Tilpasning af projektmetoder til AI uden at miste kontrollen

Galen Low: Betyder projektledelsesmetoder overhovedet stadig noget?

Stan Yanakiev: Ja, metoder betyder stadig absolut noget, men de bliver nødt til at tilpasse sig AI. Allerede da jeg forberedte mig til min PMP-eksamen tilbage i 2008, forstod PMI, at den traditionelle projektledelsesmetode kunne tilpasses. Og med AI i billedet har vi stadig brug for at vide, hvordan vi bedst leder projekter. Vores metoder skal dog understøtte en let og smidig tilgang til projektledelse.

Galen Low: Hvorfor er det så vigtigt for dig, at vores projektmetoder, når vi anvender AI, stadig har mennesket som kerne?

Stan Yanakiev: Det skyldes, at vi mennesker bygger maskiner for at hjælpe os i vores liv og arbejde – ikke omvendt. Når vi taler om menneskelige teams og projekter, er det vigtigt, at menneskerne stadig har styringen, også når vi anvender AI på en enkel måde. Vores rolle ændrer sig fra at være dokumentkontrollører til at indtage rollen som strategiske ledere.

Galen Low: Jeg vil bare gerne høre dit syn på, hvordan fremtiden for AI og projektledelse ser ud. Vil der være nye metoder, som vi kan kaste os ud i heftige debatter om om fem år?

Stan Yanakiev: Vores samfund og omgivelser udvikler sig hele tiden. Jeg ser AI's rolle i projektledelse som—

Galen Low: Velkommen til podcasten The Digital Project Manager – programmet, der hjælper leveranceledere 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 lejlighedsvise krigshistorier fra projektfrontlinjen. Uanset om du styrer massive transformationsprojekter, håndterer AI-arbejdsgange eller bare forsøger at holde kaosset under kontrol, er du kommet til det rette sted. Lad os komme i gang.

I dag taler vi om at tilpasse traditionelle projektledelsesmetoder, så de understøtter AI-forstærkede arbejdsformer – specifikt hvordan du kan køre dit projekt i højt tempo uden at begynde at slingre.

Med mig i dag har jeg Stan Yanakiev, grundlægger og administrerende direktør for Mindrise – et konsulentfirma, der leverer AI-automatisering og projektledelse som en service til digitale initiativer og AI-initiativer. Stan er certificeret seniorprogram- og projektleder inden for IT og har 25 års erfaring med at levere teknologi- og transformationsinitiativer på tværs af energi- og tværsektorielle industrier.

Hans speciale er softwareudvikling og virksomhedsapplikationer med fokus på kompleks IT-levering. Med erfaring inden for agile, vandfaldsbaserede og hybride tilgange har han udmærket sig inden for interessenthåndtering, fremme af samarbejde på tværs af distribuerede teams og leverandører samt implementering af robuste løsninger i bedste klasse.

Stan, tak fordi du vil være med i dag.

Stan Yanakiev: Tak, Galen. Det er dejligt at være her og tale om, hvordan vi kan gøre AI-leverancer både hurtige og strukturerede.

Galen Low: Jeg elsker det mål. Jeg glæder mig til at dykke ned i det. Jeg tænkte, at vi kunne lade os føre af vinden i dag, men jeg har skitseret en lille køreplan for os. Til at begynde med vil jeg stille ét stort spørgsmål, som danner rammen om det hele, så vi kan få det afklaret, og derefter vil jeg gerne pakke det ud, zoome ud og tale om tre ting.

For det første vil jeg tale om de udfordringer, AI skaber for vores etablerede modeller for projektledelsesmetoder. Derefter vil jeg gerne undersøge, hvordan man kan tilpasse metoder til teams, der bruger AI – altså hvilke skridt man skal tage, og hvorfor. Til sidst vil jeg gerne høre dit perspektiv på fremtiden for projektledelsesmetoder generelt, og hvad der eventuelt skal ændres i den måde, vi betragter dem på.

Hvordan lyder det for dig?

Stan Yanakiev: Det lyder som en klar og praktisk køreplan. Jeg kan godt lide strukturen. Det er præcis, hvad projektledere har brug for: en disciplineret tilgang til at håndtere dette næsten ekstremt hurtigt udviklende AI-landskab.

