Sådan leder du organisatoriske AI-forandringer i en kompleks virksomhed

Galen Low: Kan det betale sig at gøre en indsats for at nedbryde siloer og skabe fælles holdninger til AI i en massiv organisation? Er det overhovedet muligt?

Deborah Ketai: Hvis de springer det trin over, kommer de til at opbygge en masse gæld – teknisk gæld, vidensgæld – som vil gøre fremtidige projekter dyrere og vanskeligere.

Galen Low: Du påpegede, at det ikke kun handlede om generativ AI; faktisk er det mere som en grundlæggende forandring.

Deborah Ketai: Vi havde grundlæggende tre mål – talent, mobilitet og fastholdelse – for at fremme samarbejdet mellem disse AI-teams, så de ikke opfinder den dybe tallerken igen. Og det tredje mål var et kulturelt skifte, hvor vi opfordrede forretningsambassadører til at overveje AI-løsninger på deres forretningsmæssige udfordringer.

Galen Low: Nogle bliver bedt om at udfylde en dobbeltrolle. Har alle projekter brug for forandringsledelse?

Deborah Ketai: Ikke alle projekter kræver forandringsledelse. Kompetencerne er forskellige, men overlapper hinanden. Programledere skal tættere på det sted, hvor strategien bliver formet, så de åbent kan gøre ledelsen opmærksom på, hvor der sandsynligvis er uoverensstemmelser.

Galen Low: Velkommen til podcasten The Digital Project Manager – programmet, der hjælper ledere med at arbejde smartere, levere hurtigere og lede bedre i AI-alderen. Jeg hedder Galen, og hver uge dykker vi ned i strategier fra den virkelige verden, nye værktøjer, gennemprøvede rammeværk og lejlighedsvise krigshistorier fra projektfronten. Uanset om du styrer massive transformationsprojekter, håndterer AI-arbejdsgange eller bare forsøger at holde kaos under kontrol, er du kommet til det rette sted. Lad os komme i gang.

Okay, i dag ser vi nærmere på, hvordan en programleder og hendes team skabte et praksisfællesskab i en massiv sundhedsvirksomhed, som hjalp med at fjerne siloer og skabe fælles holdninger til AI i virksomheden.

Min gæst i dag er netop denne programleder, Deborah Ketai. Deborah er certificeret organisatorisk forandringsleder og programleder, senest for en massiv amerikansk sundhedsgruppe, hvor hun opbyggede stærke fællesskaber omkring AI, DEI og kontroller af dataoverførsel. Deborah har også været meget aktiv i opbygningen af projektlederfællesskabet som bestyrelsesmedlem og ansvarlig for programporteføljen i en regional afdeling af PMI.

I denne episode taler vi om, hvordan Deborahs hverdag så ud som programleder, da hun stod i spidsen for et større organisatorisk forandringsinitiativ omkring AI, om organisatoriske forandringer relateret til AI og maskinlæring skal behandles anderledes, hvad teams af enhver størrelse kan lære af de værktøjer og metoder, som virksomheder gennemgår massive AI-transformationer bruger, og om rollen som projekt- eller programleder vil udvikle sig til også at omfatte forandringsledelse – samt hvad det kan betyde for projektlederens kompetencer.

Deborah, mange tak fordi du vil være med i dag.

Deborah Ketai: Tak for muligheden, Galen.

Galen Low: Jeg glæder mig virkelig til denne samtale, fordi du har været så dybt involveret som programansvarlig og forandringsleder i en massiv sundhedsvirksomhed, netop da AI begyndte at vinde indpas.

I vores samtaler op til dette har du nævnt ting som at nedbryde siloer mellem afdelinger og interessentgrupper, afholde træningssessioner og hackathons, håndtere bekymringer om risiko og compliance samt at få AI-praktikere – og måske også dem, der gerne vil være AI-praktikere – til at være på samme side.

Så jeg tænkte, at jeg ville begynde med et varmt spørgsmål, som jeg tror, mine lyttere gerne vil have svar på. Er det indsatsen og energien værd at forsøge at nedbryde siloer og skabe fælles holdninger til AI i en massiv virksomhed? Er det overhovedet muligt? Og hvad ville der ske, hvis en organisation som den, du arbejdede med, helt sprang det trin over?

Deborah Ketai: Det er et rigtig godt spørgsmål, Galen, og jeg er glad for, at du stillede det. Jeg tror, at fælles retning bliver afgørende, og at nedbrydning af siloer bliver en stor del af det. Først og fremmest bliver virksomheder nødt til at etablere data- og AI-styring. De bliver nødt til at afstemme ressourcer og forventninger omkring udvikling eller indkøb af AI-værktøjer.

Og hvis de vil have en AI-først-kultur – og det bliver de nødt til, hvis deres konkurrenter gør det – skal de tænke over, hvad det betyder for medarbejderne, både nu og i fremtiden. Som minimum er de nødt til at nedbryde siloer for at undgå risikoen for cybersikkerhedshændelser.

Hvis de springer trinnet med at nedbryde siloer over, kommer de også til at opbygge en masse af det, vi kalder gæld: teknisk gæld, vidensgæld og så videre. Det vil gøre fremtidige projekter dyrere og vanskeligere. Jeg mener, at der er tre områder, hvor jeg har nedbrudt siloer. Du nævnte faktisk dem alle.

