De AI-kompetencer, der gør din karriere fremtidssikret

Læs transskriptionen:

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

Kelsey Alpaio: Hej! Jeg er Kelsey. Og velkommen tilbage til The Retro på The Digital Project Manager-podcasten—hvor vi dykker ned i tidligere erfaringer, fremtidige tendenser og hvad de betyder for din karriere. I dag dykker vi ned i et emne, der stort set er umuligt at ignorere lige nu, og et emne, du virkelig ikke bør ignorere—hvordan AI vil påvirke projektledelsens fremtid.

På nuværende tidspunkt har vi alle hørt om de forskellige værktøjer og alle anvendelsesmulighederne for AI, der kan spare dig tid og fjerne de irriterende opgaver fra din liste. Men hvor meget har du tænkt over, hvordan AI vil omforme, hvad det faktisk vil sige at være projektleder—og hvilke kompetencer du bør opbygge nu for at sikre dig en lang og succesfuld karriere inden for området fremover?

Det er det, vi skal tale om i dag, og vi har en fantastisk gæst med til at hjælpe os—Oliver Yarbrough. Oliver er grundlæggeren af Not Your Father's AI, som handler om at hjælpe mennesker med at anvende AI i deres job og virksomheder. Han er også underviser på LinkedIn Learning med et populært kursus om kunstig intelligens for projektledere, og han har i mange år undervist i projektledelse.

Oliver, velkommen til programmet!

Oliver Yarbrough: Tak. Jeg er glad for at være her.

Kelsey Alpaio: Oliver, fortæl os lidt mere om dig selv og det arbejde, du laver.

Oliver Yarbrough: Jeg er først og fremmest underviser i projektledelse, og for omkring otte år siden begyndte jeg at tale om kunstig intelligens, specifikt i relation til projektledelse.

De seneste par år har jeg arbejdet med det, jeg kalder Not Your Father's AI, hvor jeg hjælper folk med at forstå de praktiske anvendelser af kunstig intelligens. Ikke kun inden for projektledelse, men også på andre områder—men i forbindelse med vores samtale selvfølgelig projektledelse.

Kelsey Alpaio: Godt. Lad os komme direkte ind på det og tale lidt om, hvordan AI allerede er begyndt at omforme projektlederrollen. Hvilke større forandringer ser du allerede?

Oliver Yarbrough: Jeg ser folk tage det, de arbejder med til daglig, og begynde at integrere AI på et mindre niveau. Selvfølgelig er der også folk, der bruger det på et meget større niveau, og det skal vi også tale om.

Men grundlæggende handler det om at finde ud af, hvad du laver, og hvordan du kan fjerne ineffektivitet fra det ved forhåbentlig at integrere forskellige aspekter af kunstig intelligens og eller automatisering. Det er nogle af de grundlæggende områder, vil jeg sige. Jeg ser også folk bruge det til at hjælpe dem med at skrive bedre.

Mange mennesker vil, selv hvis de er gode til at skrive, gerne forbedre deres tekster eller i det mindste undgå at begynde med en blank side. Det er ligegyldigt, om det er en præsentation eller en e-mail. Du behøver aldrig rigtig begynde med en blank side. Det er nogle af de grundlæggende områder, jeg ser.

Kelsey Alpaio: Og hvordan ser du, at AI fortsat vil påvirke området i løbet af de næste fem år eller deromkring? Hvordan kommer projektlederrollen virkelig til at se ud, efterhånden som AI fortsætter med at sætte sit præg på dette fag?

Oliver Yarbrough: Det er et rigtig godt spørgsmål. Faktisk havde jeg en samtale med en anden virksomhed her til morgen, og når jeg ser på, hvor det her udvikler sig hen, er det—i modsætning til nogle menneskers skræmmekampagner—ikke sådan, at projektlederrollen bliver afskaffet.

Det, der kommer til at ske, er, at de mennesker, der tager det til sig og virkelig lærer det, i højere eller mindre grad bliver operatører. De bliver dem, der leder, træner og omstiller. Og helt konkret—jeg taler ikke om, at det sker i næste uge, men måske i løbet af de næste 2, 3, 4 eller 5 år—kommer de til at lede en gruppe af digitale interessenter og eller medarbejdere og eller koordinatorer.