Galen Low: Helt sikkert. Det elsker jeg. Jeg tænkte, at jeg ville begynde med det ene store, vanskelige spørgsmål, og jeg vil lige give det lidt kontekst. Projektfolk elsker at tale om metoder – og med tale mener jeg debattere og måske nogle gange ligefrem komme op at slås om dem.

Men mit spørgsmål er dette: Betyder projektledelsesmetoder overhovedet stadig noget? Når PMI bredt anerkender, at de fleste projekter bruger tilpassede hybride metoder, og AI grundlæggende ændrer den måde, vi arbejder på, vil projektledelsesmetoder så overhovedet stadig betyde noget om nogle få år?

Stan Yanakiev: Ja, metoder betyder stadig absolut noget.

Men de bliver nødt til at tilpasse sig AI. Allerede da jeg forberedte mig til min PMP-eksamen tilbage i 2008, forstod PMI, at den traditionelle projektledelsesmetode kunne tilpasses. Og jeg havde allerede brugt agile metoder i nogle år på det tidspunkt. I praksis anvender jeg ofte en hybrid tilgang, ligesom de fleste projektledere gør i dag.

Og med AI i billedet har vi stadig brug for at vide, hvordan vi bedst leder projekter. Vores metoder skal dog understøtte en let projektledelsestilgang, som ikke hæmmer de nye værktøjers hastighed, men i stedet udnytter dem bedst muligt.

Galen Low: Det elsker jeg. Og ja, det er en virkelig god pointe. Tilpasning er vel ordet, som PMBOK lagde endnu mere vægt på i min syvende udgave og vist igen i den ottende udgave. Men det har altid været der. Det har altid været anerkendt, at vi tilpasser og justerer vores tilgange, så vi leverer passende i forhold til det, vi arbejder med. Jeg kan godt lide ordet let – let projektledelse.

Jeg tror, det vil give genklang hos mange af mine lyttere, som forsøger at bevæge sig hurtigt og være smidige uden at blive tynget ned af alle mulige ting. Men de er ikke helt sikre på, hvad de kan fjerne. Uden faktisk at køre galt. Men jeg kan virkelig godt lide fokusset på hastighed, og jeg tror, at projektledernes evne til blot at holde teamet i gang i et højt tempo er prioriteten lige nu, især i AI-alderen.

Måske er det faktisk en god anledning til at zoome lidt ud. Du lavede for nylig et interview med mit team, hvor du talte om, hvordan du er gået over til lettere og mere adaptive metoder med AI i blandingen, samtidig med at du stadig fastholder det, jeg mener, du kaldte de traditionelle projektledelsesmetoder.

Kan du fortælle lidt om, hvordan du begyndte at bruge AI til at få projekter til at bevæge sig hurtigere? Oplevede du, at du ændrede grundlæggende dele af den måde, du kører projekter på?

Stan Yanakiev: Mit mål var enkelt: at spare tid på nogle kritiske, men ensformige opgaver og dermed optimere udførelsen af vores metoder – ikke at ændre selve metoderne.

Et centralt problem i projektledelse er dokumentationsarbejdet. I ethvert struktureret projekt tager det for meget tid at holde projektartefakter og styring ajour. Der er dobbeltarbejde overalt. Omfanget indgår i nedbrydningsstrukturen, statusopdateringer afspejler aktiviteter og så videre.

Ved at bruge AI til at udarbejde disse dokumenter eller holde dem synkroniserede kan man gå over til en lettere og mere adaptiv leverancemodel, fordi hele den administrative funktion forenkles. Mit første eksperiment med AI var for eksempel at generere mødereferater og handlingspunkter, hvilket sparede mig omkring to tredjedele af tiden.

Denne effektivisering frigav tid, så jeg kunne fokusere på de værdifulde, menneskecentrerede dele af mit arbejde: at lede teamet, løse komplekse blokeringer og skabe overensstemmelse mellem interessenter.

Galen Low: Det elsker jeg. Det er sjovt, at du nævner, at du har brugt agile metoder i mange år. Du brugte dem allerede tidligere i din karriere inden for projektledelse.

