Håndbogen til at skabe AI-teamkolleger, der faktisk fungerer

Galen Low: Hvad fik dig til at beslutte dig for at gå i gang med at skabe AI-teamkolleger i stedet for at gøre noget mere konventionelt?

Megan Ratcliff: Jeg var ansvarlig for efterspørgsel på det tidspunkt, og jeg havde ikke mange ressourcer. Jeg havde ikke mange penge. Jeg havde ikke meget tid, og jeg havde ikke mange teammedlemmer. Så jeg begyndte med at opbygge den første teamkollega, som var tekstforfatter til kampagner. Derefter begyndte jeg at bygge strateger, der kunne hjælpe mig med at tænke.

Galen Low: Vil det at opbygge et team af AI-agenter automatisk gøre dig og dine teams arbejdsløse?

Megan Ratcliff: Ja, og ... for det, der kommer til at ske, er, at du vil kunne opbygge et system af værktøjer, der understøtter det arbejde, du udfører, fra et eksekveringsperspektiv, og du kan også bruge disse værktøjer til at styrke din strategiske indflydelse i organisationen. Så det, du bør gøre, er at bruge AI til at erstatte dit nuværende job, mens du opbygger dit nye job. Det er sådan, fremtiden ser ud.

Galen Low: Jeg har hørt om en, der faktisk skriver sit team af agenter på sit CV og grundlæggende interviewer og sælger sig selv som et team til potentielle arbejdsgivere. Gyldige nyheder eller falske nyheder?

Megan Ratcliff: Gyldige nyheder. Jeg har set det før. Hvis jeg ansætter en marketingmedarbejder, vil jeg gerne se, hvor godt vedkommende er i stand til at bruge AI. Så hvis du kom til din jobsamtale og sagde: Her er det team af agenter, jeg tager med mig, ville jeg sige ...

Galen Low: Velkommen til podcasten The Digital Project Manager — programmet, der hjælper ledere med leverancer med at arbejde smartere, levere mere gnidningsfrit og lede deres teams med selvtillid i AI-alderen. Jeg hedder Galen, og hver uge dykker vi ned i strategier fra den virkelige verden, nye tendenser, gennemprøvede rammeværk og den lejlighedsvise krigshistorie fra projektets frontlinjer. Uanset om du styrer massive transformationsprojekter, håndterer AI-arbejdsgange eller bare forsøger at holde kaosset under kontrol, er du landet det rigtige sted. Lad os komme i gang.

Okay, i dette afsnit taler vi om, hvordan det faktisk er at opbygge og lede et team af AI-teamkolleger — ikke i fremtiden ... men lige nu ved hjælp af dagens teknologi. For at gøre det fokuserer vi på SaaS-marketingområdet, hvorefter vi zoomer ud til en række konkrete tips og tricks til alle former for teambaseret samarbejde.

Med mig i dag har jeg Megan Ratcliff, en marketingspecialist, som gjorde præcis det, vi taler om, i sit tidligere liv hos SaaS-karriereteknologivirksomheden Dice. Som marketingchef hos Dice opbyggede Megan reelt AI-teamkolleger for at udfylde de ellers universelt accepterede huller mellem marketing, salg og kundesucces — og byggede dermed bro mellem disse teams for at skabe vækst i omsætningen.

I dag er Megan en praktisk go-to-market-konsulent og coach, der hjælper mennesker ud af AI-fortvivlelsens afgrund. Hos Clarity & Motion Collective udnytter hun sit specialiserede AI-økosystem på tværs af flere brancher for at styrke organisationers kapacitet, samtidig med at hun bevarer den menneskelige forbindelse, der driver ægte forretningsrelationer.

Megan, tak fordi du vil være med i dag.

Megan Ratcliff: Tak, fordi du inviterede mig.

Galen Low: Jeg er virkelig begejstret for dette. Jeg har elsket vores samtale indtil videre. Jeg elskede vores snakke i green roomet. Jeg glæder mig til at gå i dybden, for det er et så vigtigt emne, som jeg ser i mit LinkedIn-feed. Du ved, det er sådan, at du kommer til at lede teams af AI-teamkolleger.

Det bliver fremtiden, og så blev du henvist til mig af en fælles kontakt, som sagde: Megan har gjort det her. Du bør tale med hende. Og jeg tænkte: Ja, det bør jeg. Til at begynde med ville jeg bare sætte scenen omkring ét stort, behåret spørgsmål, som alle har i tankerne, når de læser titlen på dette afsnit, men derefter vil jeg gerne zoome ud og tale om tre ting.

For det første vil jeg gerne tale om de problemer, du satte dig for at løse, og hvordan din læringskurve så ud, da du stak tåen i AI's dybe ende. Derefter vil jeg gerne høre din umiddelbare vurdering af nogle få overskrifter, og om de er myter, overdrivelser eller måske bare absolutte sandheder, når det handler om AI-teamkolleger.

Og til sidst vil jeg gerne undersøge, hvordan teamworkets fremtid ser ud sammen med AI-teamkolleger inden for en ikke alt for fjern fremtid — en tidshorisont på to til tre år.

Megan Ratcliff: Det lyder godt.

Galen Low: Lad mig begynde med mit store, behårede spørgsmål, så at sige. Vil det at opbygge et team af AI-agenter automatisk gøre dig og dine teams arbejdsløse, og hvis ja, hvad er så det rigtige job for mennesker i 2026 og fremover?

Megan Ratcliff: Godt spørgsmål. Det er et behåret spørgsmål, og der findes ikke noget entydigt svar, vil jeg sige. Nej eller ja. For det, der kommer til at ske, er, at du vil kunne opbygge et system af værktøjer, der understøtter det arbejde, du udfører, fra et eksekveringsperspektiv, og du kan også bruge disse værktøjer til at styrke din strategiske indflydelse i organisationen.

Så det, du bør gøre, er at bruge AI til at erstatte dit nuværende job, mens du opbygger dit nye job. Det er sådan, fremtiden ser ud. Dygtige marketingfolk, projektledere og andre bruger AI til at erstatte noget af det, de laver nu, så de kan komme i gang med mere strategisk arbejde.

Galen Low: Og bliver det værdsat i organisationer lige nu? Jeg har arbejdet i flere bureauer og haft nogle virkelig gode chefer, og mange af mine chefer gav mig det råd som det første. De sagde: Hør her, dit job er at gøre dig selv overflødig. Find noget nyt at lave i organisationen. Og jeg tænkte: Fint.

Jeg føler mig heldig, fordi de faktisk mente det og var tro mod deres ord. Jeg arbejdede mig op ad karrierestigen. Men jeg har hørt historier fra andre, som siger: Ja, jeg vil gerne lave det her nu. Og så får de at vide: Vi har ikke brug for det. Kan du ikke bare blive ved med at lave de trivielle ting, du lavede?

Eller hvis du har automatiseret det, ved jeg ikke, om der er en plads til dig i denne organisation. Er det en risiko i dag, eller føler du, at tendensen blandt dine kunder og de organisationer, du arbejder med, er: Ja, vi vil have, at alle udvikler sig. Vi vil have, at de kommer til os med idéer, og vi vil have, at de er med til at forme nye jobs, som måske ikke findes lige nu?

