Hvor AI faktisk hjælper projektledere med leveringsarbejde

Becca Banyard: Hej alle sammen, og velkommen til podcasten The Digital Project Manager. Mit navn er Becca Banyard, og jeg er faktisk producent på dette program. Men i dag træder jeg ind som vært for Galen, da vi har en episode, der er lidt anderledes end vores sædvanlige format. Denne samtale blev oprindeligt optaget som en del af vores serie af livearrangementer om fremtidens AI inden for projektledelse, hvor vi undersøger, hvordan AI ændrer den måde, teams planlægger, leverer og styrer arbejde på.

I denne session har vi besøg af Scoro for at dykke ned i, hvordan AI viser sig i projektleverancer i dag, og hvad projektledere og leveranceansvarlige bør være opmærksomme på fremover. Du kommer ikke til at høre den live produktdemonstration i denne podcastversion, da den er lidt svær at følge uden det fulde visuelle materiale. Du kan få adgang til hele optagelsen via linket i programnoterne, men i dag får du hele den strategiske samtale om at bruge AI på en praktisk måde, der er klar til brug i teams.

Med mig har jeg to fantastiske gæster. Først har vi Tim Fisher, VP for AI hos Black & White Zebra. Tim kommer faktisk til at lede diskussionen sammen med mig, fordi han har over 20 års erfaring inden for både teknologi og AI, og han vil hjælpe os med at forstå, hvad vi ser, og knytte det tilbage til jeres hverdag som projektledere og ledere.

Og fra Scoro har vi Harv Nagra med. Harv er ekspert i leverancer og drift samt vært på The Handbook: The Ops Podcast. Og hvis du har været en del af DPM-fællesskabet i et stykke tid, har du sikkert hørt ham i programmet eller set ham tale ved et af vores arrangementer. Han er en ven af fællesskabet, og vi er virkelig glade for at have ham med.

Så Harv, velkommen!

Harv Nagra: Det er en fornøjelse at være her. Tak, fordi I inviterede mig.

Becca Banyard: Harv, før vi går i gang, vil jeg gerne vide lidt mere om Scoro. Kan du give os en 30 sekunders introduktion til, hvad Scoro laver, og hvem platformen er udviklet til?

Harv Nagra: Selvfølgelig. Scoro er en platform til automatisering af professionelle servicevirksomheder. Det kaldes også PSA.

Det er ikke altid et begreb, der giver mening for folk. Det er ret sjældent at høre folk gå rundt og sige PSA. Det betyder i virkeligheden, at platformen er udviklet til alle former for professionelle servicevirksomheder. Det kan være et bureau, et konsulentfirma, et IT-firma, et revisionsfirma, et advokatfirma eller enhver form for virksomhed, der sælger tid og ekspertise.

Den adskiller sig fra et projektstyringssystem som dem, vi kender så godt, såsom Asana, JIRA, Trello og så videre. Den går ud over projekt- og opgavestyring og også ud over selve samarbejdet. På den ene side har vi værktøjer som disse, og så bliver det lidt mere komplekst med værktøjer som Monday, ClickUp, Teamwork og den slags, der giver dig mulighed for at koble nogle moduler sammen og bygge noget.

Så har du det, jeg kalder PSA-området, og med den slags systemer får du nærmest et operativsystem til din virksomhed. Du opbygger dine budgetter og tilbud i platformen. Du kan planlægge dine ressourcer og tidsplaner. Du kan omdanne tilbuddene til projekter og styre disse projekter og budgetter.

Og endelig kan du registrere din tid, følge dine budgetter, fakturere og rapportere om din virksomhed, og systemet kan kobles sammen med andre systemer som dine regnskabsværktøjer, HR-platforme og den slags. Så det dækker virkelig hele processen fra start til slut og ikke kun projektstyring.

Tim Fisher: Meget interessant. Så du arbejder med projektteams, bureauer og alle de andre grupper, du lige talte om, hver eneste dag.