Så mange af de her ting kommer til at betyde, at projektledere i højere grad bliver operatører. Det er det, jeg siger. Og du bliver nødt til at forstå projektledelse. Derefter skal du også forstå, hvordan man leder—og det bliver et helt nyt område—digitale agenter, ligesom mennesker eller hvad det nu måtte være.

I nogle miljøer bliver det derfor mere et hybridmiljø, hvor menneskelige koordinatorer arbejder under en projektleder eller en anden ny titel, og hvor der også indgår en digital agent. Det kalder jeg et hybridmiljø.

Kelsey Alpaio: Virkelig interessant.

Så jeg vil gerne dykke lidt mere ned i, hvilke kompetencer projektledere bør opbygge lige nu for at forberede sig på det. Først og fremmest: Hvordan bør projektledere tænke på AI i hverdagen? Hvilken indstilling bør de have til at bruge AI i deres nuværende roller, som kan hjælpe dem med at forberede sig på fremtiden?

Oliver Yarbrough: Jeg synes, det grundlæggende handler om tre kerneområder. Jeg siger ikke, at det er de eneste områder. Vi har alle hørt om bløde kompetencer og alt det der, og det er meget vigtigt. Men i denne nye æra tror jeg virkelig, at det kan koges ned til tre kerneområder. Nummer et er projektledelse. Du skal kende dit fag.

Du skal kende projektledelse. Det er svært at evaluere mennesker eller agenter, hvis du ikke forstår projektledelse. Så det er nummer et. Nummer to er at forstå kunstig intelligens. Jeg siger ikke, at du skal ud og lære Python eller programmering, men du skal forstå, hvordan disse store sprogmodeller tænker.

Og det er ikke særlig, særlig teknisk. Jeg siger igen ikke, at du skal lære at programmere det, men du skal forstå, hvordan det tænker. Og nummer tre, som ikke nødvendigvis står på mange menneskers radar, men som jeg synes er lige så vigtigt, er, at du skal forstå procesoptimering.

Hvordan man optimerer en proces. Og hvorfor siger jeg det? Fordi du skal finde ud af, hvordan du fjerner ineffektivitet fra dine processer for at få mest muligt ud af AI. På et grundlæggende niveau betyder det, at hvis du for eksempel udfører 100 opgaver i løbet af en given uge, skal du finde ud af, hvilke af de 100 opgaver der skal udføres af et menneske.

Og af de opgaver, der skal udføres af et menneske, hvilke skal udføres af mig, og hvilke kan jeg uddelegere? Og af de andre opgaver, som ikke behøver at blive udført af et menneske, hvilke kan udføres af AI? Og selvfølgelig er den tredje kategori: Hvilke opgaver bør slet ikke udføres? Kombinationen af de tre ting—at fjerne opgaver, der ikke bør udføres, og uddelegere opgaver til enten AI eller andre mennesker.

Og derefter det, der er tilbage til mig som projektleder, og som jeg i sidste ende skal udføre, fordi jeg ikke kan uddelegere det til nogen eller noget andet. Det er dér, jeg virkelig vil fokusere min opmærksomhed fremover.

Kelsey Alpaio: Forstået. Kan du tale lidt om, hvordan man udvikler de kompetencer nu med henblik på fremtiden? Er der bestemte AI-kompetencer, projektledere bør fokusere intenst på at opbygge, og hvad bliver afgørende, hvis man ikke kan udføre det i den nærmeste fremtid? Handler det om at opbygge prompts, eller er det noget andet? Lad os dykke lidt mere ned i det.

Oliver Yarbrough: Okay. Vi taler om det, vi typisk kalder AI—det, de fleste kalder AI. Hvis vi begynder med et koncept, som jeg har talt om i lang tid, nemlig projektinteressenter og AI-interessenter. Hvis vi behandler AI, som om det er en interessent, som enhver anden interessent, og hvis du tænker på et RACI-diagram, ikke?