Megan Ratcliff: Ja, jeg tror, at intelligente organisationer investerer i deres medarbejdere lige nu, så de kan opkvalificere dem, for i stedet for at have en masse mennesker, der bare udfører, får man en masse mennesker, der har bygget systemer, som udfører arbejdet, og som kan tænke over at bygge nye systemer, ikke? Så jeg vil sige, at hvis du er i en organisation, der bare ønsker, at du opretholder status quo, så byg dit system, så det udfører dit job for dig.

Og find derefter en organisation, der værdsætter det, du laver. Så jeg ved det ikke. Der vil også være mennesker, som er tilfredse med at lave det, de har lavet de seneste fem eller ti år, og det er fint — fortsæt endelig med det. Men for alle andre tror jeg, det er virkelig vigtigt at tænke over, hvad det næste skridt er, du gerne vil tage, hvor du gerne vil lære, og hvor du gerne vil udvikle dig.

Hvad er du nysgerrig på? Gå på opdagelse i det. For det er det, der udvider din indflydelsessfære i den organisation, du arbejder i.

Galen Low: Jeg kan godt lide den opfordring til at have et udviklingsorienteret mindset. Og jeg mener, min indre djævlens advokat tænkte: Du siger, at det er fint, hvis man gerne vil blive ved med at lave det, man laver.

Og jeg tænker: Er det nu også det? En del af mig tænker på det, vi ser online, og det, vi nogle gange ser organisationer gøre i forbindelse med AI, og det virker som en modstand mod status quo eller stagnation. Nogle mennesker vil se det som ... jeg ved ikke engang, om det er et spørgsmål, men det er i virkeligheden: Er det virkelig sådan?

Megan Ratcliff: Ja. Hvis du er en af de mennesker, der kan lide det, du laver, og det er opgaveorienteret, og du gør det samme igen og igen, kan du slippe af sted med det i måske to år mere, og så har du ikke længere et job. Så det er en af de ting, hvor der faktisk er en tidsplan.

Og hvis du ikke tænker over, hvordan du kan erstatte dit job med AI og opbygge dit næste job, er du en smule bagud. Så det er tid til at lave lidt research og finde ud af, hvordan du kan implementere nogle værktøjer, der kan hjælpe dig med at løfte dine færdigheder. Jeg talte faktisk med en tidligere i dag, som talte om AI-certificeringer til sit team, og jeg sagde: Fint, det svarer lidt til at blive certificeret i internettet.

Så det er det vendepunkt, vi befinder os ved lige nu: Hvis du var modstander af internettet, gik det ikke særlig godt for dig. Den sidste omgang — denne gang — er det samme. Hvis du er modstander af denne teknologi, og der er masser af grunde til det, ikke? Det er en skræmmende teknologi. Der er miljømæssige konsekvenser og alle mulige andre ting.

Men hvis du er fuldstændig modstander og slet ikke undersøger det, ender du som en, der ignorerede internettet.

Galen Low: Det er en virkelig god pointe om internettet. Jeg synes, din pointe om certificeringerne er interessant. Min umiddelbare vurdering er, at certificeringerne lige nu tjener det formål at sige: Hej, jeg omfavner det her. Du skal ikke bare tage mit ord for det. Jeg har lagt noget arbejde i det, og jeg har dette bevis, der siger, at jeg går nok op i fremtiden til at undersøge det.

Og så tror jeg, du har ret. Det bliver lidt som: Jeg kan skrive. Fantastisk. Det er adgangsbilletten. Det vil være sådan om cirka to år. Og hvis jeg forstår dig rigtigt, kobler jeg to ting sammen her: Det er helt okay, hvis du ikke vil erobre verden, klatre op ad karrierestigen og blive ekstremt strategisk. Men du skal have den tankegang, at du bygger systemer, også selv om du bevæger dig sidelæns, ikke?

Eller: Jeg kan godt lide mine opgaveorienterede arbejdsopgaver, og nu kan jeg lave mere af det, fordi jeg bygger systemer på tværs og kan skalere horisontalt i stedet for kun at klatre op ad karrierestigen og forsøge at blive administrerende direktør.

Megan Ratcliff: Ja, og jeg synes, det er helt fint. Noget, vi også taler om, er, at ikke alle behøver at være fuldstændig fortrolige med AI. At lære AI er som at lære et andet sprog. Der vil måske være 10 til 20 procent af befolkningen, som bliver flydende i AI, og det er dem, der bygger alle mulige ting, du aldrig har drømt om. Alle andre skal bare kunne bestille et glas vand og finde toilettet.

Du ved, hvad jeg mener? Du skal kunne nogle få ting rigtig godt for at komme igennem denne periode. Men ja, det er vel min umiddelbare vurdering.

Galen Low: Nej, helt ærligt, jeg kan godt lide det. Når man siger det højt, er det faktisk ganske fornuftigt. Tidligere sagde jeg, at det at kunne skrive var adgangsbilletten. Men på en måde er det sådan, at når man sammenligner det med internettets fremkomst, så er det at sende en e-mail lidt en grundlæggende færdighed. Zapier, Make.com og den slags — automatisering — er et andet niveau. Og hvis du vil kode, være ingeniør og arkitektere internettet, er det også et helt andet niveau. Men alle disse niveauer findes inden for det samme område.

Megan Ratcliff: Ja. Der er et grundlæggende niveau, hvor spørgsmålet er, om du kan interagere med en LLM-chatbot. Og om du kan bruge den effektivt. Det svarer til at bestille et glas vand, og det er helt acceptabelt og noget, der bliver afgørende vigtigt i løbet af det næste år eller to.

Galen Low: Det elsker jeg. Jeg er helt enig. Det er faktisk en god overgang. Jeg tænkte på, om vi kunne zoome lidt ud.

Du gennemgik selv mange af disse faser. Jeg tror ikke nødvendigvis, du vil betragte dig selv som ingeniør eller programmør i dag, men du havde bestemt ikke en teknisk baggrund, da du gik i gang. Du kom fra SaaS-verdenen — jeg kalder det lidt løst det — men i SaaS-verdenen er det faktisk virkelig svært at få marketing, salg og kundesucces til at være på samme side, ro i samme retning og synge fra den samme sangbog.

Nogle organisationer har måske en kommerciel direktør, der samler alle disse ting øverst. Men i mange tilfælde skal disse teams, som normalt består af ligestillede med forskellige chefer og forskellige mål, få pengene til at komme ind. I begyndelsen af afsnittet nævnte jeg, at du havde opbygget et team af AI-teamkolleger for at løse dette problem, men jeg vil gerne udfolde det lidt.

Var der et specifikt problem eller et sæt problemer, du forsøgte at løse ved at gøre dette? Og hvad fik dig til at gå i gang med at skabe AI-teamkolleger i stedet for at gøre noget mere konventionelt, som at arrangere undervisning eller en række frokostseminarer?

Megan Ratcliff: Ja, helt sikkert. Det var et stort spørgsmål, og alle, der har arbejdet i amerikansk erhvervsliv, forstår, at der sker så mange ting på én gang. Af produktivitetsmæssige årsager havde vi undervisning og frokostseminarer for at få alle på linje. Vi forsøgte at gøre det hele tiden.