AI, system- og driftskontroller samt fællesskabsengagement som leder af den næststørste medarbejderressourcegruppe hos United Health Group. Og til en vis grad også gennem et mentorprogram, hvor vi nedbrød siloer efter fusioner og opkøb. Så jeg mener, at der er en række forskellige trin og kompetencer involveret i at nedbryde siloer, som projektledere og forandringsledere skal fokusere på.

Det ene er at skabe empati mellem forskellige grupper ved at gøre dem fortrolige med hinanden. Tværgående oplæring, jobskygning, mentoring og coaching. Ledelsen skal skabe og opnå opbakning til visionen om, hvordan det skal se ud, og hvilke fordele det vil have at nedbryde siloerne. De skal skabe og fokusere på kontaktpunkter, processer og kommunikationskanaler, der bringer siloerne sammen.

Og de skal også fokusere på at fjerne hindringer for at bringe mennesker sammen, hvor forskellige datakilder er en af de største.

Galen Low: Det, jeg virkelig godt kan lide ved dit svar, er, at jeg lidt tænkte på nedbrydning af siloer som at hjælpe forskellige grupper i en virksomhed med at forstå hinanden.

Jeg kan godt lide den måde at anskue det på, hvor det er alles problem. Det er en holdindsats. Det handler ikke kun om kumbaya – om at vi alle forstår hinanden og kan enes. Det handler også om, at når det kommer til datastyring, compliance og sikkerhed, er alle på en eller anden måde ansvarlige for deres egen del, og alle skal synge efter den samme sangbog og være enige om.

Hvad effekten eller resultatet af den fælles retning er, skal også aftales og forstås på ledelsesniveau, så det ikke blot er dette kulturelle skifte – et diffust ord, som vi bruger hele tiden, især omkring AI – men faktisk handler om risiko. Det handler faktisk også om afkastet, tror jeg, ved at have dette fællesskab og denne enhed.

Også omkostningen ved at gøre det forkert, ikke have de samtaler og derefter pådrage sig en risiko eller få en risiko realiseret, som kunne være meget dyr og skadelig. Det kunne sandsynligvis være undgået, hvis folk var på samme side. Jeg kan godt lide, hvor håndgribeligt det er.

Deborah Ketai: Det kan både være diffust og håndgribeligt.

Galen Low: Det kan jeg lide. Diffust og håndgribeligt – og også den teknologiske del.

Deborah Ketai: Hun er en slags håndgribelig person, så der har du det.

Galen Low: Det elsker jeg. Jeg spekulerer på, om vi kunne zoome lidt ud. Som du antydede, havde du i din tidligere rolle i en stor amerikansk sundhedsgruppe ansvar for at lede forandringsledelsesprogrammer og initiativer inden for mange forskellige områder, senest AI og maskinlæring.

Og det fører mig tilbage til min nysgerrighed: Hvordan så din hverdag ud i denne rolle, og hvilke resultater blev forventet af dig?

Deborah Ketai: Som det ofte er tilfældet med forandringsledelse, var min største indsats sandsynligvis det indledende arbejde med at definere målene, hvilke succeskriterier der skulle gælde, hvem der skulle involveres og så videre. Vi havde grundlæggende tre mål – talent, mobilitet og fastholdelse på tværs af AI-området. Det var en enorm virksomhed blandt Fortune 5-virksomhederne. AI foregik i små lommer overalt. Og lad mig understrege, at når jeg taler om AI i denne sammenhæng, handler det ikke kun om generativ AI, men også om prædiktiv analyse, bærbare enheder og sensorer samt tingenes internet.

Mit andet mål med programmet var at fremme samarbejdet mellem disse AI-lommer, så de ikke genopfinder den dybe tallerken. Og det tredje var et kulturelt skifte, hvor vi opfordrede forretningsambassadører til at overveje AI-løsninger på deres forretningsmæssige udfordringer. I begyndelsen brugte jeg meget tid på at identificere og segmentere interessentgrupperne.

Jeg samarbejdede med en specialist i AI-rapportering og analyse for at gøre dette. Og vi fastlagde deres behov og fandt ud af, hvordan vi bedst kunne nå dem. Resten af programmet bestod primært i at skabe muligheder for, at de kunne lære, dele viden og opbygge et fællesskab. Det var målrettet de forskellige grupper og segmenter, jeg havde identificeret, så mine projekter inden for programmet.

Bestod af tre dele: arrangementer som en intern konference og hackathons, indhold som podcasts, artikler og præsentationer samt fællesskab, interne sociale medier og videndeling. Der var også en fjerde del, som handlede om risikostyring, hvor jeg rådgav styringskomitéen om styring, compliance og sikkerhed.

Galen Low: Det er et stort program. Ja. Det er sjovt, for vi taler ofte i mit fællesskab om at få udleveret et direktiv og skulle udføre det, men du startede længere tilbage. Og ikke nok med det: Det interessante er også tidsrammen. Du påpegede, at det ikke kun handlede om generativ AI.

På det tidspunkt var generativ AI relativt nyt i erhvervslivet, når det gjaldt almindelige forretningsanvendelser, men dette var mere en grundlæggende forandring, hvor man forventede større og mere specifikke forandringer i fremtiden. Det handlede mere om at bringe mennesker sammen, og det er virkelig interessant, at du gjorde det igen, ikke? Fællesskab kan være noget diffust, men afkastet og risikostyringen ved at bringe mennesker sammen, så de forstår hinanden, kan oplære hinanden på tværs og samarbejde, opbygger fundamentet for det næste.