Jeg kender nogle mennesker, der vælger at fortolke principperne og værdierne som: Lad være med at dokumentere. Det er en misforståelse. Der står, at man skal lave lige præcis nok dokumentation – man har stadig brug for dokumentation. Men det, jeg godt kan lide ved det, du siger, er at holde ting synkroniserede. Det gav virkelig genklang hos mig.

For jeg ved, hvordan det er: Man træffer en beslutning på et møde eller får et handlingspunkt, og så ændrer noget sig undervejs. Derefter skal man hele vejen tilbage gennem alle de dokumenter, hvor man har skrevet det ned. Kommunikationsplaner, omfangsdokumenter, beslutningslogge – og jeg kan godt lide idéen om, at A: notetagning er en fuldstændig gamechanger i projektledelse, og B: at tage nogle af disse beslutninger og sprede dem ud på tværs af forskellige dokumenter. Jeg tror, det fjerner så meget af den smerte ved jobbet, som er nødvendig, fordi du gennem hele din karriere har arbejdet med kompleks softwareudvikling i virksomheder. Sektorer som energi er regulerede, ofte stærkt regulerede, og man har brug for det revisionsspor. Det bliver en stor del af jobbet bare at håndtere papirarbejdet.

Det elsker jeg. Det er en massiv effektivitetsgevinst, og jeg synes, det bruger generativ AI og de relevante store sprogmodeller på en måde, der spiller på deres styrker. Det, der virkelig får mig til at tænke, er: Hvad sker der, når vi indfører disse effektivitetsgevinster? Hvad sker der, når vi begynder at bevæge os hurtigere?

Vi vender tilbage til idéen om traditionelle projektledelsesmetoder. Når man har indarbejdet AI i arbejdsgangene, og teamene bruger AI, hvordan træffer man så beslutninger om, hvad der faktisk kræver mere forstærkning for at understøtte den ekstra hastighed, så man kan undgå at slingre?

Og oplever du, at du læner dig mere op ad adaptive tilgange som agile metoder end på eksempelvis prædiktive tilgange som vandfaldsmodellen?

Stan Yanakiev: Jeg vil sige, at jo mere intelligens vi indbygger i en proces, desto mere omhyggeligt skal processen planlægges og testes. Med eller uden AI afhænger mine beslutninger om, hvorvidt jeg skal bruge mere prædiktive eller adaptive tilgange, af min erfaring med projektledelse.

Erfaring med projektledelse fortæller mig, om jeg realistisk kan planlægge langt nok frem i tiden og med tilstrækkelig detaljegrad, eller om jeg skal bruge mere adaptive metoder. Derudover skal vi have erfaring med AI for at vide, hvornår og til hvilke opgaver vi kan stole på den, og hvor den blot har brug for flere sikkerhedsforanstaltninger. AI kan foreslå scenarier og planer, men vi skal huske, at den af natur er probabilistisk. Hvis du stiller en stor sprogmodel det samme spørgsmål ti gange, får du måske ikke det samme svar alle ti gange.

Og vores opfattelse af virkeligheden og vores forudsigelser stemmer ikke nødvendigvis overens med det, der faktisk sker. Derfor er det os projektledere, der skal holde tingene jordnære og under kontrol og bruge vores professionelle dømmekraft og kompetencer til at høste fordelene ved AI, samtidig med at vi undgår nogle af de mangler, teknologien stadig har.

Galen Low: Jeg tænkte faktisk på, om du kunne føre os gennem din rejse med for eksempel en AI-notetager. Det, vi taler om, er vel at være mennesket i loopet, ikke? Man kan ikke bare tage resultatet for pålydende og forvente, at det giver samme resultat hver gang.

Mit spørgsmål er vel: Da du begyndte at bruge AI i dine projekter, en notetager eller en hvilken som helst anden form, hvor meget tid brugte du så på at dobbelttjekke, at den ikke hallucinerede eller havde misforstået noget? Er den tid, du bruger på at være mennesket i loopet, blevet mindre? Eller har den været konstant, hvor du tænker: Okay, jeg ved, at jeg skal bruge fem eller ti minutter på at gennemgå det og sikre mig, at informationen blev spredt korrekt på tværs af dokumenterne?