De var bare virkelig mislykkede. Man forsøger at presse fire teams sammen, samtidig med at man opretholder sin individuelle identitet som den lille organisation inde i den større organisation. Det er svært. Folk har deres identitet knyttet til det, de laver, ikke? Og fremkomsten af teamkollegaen for mig kom af, at jeg på det tidspunkt var ansvarlig for efterspørgsel, så jeg udførte det job og havde ikke mange ressourcer.

Jeg havde ikke mange penge. Jeg havde ikke meget tid, og jeg havde ikke mange teammedlemmer — menneskelige teammedlemmer — til at udføre arbejdet. Vi havde for eksempel ikke tekstforfattere. Vi havde lidt hjælp på designsiden, men ikke meget. Hvad angår kampagnestrategi og udarbejdelse af salgsmateriale og den slags, havde vi meget få ressourcer, og derfor begyndte jeg.

Jeg opbyggede den første teamkollega, som var tekstforfatter til kampagner. Det er et godt sted for alle, der er nye inden for AI, at begynde: indholdsproduktion. Det er virkelig nemt, fordi du ved, hvordan et godt resultat ser ud. Du kan komme i gang med det samme. LLM'er er naturligt skabt til at gøre det for dig. Så det var mit første stop.

Da jeg begyndte at arbejde med den, forfine den og gøre den klar til brug, gøre den god nok, begyndte jeg at tænke: Kan jeg strukturere mine kampagner på en smartere måde? Derefter begyndte jeg at bygge strateger, der kunne hjælpe mig med at tænke, fordi jeg ikke var klassisk uddannet inden for efterspørgselsgenerering. Jeg kom fra et marketingbureau som kundedirektør.

Færdighederne kan godt overføres lidt, men der var ting, jeg blev bedt om at gøre, som jeg ikke havde praktisk erfaring med. Så jeg måtte lidt lade som om, indtil jeg fik styr på det. Og jeg byggede teamkolleger for at kompensere for de huller, jeg havde i mine færdigheder. Så begyndte vi at arbejde med en produktlancering, der var på vej, og der var defineret en ideel kundeprofil for den.

Så lancerede vi den, og det gik anderledes, end vi alle havde troet. De mennesker, vi troede ville købe produktet, købte det ikke. I stedet var det en anden gruppe mennesker, der købte det. Og jeg tænkte: Det er mærkeligt. Nogen burde gøre noget ved det. Vi har nok brug for at redefinere vores ideelle kundeprofil. Og så kiggede alle på hinanden, og jeg tænkte: Hvem skal gøre det?

Ingen ejede go-to-market-arbejdet. Så tænkte jeg: Hvorfor ikke mig? Det gør jeg. Så jeg byggede en go-to-market-strateg. Hele formålet var at hjælpe mig med at finde ud af det. Jeg gav den oplysninger om vores typiske konverteringsrater, hvem vores ideelle kundeprofil var, og derefter tog jeg købsdataene fra de konti, der købte hos os.

Jeg brugte aldrig personhenførbare oplysninger — bare som en bemærkning til alle, der lytter: Jeg putter aldrig personhenførbare oplysninger ind i AI, og det bør du heller ikke. Men jeg fik den til at analysere: Det her er de konti, der køber hos os. Sammenlign det med dem, vi troede ville købe hos os. Hvad er forskellen mellem de to grupper? Og vi begyndte at skabe en ny profil af vores køber.

Jeg tænkte: Det giver fuldstændig mening, at det er det, der faktisk sker. Og så spurgte jeg: Er der nogle tests, vi kan gennemføre for at validere det? Vi begyndte at køre tests, og den go-to-market-strateg, jeg havde bygget, begyndte at nedbryde siloerne mellem marketing, salgsaktivering og kommercielle driftsfunktioner, så vi kunne have én fælles kilde. Teamkollegaen blev delt mellem alle, så alle kunne konsultere den, og den blev trænet og bygget på et fælles intelligenslag, hvilket var afgørende vigtigt.

Når man først begynder at opbygge det fælles intelligenslag, har et fælles orkestreringslag og fælles teamkolleger, som man bruger, og derefter en fælles forståelse af den dømmekraft — den menneskelige dømmekraft — som man bruger til at evaluere de to andre lag, så er det, man bryder siloerne mellem organisationerne ned og begynder at bevæge sig som én. AI bliver det bindevæv, der fører jer fremad. Sådan gjorde vi.

Galen Low: Jeg elsker det, fordi det også knytter tilbage til det, du sagde tidligere: Som mennesker har vi vores identitet knyttet til det arbejde, vi laver. Vores teams er som mikroorganisationer inde i større organisationer, og nogle gange er det dér, kløften opstår. Vi deler ikke de samme oplysninger.

Vi er ikke enige om et fælles verdensbillede eller engang om vores forståelse af kunden, men hvis man har dette fælles intelligenslag, som alle bruger, og som alle tilfører oplysninger, naturligvis uden personhenførbare oplysninger, men hvor man tager dataene og forstår det samlede billede og har samtaler og dialog om det, så er det broen.

Jeg var faktisk meget nysgerrig, fordi jeg tænkte: Hvordan hænger det hele sammen? Nu giver det mening som et værktøj, der næsten fungerer som en fælles ressource, der lærer af alle teams. Jeg kan også godt lide idéen, fordi jeg selv kommer fra bureauverdenen og derefter fra en slags startup-verden, hvor alt er slankt, og hvor man selvfølgelig gerne ville have en tekstforfatter, en marketingtekstforfatter eller en konverteringstekstforfatter.

Man ville gerne have en strateg. Man ville gerne have 11 personer på sit team til at tage et produkt på markedet og skabe efterspørgsel efter det. Men som regel kan man ikke. Derfor er man afhængig af disse enhjørningeroller. Jeg har også set det gå galt, hvor man siger: Fantastisk, vores enhjørning er stoppet — lad os finde en ny. Og så tænker man: Gæt hvad?

Det var måske den eneste — i modsætning til ... og måske er det den egentlige appel ved AI og grunden til, at det vinder frem lige nu, i hvert fald på arbejdsniveauet. Det kan hjælpe med at understøtte nogle af de huller, man individuelt har identificeret hos sig selv. Man tænker: Jeg er ikke tekstforfatter, men gæt hvad?

LLM'er er gode til sprog, og de er trænet på masser af tekstforfatning, hvoraf noget sikkert er dårligt, og man er nødt til at rette det og forstå, hvad man vil sige, og hvordan man vil sige det. For jeg tror, alle, der lytter, og helt sikkert også du, modtager en masse LinkedIn-henvendelser eller e-mails, der tydeligvis er AI-genererede og automatiserede og fungerer i stor skala, mens vi selv ønsker noget andet.

Men jeg kan godt lide idéen om, at man siger: Okay, jeg har ikke færdigheden. Jeg er den eneste, der kan gøre det. Jeg rækker hånden op og gør det. Men jeg tror også, at jeg er nødt til at opbygge et system, fordi jeg ved, at jeg ikke selv besidder færdigheden. Det gør ingen andre på teamet tydeligvis heller ikke, ellers ville de have rakt hånden op.