Det er i sig selv risikostyring. Jeg kan virkelig godt lide den idé, for jeg tror, at udtrykket praksisfællesskab – ja, selve ordet fællesskab – bliver brugt meget, og jeg tror ikke, at værdien af fællesskab er bredt forstået.

Det er ikke så videnskabeligt, som mange erhvervsledere og direktører gerne ville have det. Men jeg tror, du har ramt hovedet på sømmet: Ved at gøre disse ting skaber man en slags netværk, enhed og sammenhæng mellem forskellige grupper, der forstår verden på forskellige måder, og forsøger at få dem på samme side.

Det kan jeg virkelig godt lide. Jeg tænkte faktisk på to ting. For det første tænkte jeg på det, du nævnte om erhvervsledere og at få dem på linje med, hvordan teknologien kan bruges i virksomheden. Det er sjovt at tale om det nu i 2025, hvor alle jagter hvert eneste AI-værktøj, men oplevede du, at du skulle overbevise folk om, at AI faktisk var værd at investere i og tale om?

Deborah Ketai: Ja. Jeg synes, der var to niveauer i det. Det ene var, at erhvervsledere ofte ganske enkelt ikke havde overvejet AI som en mulig løsning på problemer. Uanset om problemerne handlede om svindel i sundhedssektoren eller diagnostisk billeddannelse, var der så mange forskellige områder, hvor AI kunne bruges, og de tænkte bare ikke på det.

Det andet trin var så virkelig at hjælpe med at forbinde dem med mennesker, der vidste nok om det til at kunne forklare AI-koncepterne på en enkel måde og sige: Okay, findes det allerede? Kan det findes i den nærmeste fremtid? Og hvad er risiciene, omkostningerne og så videre samt det potentielle udbytte ved at bruge disse løsninger?

Og derefter sammenligne det, for AI vil aldrig være den universelle gyldne nøgle til alle problemer. De var stadig nødt til at overveje deres andre løsninger, som ikke var baseret på AI.

Galen Low: Det er virkelig interessant, hvordan det fremhæver betydningen af talent. Det er det første, du nævnte, ikke? Du anvendte faktisk en slags datavidenskabelig og analytisk tilgang til at identificere talent- og interessentgrupper på tværs af virksomheden, så du kunne forstå de grupper, du arbejdede med, de kompetencer, de havde, og de kompetencer, der var nødvendige.

For at fremme denne videndeling, så alle kunne løfte niveauet, ikke? Det løfter næsten alle både, især inden for det område, vi plejede at kalde mulighedernes kunst. Vi er nødt til at vide, hvad teknologien kan. Vi skal forstå, at den ikke er en mirakelkur.

Vi skal forstå, hvordan den passer ind i økosystemet af anden teknologi og andre metoder. Og oven i det er indsatsen høj i sundhedssektoren. Der er meget compliance og regulering at tage højde for, og grundlæggende taler vi om menneskers liv og levebrød.

Det er det, der står på spil, og derfor kan det betale sig at samle alle disse grupper og identificere, hvem der ved de rigtige ting, og hvem der kan oplære andre og lære på tværs, så vi får et stærkere team, der forstår hinanden, har empati, har arbejdet sammen og kan forfølge løsninger, der måske kun anvender AI, måske kombinerer AI med anden teknologi eller måske kombinerer AI med anden medicinsk teknologi eller blot med processer.

Hold da op, sikke en stor opgave. Af nysgerrighed – når det er et så stort program, hvordan begynder man overhovedet at måle forandringen for at vide, om det virker? Som baggrund kan jeg sige, at min organisation kæmper med at samle alle. Vi vil gerne afholde disse hackathons. Vi gennemførte for få måneder siden en uges nedlukning for at udforske forskellige AI-løsninger og tilgange til, hvordan vi kan bruge kodning med naturligt sprog.

Men hele vejen igennem tænker vi: Er det her umagen værd? Vi lukker ned og bruger al denne tid og energi på at skabe et resultat. Resultatet var ret tydeligt, men vi kæmpede også med spørgsmålet: Hvordan ved vi, om det virkede? Hvordan ved vi, om det virker? Hvilke ting målte du eller blev bedt om at måle for at afgøre, om oplæringen på tværs, undervisningssessionerne eller hackathons fungerede?

Deborah Ketai: Jeg vil erkende, at målingerne var den vanskeligste del af programmet for mig. En stor del af det skyldtes, at nogle af de data, vi gerne ville følge, ganske enkelt ikke blev registreret i vores HR-systemer eller andre systemer. Der var for eksempel ikke nogen måde at følge karrieremobilitet i HR-systemet på, og fordi det var en Fortune 5-virksomhed, der i høj grad var vokset gennem fusioner og opkøb.

Eksisterede resterne af gamle HR-systemer stadig, hvilket betød, at den samme type rolle ofte havde 15 forskellige titler eller jobkoder på tværs af organisationen, og det gjorde livet meget vanskeligt. Vi måtte derfor ofte støtte os til meget enkle eller indirekte målinger – ikke den slags, man ville bruge på lang sigt.

På lang sigt ville vi have samarbejdet med HR om at indsamle flere data, men vi brugte enkle ting som engagement i indhold. Vi implementerede forskellige former for webanalyse på både sociale medier, webstedet og mikrosiderne. Vi registrerede naturligvis også ting som deltagelse i konferencer. Vi var meget optagede af, som en sidebemærkning, at AI-praktikerfællesskabet skulle være mangfoldigt.