Så du har helt sikkert en plads på første række, når det handler om, hvad der faktisk er svært ved at levere arbejde lige nu. Lad os starte der. Hvad er efter din mening den sværeste del ved at levere projekter succesfuldt i dag?

Harv Nagra: Tim, jeg var digital producent for mange år siden. På et tidspunkt ledede jeg et team af digitale producenter i et bureau som digital direktør, og jeg ved ikke, om det virkelig har ændret sig.

Ud fra min erfaring var det altid de skiftende tidsplaner, der skabte kompleksiteten. Antallet af revisioner, du havde, var aldrig det samme som det, kunderne endte med at forvente. Der kommer anmodninger om ændringer i omfanget, og der er ofte forsinkelser i modtagelsen af indhold eller feedback. Så de bedst lagte planer i begyndelsen af projektet ender med ikke at blive virkeligheden.

Der sker altså mange ændringer, og det kræver meget arbejde at holde styr på alle de bevægelige dele, kommunikationen alene med alle interessenterne, opdatering af budgetterne, hver gang omfanget ændrer sig, opdatering af opgaver, planer, tidsplaner og alt den slags.

Så jeg tror ikke, det er noget nyt. Det har nok altid været sådan siden projektledelsens begyndelse. Det er en udfordring for os.

Tim Fisher: Helt sikkert. Hvad synes du, ledere ofte misforstår ved projektledelse, som Scoro hjælper med at løse?

Harv Nagra: Man ender med at være begravet i en masse ændringer. Og jeg tror, at forventningerne altid er meget optimistiske i starten af et projekt. Man regner med, at alt kommer til at gå perfekt.

Mange gange er vi også under pres for at lave meget stramme budgetter for at vinde et projekt. Så gør vi måske det, og derefter har vi ingen buffer, hvis noget går galt. Og oven i det, som jeg sagde, når du har en masse forskellige værktøjer, som du koordinerer alt dette med, ender det med at blive så meget administrativt arbejde i stedet for arbejde, der skaber reel værdi.

Du opbygger dit budget et andet sted. Du bruger Harvest, du bruger Asana, du registrerer tid et andet sted, og du eksporterer regneark for at forsøge at afstemme dine budgetter. Det ender med at tage meget tid. Så der er nogle ting, der går igen.

For det første er der en enorm ineffektivitet, hvis dit team konstant importerer og eksporterer data eller kopierer data mellem systemer. Det introducerer menneskelige fejl i processen, hver gang du gør det. Og der er en stor forsinkelse, ikke kun i forhold til at se, hvordan virksomheden klarer sig, men også hvordan projekterne klarer sig.

Jeg taler for eksempel nogle gange med bureauer eller konsulentfirmaer, hvor folk bogstaveligt talt registrerer tid et sted. De eksporterer den én gang om ugen og lægger den derefter ind i et Google-ark for at forsøge at lægge sammen, hvad de har akkumuleret i løbet af ugen. Og hvis du har travlt og ikke udfører processen i to uger, kan hvad som helst være sket. Du kan være langt over budget uden at vide det. Så der er meget administrativt arbejde og manglende synlighed, og det er her, noget som en PSA-platform som Scoro kommer ind i billedet. Den er én fælles sandhedskilde, alt er samlet ét sted, du eksporterer og importerer ikke, og du kopierer ikke data fra ét sted til et andet.

Det findes bare der. Så som jeg sagde, handler det om at samle hele processen fra tilbudsgivning til projektstyring, ressourceplanlægning, tidsregistrering, fakturering og alt det andet ét sted. Og den sidste ting, jeg vil sige, Tim, er, at jeg tror, virksomheder på et tidspunkt vokser ind i den løsning. Der kommer et tidspunkt, hvor du bruger alle de forskellige systemer, men hvor du på din vækstrejse når til et punkt, hvor du tænker: Okay, det her er kaotisk nu.