Stan Yanakiev: Da vi først begyndte at eksperimentere med AI, havde jeg endnu ikke tilstrækkelig erfaring med den til at vide, hvordan den fungerede, og hvad jeg skulle gøre for at få det bedste ud af den. Derfor behandlede jeg resultaterne fra AI som et udkast og gennemgik dem. Før jeg indførte følsomme oplysninger, anonymiserede jeg dem.

Derefter satte jeg de forskellige navne tilbage i resultatet. Men det er afgørende at have nogle processer og kontroller på plads, for eksempel altid at behandle AI-resultatet som et udkast, ikke at indtaste følsomme oplysninger i åbne modeller og grundlæggende at dobbelttjekke alt for at undgå hallucinationer og faktuelle fejl.

Galen Low: Jeg ved godt, at folk siger det, men mens du forklarede det, tænkte jeg: Det er lidt som at have et menneske på teamet, ikke? Du er nødt til at træne det ordentligt. I begyndelsen kan det føles, som om du bare prøver at finde ud af det. Det prøver også at finde ud af det. Svarene er måske ikke de bedste, og man er nødt til at etablere nogle systemer til feedback og gennemgang.

Det fantastiske ved AI i dens nuværende form er, at den lærer, mens du bruger den. Det er ikke bare et værktøj, der udfører én bestemt ting. Den er probabilistisk. Den giver ikke altid det samme svar, men du kan fortsætte med at træne den og give den feedback, så den oftest kommer tættere på det rigtige svar.

Så tror jeg, det handler om tillid. Når man ikke kender den og ikke stoler på den, indfører man sandsynligvis flere kontroller. Senere, når man begynder at stole på den, ved man, hvad man skal se efter, og der er stadig kontroller. Du anonymiserer stadig data, før du sender det ind.

Du dobbelttjekker stadig ting. Du er stadig mennesket i loopet. Det lyder, som om den tid, du brugte i begyndelsen på at finde ud af tingene og opbygge tillid, er blevet mindre nu, hvor du har fået din arbejdsgang på plads. Jeg spørger, fordi jeg ved, at mange af podcastens lyttere måske er lidt modløse. Det, der skulle få projekterne til at gå så hurtigt, føles faktisk meget langsomt, fordi de dobbelttjekker alt.

De tænker måske: Jeg kunne sikkert bare have kopieret og indsat det i alle syv dokumenter selv, og det ville have været hurtigere. Men effektivitetsgevinsterne kommer faktisk senere, når modellerne og værktøjerne lærer.

Stan Yanakiev: Det tager noget tid. Vi skal behandle den som et værktøj, gøre vores hjemmearbejde og lære om den. Vi skal lære om promptteknik, hvordan den fungerer, og hvordan man opnår de bedst mulige resultater. Og ja, hvis vi anvender den bredt, kan vi opnå effektivitetsgevinster, så længe vi bruger den korrekt og på den mest effektive måde.

Galen Low: Jeg vil gerne vende tilbage til noget, du sagde tidligere, og se, om vi kan anvende det på AI. Jeg begyndte med at sige, at folk debatterer metoder – agile metoder kontra vandfald.

Du nævnte tidligere nævekampe, og du sagde: Jeg har tilstrækkelig erfaring med projektledelse til at vide, hvilket værktøj jeg skal bruge hvornår. Hvornår jeg skal være adaptiv, og hvornår jeg skal være mere prædiktiv baseret på projektets begrænsninger. Hvis AI også er et værktøj i vores værktøjskasse, eller rettere en samling værktøjer, er der så situationer, hvor du faktisk beslutter dig for ikke at bruge AI til et bestemt projekt?

Stan Yanakiev: Ja, sandsynligvis, afhængigt af projektets specifikke forhold og af, om brugen af AI reelt vil give nogle fordele, eller om den tid, det tager at arbejde med den, måske vil opbruge alle fordelene. Derfor skal vi altid vurdere, hvornår den er nyttig, i hvilket omfang og hvornår den sandsynligvis ikke er det.