Så er AI grundlæggende en interessent, en af interessenterne i dine projekter. Ligesom med enhver anden interessent skal du vide, hvordan du engagerer den, og hvordan du interagerer med den. Det handler om at finde ud af, hvad den agent eller AI-bot har brug for for at give dig de bedst mulige svar. Hvordan kommunikerer vi med AI?

På det grundlæggende niveau handler det om promptteknik. Titlen prompttekniker forsvinder måske, men behovet for at formulere eller skrive gode prompts forsvinder ikke. Det handler grundlæggende om at vide, hvordan du engagerer din bot. Så jeg vil sige, at promptteknik er meget vigtigt—mere eller mindre at vide, hvordan man skriver en god prompt. Og der er forskellige niveauer i det, ikke?

Som jeg sagde tidligere, skal du vide, hvordan du optimerer en proces. Tag for eksempel noget fra Six Sigma eller lignende. Tag undervisning eller kurser, der hjælper dig med at strømline en proces og fjerne alle former for ineffektivitet. Og på et tredje niveau vil jeg bestemt sige en form for bløde kompetencer—at du ved, hvordan man forhandler, hvordan man køber ting og forskellige andre ting, der supplerer det, din AI-agent ikke kan gøre eller måske ikke kan gøre lige så godt, som du ønsker. Alt, der involverer menneskelig interaktion. Her er hvorfor: Det giver dig mulighed for at supplere det, AI gør. Du tilfører faktisk værdi på en anden måde. Du tilfører værdi til det, AI allerede gør.

Det er dér, jeg ville bruge mere tid.

Kelsey Alpaio: Det er godt. Jeg vil gerne lave en slags 101, 201 og 301 her for dem, der måske spekulerer på, hvor de skal begynde, og hvordan de kan udvikle sig. På 101-niveauet: Hvad vil du råde en person, der måske er ny inden for AI eller forsøger at komme i gang, til, hvis vedkommende vil opbygge disse kompetencer?

Oliver Yarbrough: Det er et godt spørgsmål, fordi så mange mennesker bliver overvældede. De kommer ind og tænker: “Jeg skal til at oprette projektgrundlag, og jeg skal til at lave sprintplanlægning og alt muligt.” Begynd med noget enkelt. Begynd med spørgsmålet: Hvordan strømliner og automatiserer jeg udarbejdelsen af referater fra møder? Hvordan laver jeg en præsentation, som jeg derefter kan præsentere for mit team?

Hvorfor siger jeg det? Fordi det måske ikke er de tekniske aspekter af projektledelse, men det giver dig en hurtig sejr. Det får dig til at mærke, hvor meget tid du sparer. I begyndelsen handler det om at spare tid. Så ja, jeg kunne sidde her og skrive referat fra et møde. Jeg kunne bruge en time på at lave en PowerPoint-præsentation, eller jeg kunne skrive en prompt, indlæse et eller to dokumenter og have en præsentation klar på fem minutter eller mindre.

Jeg skal måske selvfølgelig justere den lidt, men jeg begynder ikke fra bunden. For eksempel kan jeg tage et mødereferat. Derefter kan jeg indlæse referatet i en chatbot, hvis jeg ikke vil bruge fuld automatisering, få det opsummeret og derefter sende det ud som en opsummering.

Det er, hvis jeg ikke bruger automatisering. Hvis jeg bruger automatisering, bliver det meget bedre.

Kelsey Alpaio: Ja, det synes jeg er et fantastisk første skridt. Og på 201-niveauet, når du føler, at du har styr på det, har brugt det dagligt i et stykke tid og er kommet ind i en god rytme—hvad er så det næste skridt? Hvilken overraskende anvendelse har du måske ikke tænkt på?

Hvordan kan du udvikle dine kompetencer fra det grundlæggende og virkelig begynde at fremtidssikre dig selv?

Oliver Yarbrough: På 201-niveau tager jeg udgangspunkt i det grundlæggende, som jeg netop talte om. Nu skal vi gøre noget som at bygge vores egen tilpassede GPT. Det kræver en betalt konto, og alle typer store sprogmodeller har deres egen version af det.