Vi er blevet for store til at arbejde på denne måde, eller også er vores projekter blevet for komplekse, og vi er nødt til at blive lidt mere modne.

Tim Fisher: Ja, det giver mening. Det er fantastisk, hvor normalt det kaos, der følger med at forbinde alle de forskellige systemer, ofte gennem kopiering, indsættelse og regneark, er blevet. Vi accepterer det nærmest bare som et faktum.

Så AI, når man tager alt det i betragtning: Hvor ser du AI passe ind i de udfordringer, du taler om lige nu?

Harv Nagra: Jeg var producent, som jeg sagde. Projektledere ender med at skulle orkestrere en masse arbejde. Men den orkestrering foregår manuelt. Og den anden ting, jeg ser hos mange virksomheder, der bruger AI, er, at de bruger det på en ret tilfældig måde til at fremskynde noget.

Nogle gange fremskynder det en ødelagt proces. I stedet for at reparere den siger vi bare: Okay, det er godt nok, at vi kan gøre det hurtigere, fordi vi bruger en sprogmodel. Men jeg tror, vi lige nu står på tærsklen til at gøre noget langt mere transformerende, som forhåbentlig får projektledere, producenter og projektteams til at føle, at én projektleder har et virtuelt team af mennesker bag sig, altså AI, der hjælper med alt det kedelige arbejde. Så de kan træde et skridt tilbage, give en instruktion, og så udfører AI alt det kedelige, så de kan fokusere på arbejde med større værdi. Og det synes jeg er virkelig spændende.

Tim Fisher: Hvis du zoomer lidt ind: Hvad er ét konkret problem eller friktionspunkt, som AI indtil videre har hjulpet dine kunder med?

Harv Nagra: Hvis vi går tilbage til det eksempel, jeg gav dig for et par minutter siden: Projekter følger aldrig planen. Tidsplaner skrider, omfanget ændrer sig, og alt det der.

Godkendelser bliver forsinkede, og så bruger du flere forskellige systemer, så den indsigt, du har brug for, ikke er tilgængelig. Jeg tror, det er der, vi er på vej hen med teknologien. Vi bygger det, så indsigterne er tilgængelige. Traditionelt har vi haft produkter, inklusive vores eget, der producerer rapporter.

Men problemet er så, at du er afhængig af, at et menneske skal fortolke dem. Det er fint og nyttigt. Men nogle gange er det meget hjælpsomt at få oplysningerne proaktivt. Så du ikke skal lede efter dem eller selv forsøge at analysere dem, men i stedet får at vide: Okay, det her er problemet, og du er nødt til at løse det.

Vores kunder har betatestet vores MCP og givet os masser af idéer og feedback om, hvad de gerne vil kunne gøre, og det er virkelig spændende at høre nogle af de idéer. Noget af det er ikke muligt lige nu, men jeg tror, vi når til et punkt, hvor mere og mere af dette bliver muligt.

Du fortæller AI, hvad der er ændret, hvad der skal ændres, eller hvad du ønsker, at den skal gøre, og så udfører den arbejdet.

Tim Fisher: Jeg har et spørgsmål mere, før vi går videre. Du nævnte en forkortelse, som fortjener en hurtig definition. MCP, hvad er det præcis? Jeg tror, mange på opkaldet i dag har hørt om det. Det kunne være godt med en lille forklaring.

Harv Nagra: Jeg tror, alle på opkaldet helt sikkert har hørt om API, altså Application Programming Interface, som blot betyder en måde, hvorpå to apps kan tale med hinanden, dele data og dele funktionalitet. Men det kræver typisk, at en udvikler koder forbindelsen for at dele data og få den til at gøre det, den skal.