Så vi er nødt til at opbygge det her. Jeg synes, det er en virkelig spændende og sund måde at se på det på. Jeg vil gerne vende tilbage til det, men først vil jeg spørge dig om din læringskurve. Jeg nævnte tidligere, at du ikke betragter dig selv som en person med teknisk baggrund.

Du læste ikke datalogi på universitetet. Kan du fortælle mig, hvordan læringskurven var for dig? Hvad krævede det at finde ud af alt dette? Hvilke ressourcer brugte du, og hvordan fandt du overhovedet tid til at opbygge og operationalisere dine AI-teamkolleger?

Megan Ratcliff: Ja, helt sikkert. Og nej, jeg har ikke en teknisk baggrund. Jeg læste marketing. Jeg gik på handelshøjskolen, og derefter arbejdede jeg på et marketingbureau som kundedirektør i 10 år. Jeg havde derfor været omgivet af mange ingeniører og mange tekniske mennesker, men jeg er ikke en, der kommer til at bygge noget i JSON, HTML eller React. Det er volapyk for mig.

Den måde, jeg kom i gang på, var, at jeg begyndte at arbejde sammen med en kvinde, der hed Lisa. Hun blev ansat som deltids-CMO hos DICE for at hjælpe os med at forstå, hvad der var muligt. Jeg faldt virkelig for hendes måde at arbejde på og begyndte at lære af hende. På et tidspunkt forsøgte vi at finde anvendelsesmuligheder for mig, fordi jeg tænkte: Jeg har været omkring det her. ChatGPT havde været tilgængelig i nogle måneder, og jeg tænkte: Hvor nyttig er den egentlig? Jeg havde bare stillet den nogle lidt fjollede spørgsmål. Jeg kendte til hallucinationer og den slags, og jeg tænkte: Det er sjovt at lege med, men jeg har ikke fundet ud af, hvordan jeg kan integrere det i mit rigtige job.

Så begyndte vi at tænke, og jeg sagde: Mit første stop er nok indholdsområdet, for jeg er ved at drukne, jeg er ikke tekstforfatter, og jeg har brug for hjælp dér.

Hun sagde med det samme: Okay, lad os bygge en. Vil du bygge en tilpasset GPT sammen med mig? Og jeg tænkte: Det kan jeg godt. Hun sagde: Det kan du godt. Og jeg tænkte: Fint. Hun viste mig nogle instruktioner, hun havde bygget, og sagde: Hvorfor prøver du ikke selv? Hvorfor prøver du ikke at bygge dine egne instruktioner?

Så dengang, hvor man stadig byggede tilpassede GPT'er på den gamle måde, skrev jeg mine egne instruktioner på tastaturet og gav dem til hende. Hun gennemgik dem og gav mig feedback, og så redigerede jeg dem. Derefter byggede jeg den og begyndte at bruge den. Jeg itererede på den, trænede den og gjorde alle mulige ting med den.

Pludselig var den ret veludviklet, og jeg fik ret gode resultater. Så tænkte jeg: Hvad ellers kunne jeg bygge? Og min hjerne begyndte at køre på kreativt overdrive. Jeg tænkte: Hvad kan jeg ikke bygge? Så jeg begyndte at bygge. Jeg husker, at jeg havde en idé — jeg er et idémenneske.

AI belønner virkelig idémennesker. Så hvis du er et idémenneske, er det nu, det gælder. Jeg havde en idé og tænkte: Jeg vil virkelig gerne vende den med DICE's direktør. Jeg tror, han vil elske den. Så tænkte jeg: Vent, jeg kender ikke DICE's direktør særlig godt. Jeg tror faktisk ikke, jeg nogensinde har haft en direkte samtale med ham.

Så tænkte jeg: Jeg vil gerne teste min idé, før jeg går hen og får mig selv til at ligne en idiot. Jeg tog referater fra alle de fællesmøder, han havde holdt, oprettede en jobbeskrivelse for DICE's direktør, tog sprog fra e-mails, han havde skrevet, og skabte en simulator, der sagde: Okay, her er vores direktør.

Det her er hans job, det, han går op i, hans sprogmønstre, og her gætter jeg på hans personlighed. Så byggede jeg den, gav den min idé, og den skubbede tilbage og sagde: Jeg hader den idé. Den er forfærdelig. Og jeg tænkte: Åh nej. Så spurgte jeg: Hvordan får jeg et ja fra ham?

Den hjalp mig med at omformulere den på en måde, der var mere i overensstemmelse med det, han gik op i. Vi ændrede ikke holdningen, vi ændrede bare måden, den blev præsenteret på. Jeg fremlagde idéen, og det gik virkelig godt. Bagefter sagde jeg: Hej, jeg er nødt til at fortælle dig noget, jeg har gjort, og jeg vil ikke skræmme dig, men jeg har skabt en simulator af dig for at teste en idé.

Han sagde: Hold da op. Det er virkelig smart. Det viste sig, at vi faktisk var ved at opbygge hans personlige brand som en del af vores indholdsstrategi. Jeg sagde: Vi kan bruge din simulator som rygrad til at skabe indhold til dig, der lyder som dig. Og han sagde: Genialt. Vi genbruger den.

Så tænkte jeg: Hvilke andre simulatorer bør jeg bygge? Jeg byggede min egen personlige simulator og begyndte derefter at bygge personasimulatorer, så vi kunne få øjeblikkelig feedback i realtid fra vores personaer. Jeg vil også lige nævne, at hvis nogen lytter og tænker: God idé, jeg bygger en AI-persona, så nej — du kan ikke bygge en AI-persona baseret på AI-oplysninger. Du skal have ægte oplysninger om disse mennesker. Du skal have gennemført research, interviews samt kvalitativ og kvantitativ dataindsamling. Det er det, der fodrer en personasimulator og gør den bedre. Så jeg begyndte at oprette personasimulatorer, så vi kunne afprøve kampagnetekster på dem.

Derefter begyndte verden bare at forme sig, og jeg beholdt nogle teamkolleger, droppede andre og begyndte så at forbinde dem. Jeg tænkte: Det her er så meget bedre end at kopiere og indsætte kontekst fra den ene til den næste. Da jeg begyndte at gøre det, blev jeg virkelig effektiv.

Du spørger, hvornår jeg havde tid til at gøre det. Det var i mellemrummene. Det var mellem møder. Hvis jeg havde 15 minutter, arbejdede jeg på noget. Jeg skrev en prompt og begyndte måske på et sæt instruktioner, gik til mit møde, kom tilbage, så på resultatet, forfinede det, opdaterede det og så videre.

Nogle teamkolleger tog en dag at bygge, fordi jeg gjorde det mellem møderne. Nogle gange tog det længere tid. Det afhang bare af situationen. Men med tiden byggede jeg på cirka fire måneder et økosystem, der begyndte at udføre mit job ret godt for mig. Derefter fik jeg mere tid til at innovere, og derfor kunne jeg række hånden op og sige: Jeg vil gerne arbejde med dette go-to-market-projekt, fordi jeg har tiden til det.

