jeg kan ikke fortælle dig, Galen, hvor ofte det helt bogstaveligt skete i morges, at nogen sendte mig noget, jeg prøvede at finde, og jeg ikke vidste, om det var en e-mail eller lå i en tilfældig Slack-kanal.

Og den samlede søgning var det, der reddede mig, fordi jeg får al min information fra alle mulige steder. Jeg har brug for arbejdsgangstjeklister. For projektledere er en notifikation lig med meget arbejde. Som almindelig person får du en e-mail og tænker: Okay, fint, jeg svarer, og så er jeg færdig. En projektleder får en e-mail.

Du skal gøre fem til syv forskellige ting. Det er virkelig meget arbejde, og ingen sætter rigtig pris på det. Og derfor giver disse arbejdsgangstjeklister dig mulighed for at opbygge en liste over opgaver. Dit liv er stadig lidt surt, fordi du skal gøre de syv ting, men du kan i det mindste opregne de syv ting og sætte flueben ved dem på din liste, så du endelig kan slippe af med den e-mail.

Du kan tage den ud af din verden, og vi giver dig den kontekst, der omfatter hele tidslinjen, filerne og alle beslutningerne. Så projektledere kan komme ajour. De skifter bare kontekst til det, og du behøver ikke at rulle gennem alle disse apps for at nå frem til det. Det er præcis det, vores kommandocenter gør.

Det er virkelig fokuseret på projektlederen. Vi får dig ind, fortæller dig de ting, du skal gøre som det næste, og får dig direkte tilbage til det arbejde, du udfører i de andre apps.

Galen Low: Det elsker jeg. Og ja, det er meget genkendeligt. Antallet – hvis du ser på min søgehistorik på tværs af værktøjer – den samme søgning går igen. Jeg tænker bare: Hvor var det nu? Hvor blev det sagt? Så jeg søger efter det samme søgeord på tværs af flere værktøjer for at finde det. Det lyder virkelig spændende. Jeg elsker det, du laver.

Devin, tusind tak for denne samtale. Det har været rigtig sjovt at høre dit perspektiv på AI, vores AI-rod, AI's brugervenlighed og fremtiden.

Devin Mahoney: Tak, Galen. Det har været en fornøjelse at tale med dig.

Galen Low: Okay folkens, så har I det hele. Som altid kan I deltage i samtalen med over tusind ligesindede frontkæmpere inden for projektledelse ved at blive en del af vores fællesskab! Gå over på thedpm.com/membership for at få mere at vide. Og hvis du kunne lide det, du hørte i dag, så abonnér venligst, og hold kontakten på thedigitalprojectmanager.com.

Indtil næste gang – tak fordi du lyttede!