Galen Low: Ja, jeg tror, der er mange derude, som føler, at det hele er alt eller intet, og at de bliver hægtet af, hvis det ikke er alt. Men det er virkelig interessant at tænke over, hvordan vi vælger, hvornår vi skal bruge hvilke typer metoder eller tilgange, og hvornår vi skal tilpasse dem til projektets begrænsninger.

AI kunne jo være – og jeg ved, at mange forsøger at standardisere måden, de bruger AI på i projekter, så hvert projekt går hurtigere. Men jeg kan godt lide idéen om kun at bruge den, hvis den er nyttig og passende for projektet. Jeg har fulgt dig i noget tid, og jeg oplever dig som en stærk fortaler for nogle af de ting, vi taler om.

Menneskecentreret projektledelse gennem AI, i modsætning til nogle af de mennesker, jeg har talt med, som aktivt forsøger at opnå fuldt agentiske teams med meget lidt menneskeligt tilsyn. Hvorfor er det så vigtigt for dig, at vores projektmetoder, når vi anvender AI, stadig har mennesket som kerne, når AI's evner allerede nærmer sig niveauet for nogle menneskelige evner på projektniveau?

Stan Yanakiev: Det skyldes, at vi mennesker bygger maskiner for at hjælpe os i vores liv og arbejde – ikke omvendt. Agentisk AI er en stærk teknologi, som det er helt fint at bruge i situationer, hvor der ikke er behov for menneskeligt tilsyn, eller hvor det måske ikke er muligt på grund af skala, hastighed og kompleksitet.

Men når vi taler om menneskelige teams og projekter, er det vigtigt, at menneskerne har styringen, fordi et menneske er meget mere end beregningsmæssig intelligens. Hvis vi går tilbage til det enkle eksempel med at bruge AI til at automatisere mødereferater, ændrer vores rolle sig med denne simple anvendelse af AI fra at være dokumentkontrollører.

Vi træder ind i rollen som strategiske ledere og kan derefter afsætte mere tid til værdifulde, menneskecentrerede aktiviteter som interessentafstemning og proaktiv løsning af komplekse blokeringer. Hele leveranceprocessen bliver derefter mere fokuseret og på en måde mere fleksibel. AI har sin plads i det, men dens plads er som hjælper eller assistent – ikke som projektleder.

Galen Low: Ja, jeg kan virkelig godt lide de menneskecentrerede dele af rollen, som ærligt talt nogle gange bliver nedtonet. Men det handler stadig om mennesker og interessenternes forventninger. Det handler stadig om forhandling. Det handler stadig om at træffe virkelig kritiske beslutninger om en virksomhed, som er komplekse og baseret på oplysninger, hvor det måske ville være for dyrt eller bare ikke særlig effektivt at træne en model til at hjælpe med beslutningen.

Og grundlæggende tror jeg, at vi er nået til et punkt, hvor vi alligevel ikke ville lade AI træffe en stor beslutning for en virksomhed på egen hånd. Så der er både mennesker i loopet, og menneskerne er simpelthen til stede. Det er stadig menneskeledet samarbejde. Det kan jeg virkelig godt lide.

Jeg tror, jeg vil sætte dig lidt på prøve, fordi jeg er helt enig i det, du siger. Jeg tror stadig på al projektledelsens stringens, uanset om man kalder den traditionel eller noget andet. Vi taler om AI og projekter, der bevæger sig hurtigere. Vi har brugt notetagning og dokumentation som eksempler. Jeg spekulerer på, hvilken traditionel projektledelsestaktik eller -metode du bedst kan lide, og som stadig er meget relevant i AI-alderen.

Jeg tænker på ting som risikoregistre, beslutningslogge eller kommunikationsplaner. Der er mennesker tæt på mig, som håber, at AI kan fjerne et risikoregister, erstatte en beslutningslog eller gøre det unødvendigt at lave en kommunikationsplan. Hvad er det ene traditionelle projektledelsesværktøj, som du mener skal blive på plads for at holde os alle på sporet, mens vi bevæger os hurtigere med AI?

Stan Yanakiev: Vi skal altid have en plan for vores projekt, uanset hvilket format den har, og uanset om tilgangen er traditionel eller agil. Jeg ville stadig beholde Microsoft Project til at styre mine traditionelle projekter. Og jeg ville bruge AI i stort set alle projektledelsesprocesser til at levere input, som kan hjælpe mig med at træffe beslutninger.