Det krævede alle mulige former for data, også da vi inviterede talere til denne tredages konference med fire spor. Vi sørgede for, at oplægsholderne havde forskellige køn og kom fra forskellige geografiske områder globalt. Vi så på alle mulige mangfoldighedsmål og også på forskellige aldersgrupper. Igen var mange af disse data tilfældige.

Meget af det manglede ganske enkelt, og noget var misvisende. Hvis programmet havde fortsat længere – og desværre blev det afbrudt af en række årsager, som ikke havde noget med selve programmet at gøre – tror jeg, at vi ville have kunnet finde frem til måder at fastlægge og følge mere relevante data på.

Galen Low: Jeg kan godt lide den tilgang: Hvad har vi at arbejde med, og hvordan kan vi bruge det til at måle fremdriften? Lige nu arbejder jeg i en organisation, hvor vi stadig kan få overblik over vores medarbejdere – ikke fysisk, men vi ved, at denne person er god til x og y.

Vi har ikke et omfattende HR-informationssystem. Denne kompetencematrix er ikke formaliseret i detaljer. Vi ved bare, at denne person ville være god. De ved, hvad de taler om. Måske kan de afholde et frokostoplæg. Når man taler om virksomheder i stor skala, og jeg tænker på min tid i et konsulenthus med 500.000 medarbejdere, bliver det næsten mere som en masseforretningsmodel.

Når man planlægger en ekstern konference eller opbygger en social medieplatform og leder efter engagement, ser man på ting som billetsalg og deltagerantal. Man er nødt til at se på disse data samlet, og så håber man, at folk udfylder spørgeskemaet på vej ind eller ud om, hvem de er, og hvad de interesserer sig for. Det er de data, man har at arbejde med.

Jeg kan godt lide tanken om, at hvis det var fortsat, ville man måske have fået et HR-system med mere strukturerede og rene data om mennesker og deres kompetencer, så man kunne træffe beslutninger om fællesskaber og arrangementer, men også om bemanding. På den skala har man næsten brug for AI til at opbygge næste generation af interessentidentifikation.

Jeg kan godt lide, at det faktisk er signalbaseret, ikke forsøger at grave for dybt i data, man ikke har, og ønske, at man havde dem, så man bliver handlingslammet, men i stedet er kreativ og arbejder med det, man har. Det, du sagde om jobtitler og jobkoder – sikke noget rod. Jeg har arbejdet i organisationer, hvor fusioner og opkøb var en ugentlig rutine.

Man ved næsten ikke, hvem man har nu. Men jeg kan godt sætte mig ind i arbejdet med at finde ud af, hvem der laver hvad, hvem der bør sidde med ved bordet, og hvem der kunne tale ved arrangementet uden at overse nogen.

Deborah Ketai: Ja. På den anden side har man, når man arbejder med en teknologirelateret forandring, den fordel, at man har brugerstatistikker og analyser af forskellige slags, som man i det mindste kan bruge til at finde ud af, hvem der bruger hugging face eller hvad det nu måtte være.

Galen Low: Er hugging face et værktøj?

Deborah Ketai: Hugging Face tilbyder små områder, hvor man kan skabe sine egne generative AI-modeller.

Galen Low: Okay. Min tanke gik direkte til Ridley Scotts Alien-film. Det er som rumvæsner, der springer op og griber fat i ens ansigt. Jeg tænkte: Det er nok ikke det, Deborah mener.

Deborah Ketai: Det var nok det, grundlæggerne forestillede sig, ikke?

Galen Low: Ja, præcis. Kunne vi have en ting, der springer ud af skærmen og suger data ud af hjernen? Det slår mig, at du brænder for forandringsledelse, og det handler ikke kun om AI-forandringsledelse. Du har arbejdet med DEI-initiativer og andre former for datainitiativer.

Jeg er nysgerrig: Skal forandringsledelse behandles anderledes, når det handler om AI, eller er det grundlæggende den samme værktøjskasse som ved andre former for organisatoriske forandringer?

Deborah Ketai: Der er nogle forskelle. For det første vil alt relateret til AI og maskinlæring bevæge sig hurtigere og hurtigere, som tiden går.

Læringskurven er eksponentiel. Jeg mener, at mennesker, der skal lede forandringsinitiativer, projekter eller programmer inden for AI, skal have en fornemmelse for det grundlæggende i data, processer og infrastruktur samt sammenhængen med strategiske mål. I forandringsledelse har man altid brug for opbakning fra toppen.

Man har brug for opbakning fra mellemledelsen, fordi den skal tydeliggøre, hvad der er i det for medarbejderne. Og man har brug for mekanismer, hvor medarbejdere på gulvet kan sende idéer og holdninger tilbage op gennem organisationen. Der er også spørgsmålet om modstand mod AI som koncept, uanset om det er den umiddelbare refleksion: Er mit job sikkert? Svaret er måske, måske ikke.

Er nogens job sikkert i dag? Der mangler forståelse. Der mangler ofte gennemsigtighed, både omkring brugen af AI i en virksomhed og i selve værktøjerne, og omkring hvordan de træffer beslutninger, eller hvordan de kommer frem til deres output, hvis man vil lade dem træffe beslutninger.

Der er masser af frygt og risici involveret, så jeg mener, at der er et særskilt område inden for forandringsledelse for mennesker, der arbejder med AI-relaterede forandringsinitiativer. Men de grundlæggende principper for forandringsledelse er de samme.

Galen Low: Det giver mening for mig, især det, du siger om opbakning og gennemsigtighed.