OpenAI og Google har deres egne, og andre har andre versioner, ikke? Det, jeg vil gøre nu, er at bruge en betalt konto, for eksempel en ChatGPT Teams-konto. Den kommer med indbygget databeskyttelse, så du ikke behøver at bekymre dig om, at dine data bliver delt med omverdenen. Men hvis vi bruger en almindelig konto til 20 dollars om måneden, skal du selv angive, at oplysningerne ikke må deles.

Jeg siger det, så du kan føle dig tryg ved at uploade dine personlige oplysninger. Vi kan træne en GPT på vores specifikke oplysninger. Og her er det, jeg tror, mange har udfordringer med: De forsøger at få én GPT til at gøre alt. De indlæser den med 50 dokumenter og får den til at gøre alt.

Nej. Jeg vil opfordre folk til at træne en GPT til at udføre én specifik opgave og udføre den virkelig godt. Jeg vil for eksempel have, at du opretter projektgrundlag. Det er alt, den gør. Den opretter projektgrundlag. Den udfører ikke alle mulige andre opgaver. Jeg indlæser den med eksempler på gode projektgrundlag og andre oplysninger, som jeg ønsker.

Derefter indsætter jeg instruktioner i den, for eksempel: “Du er projektleder hos virksomheden X, Y, Z og har 15 års erfaring” samt andre detaljer. Grunden til, at jeg gør det i instruktionerne, er, at jeg ikke behøver at skrive det hver eneste gang. Når jeg derefter skriver en prompt til det nye projektgrundlag, skal jeg bare sige: “Skriv et projektgrundlag for X, Y, Z.”

Det bliver ret godt, hvis det er finjusteret og trænet korrekt. Det vil jeg sige er den nemmeste og sandsynligvis bedste måde at komme i gang på 201-niveau.

Kelsey Alpaio: Det er godt. Ja.

På 301-niveau taler vi grundlæggende om ekspertbrugere. Hvilke kompetencer og værktøjer bør man fokusere på på det niveau? Hvordan ser den ultimative projektleder og AI-bruger ud?

Oliver Yarbrough: Jeg vil sige, at du på det niveau, vi er på nu, bevæger dig ind i automatisering. På dette niveau arbejder du med intelligent automatisering. Du bruger ikke bare en chatbot, men forbinder dem og anvender software som Make.com.

Make.com, Zapier og den slags værktøjer integrerer forskellige systemer, så du kan hente oplysninger fra ét stykke software og føre dem ind i et andet. Lad os for eksempel sige, at du bruger dit projektstyringssystem, måske ClickUp eller noget tilsvarende.

Du kan for eksempel bruge Airtable eller et Google-ark som en slags database. Du kan hente oplysninger fra ClickUp ind i Airtable. Derefter kan du tage oplysningerne fra Airtable og køre dem gennem for eksempel ChatGPT, føre dem tilbage til Airtable og derefter sende dem videre til et dashboard eller noget lignende.

Det forudsætter selvfølgelig også, at du ikke bruger den AI, der allerede er indbygget i forskellige softwareløsninger, og som måske allerede kan gøre mange af de her ting. Men en af grundene til, at du måske vil have din egen database, er, at du vil have en registrering af det i dit eget miljø, eller fordi du gerne vil gøre andre ting med oplysningerne ud over blot at styre et eller to projekter. Så for at svare kort på dit spørgsmål: Det handler om intelligent automatisering.

Kelsey Alpaio: Godt. Du nævnte det lidt i forbindelse med nogle af de stadier, men en udfordring, jeg ofte hører om, er, at projektledere siger: “Jeg er virkelig begejstret for at bruge AI, og jeg vil virkelig gerne bruge det mere regelmæssigt i mit arbejde, men min organisation er bare ikke nået dertil endnu.”

De er skeptiske. De er ikke sikre på sikkerhedsmæssige konsekvenser. Hvilket råd har du til en person i den situation, som gerne vil opbygge disse kompetencer, men er begrænset af sin organisation eller adgangen til værktøjerne?

Oliver Yarbrough: Jeg vil opfordre folk til, at når de møder modstand eller en udfordring—og det oplevede jeg også, da jeg arbejdede i amerikansk erhvervsliv—så er det ligegyldigt, hvilket job du har, du kommer til at møde modstand.