Den enkleste måde, jeg kan forklare MCP på, er, at det fungerer som et API-lag, der gør det muligt for AI-platforme som ChatGPT eller Claude at forbinde sig med andre systemer. Det smarte er, at informationsstrømmen ikke kun gør det muligt at få systemet til at læse og give dig svar baseret på dine systemer eller hvad som helst; du kan også bede det om at udføre handlinger i disse systemer.

Så: Gå hen og gør dette. Det bliver nærmest et kommandocenter for dine andre værktøjer. Det bliver endnu bedre, for i modsætning til et API har du ikke brug for en udvikler til at kode det. Det er en instruktion i din foretrukne sprogmodel. Det er ret kraftfuldt. Den anden ting er MCP's mulighed for at arbejde med flere værktøjer.

Det handler ikke kun om at udføre handlinger eller give dig oplysninger fra ét system, men om at kunne gøre dette på tværs af flere systemer på samme tid. Og jeg synes, det er virkelig smart.

Tim Fisher: Alle putter AI ind i alting. Man kan ikke komme igennem en Instagram-annonce, man kan ikke komme igennem nogen form for reklame eller samtale, uden at nogen siger: Hey, se, hvordan vi har puttet AI ind i vores software.

Det er nærmest et minimumskrav i dag. Der er en eller anden form for integration af kunstig intelligens i alt. Hvad er Scoros anderledes tilgang her? Hvordan gør I det anderledes? Hvad er unikt ved den måde, I bruger AI på i jeres platform sammenlignet med andre inden for jeres område?

Harv Nagra: Vi fejrede ChatGPTs tredje fødselsdag for et par uger siden.

Så snart det kom ud, tror jeg, at mange systemer og produkter skyndte sig at presse tekstgenerering ind i deres produkt, så de kunne hævde, at de havde AI. På nuværende tidspunkt har vi alle vores foretrukne tekstgeneratorer og sprogmodeller, og de er førende i deres klasse og gør de mest innovative ting. Så har vi virkelig brug for en tekstgenerator i hvert eneste produkt?

Det tror jeg ikke. Og det var aldrig vores tilgang. Vi så det næsten som snyd. Ja, vi kunne gøre det, men hvorfor skulle nogen ønske at bruge en tekstgenerator i Scoro? Hvad er logikken i det? Så vi valgte ikke den tilgang. Vi havde allerede anerkendt, at vi på en måde er et operativsystem for en virksomhed.

For som jeg sagde, har du dine budgetter, dine projekter, dine fakturaer, al din rapportering og så videre. Så vi ville skabe et AI-lag, der ligger oven på det og siger: Du har allerede dette fantastiske produkt, der automatiserer alle disse data og arbejdsgange, men nu giver vi dig indsigt oveni eller hjælper dig med at drive og udføre arbejdet.

Vores vision var altså grundlæggende at skabe en kollega, der kan gøre alt det, du gør i produktet, men som kan gøre det for dig. Denne fulde orkestrering af arbejdsgange, som jeg talte om for et par minutter siden, er en stor del af vores tilgang.

Tim Fisher: Nu vil jeg gerne bevæge mig lidt ud og tale om, hvor det hele er på vej hen. Hvad ligger i horisonten? Jeg spørger dig bare direkte: Hvor tror du, Scoros AI-rejse er på vej hen?

Harv Nagra: Ja, jeg synes, vi har investeret meget i Eli og MCP i år. Som jeg sagde, var det vores store fokus. Vi ønskede ikke bare at putte en sprog- eller tekstgenerator ind i vores produkt.

Det handlede virkelig om at sige, at vi allerede har alle disse fantastiske data om vores projekter og vores kunder og alt det der — ikke vores kunder, men dine kunder, hvis du for eksempel er bruger. Og vi var den første PSA-platform, der lancerede MCP-understøttelse dette efterår. Det er noget, vi er meget stolte af. Men jeg tror, det, vi virkelig gerne vil, er at udbygge Elis funktioner, så den kan gøre alt det, en bruger kan gøre.