Galen Low: Jeg tror, du aflivede en myte for mig. Så snart du sagde det, vidste jeg, at det var sandt, men jeg tænkte: Hold da op, det er svært at sætte sig ned og tænke en hel tanke. Jeg tror, jeg går til det, som om jeg programmerer, selv om jeg er en meget dårlig programmør, hvis jeg overhovedet er det længere. Men jeg går til det på den måde.

Jeg tænker: Jeg er nødt til at sætte mig ned, knække fingrene og virkelig tænke det igennem. Jeg skal bruge fire timer. Hvornår skal jeg finde en halv dag til det? Og så siger du: Ja, jeg justerede bare ting mellem møderne og så, hvad der skete. Det kan jeg godt lide, fordi det er langt mere realistisk og pragmatisk — især for en med baggrund i kundeansvar og for mig med baggrund i projektledelse. Vi sidder ryg mod ryg og finder tid mellem møderne. Hvornår finder man en hel dag uden møder til at få det hele gjort?

Men det betyder ikke, at man ikke kan gøre det. Man kan bare vande planten. Jeg ved ikke, om det er en særlig god analogi, men man kan gøre fremskridt lidt ad gangen, og til sidst kommer der et afkast, fordi værktøjerne faktisk er nyttige. Som du sagde, var der nogle, du kasserede, fordi du tænkte: Nej, den er ikke god. Væk med den. Men det samlede afkast var, at du fik mere tid og oplevede, at du havde kapacitet til at række hånden op og sige: Jeg tror, jeg kan gøre mere for dette team på grund af de effektiviseringer, jeg har bygget.

Og det synes jeg er virkelig spændende. Tidligere brugte jeg måske ordet agenter forkert, så jeg tænkte, at jeg ville spørge her, for alle taler om agentisk dit og dat, og jeg tror, det måske er kernen i noget af den uro, vi ser. Agenter, der er autonome, AI, der træffer beslutninger på egen hånd baseret på udløsere og taler med andre værktøjer.

Det virker som et tog uden nogen ved roret, der kører så hurtigt, det kan. Jeg kan godt forstå, hvorfor folk bliver bekymrede. Taler vi egentlig om agenter her? Taler vi om tilpassede GPT'er? Hvis vi ikke taler om agenter, er det så den vej, det fører? Eller er det ikke nødvendigvis den eneste vej?

Er du på trin to ud af ni i skabelsen af et team, der kun består af AI-teamkolleger og ingen mennesker?

Megan Ratcliff: Ordet agenter bliver kastet rundt meget frit lige nu. En agent er et AI-værktøj, der handler autonomt på egen hånd. Jeg tror, at når folk på LinkedIn siger, at de bygger agenter, bygger de faktisk bare en teamkollega, som er en tilpasset GPT med et menneske i processen.

Er vi på vej mod et sted, hvor agenter — ægte agentisk AI — overtager i nogle tilfælde? Ja. I andre tilfælde nej. For det dømmekraftslag, jeg talte om tidligere, er virkelig vigtigt. Kun mennesker har smag, og kun mennesker kan have den specifikke nuancering, historiske reference og information, som AI ikke kan opfange.

AI er ikke følelsesladet, og det er dér, mennesket kommer ind. Jeg har tænkt og hørt meget om at indføre agentisk AI i en specifik arbejdsgang. I nogle arbejdsområder giver det mening at udføre en hel arbejdsgang fra ende til anden med agentisk AI. Det gælder for eksempel datarelateret arbejde. Men når man arbejder kreativt, er det afgørende vigtigt at have et menneske med i processen.

Ellers bliver resultatet sjusket. McDonald's havde faktisk en AI-reklame, der blev produceret i Europa, og den var dårlig. Folk reagerede kraftigt, og den blev trukket tilbage, fordi den ikke var god. Det er her, det menneskelige element er så afgørende. Hvis du sidder i en rolle med en arbejdsgang, du overvejer, og du vil begynde at automatisere, er det sjovt. Jeg har hele tiden automatiseringer, der arbejder på mine vegne, men jeg automatiserer kanterne af arbejdsgangene, ikke kernen i dem.

Jeg kan derfor være AI-assisteret i kernen af arbejdsgangene, men der er stadig et menneske med i processen. Hvis du tænker: Jeg skal rense nogle data, før jeg opretter en rapport med dem, kan du automatisere noget af datarensningen.

Derefter kan du føre dataene videre og få systemet til at begynde at oprette rapporten, men så skal du selv tilføre din specifikke menneskelige dømmekraft. Fra ende til anden: Nogle gange med et menneske i processen, og oftest sådan.

Galen Low: Jeg kan godt lide det ord, du brugte — ikke kun dømmekraft, men også smag. Jeg har aldrig hørt nogen beskrive det sådan, men det gav mening for mig, fordi ...

Og jeg vil koble det tilbage til noget, du sagde tidligere: Man kan ikke bare bede sin LLM om at skabe en persona ud af ingenting — af sin administrerende direktør, sin ideelle kundeprofil eller hvad som helst. Vi er nødt til at give den de rigtige oplysninger. Vi er nødt til at træne den, justere den og optimere den, og noget af det, vi kalder smag, er også ...

Jeg tænker ikke på god eller dårlig smag, men på den særlige karakter. Nogle gange er nuancen måske følelsesmæssig og ikke noget, AI opfanger, eller også fortalte vi bare ikke AI den ting.

Så man vil stadig gerne have det med, når det er vigtigt, for eksempel når man præsenterer noget for sin administrerende direktør. Jeg ville ikke engang ansætte et meget talentfuldt menneske til autonomt at skabe en forretningsmodel, et oplæg til min administrerende direktør og præsentere det uden input fra mig og uden at gennemgå noget med mig først. Jeg ville aldrig gøre det.

Uanset om det var et menneske eller ej, ville jeg sige: Gennemgå det med mig. Det er derfor, mennesket i processen er så vigtigt og naturligt for mig. For jeg synes, der sker en form for udskamning online, hvor man siger: Agentisk AI er derude. Hvis du stadig sidder ved tastaturet, gør du noget forkert. Det er lidt giftigt, og jeg tror, det får folk til at føle, at de er bagud, fordi de ikke har fjernet den menneskelige arbejdsstyrke.

Megan Ratcliff: Ja. Og hvis man tænker på moderne teknologi generelt, plejede folk at vaske deres tøj i hånden. Nu har vi vaskemaskiner og tørretumblere. Det, vi alle ønsker os, er en robot, der folder tøjet for os. Det ville være et helt agentisk vaskesystem.

Men hvis vi ser realistisk på det, har du et menneske med i processen. Du lægger tøjet i vaskemaskinen, indstiller programmet og lader den køre. Når den er færdig, flytter du tøjet fysisk. Du beslutter, hvad der skal i tørretumbleren, og hvad der skal hænges op. Det er en dømmekraft, som du som menneske træffer.

Du indstiller programmet. Du beslutter, hvor længe det skal tørre. Derefter beslutter du, hvornår du tager det ud, hvornår du folder det, og hvor det skal ligge. Selv i den proces med moderne teknologi er du mennesket med i processen på hvert trin, men du bruger maskiner to steder for at spare tid.