Det, der virkelig fangede mig, var forandringstempoet. I organisationer, jeg tidligere har arbejdet i, findes der et forandringsledelsesteam, som håndterer én forandring og derefter går væk, indtil der er brug for dem igen ved den næste store forandring.

Men her taler vi faktisk om kontinuerlig forandring på noget, der ikke nødvendigvis er stabilt. Jeg vil ikke sige usikkert grundlag, men du nævnte jobtryghed, frygt for teknologien og den sorte boks i teknologiens beslutningstagning. Alt dette forstærker den måde, mennesker oplever forandring på.

Og det bliver yderligere forstærket af, at forandringen ikke bare slutter. Jeg er ved at presse metaforen for langt, men jeg forestiller mig The Hunger Games. Hvis der kun var én runde, og man klarede den, kunne man tænke: Så er jeg sikker for altid. Men sådan er det ikke. Det er kontinuerlig forandring.

Jeg blev engang irettesat for at sige konstant forandring, fordi konstant betyder noget bestemt, men aspektet med kontinuerlig forandring gør det kompliceret. Det er ikke længere lineær forandringsledelse. Det er cyklisk. Det er en forandringscyklus, der næsten skal ledes kontinuerligt, fordi forandringen ikke er stoppet.

Deborah Ketai: Ja. Selv inden for de enkelte AI-indsatser er der kontinuerlig forandring. Dine data ændrer sig over tid. Der er derfor alle mulige forskellige ting, som projektlederen, forandringslederen eller begge skal tage højde for, og som er anderledes på grund af den involverede videnskab.

Men som jeg sagde, er det et relativt lille område sammenlignet med grundlaget for projektledelse og forandringsledelse. Det er det samme.

Galen Low: Ja, rammeværkerne er de samme. Det, der ligger inde i dem, vil altid være forskelligt. Vi kunne jo ikke gøre det for nemt for os selv. Det er ikke det samme hver gang. Der er nuancer og kompleksitet i forhold til, hvilken type forandring det er.

Deborah Ketai: En af de kompleksiteter, som jeg tror, folk først nu begynder at indse, er, at AI i stigende grad, især generativ AI, selv er en interessent. Den har sine egne mål og holdninger, og den vil handle anderledes og nogle gange i modstrid med det, man ønsker, baseret på disse interne realiteter.

Galen Low: Det er interessant. Jeg kan virkelig godt lide den tanke. Vi har talt i fællesskabet om næsten at tilføje sine AI-værktøjer til kommunikationsplanen for projektet, fordi de bliver en kilde til sandhed eller information. Derfor skal vi kommunikere opdateringer til dem, for eksempel uploade referater fra møder, så værktøjerne er opdaterede.

Jeg kan godt lide hele ideen om, at de har deres egne holdninger og perspektiver. For to år siden ville det have lydt som science fiction, men det gør det ikke længere. Vi taler om agentiske arbejdsgange og om at forfølge kunstig generel intelligens.

Vi er ikke der endnu, men allerede nu er vi nødt til at tage højde for det, for sådan er teknologien bygget. Den skal enten tilpasse sig den enkelte brugers præferencer eller måske opføre sig anderledes over for en anden bruger, hvilket nok også gælder mennesker. Jeg kan godt lide tanken om, at AI skal betragtes som en interessent, at den selv forandrer sig, og at den på en måde selv har brug for forandringsledelse for at forstå de forandringer, der foregår omkring den.

Deborah Ketai: Det minder mig meget om troen på Gud. Jeg mener ikke, at man behøver tro på Gud.

Jeg mener heller ikke, at man behøver tro på kunstig generel intelligens for at erkende, at verden eller kunstig intelligens på nogle måder handler, som om den havde en personlighed, eller som om der var et guddommeligt design. Man er nødt til at tage disse ting i betragtning og se, hvordan man kan begrænse og styre dem – ellers risikerer man at blive overhalet af begivenheder og situationer, man ikke har kontrol over.

Galen Low: Jeg føler, at vi er nødt til at lave nogle T-shirts, hvor der står: AI arbejder på mystiske måder. Det er jo ikke forkert. Hele tiden tænker jeg på dig og din baggrund, din rolle som programleder og forandringsleder.

Du er dybt involveret i projektlederfællesskabet, og i mit fællesskab er der nogle, som bliver bedt om at udfylde en dobbeltrolle. De skal være både projektledere og forandringsledere. Med andre ord bliver rollerne som projektleder og forandringsleder slået sammen, og det ser ud til at blive mere almindeligt.

Jeg vil gerne høre din vurdering, for du har selv oplevet det. Har alle projekter brug for forandringsledelse, og skal alle projektledere forstå forandringsledelse?

Deborah Ketai: Nej, ikke alle projekter kræver forandringsledelse. Det klassiske synspunkt er grundlæggende, at et projekt, der er komplekst, og hvor der er risiko for, at fordelene ikke bliver realiseret, hvis folk ikke tager det til sig efter implementeringen, har brug for forandringsledelse. Og jeg taler ikke kun om teknologiprojekter.

Jeg synes ikke, det er rimeligt at forvente, at projektledere også skal være forandringsledere, men det er ved at blive normen i mange organisationer.

Kompetencerne er forskellige, men overlapper. Det, jeg især fokuserer på, er, at separate roller er nødvendige på grund af tidslinjerne. Traditionelt får projektledere ikke mulighed for at følge op og virkelig sikre, at en forandring fastholdes.

Galen Low: Interessant. Ja.

Deborah Ketai: Det er virkelig afgørende.