Som jeg sagde tidligere, udvider vi bogstaveligt talt funktionaliteten uge for uge. Men oven i det handler det om at gøre den så kompetent, at du kan bede den om hvad som helst, og den kan gøre det, så længe du selv ville kunne gøre det. Noget af det kunne for eksempel være stemmestyring og den slags.

Men mange af vores kunder giver os også inspiration til ting, de gerne vil se, fordi de har testet dette. Hvis jeg skal give dig et reelt smugkig på, hvad vi ser på lidt længere fremme — forhåbentlig ikke alt for langt fremme — er det at give den endnu større funktionalitet, så du kan fortælle den mere om din virksomhed, din branche og din niche, så den får den ekstra kontekst.

Det tror jeg er endnu mere kraftfuldt, fordi den ikke kun ser på dit datasæt, men også kender virksomhedstypen og dine specifikke nuancer, såsom at du gerne vil have dine tilbud opbygget på denne måde, eller at dine kunder har brug for det ene og det andet. Jeg tror, det er her, den bliver ekstremt skræddersyet til din virksomhed og endnu mere uundværlig.

Tim Fisher: Det ville være fantastisk. Ja. Jeg tror, du lige besvarede dette spørgsmål, så måske vil jeg presse dig lidt mere på et andet eksempel. Hvis du tænker på alt det, dine kunder gør i deres organisationer, og der var én virkelig specifik ting, én funktion, som Scoro ikke kan i dag, hvad skulle det så være?

Så specifikt, som du kan komme i tanke om. Det er måske det samme som at bede dig kigge ind i jeres køreplan, hvilket måske ikke er passende, men hvad kunne det være? Jeg prøver bare at gøre folk begejstrede for, hvad der måske kommer som det næste, på en meget konkret måde.

Harv Nagra: Måske kan jeg fortælle dig, hvad jeg selv gerne ville se som tidligere producent. Men jeg vil også sige, at noget af det, folk har bedt os om, er ting som automatiseret oprettelse af tilbud baseret på lignende projekter fra tidligere.

Eller det faktum, at denne kunde har en dårlig vane og er besværlig. Så analysere det og give dig oplysninger om den slags projekt. Det er fantastisk at have tilbudsskabeloner, men de er igen bare skabeloner. Så du kan sige: Brug denne tilbudsskabelon som grundlag, men opdater priserne baseret på denne kunde og historiske data, omfanget og den slags.

Alt det kedelige arbejde, såsom sundhedstjek af projekter, opsætning af fakturering på dine projekter, oprettelse af opsummeringer og måske i praksis at erstatte API'et med MCP. Det er noget af det kedelige, som enten er muligt eller næsten muligt lige nu. Men efter min mening, som tidligere producent, ville jeg gerne se hjælp til at styre mine kunder bedre, sortere indkommende kundehenvendelser og fortælle mig, om noget er inden for eller uden for projektets omfang.

Og give mig råd om, hvordan jeg for eksempel kan sige fra over for kunden, så vi kan holde tingene på sporet. Måske vejlede i kommunikationen og forhandlingen. Jeg ved ikke, om det lyder som et kedeligt svar, men det er den slags, der ikke er særlig sjovt at gøre.

Og jeg tror, mennesker har svært ved det, fordi det er akavet at sige nej til en kunde, og følelser kommer ind i billedet. Så hvis nogen kunne hjælpe mig med alle de indkommende henvendelser og sige: Okay, den skal du udføre, så den er allerede blevet tildelt en opgave. Det her er helt nyt omfang, så du bør bede om et større budget, og sådan kan du gribe det an.

Og måske er her e-mailen. Er du klar til at sende den? Det ville være virkelig smart at se.