Det er præcis det samme her: Du beslutter, hvad der er din tid værd, og hvad der ikke er. Der vil være processer, vi udfører manuelt lige nu, som ikke giver mening. Men der vil også være processer, hvor det er afgørende, at mennesker bevarer kontrollen, og det handler om smag, dømmekraft og etik.

De slags ting.

Galen Low: Selv hvis man trækker analogien alt for langt, findes der nu kombinerede vaske- og tørremaskiner. Hvorfor flytter man egentlig tøjet over i en anden maskine? Det kan vi konstruere os ud af. Men den ultimative beslutningstagning og menneskelige dømmekraft, når det gælder vasketøj, er: Hvad med pressede eller blandede tekstiler? Hvad skal jeg indstille den til? Hvad er egentlig forskellen? Ved jeg det overhovedet?

Men det er stadig det med, at man ønsker menneskelig diskretion, så man ikke pludselig ender med en skjorte, der er tre størrelser for lille.

Megan Ratcliff: Eller hvad tager du ud af tørretumbleren, før det er tørt? Du skal have de leggings ud. De må ikke tørres sådan.

Galen Low: Mine damer og herrer, AI er faktisk bare vasketøj.

Megan Ratcliff: Ja, bare vasketøj.

Galen Low: Jeg kan godt lide det her med mennesket i processen. Jeg har lagt mærke til, at det menneskelige element er centralt i dine opslag og dit arbejde. Når jeg hører dig fortælle denne historie, og hvordan disse teams begynder at bruge værktøjerne, forestiller jeg mig, at der er en forandringsledelseskomponent i at få teams til at skifte gear og se disse AI-værktøjer som deres teamkolleger.

Hvordan får man folk til at forstå det og få opbakning? Og hvilken modstand oplevede du selv?

Megan Ratcliff: Ja, helt sikkert. Nu hvor jeg hjælper marketingteams generelt, har jeg meget mere indsigt i forandringsledelsessiden.

Det første skridt er at fjerne frygten. Mange mennesker er bange for det her, og jeg arbejder med marketingteams. Indholdsforfattere er nervøse, fordi det er den letteste vej frem. Det var sådan, jeg kom i gang — med indhold. Så det, vi gør, er at fjerne frygten og vise dem, hvad AI's begrænsninger er, og hvor menneskelig smag kommer ind.

Og ja, AI kan sandsynligvis skrive en pressemeddelelse for dig, men du skal give den gode input. Derefter kan du udvikle dig til indholdsstrateg og udføre mere strategisk arbejde. Du kan give bedre input og lave research hurtigt de rigtige steder. Så ja, trin et er at fjerne frygten.

AI kommer ikke til at tage dit job. Den kan tage dele af det. Og du har lige nu mulighed for at gentænke, hvordan dit fremtidige job ser ud. Hvor mange mennesker kender du, der har et job, de elsker fra ende til anden? Ikke særlig mange, vel? Hvis vi skal være ærlige, er der ikke mange, der siger: Jeg havde den bedste dag nogensinde, hver eneste dag.

Når vi taler om at gentænke, hvad der er muligt, er dette deres mulighed for at beslutte: Det her kan jeg virkelig godt lide ved mit job. Det her vil jeg beholde. Det her kan jeg virkelig ikke lide. Lad os finde ud af, hvordan vi kan overdrage det til en teamkollega eller endda automatisere det, for så kan jeg fokusere mere på de ting, jeg elsker at lave.

Sådan begynder vi at forme det på ny. Skiftet i tankegang er så vigtigt, for uden det, uden at gentænke arbejdet, ændrer intet sig grundlæggende. Du laver bare det samme arbejde, måske lidt hurtigere, men du kommer ikke til at se reelle produktivitetsgevinster. Du lærer heller ikke så meget. Men når du begynder at gentænke, hvad arbejdet overhovedet er, er det, du begynder at blive næsten grænseløs.

Det er dér, verden åbner sig. Så det starter med frygt. Lad os fjerne frygten.

Galen Low: Jeg kan godt lide det med at fjerne frygten. Jeg er nysgerrig efter, om der er et individualistisk perspektiv, vi har tendens til at lægge ned over tingene. Alle kan lige nu gentænke sig selv og deres individuelle rolle, og så begynder vi at se en form for uoverensstemmelse i ensartetheden.

Den organisatoriske struktur ønsker en vis ensartethed. Så det er: Okay, du kan lide at skrive pressemeddelelser, og du vil ikke bruge AI-værktøjerne til at skrive dine pressemeddelelser. Og den anden person med samme titel som dig vil aldrig skrive pressemeddelelser igen, men vil stadig gerne beholde en anden del af sit job.

Pludselig har man to roller med samme titel, som teknisk set ikke laver de samme ting. Eller måske laver de de samme ting, fordi de har udvidet deres kapacitet ved hjælp af deres AI-teamkolleger. Jeg ved ikke, om der er et spørgsmål i det, men er der risiko for særlige snefnugroller, når vi gentænker vores fremtid?

Megan Ratcliff: Det, du beskriver, er faktisk det, du ville spørge mig om senere, når det gælder fremtiden. Det her er fremtiden. Galen, organisationer, der får succes med denne transformation, gentænker grundlæggende arbejdet og tænker i resultater. Hvilke resultater er vi ansvarlige for?

Lad os skabe arbejdsgange, der er tilpasset disse resultater, og derefter tildele de mennesker, der har de nødvendige færdigheder til at udføre arbejdet, til disse arbejdsgange. Det, du kommer til at se, er et sammenbrud af hierarkiet og en overgang til noget, der kaldes et arbejdskort.

Folk vil samles for at udføre det arbejde, de er bedst egnede til, og når arbejdet er færdigt, opløses de og samles derefter på en anden måde for at udføre andet arbejde.

Sådan nedbryder man siloerne, der forhindrer mennesker i at samarbejde reelt inde i virksomheder, og de begynder at udføre arbejde, der faktisk betyder noget. Tænk på en virksomhed, der virkelig er kundeorienteret. Alle virksomheder siger, at de er kundeorienterede, men det er ikke sandt.

Forestil dig, at man faktisk samler sig om at blive en kundeorienteret organisation og opretter en arbejdsstrøm, der udelukkende fokuserer på det, og tildeler de mennesker, der er tættest på kunden, ansvaret for at få det til at ske. Det er et stort skift i tankegangen.

Når man gør det, vil man helt sikkert se flere ekstremt stærke individuelle bidragydere. Men det er folks færdigheder, der bringer dem videre. Lige nu kan du og jeg have den samme titel og vidt forskellige færdigheder, og det er en god ting, ikke? Fjern titlen, behold færdighederne, og udfør det arbejde, der passer bedst til det, du er god til, og det, du interesserer dig for.

Galen Low: Jeg kan virkelig godt lide, at det lægger op til en transformation, som jeg tror, vi har forsøgt at gennemføre i et stykke tid: at blive færdighedsbaserede organisationer. Men arbejdsstyrken har stadig tendens til at se ting gennem en jobtitellinse. Selv når organisationer siger eller forsøger at blive færdighedsbaserede, kan jeg godt lide idéen om et arbejdskort.

