Du har ikke brug for et nyt AI-værktøj til projektledelse – du skal forbedre det, du allerede har
AI-drevne PM-værktøjer lover alt fra forudsigende risikoalarmer til automatiserede statusrapporter – men hvad sker der, når det værktøj, du valgte, faktisk ikke leverer de funktioner, der oprindeligt fik dig til at vælge det?
I denne episode sætter Galen Low sig sammen med Emmanuels Magaya, teknologidirektør hos Tech Legends og grundlægger & CEO af Project Managers Africa, for at undersøge, hvad organisationer bør gøre, når deres AI-drevne projektstyringsplatform ikke lever op til forventningerne. Med udgangspunkt i sin erfaring med at teste hundredvis af AI-værktøjer deler Emmanuels en praktisk metode til evaluering af AI-software, forklarer, hvorfor organisationer ikke bør forvente, at ét værktøj kan klare alt, og gennemgår, hvordan AI-agenter og automatiserede arbejdsgange kan udbygge eksisterende PM-økosystemer.
Samtalen dykker også ned i AI-kompetencer, forudsigende PMO’er, og hvorfor vækstmarkeder har en unik mulighed for at springe traditionelle leverancemodeller over – hvis de anvender AI strategisk i stedet for reaktivt.
Det lærer du
- Sådan evaluerer du AI-værktøjer uden at blive distraheret af hype eller syndromet med altid at gå efter det nye og smarte
- Hvorfor organisationer bør fokusere på anvendelsestilfælde, før de vælger AI-software
- Hvad du skal gøre, når dit AI-drevne PM-værktøj ikke fuldt ud opfylder dine behov
- Hvordan AI-agenter og automatiserede arbejdsgange kan udvide eksisterende PM-platforme
- Hvorfor AI-kompetencer er afgørende for en vellykket implementering af AI på tværs af teams
- Hvordan forudsigende AI kan hjælpe PMO’er med at identificere leverancerisici tidligere
- En praktisk tilgang til at opbygge AI-forbedrede arbejdsgange ved hjælp af værktøjer som NotebookLM og n8n
- Hvorfor vækstmarkeder har mulighed for at gå forrest inden for AI-understøttet projektlevering
Vigtigste pointer
- Start med problemet, ikke værktøjet
Emmanuels fremhæver, at teams ofte kaster sig ud i AI-indkøb, før de har defineret klart, hvad de faktisk har brug for hjælp til. Den bedre tilgang er først at identificere gentagne opgaver med stor friktion og derefter evaluere værktøjer ud fra disse specifikke anvendelsestilfælde. - Forvent ikke, at én platform kan klare alt
I stedet for at udskifte hele systemer, hver gang der viser sig en begrænsning, kan organisationer udbygge eksisterende PM-værktøjer med AI-arbejdsgange, automatiseringer og specialiserede agenter, der håndterer nicheopgaver som prognoser, rapportering eller ressourceplanlægning. - AI-implementering bør ske i lag
Succesfulde PMO’er forsøger ikke at blive fuldt autonome fra den ene dag til den anden. De introducerer AI gradvist – begyndende med assistenter, mødeopsummeringer, alarmer og enkle automatiseringer, før de bevæger sig over i mere avancerede agentbaserede arbejdsgange. - AI-arbejdsgange kræver arkitektur før automatisering
En af episodens stærkeste indsigter er, at værktøjer som NotebookLM kan hjælpe teams med at kortlægge arbejdsgange konceptuelt, før de bygges i automatiseringsplatforme som n8n eller Zapier. Med andre ord: Lav først en plan, og automatisér derefter. - Forudsigende AI ændrer den måde, PMO’er håndterer risici på
Traditionelle PMO’er reagerer ofte på risici, efter at problemerne er dukket op. AI-understøttede PMO’er kan analysere e-mails, chats, timesedler og projektdata for proaktivt at markere leverancerisici, før de bliver synlige gennem standardrapportering. - AI-kompetencer er nu en organisatorisk kapacitet
Emmanuels argumenterer for, at AI-viden ikke længere kun kan ligge hos tekniske teams. Alle roller – fra PM’er til driftsteams og administrativt personale – har brug for grundlæggende AI-kompetencer for at kunne deltage effektivt i AI-understøttede leverancemiljøer.
Kapitler
- 00:00 — Mangler ved AI-PM-værktøjer
- 03:01 — Overflod af AI-værktøjer
- 07:25 — Test af AI-værktøjer
- 11:06 — Sammenligning af resultater
- 16:57 — Evaluering af PM-værktøjer
- 20:10 — Når værktøjer svigter
- 27:49 — AI-agenter i PMO’er
- 34:03 — Arbejdsgang til ressourceplanlægning
- 45:20 — NotebookLM + n8n
- 51:24 — Forudsigende PMO’er
- 56:35 — AI i vækstmarkeder
- 57:05 — AI-kompetencer
- 01:03:27 — Afsluttende tanker
Mød vores gæst
Emmanuels Magaya er grundlæggeren af Project Managers Africa, en panafrikansk organisation med fokus på at fremme ekspertise inden for projektledelse gennem PMO-rådgivning, AI-drevne løsninger, uddannelse og lederudvikling. Som erfaren PMO-rådgiver, global projektleder og international hovedtaler har han mere end 20 års erfaring med at levere højt værdiskabende teknologi- og transformationsprojekter for Fortune 500-virksomheder, offentlige myndigheder og virksomheder i hele Afrika og andre steder. Emmanuels er også en anerkendt stemme inden for fremtidens projektledelse, AI, cybersikkerhed og digital transformation, og han hjælper organisationer og fagfolk med at tilpasse sig de skiftende krav til moderne projektleverancer.
Ressourcer fra denne episode:
- Deltag i Digital Project Manager-fællesskabet
- Tilmeld dig nyhedsbrevet for at få vores seneste artikler og podcasts
- Forbind med Emmanuels på LinkedIn
- Besøg Project Managers Africa og Tech Legends