Det første, jeg spørger mig selv om, er: Hvorfor møder jeg modstand? Hvad er den grundlæggende årsag? Hvad driver det? Hvad er den underliggende frygt? For uden at forstå, hvad frygten er, eller hvad der driver den, er det svært at komme tilbage med en forklaring. Hvis det for eksempel viser sig, at spørgsmålet blot handler om privatliv og databeskyttelse, kan jeg håndtere det.

Jeg kan fortælle dem, at hvis de for eksempel bruger Microsoft-pakken, er der indbygget databeskyttelse. Oplysningerne bruges ikke til at træne det større datasæt. Hvis vi allerede bruger Microsoft-produkter, bliver det mindre svært at overbevise folk. Hvis vi bruger ChatGPT, kan vi have en betalt konto eller en Teams-konto.

Hvis vi for eksempel bruger en Teams-konto i ChatGPT, er databeskyttelsen indbygget. Oplysningerne deles ikke med det større datasæt. Hvis privatliv er den primære årsag til, at man ikke vil bruge det, kan det altså fjerne noget af frygten. Hvis det blot er frygten for, at AI kommer til at tage vores job, kan man også håndtere det på andre måder.

Man kan igen, som jeg sagde tidligere, vise dem, hvordan de kan spare tid. Vise dem, at AI ikke nødvendigvis tager deres job, men snarere forbedrer det, de allerede laver. Over tid kan vi forhåbentlig begynde at nedbryde frygten og tøven og få folk til i sidste ende at bevæge sig fremad.

Kelsey Alpaio: Ja, det er et godt råd. Jeg synes også, at frygten for, at AI vil tage ens job, er en af de udfordringer, som nogle mennesker støder på.

Jeg spekulerer på, om der er andre almindelige faldgruber, du ser projektledere falde i, når de begynder at opbygge disse kompetencer. Er der uhensigtsmæssig brug, overdreven brug, dårlige vaner eller tankemønstre, som de skal overvinde? Kan vi tale lidt om det?

Oliver Yarbrough: Ja, jeg kunne tale om det i dagevis, ikke? Nogle af de ting, jeg kommer til at tænke på, er, at man stoler for meget på det output, man får. AI er ikke perfekt. Mennesker er ikke perfekte. Hvis mennesker ikke er perfekte, bliver det, vi programmerer, heller ikke perfekt. Og hvorfor siger jeg det?

Fordi du måske har hørt udtrykket hallucinationer. AI har en tendens til indimellem at hallucinerer, opdigte ting og få dig til at føle dig godt tilpas. Den vil ikke få dig til at føle dig dårligt tilpas. Hvis den ikke har et svar, giver den dig nogle gange bare det, den tror, du gerne vil høre. Derfor er det vigtigt i prompts at give din AI tilladelse til ikke at have ret i alt.

Skriv helt konkret i din prompt: “Giv mig et svar på X, Y, Z. Men hvis du ikke kender svaret, skal du fortælle mig det. Hallucinér ikke. Lad være med at opfinde noget. Fortæl mig det.” Det er én ting, jeg bestemt ikke ville overse. Du skal også fortsætte med at forbedre dine projektledelseskompetencer.

Jeg kan ikke understrege det nok. Uanset om det er en traditionel, hybrid eller agil metode, eller hvad metoden nu er, skal du være fortrolig med den. Det er især vigtigt for folk, der måske skifter til området fra andre fag eller kommer direkte fra universitetet.

Du skal virkelig tage en certificering og lære de forskellige aspekter af projektledelse, fordi det i sidste ende gør dig til en bedre operatør, når du senere skal opbygge og lede din digitale arbejdsstyrke.

Kelsey Alpaio: Helt sikkert. Jeg tror også, at en anden ting, jeg selv bliver hængt op på, er frygten for, om jeg kan følge med.

AI ændrer sig så hurtigt, og der kommer nye værktøjer hver uge, mens nye versioner af ting udgives næsten hver dag. Når så meget ændrer sig så hurtigt, hvordan bør vi så tænke på at holde os opdateret med AI og disse kompetencer, uden at det i praksis bliver dit fuldtidsjob—eller bør det være dit fuldtidsjob?