Medmindre jeres PMO, driftsfunktion eller den, der styrer projektledelsesprocessen, er villig til at anerkende og finansiere projektledernes mulighed for at sikre, at forandringen fastholdes, synes jeg ikke, det giver mening, at projektledere skal stå for forandringsledelsen. Men ja, de skal forstå hinanden.

Jeg tror, det i stigende grad bliver normen og bliver mere nyttigt at have integrerede planer for projekt- og forandringsledelse. Og for projektledere, der enten bliver tvunget til eller er interesserede i at arbejde med forandringsledelse, er der nogle grundlæggende ting, som det vil være nyttigt at lære.

De skal forstå, at vellykket forandring skal komme fra toppen, bunden og midten af virksomhedshierarkiet. De skal forstå, at de afhængigt af organisationen måske skal kunne træde ind i rollen som kommunikationsansvarlig. De kan få brug for at samarbejde med virksomhedens lærings- og udviklingsfunktion eller selv udfylde den rolle.

Hvis virksomheden ikke har en sådan funktion, kan de få brug for at etablere eller genudvikle processer. Det er ikke nødvendigvis områder, som de fleste projektledere fokuserer stærkt på. De findes i projektledelsen, men de er ikke fokusområder i samme grad, som de er for forandringsledere. Og den anden ting er, at både individuelle projektledere og projektledelsesorganisationer skal være villige til og forpligte sig til at bruge meget tid og mange kræfter i begyndelsen på forskellige former for vurderinger.

Interessentvurderinger, konsekvensvurderinger og parathedsvurderinger. Uden dem bliver forandringen ikke vellykket.

Adoptionen bliver ikke vellykket, eller også bliver den vellykket i begyndelsen og glider derefter tilbage.

Galen Low: Jeg kan godt lide det tidsmæssige aspekt. Og selv det, du talte om tidligere, da du beskrev din mission og hverdag, var så overordnet og grundlæggende, at det næsten i sig selv var et initiativ, som ganske vist kunne være et projekt, men som også sandsynligvis lagde fundamentet for andre projekter.

For eksempel ville koordineringen af et hackathon være et projekt, hvor en person ideelt set ville komme ind, tage ledelsen og levere resultatet. Du lavede alt det indledende grundarbejde for at sætte forandringen i gang, og bagefter var der en periode længere end selve projektet, hvor forandringen blev målt.

Når vi taler med folk fra Project Management Institute, er et af de store fokusområder nu at skabe resultater og gøre mere end blot at styre den klassiske trekant. Man skal tage større ansvar for den værdi, man leverer.

Et af argumenterne er, at vi ikke altid er til stede for at se forandringen udfolde sig. Skaber vi de rigtige betingelser, hvis vi blot går videre til det næste projekt og faktisk ikke har noget at gøre med, hvordan effekten måles over tid? Er de ting overhovedet forenelige?

Deborah Ketai: Der er et par tanker i det. En af dem, der dukker op, er, at et af de centrale principper i den tidlige agile tankegang var dedikerede teams. Det var noget af det første, der blev skubbet til side, da det blev implementeret i de fleste store organisationer. Faktum er, at nogen skal være dedikeret til at følge op på alt dette.

Man kan kalde dem en del af teamet eller et team, der sidder lidt over det hele og kommunikerer med de teams, der kommer og går, men nogen skal gøre det.

Galen Low: Jeg kan godt lide, at du tidligere beskrev det som en investering.

Ledelsen skal med andre ord være villig til at investere i en dedikeret person eller et dedikeret team, der fører tilsyn med det. Jeg tænker på min tid som konsulent, hvor vi havde en separat afdeling, der arbejdede med forandringsledelse. Nu forstår jeg, hvorfor det var sådan. Deres perspektiv var anderledes.

Det begyndte tidligere og sluttede senere, når det gjaldt om at lede forandringen og måle dens effekt. Og så er der den midterste del, hvor projektet blev gennemført og leveret. Det ville sandsynligvis være en uholdbar investering for en virksomhed at sige: Vi beholder bare projektteamet i 18 måneder for at måle resultaterne og lader dem ikke lave andet.

De skal jo videre. Men jeg kan godt lide tanken om, at investeringen kan være i en dedikeret person eller gruppe, der fører tilsyn med forandringen. Den anbefalede retning er måske ikke, at projektledere også skal være forandringsledere, men at de kan skifte rolle – måske være forandringsleder i et initiativ og projektleder i et andet.

Ikke begge dele samtidig, for det er svært at være ansvarlig for at måle effekten, hvis man går videre til et nyt projekt, så snart et projekt er gået i drift. Det får mig til at zoome lidt ud og tænke på rollen som projekt- eller programleder.

Hvordan tror du, at rollen som programleder vil udvikle sig de næste tre til fem år? Og hvilke kompetencer bør projektledere fokusere på i dag, så de er klar, når det sker?

Deborah Ketai: Når jeg siger programleder, vil jeg definere det til brug for dette spørgsmål som en person, der leder en række relaterede projekter, og hvor programmet som helhed måske har en defineret start- og slutdato, men måske også er noget løbende. Jeg mener, at programledere skal tættere på det sted, hvor strategien bliver formet, og kunne påvirke strategien.

De skal få den øverste ledelse til at tydeliggøre prioriteter og mål og være åbne om, hvor der sandsynligvis er uoverensstemmelser, og hvor investeringer sandsynligvis ikke vil give det rette afkast.