Tim Fisher: Det ville det. Jeg synes faktisk, at de her usexede ting er langt de mest interessante. Jeg vælger det frem for en eller anden vild AI-video hver eneste dag. Og det er sjovt at høre dig tale om alt det her, for de smarte ting, du gerne vil se, er ting, som vi alle ved, at sprogmodeller er virkelig gode til, fordi vi hele tiden har den slags interaktioner med ChatGPT eller Claude.

Det manglende element er alle de forretningsdata, der ligger inde i Scoro eller desværre for de fleste mennesker i 15 forskellige systemer. Det er en virkelig god måde at samle det hele på og måske gøre noget lidt mere produktivt end nogle af de fjollede ting, vi normalt bruger AI til. Okay, det her er en god overgang til et sidste, stort spørgsmål, som jeg godt kan lide at stille på forskellige måder.

Hvordan ser du projektlederens rolle udvikle sig, i takt med at alt dette sker? For mange af de ting, du beskriver, er dele af projektlederens arbejde og dele af andre menneskers arbejde, som de udfører hver dag lige nu. Når jeg selv besvarer det spørgsmål inden for forskellige områder af økonomien, tænker jeg på alle de fordele og den opgradering, vi får mulighed for at arbejde med, såsom strategi og alt det.

Men i din verden og blandt de mennesker, du arbejder med, hvordan kommer det så til at udvikle projektlederrollen?

Harv Nagra: Ja. Jeg har sagt ordet orkestrere en del gange i dag, fordi det er sådan, jeg ser de værktøjer, vi har demonstreret i dag, hjælpe folk med at orkestrere arbejde. Og som jeg sagde tidligere, orkestrerer vi allerede arbejde som projektledere, men det foregår meget manuelt. Jeg skrev på LinkedIn i dag, at en projektleders arbejde ikke er at være en dyr administrativ medarbejder, men det er det, rollen ender med at blive, når man er begravet i at kopiere oplysninger og forsøge at opdatere omkring hundrede systemer hele dagen.

Det er ikke noget, vi behøver at gøre eller være særligt stolte af eller passionerede omkring, for det er der ingen, der rigtigt er. Jeg tror, udviklingen kommer til at bestå i, at vores systemer og værktøjer som Eli og MCP udfører den slags arbejde, så vi kan lave mere interessant strategisk arbejde eller opgaver med større værdi, som vi faktisk nyder.

For jeg kender ikke nogen, der nyder bare at opdatere Gantt-diagrammer og den slags. Det er en del af rollen lige nu, men det er ikke den sjove del af rollen. Jeg er ikke særligt bekymret for, at AI og den slags værktøjer kommer til at erstatte vores roller. Mennesker bidrager altid med nuancer, dømmekraft, værdi og kontekst, og det vil der altid være brug for.

Så disse værktøjer giver dig bare større kraft. Det er som at have et team bag sig til at udføre alt det arbejde. Jeg tror, det bliver virkelig spændende at se, hvor meget mere interessant arbejde vi kommer til at kunne udføre, og hvor meget mere produktive vi bliver som følge af det.

Tim Fisher: Enig. Tak, Harv.

Becca Banyard: Fantastisk.

Harv, det har været fantastisk. Tusind tak, fordi du var med i dag og gav os et indblik i Scoros AI-funktioner. Hvis folk gerne vil udforske Scoro lidt mere, hvor skal de så gå hen?

Harv Nagra: Gå endelig ind på scoro.com. Jeg er også vært på en podcast, så abonnér endelig på den. Det er en driftspodcast, der hedder The Handbook. Og forbind selvfølgelig med mig på LinkedIn, hvor jeg taler om virksomheders operationelle modenhed, forretningseffektivitet og den slags. Det er BLY slash score demo, og der kan du tilmelde dig en prøveperiode.

Becca Banyard: Tak igen. Og Tim, tak fordi du var sådan en fantastisk medvært i dag. Vi runder af nu, men hav en god fortsættelse på dagen, og så ses vi ved den næste session om fremtidens AI inden for projektledelse. Pas godt på jer selv!