Oliver Yarbrough: Jeg elsker det spørgsmål. Jeg vil give dig et 101-svar og et 201-svar. Okay? 101-svaret er: Lyt til podcasts som din, se YouTube-videoer som dine, og læs blogs og nyhedsbreve. Jeg har oprettet en e-mailkonto, der kun bruges til nyhedsbreve, blogindlæg og den slags, og jeg har filtre i den, som sorterer alle mulige andre ting, men helt konkret.

Det var 101. Gå ud, læs, lyt og fordøj så meget som muligt. Tag kurser og alt muligt andet. 201-niveauet er automatisering. Tilmeld dig for eksempel disse nyhedsbreve og blogs, og få dem sendt til en dedikeret e-mailkonto. Lad os sige Gmail, hvor du har filtre. Derefter kan du få en bot til at gå ind, hente dem, opsummere dem, finde hovedpunkterne og sætte dem ind i en daglig påmindelse, der opsummerer dem som punktopstillinger hver dag fra flere e-mails og nyhedsbreve og endda YouTube-videoer.

Du kan få det hele opsummeret. Det er grundlæggende som at have en personlig assistent, der opsummerer det og giver dig det i punktopstillinger én gang om dagen. Det er næsten som at have din egen daglige AI-status, der allerede er opsummeret.

Kelsey Alpaio: Ja, det elsker jeg. En måde at gøre læring til en del af dagen på, men samtidig bruge AI til at gøre processen lettere—det er fantastisk. Det elsker jeg.

Oliver Yarbrough: Ja. Og det smukke er, at hvis du allerede bruger Gmail, er Gemini indbygget i det. Mm-hmm. Det smukke ved at have AI indbygget i noget er, at du egentlig ikke længere behøver at bruge automatisering. Det er allerede der. Så den kan opsummere det med det samme.

Kelsey Alpaio: Det er godt. Vi er næsten løbet tør for tid, så for at runde af: Kan du give os én ting, som alle lyttere kan gøre i dag for at forbedre deres AI-kompetencer og begynde at fremtidssikre deres projektlederkarriere?

Oliver Yarbrough: Én ting, du kan gøre for at fremtidssikre din karriere, er, selv om det efterhånden er lidt gammeldags og har eksisteret i to eller tre år, den gode gamle promptteknik.

Og ikke bare den almindelige slags. Jeg vil sige, at selv hvis du er nybegynder, bør du helt ærligt begynde at lære om tilpassede GPT'er. Selvom det er på 201-niveau, bliver det grundlæggende niveau så basalt, at det bliver som at tale om internettet i 2025—hvem taler om, hvordan man kommer online i 2025?

Så jeg vil opfordre dig til at bevæge dig fra 101-niveauet til 201-niveauet så hurtigt som muligt. Begynd at lære om tilpassede GPT'er og mere specifikt, hvordan man skriver prompts til dem. Når jeg siger det, mener jeg specifikt, hvordan man skriver instruktioner. Instruktioner betyder, at du fortæller den: “Du er X, Y, Z og arbejder i en virksomhed af denne størrelse.” Det bliver grundlæggende din avatar.

Du skaber i praksis en digital avatar, som du ikke derefter behøver at skrive en ny prompt til hver eneste gang. Det er det første niveau, og derefter skal du lære at skrive prompten. Det er mere en workshop, men hvis du bruger lidt tid på det, tager et par kurser og ser et par videoer, vil det gøre underværker for dig.

Det bliver et værktøj i din værktøjskasse, som giver dig en superkraft i de næste 18 måneder, indtil alle andre kommer med, og det bliver almindelig viden.

Kelsey Alpaio: Ja. Det elsker jeg. Oliver, mange tak, fordi du ville bruge tid sammen med mig i dag. Det har været virkelig nyttigt.

Oliver Yarbrough: Tak. Det sætter jeg pris på.

Kelsey Alpaio: Det var alt for dagens Retro. Husk at følge programmet, så du aldrig går glip af en episode. Og hvis du vil fortsætte samtalen med et fællesskab på mere end 1.000 projektledere, der forstår dig, så kom med på thedpm.com/membership. Tak, fordi du lyttede!