Hvor afkastet måske er vigtigt på lang sigt, men ikke vil give ti gange igen i det næste regnskabsår. Det er stadig vigtigt. Jeg mener også, at programledere i højere grad skal fokusere på risiko i virksomheden, og med risiko inkluderer jeg både de klassiske negative risici og muligheder.

Galen Low: Jeg elsker, at du gjorde det, for det er der ikke mange, der gør. De positive risici, altså mulighederne. Og helt ærligt giver det mening, især med den definition. Jeg er glad for, at du definerede den på forhånd, for jeg tænker på rollen, hvor man ejer et program, som ikke starter og stopper.

Det er ikke bare en samling projekter, der slutter på en bestemt dato. Man ejer faktisk programmet og har perspektivet til at se længere frem, tænke på forretningsstrategien og så videre. Mit spørgsmål er: Har du oplevet, at ledelsesteams ønsker programledere ved det strategiske bord? Eller kæmper programledere, der prøver at være mere strategiske, for at blive inviteret ind? Og hvis det er tilfældet, hvordan ser rejsen ud?

Deborah Ketai: Jeg vil bruge det klassiske projektledersvar: Det kommer an på det. Det afhænger af lederen og af organisationskulturen.

Jeg mener også, at vi ofte er nødt til at være proaktive. Vi kan ikke bare antage, at hvis vi ikke bliver inviteret tidligt ind, er det, fordi de ikke vil have os der. Nogle gange har ingen bare tænkt over det. I løbet af de næste 3, 5 eller 10 år bliver det vigtigere og vigtigere at opbygge relationer som en funktion for projekt- og programledere, både på grund af AI's indvirkning på jobs generelt og fordi de bliver nødt til at komme tættere og tættere på kilden til magt og vision.

Jeg tror også, at der vil ske det i løbet af de næste tre til fem år, at de mest succesfulde projekt- og programledere bliver dem, der udvisker grænserne mellem forretning og IT.

De, der kommer fra en IT-baggrund, bliver nødt til at lære, hvad der får deres virksomhed og branche til at fungere. De, der kommer fra en forretningsmæssig baggrund, bliver nødt til at lære noget om, hvad der gør det muligt for de forskellige dele af virksomheden at dele data og information.

Hvis det er sundhedssektoren, skal de forstå, hvordan man behandler krav og opkræver penge. De skal forstå det grundlæggende i alle disse ting, og derfor vil grænsen blive mere flydende med tiden.

Galen Low: Jeg kan godt lide, hvor pragmatisk det næsten er. Der er mange LinkedIn-opslag og andre medier, der nærmest siger, at man skal skifte kontakt i morgen og blive strategisk leder og sidde ved bordet nu.

Men jeg sætter pris på dit synspunkt. Det tager tid. Man skal være den person, der peger på risici og viser, at man forstår virksomheden, eller viser, at man forstår teknologien i sin nuværende rolle, og derefter strække sig ind i og vokse ind i den næste rolle.

Det er et realistisk billede af, hvordan dette skifte faktisk sker. Alle siger, at AI vil løfte alle til et højere niveau, og så stopper vi der. Men ingen af os ved rigtig, hvad det betyder. Det er det, det betyder: Begynd at opbygge disse kompetencer nu.

Begynd at opbygge disse relationer nu. Det er ikke, fordi man ikke er ønsket ved bordet; det er bare, fordi folk endnu ikke ved, at man bør være der. Det tager tid, og så får man forhåbentlig perspektivet og kapaciteten til at se på det gennem både en forretningsstrategisk og teknologisk linse – ikke kun gennem projektomfang og projektbudget.

Deborah Ketai: Ja, og tænk på det i forhold til dit eget liv som projektleder. Du ved allerede, at der er andre mennesker, som ikke bliver inviteret tidligt nok ind, uanset om det er testteamet eller compliance- og sikkerhedsfolkene. Vi har alle dette problem med ikke at være med tidligt nok i samtalen.

Hvis du har brug for en åbning til den verden, kan det nogle gange hjælpe blot at bede om at blive inviteret til møder og love, at du bare vil være fluen på væggen. Du vil ikke deltage aktivt. Men i det mindste er du til stede. Og hold møder med ledere et niveau over dig, så du kan begynde at lade nogle af dine idéer eller bekymringer sive op gennem organisationen.

Galen Low: Jeg kan godt lide det. Det bringer os næsten hele vejen rundt til det, du talte om i begyndelsen: at få de rigtige perspektiver og den rigtige talentmasse ind i samme rum, udveksle viden, lære på tværs og opbygge et fællesskab.

Hvis vi alle kan se tingene fra hinandens perspektiver, eller hvis vi alle begynder at se tingene lidt fra det samme perspektiv, løfter det alle både. Det er det, der skaber sammenhæng. Det giver os mulighed for at arbejde sammenhængende sammen, håndtere de forandringer og udfordringer, der ligger foran os, og gøre det hurtigt og i stor skala.

Deborah Ketai: Det er jeg enig i.

Galen Low: En fin afslutning. Deborah, mange tak for dette. Bare for sjov: Har du et spørgsmål, du vil stille mig?

Deborah Ketai: Det har jeg. Jeg ved ikke, om du har lyst til at svare på det, men hvad er én ting, du gerne ville gøre med AI, men enten er bange for eller ikke ved, hvordan du skal gøre?