Jeg ville derfor ikke sætte nogen begrænsninger, men jeg ville gennemgå resultatet og sikre mig, at det faktisk er det, jeg leder efter. Også når det gælder planlægning: Jeg sagde, at jeg ville bruge Microsoft Project, men jeg ville stadig rådføre mig med AI om, hvorvidt den kunne udarbejde en tidsplan eller foreslå opgaver og aktiviteter, som jeg måske havde overset.

Galen Low: Jeg elsker det svar, for der er også mennesker i mine kredse, som håber, at AI betyder, at vi ikke længere har brug for projektplaner. Jeg kan godt lide dit svar, fordi projektplaner er et kommunikationsværktøj, og især planlægning handler om projektets logistik, men stadig om at opstille forventninger sammen med mennesker og vise folk, hvordan fremtiden ser ud, og hvad der kommer til at ske.

Det handler faktisk mere om forventningsstyring end om det, folk ville betragte som en tidslinje med opgaver. Mange vil sige: Jeg har ikke brug for det længere. AI fortæller bare mit team, hvad de skal gøre og hvornår. Men så springer man over idéen om, at mennesker skal føle sig trygge ved det, der skal til at ske, hvorfor det skal ske, og hvordan brikkerne passer sammen.

Et sidste tilfældigt spørgsmål fra mig: Skriver du AI ind i dine risikoregistre? Er AI en risiko i dit projekt?

Stan Yanakiev: Det ville jeg gøre, men jeg ville igen gennemgå AI's resultat. Jeg ville helt sikkert bruge AI til at foreslå risici, som jeg kan skrive ind i risikoregistret.

Galen Low: Det kan jeg godt lide. De ting, man måske ikke selv havde tænkt på, som en slags assistent, værktøj og støtte. Vores projekter er komplekse, og man skal holde styr på mange ting. Man kan derfor tilgive sig selv og sit team, at man ikke opdager enhver risiko i hele verden.

Så jeg kan godt lide det. Men faktisk løj jeg. Én mere: Skriver du AI ind i et RACI-diagram?

Stan Yanakiev: Nej, for jeg betragter den som et værktøj.

Galen Low: Ja, det tænkte jeg nok, du ville sige. Og måske fører det os lidt ind i fremtiden. Jeg tænkte, at vi kunne runde af ved at høre dit syn på, hvordan fremtiden for AI og projektledelse ser ud.

Vil der være nye metoder, som vi kan kaste os ud i heftige debatter om om fem år? Eller vil AI lukke nogle af levedygtighedsgabene, fordi hvert projektteam har sin egen skræddersyede metode? Vil det effektivt afslutte metode-debatter for altid, eller er det måske ikke så drastisk?

Stan Yanakiev: Vores samfund og omgivelser udvikler sig hele tiden, og det vil de blive ved med. Derfor kan jeg ikke forestille mig, at vi holder op med at diskutere, hvordan ting bedst kan gøres, eller hvilke metoder og tilgange vi skal bruge.

Men med AI i billedet tror jeg, at der sandsynligvis bliver mindre plads i denne diskussion til at finde på helt nye metoder og tilgange. Ironisk nok tror jeg, at denne intelligente teknologi vil hjælpe personer med ansvar for styring med tydeligere at se, hvad der ikke fungerer.

Men vi vil fortsætte med at diskutere. Mange taler om kunstig generel intelligens med brede kognitive evner. For virkelig at være nyttig i projektledelse og andre områder mener jeg dog, at AI også skal blive mere specialiseret og tættere tilpasset specifikke domæner som projektledelse, organisationstyper og forskellige arbejdsformer, så den kan hjælpe os bedre.

Som jeg allerede har nævnt flere gange, ser jeg AI's rolle i projektledelse som en virkelig nyttig assistent for teamet eller for forskellige aspekter af dette spændende fagområde. Den hjælper os med at styre projekter mere effektivt og succesfuldt og frigør os, lidt paradoksalt, til at fokusere på det, vi mennesker er bedst til.