Det mest styrkende, jeg hørte dig sige, var først og fremmest, at jeg kun kunne lade være med at forestille mig nanobots, der samles for at skabe en form og udføre et job, hvorefter de opløses og gør noget andet. Så tænkte jeg: Vent lidt. Med min projektlederhat på er det jo et projekt.

Man samles midlertidigt, bruger sine færdigheder til at nå et mål og opløses derefter måske eller går videre til et andet projekt. Det team kan se anderledes ud. Det, du laver på projektet, kan se anderledes ud, og det er sandsynligvis helt okay. Jeg kobler det også sammen med idéen om, at man nogle gange har et team, hvor man siger: Der er ingen tekstforfatter på dette team. Hvad gør vi?

I hvert fald lige nu, især når det handler om sprog, kan ens AI-teamkollega inden for tekstforfatning komme og hjælpe. Den er god til sprogbehandling, den er god til naturlig sprogbehandling, og den er trænet på en masse materiale. Man kan justere den efter sin smag, og pludselig har man et team, der faktisk kan få arbejdet gjort, selv om der mangler nogle færdigheder.

Jeg synes faktisk, det er et virkelig styrkende syn på arbejdets fremtid.

Megan Ratcliff: Ja, helt sikkert. Og jeg tror også, at når man forstår det resultat, man arbejder hen imod, hjælper de færdigheder, man allerede har på teamet, med at identificere, hvilke teamkolleger man overhovedet har brug for. Man skal ikke bygge AI bare for AI's skyld.

Man skal bygge den til at udføre en bestemt ting. Når man har sine resultater, sine arbejdsstrømme og har tildelt de mennesker, der bedst kan udføre jobbet, vil der være huller. Hvordan udfylder man dem? Man bygger en teamkollega til at udfylde hullerne. Sådan identificerer man, hvad der er nødvendigt.

Galen Low: Jeg kan godt lide det. Fra et menneskeligt eller personalemæssigt perspektiv støder man nogle gange på situationer, hvor man tænker: Jeg kan ikke retfærdiggøre en fuldtidsansat tekstforfatter. Så tænker man: Jeg må vel dele personen med otte andre teams. Og det fungerer bare ikke helt. Træningen, forståelsen af produktet og forståelsen af materialet bliver spredt ud, og der opstår al denne kontekstskiften.

Så der er områder, hvor det virkelig kan være nyttigt. Ja, helt sikkert. Vi har talt om fremtiden nu, og det synes jeg er fint. Det, jeg gerne ville afslutte med, var en lille leg, jeg kalder AI-myten. Ideen er, at jeg kommer med noget, der lyder, som om det kunne være en myte, og så giver du mig din umiddelbare vurdering. Du kan sige enig eller uenig, og så uddyber vi det.

Megan Ratcliff: Okay, fantastisk. Jeg kan ikke vente.

Galen Low: Her er den første. At lede agenter eller AI-teamkolleger er præcis som at lede mennesker.

Megan Ratcliff: Myte. Falsk. AI-teamkolleger har ikke følelser, så du behøver ikke lede dem følelsesmæssigt. Men du bør gennemgå dine agenter med jævne mellemrum, sandsynligvis kvartalsvist eller i nogle tilfælde to gange om året.

Du bør stadig lave en diagnostisk gennemgang af din teamkollega, men det er ikke det samme som et menneske. Den har ikke følelser.

Galen Low: Det havde jeg slet ikke tænkt på. En medarbejdersamtale, en kvartalsvis medarbejdersamtale med sin AI-teamkollega. Det elsker jeg. Det bør man gøre. Okay, næste: Dette AI-værktøj kan erstatte hele dit marketingteam.

Megan Ratcliff: Nej, falsk. Ethvert værktøj, der hævder, at det vil erstatte dit marketingteam, er marketing. Det er i bedste fald dårlig marketing. Nej, du har stadig brug for mennesker, fordi mennesker har følelser, mennesker har smag, mennesker har dømmekraft, og mennesker rummer nuancer, som AI aldrig kan. Desuden har du brug for nogen, der kan samle tingene op, flytte dem rundt og implementere dem, og du har brug for nogen til at styre robotterne.

Så nej, det vil ikke erstatte dit marketingteam. Det vil gøre dem bedre.

Galen Low: Jeg kan sikkert identificere de mennesker i min indbakke, der har erstattet deres marketingteam med AI, fordi det nogle gange mangler nuancer og smag. Okay. Den næste er lidt foliehat-agtig: AI-agenter vil rejse sig og tage dit job, og det er det, regeringen ønsker.

Megan Ratcliff: Det er helt vanvittigt. Det afhænger af hvilken regering og hvor du bor.

Galen Low: Rimeligt?

Megan Ratcliff: Nej. Som menneske har du mulighed for at styre AI, og du har mulighed for at prøve at se, om AI vil tage dit job, men i processen vil du skabe dit nye job. Vil folk miste jobs i nogle tilfælde? Ja, det er allerede sket. Det er beklageligt.

Bliver der tilføjet nye jobs hver eneste dag? Ja, fordi de ændrer sig. Ligesom internettets fremkomst ændrer jobs sig grundlæggende, og det er op til dig at beslutte, om du også vil ændre dig.

Galen Low: Ja. Det er faktisk sjovt, for der er denne sammenfletning af samtalen om mangel på arbejdskraft og mangler i befolkningstilvæksten.

Man tænker: Okay, jeg fortolker det måske, men jeg tænker: Regeringen ønsker, at AI skal kunne udføre nogle af disse jobs, for helt ærligt føder vi bare ikke nok nye mennesker til, at vi kan tage os af den ældre generation uden at gøre noget drastisk ved den.

Men som du siger, finder der en transformation sted. Den skaber nye jobs. Selv hvis robotteknologi, automatisering og AI lægger et lag oven på eksisterende jobs og overtager nogle af dem, er det ikke særlig menneskeligt at sige: Fint, så kan vi bare sidde og spise vindruer og lave ingenting i en post-arbejdskultur.

Der vil være mere, der skal gøres.

Megan Ratcliff: Ja, præcis.

Galen Low: Den næste er egentlig ikke en myte, men jeg har hørt om en, der faktisk skriver sit team af agenter på sit CV og grundlæggende interviewer og sælger sig selv som et team til potentielle arbejdsgivere. Gyldige nyheder eller falske nyheder?

Megan Ratcliff: Gyldige nyheder. Jeg har set det før, og jeg hader det faktisk ikke, for hvis jeg ansætter — lad os sige, at jeg ansætter en marketingmedarbejder — vil jeg gerne se, hvor godt vedkommende er i stand til at bruge AI, for marketingens fremtid er flydende i AI og understøttet af AI.

Hvis du kom til jobsamtalen og sagde: Hej, jeg hedder sådan og sådan, og her er det team af agenter eller teamkolleger, jeg tager med mig, ville jeg tænke: Fascinerende. Fortæl mig om din tankeproces, da du byggede dem.