Galen Low: Åh gud. Listen er lang, men jeg er meget tilfreds med den måde, mange af mine generative AI-værktøjer fungerer som en slags tænke-partner på. Jeg har endnu ikke frigivet dem til at være autonome. Ikke kun agentiske arbejdsgange, men jeg tænker på, hvad jeg ville gøre, hvis jeg havde en projektkoordinator eller en assistent – et menneske på min side – som kunne tage en opgave og løbe med den med begrænset vejledning.

Jeg ved, at det er det, folk forsøger at bygge, men sådan som jeg ser det lige nu, handler mange agentiske arbejdsgange mere om intelligent automatisering end om faktisk at handle. Det er næsten en blanding. Jeg ville ønske, at jeg kunne bede min assistent om at gå ud og gøre et par ting på tværs af forskellige værktøjer.

Jeg tænker på agenttilstand i ChatGPT, og måske skal jeg lege mere med det. Men det er denne administration på tværs af værktøjer, som sker efter anmodning, når det er nødvendigt, og ikke nødvendigvis i baggrunden som en AI-agent, der udfører sit arbejde. Jeg længes efter en mere alsidig assistent, der er delvist autonom og delvist styret af anvisninger – en blanding, der kan spare mig for noget af tiden.

Jeg ved ikke, om det er et meget vagt svar, men jeg føler, at jeg befinder mig mellem dem, der bygger apps med kodning via naturligt sprog, dem, der bygger agenter, der arbejder i baggrunden og træffer beslutninger på egen hånd, og promptning, som for mig ikke helt er det samme som at have en assistent.

Hvis jeg havde en menneskelig assistent, der kunne gå ud og løse nogle opgaver for mig, ville det være fantastisk. Jeg ville give vedkommende en anvisning, og assistenten ville selv træffe nogle beslutninger og vende tilbage. Måske er det sådan, folk bygger agenter nu, men jeg har bare ikke set det endnu.

Deborah Ketai: Ja. Det, der ærligt talt holder mig tilbage, er manglende tillid til, hvor mine data ender.

Galen Low: Er det den sorte boks igen? Måske er det en hel anden episode, men jeg tror, det er noget, der får alle til at tøve. Jeg læste en artikel, men jeg kan ikke huske, hvor den var fra. Hvis jeg kommer i tanke om det, lægger jeg den i shownoterne.

Det handlede om, at adoptionen går i stå. Jeg kan ikke huske det præcise ord, men folk rammer en slags mur, hvor de begynder at bruge AI, og på et tidspunkt bruger kun en bestemt procentdel det til disse typer opgaver eller med denne hyppighed.

Jeg tror, at noget af det ikke kun handler om teknologien eller om at forstå den, men også om tillid og gennemsigtighed omkring datastyring, compliance, hvor data ender, hvad man må gøre, og om man sikkert kan forbinde alle disse ting.

Selv bare tanken om det – uden at gennemføre processen – skaber tøven. Jeg kan fuldstændig relatere til det. Jeg tænker også: Hvad hvis den gør det forkert? Hvad hvis den sender data alle mulige steder hen? Alt dette sker i en sort boks. Det kan gå galt, før det faktisk skaber en fordel.

Deborah Ketai: Jeg var for nylig til en regional ledelseskonference hos PMI, og en af sessionerne handlede om AI og projektledelse. Et af spørgsmålene var, om det er etisk at få AI til at udsende e-mailkampagner til afdelingens medlemmer.

Galen Low: Interessant.

Deborah Ketai: Konklusionen var grundlæggende, at det ikke var etisk, hvis det indebar, at man frigav medlemmernes data.

Galen Low: Okay.

Deborah Ketai: Ud i tomrummet. Så medmindre man brugte et fuldstændig internt værktøj, var svaret nej.

Galen Low: Er det ikke interessant, hvordan det altid vender tilbage til de sikkerhedsrammer, som vi selv som mennesker ikke helt forstår? Det er som regel skønsmæssige beslutninger, og så er der politikker og styring, men vi stoler endnu ikke på os selv og vores teknologi til at opbygge disse rammer og sætte dem på plads, så vi kan have tillid til systemerne.

Det er meget interessant. Jeg vil gerne vende tilbage til det. Jeg er altid interesseret i idéer og eksempler på, hvordan AI bruges i projektledelse og andre steder, men også i, hvad der får os til at tøve, og hvilke hindringer vi står over for. Ofte er det ikke teknologien, men faktisk etikken.

Deborah Ketai: Ja.

Galen Low: Og tilliden.

Det er virkelig interessant.

Deborah, mange tak fordi du brugte tid på at tale med mig i dag. Jeg har virkelig nydt samtalen. Hvor kan folk lære mere om dig?

Deborah Ketai: Du er meget velkommen til at forbinde dig med mig på LinkedIn. Jeg er den eneste Deborah Ketai på LinkedIn. Og hvis du har mulighed for at tilføje en besked, så nævn DPM-podcasten.

Galen Low: Fantastisk. Jeg inkluderer et link til din LinkedIn-profil.

Jeg er glad for, at du er den eneste Deborah Ketai. Jeg er en af to Galen Low'er på LinkedIn, så jeg er misundelig lige nu. Men jeg inkluderer linket i shownoterne, så folk kan komme i kontakt med Deborah.

Deborah, endnu en gang tak.

Deborah Ketai: Mange tak, Galen.

Galen Low: Det var alt for dagens episode af The Digital Project Manager Podcast. Hvis du nød samtalen, så husk at abonnere dér, hvor du lytter. Og hvis du vil have endnu mere praktisk indsigt, casestudier og værktøjer, så besøg thedigitalprojectmanager.com. Vi høres ved. Tak fordi du lyttede.