Galen Low: Det kan jeg godt lide. Der er to ting i det. Den første var mit aha-øjeblik, da du begyndte at tale om debatter om agile metoder kontra vandfaldsmodellen. Det er en virkelig god pointe, at mennesker altid vil diskutere den bedste måde at gøre noget på, uanset hvad det er.

Det bliver den bedste måde at bruge sin projektplanlægningsagent på. Det bliver den bedste måde at få et agentisk AI-teammedlem til at deltage i et dagligt statusmøde på. Vi kommer altid til at diskutere den slags. Og selv om mange af debatterne virker stillestående og stædige, hjælper de produktive debatter os faktisk med at finde nye måder at komme videre på.

Jeg tror altid, det har været sådan med mennesker: Vi debatterer og udfordrer hinanden for at finde en bedre måde, isolere det, der fungerer godt og dårligt, og derefter ideelt set udvikle en bedre tilgang.

Men jeg kan også godt lide det, du sagde om AGI, for det havde jeg ikke rigtig tænkt over. Kunstig generel intelligens går opad og udad for at blive lige så generelt intelligent som mennesker. Men derefter tager man den og går smalt igen, hvilket er det, vi mennesker også gør. Man tager den generelle intelligens og bruger den til at specialisere sig inden for et område.

Det er dér, vi bliver endnu mere nyttige. Jeg er fysisk i stand til at fælde et lille træ. Er jeg god til det? Nej. Jeg er ikke specialist, og det bliver jeg aldrig. Men jeg kan virkelig godt lide tanken om, at selv når vi når AGI, tænker de fleste på dystopiske science fiction-fremtider, Terminator-film og Skynet.

På at tage over og kontrollere alt. Men det behøver ikke være sådan. Det kunne være generel intelligens, som gør den til en bedre kollega, støtte eller assistent – og måske betyder det, at vi bevæger os ud over værktøjer, men stadig får nyttig hjælp på en specifik måde med domæneviden, uanset om det er AGI eller ej. AGI kan måske føre os derhen.

Meget spændende. Stan, tusind tak for dette. Bare for sjov: Har du et spørgsmål, du vil stille mig?

Stan Yanakiev: Planlægger du at lave en podcast med et AI-teammedlem fra et projekt?

Galen Low: Som gæsten?

Stan Yanakiev: Ja.

Galen Low: Du ved, det havde jeg ikke tænkt på. Det er en genial idé. Det er sjovt, for jeg bruger selv Notebook LM en del. Til et af mine foredrag gav jeg det materialet og bad det udfordre og kritisere det som en podcast.

Jeg nød faktisk virkelig at lytte til det. De to AI-værter og medværter rev mit foredrag fra hinanden, og jeg tænkte: Det her er faktisk ret levedygtigt. Jeg havde ikke tænkt på det for min egen del, men nu hvor du har plantet frøet, bliver jeg måske nødt til at gøre det. Ja, et podcastinterview med et AI-teammedlem fra et projekt.

Det kan jeg virkelig godt lide. Hvis jeg gjorde det, ville du så lytte til det?

Stan Yanakiev: Ja, helt sikkert.

Galen Low: Fantastisk. Stan, tusind tak, fordi du brugte tid sammen med mig i dag. Det har været rigtig sjovt. Tak for dine indsigter.

Stan Yanakiev: Tak, fordi jeg måtte være med. Det har været en fornøjelse at tale med dig.

Galen Low: Inden jeg lader dig gå: Hvis der er nogen, der gerne vil vide mere om dig og det, du laver, hvor kan de så finde mere information?

Stan Yanakiev: Det bedste sted at finde mig er på LinkedIn, og man kan også se mine opslag og videoer på vores virksomhedsblog hos Mindrise.

Galen Low: Fantastisk. Jeg inkluderer linkene i shownoterne for dem, der lytter og gerne vil se nærmere på det. Stan, endnu en gang tusind tak.

Det var alt for dagens episode af The Digital Project Manager Podcast. Hvis du nød denne samtale, så husk at abonnere dér, hvor du lytter. Og hvis du vil have flere praktiske indsigter, casestudier og spillebøger, så gå ind på thedigitalprojectmanager.com.

Indtil næste gang – tak, fordi du lyttede.