Hvordan hjælper de dig? Hvilke arbejdsgange bruger du, og hvordan udnytter du dem? Det kunne være et reelt aktiv for dit team. Så det er ikke falske nyheder. Jeg har set det. Jeg hader det ikke.

Galen Low: Det hader jeg heller ikke. Jeg kan godt lide, at du tog udgangspunkt i fortrolighed. Det viser fortrolighed. Tidligere talte vi om certificeringer.

Bliver det en ting inden for AI om to år? Måske ikke, men det bliver helt sikkert vigtigt at vise, hvad man har bygget, for det viser ens evner. Det viser, hvordan man tænker om arbejde. Det viser ens evne til at skabe systemer og orkestrere, selv om man ikke er teknisk.

Jeg kan også godt lide idéen, selv om jeg ikke ved, om det vil fungere i praksis, med at kende sin svaghed. Det spørgsmål til jobsamtalen: Hvad er en af dine svagheder? Man kunne sige: Jeg er faktisk en virkelig dårlig tekstforfatter, men jeg har også bygget en agent, der er en ret god tekstforfatter. Måske er det en form for kunstgreb, hvor man vender spørgsmålet rundt, så det virker positivt, men samtidig reelt udfylder et hul i ens færdigheder ved at gøre noget, der i dag er helt acceptabelt.

Megan Ratcliff: Ja, og måske er det nye spørgsmål ikke: Hvad er din svaghed? Men: Hvilke teamkolleger har du bygget for at udvide dine færdigheder?

Galen Low: Det kan jeg godt lide.

Megan Ratcliff: Jeg ved det ikke. Jeg tror ikke, nogen vil stille det spørgsmål, men måske vil nogen gøre det i fremtiden.

Galen Low: Helt ærligt synes jeg, vi bør skabe det.

Spørgsmål, man kan stille i 2028 under en jobsamtale, når man ansætter til en marketingrolle. Ja. Bare for at have det lidt sjovere, inden vi slutter: Har du et spørgsmål til mig?

Megan Ratcliff: Ja, jeg har et spørgsmål til dig. Du taler med projektledere hele tiden og med en bred vifte af mennesker her. Hvad er det største hul, du ser mellem det, ledelsen tror, AI-implementering ser ud som, og det, der faktisk sker ude i virkeligheden?

Galen Low: Det er et godt spørgsmål. Jeg tror, der findes nogle stereotyper om projektfolk, ikke? Det er sådan noget med, at I alle sammen er procesrobotter, der vil have alting pænt og ryddeligt i en kasse. I min verden er de alle digitale projektledere. De arbejder hele tiden med teknologi. Burde dette værktøj ikke bare gøre det?

Man trykker på en radioknap og derefter på OK, og pludselig har vi agentiske arbejdsgange. Så jeg tror, det bliver forsimplet i toppen. Jeg tror, der findes en stereotype om, at alle projektledere er procesmennesker, og nu er der en modkraft, hvor projektledere erkender, at en stor del af deres værdi faktisk er menneskelig.

Det handler om menneskelige relationer. Det handler om nuancer, forhandling, relationsopbygning og loyalitet og derefter helt ærligt om at udnytte loyaliteten til at få noget gjort. Det handler meget mere om at orkestrere samarbejde, og nu står de lidt i konflikt med hinanden, fordi ikke alle projektledere betragter sig selv som tekniske eller i stand til at bygge et system, uanset hvad de gør.

Det kommer til at tage længere tid, end mange ledelsesteams tror, det bør. Der er ikke meget vejledning, tror jeg, og det vil jeg gerne vende tilbage til, fordi jeg elskede det ved din historie: Du havde en mentor. En person, der var i organisationen og også befandt sig inden for dit område — en CMO, der sagde: Ja, lad os se, her er det, jeg ved, og nu prøver du, så ser vi, hvad vi kan bygge.

Det er min lange måde at sige på, at jeg tror, der er et misforhold mellem forventningerne til, hvilke færdigheder en projektleder har, som er værdifulde, og et vakuum af mentorskab, ledelse og vejledning. Jeg tror, mange mennesker stille forsøger at finde ud af det selv og sandsynligvis, som du sagde tidligere, bygger nogle teamkolleger og smider dem væk.

Jeg tror, mange af dem, der gør det lige nu, tror, at de fejler. De tænker: Jeg brugte tre dage på at bygge dette, og så lagde jeg det i skraldespanden. Jeg får helt sikkert ikke et job næste år. Men faktisk er det fremskridt. Det er det, vi ønsker. Det er faktisk svaret på, hvad en organisation eller et ledelsesteam ønsker fra deres projektledere.

Megan Ratcliff: Ja.

Galen Low: Og det er vigtigt at fremhæve.

Megan Ratcliff: Ja. Uddannelses- og træningsdelen er så afgørende vigtig, fordi alle disse organisationer sender forventninger ned til medarbejderne om, at de skal øge deres AI-brug med en bestemt procentdel, eller at de skal blive 20 procent mere effektive.

De tilføjer KPI'er til disse mennesker uden nogen reel træning, uden individuel træning, fordi alles job er forskelligt. Anvendelsesmulighederne er forskellige. Hvis man giver en generel træning i, hvordan man bruger GPT eller Gemini, er det ikke særlig nyttigt for folk.

De har brug for egentlige færdigheder i fortrolighed. De skal trænes i dem, og det er meget nyttigt, hvis de har nogen, de kan tale om deres arbejde med, som kan hjælpe dem i gang. Det er som at skubbe den første sten for dem og sammen med dem, og når først de kommer i gang, bliver de ustoppelige.

Men de har bare brug for en lille smule hjælp først.

Galen Low: Det elsker jeg. Ja, og jeg er helt enig, især på projektlederfronten. Vi er problemløsere. Når man først får os i gang, finder vi ud af det. Men overgangen fra inerti og stilstand til fremdrift rummer meget bedragersyndrom.

Og den anden ting, jeg elsker, er, at man faktisk har brug for en AI-mentor. Du havde en AI-marketingmentor, der forstod marketing i hele dens dybde og bredde og også forstod AI, og jeg tror, det er et vigtigt vendepunkt. Det havde jeg ikke tænkt på.

Det er virkelig spændende. Megan, mange tak, fordi du brugte tiden sammen med mig i dag. Jeg havde det virkelig sjovt. Tak, fordi du deltog i mit myteknuser-spil. Hvis folk gerne vil vide mere om dig, hvor kan de så finde dig?

Megan Ratcliff: Det bedste sted at finde mig er på LinkedIn, så søg efter Megan Ratcliff, så støder du på mig.

Galen Low: Fantastisk. Jeg inkluderer et link til din profil i shownoterne. Og tak igen. Tak for din tid. Det var virkelig sjovt.

Megan Ratcliff: Tak, fordi du inviterede mig.

Galen Low: Det var dagens afsnit af podcasten The Digital Project Manager. Hvis du nød denne samtale, så husk at abonnere dér, hvor du lytter. Og hvis du vil have endnu mere taktisk indsigt, casestudier og håndbøger, så gå over på thedigitalprojectmanager.com.

Indtil næste gang — tak, fordi du lyttede.