Zapiers plan for moderne projektledelse

Galen Low: I en tid med uro på arbejdsmarkedet: Er det grusomt, at organisationer fokuserer på AI-drevet automatisering, eller er det faktisk måske venligt?

Wade Foster: For mig er det 1000 % det venlige at gøre. AI er meget god til at hjælpe mig med en lang række opgaver. AI kan hjælpe i det rodede midterfelt, men den overtager ikke jobbet. Jobbet er stadig jobbet.

Galen Low: Hvis vi ser frem mod, lad os sige 2030, hvilke færdigheder og kvalifikationer vil teknologivirksomheder som Zapier søge efter til roller med ansvar for projektleverancer?

Wade Foster: Jeg vil sige, at din evne til at identificere eksisterende problemer og få idéer er særdeles værdifuld. Den anden ting er det, jeg vil kalde dømmekraft og sans. Og den tredje er: Hvordan koordinerer du alle disse systemer? Det er det rodede midterfelt.

Galen Low: Tror du, der findes en grænse for agentisk AI og intelligent automatisering, som vi måske ikke bør overskride?

Wade Foster: Jeg er ikke sikker på, at der findes en øvre grænse. Menneskets kreativitet er i høj grad uudnyttet. Mængden af kreativt output, som et enkelt menneske kan skabe, er enorm. Jeg tror, verden bliver anderledes, men jeg tror ikke på det dystopiske syn. Den kommer nok til at ligne verden i dag, bare mere.

Galen Low: Velkommen til podcasten The Digital Project Manager — programmet, der hjælper ledere med projektleverancer 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 virkeligheden, nye tendenser, gennemprøvede rammer og lejlighedsvise krigshistorier fra projektfrontlinjen. Uanset om du styrer store transformationsprojekter, håndterer AI-arbejdsgange eller bare forsøger at holde kaos under kontrol, er du kommet til det rette sted. Lad os komme i gang.

I dag taler vi om AI-drevet automatiserings rolle i projektleverancer, og om den måske kan være nøglen til at reducere nogle af de tunge projektledelsespraksisser, som får slanke teams til at undgå formel projektledelse som pesten.

Med mig i dag er Wade Foster, medstifter og administrerende direktør for en lille virksomhed, du måske har hørt om, ved navn Zapier. For næsten 20 år siden forlod Wade sit praktikophold i finanssektoren, lærte at programmere og byggede sammen med nogle venner et produkt, der gjorde det nemmere at få apps til at tale sammen og opbygge automatiserede arbejdsgange mellem dem.

I dag er Zapier den bedst forbundne platform til AI-orkestrering. Den forbinder teams, værktøjer, AI og agenter på tværs af mere end 8.000 apps for at automatisere kritiske arbejdsgange med fleksibilitet, skalerbarhed og kontrol.

Wade, tak fordi du er med i dag.

Wade Foster: Tak fordi du havde mig med, Galen.

Galen Low: Først og fremmest, Wade, må jeg sige, at det er en stor ære at have dig med. Og jeg vil gerne takke dig for at være derude og dele dine historier og indsigter så åbent, så vi alle kan lære af dem.

Der er så meget, jeg gerne vil spørge dig om, og jeg håber, at vi bevæger os lidt frem og tilbage i samtalen. Men her er den plan, jeg har skitseret for os i dag. Til at begynde med ville jeg sætte scenen ved at få din umiddelbare holdning til ét stort og saftigt spørgsmål, som folk i mit fællesskab gerne ville høre dit syn på. Derefter vil jeg gerne udfolde det og tale om tre ting.

For det første vil jeg tale om, hvad der er anderledes ved automatisering i dagens AI-besatte kontekst sammenlignet med dengang, Zapier først blev lanceret. Derefter vil jeg gerne løfte motorhjelmen på, hvordan projektledelse ser ud hos Zapier, og hvordan Zapier har opnået lette projektledelsesprocesser ved at anvende sit eget produkt.

Og til sidst vil jeg gerne høre dit perspektiv på projektledelse som fag i fremtiden, og hvordan du ser vores projektleders rolle forandre sig, efterhånden som vi bevæger os dybere ind i AI-drevet automatisering. Hvad siger du til det?

Wade Foster: Det elsker jeg. Lad os gøre det.

Galen Low: Lad os gøre det. Jeg tænkte, at jeg ville begynde med ét stort og vanskeligt spørgsmål.

Jeg tager tilløb til det. I de kredse, jeg færdes i, er der et slags kærligheds-had-forhold til idéen om AI-drevet automatisering, når det gælder projektledelse. På den ene side fjerner intelligent automatisering meget af det kedelige administrative arbejde fra jobbet, og på den anden side truer den med at fjerne hele jobs og skaber samtidig en opfattelse af, at projektledelse kan automatiseres fuldstændigt.

Så mit store spørgsmål er dette: I en tid med uro på arbejdsmarkedet, hvor massefyringer og lange, vanskelige jobsøgninger er blevet normalen, er det så grusomt, at organisationer fokuserer på AI-drevet automatisering? Eller er det faktisk måske venligt?

Wade Foster: For mig er det 1000 % det venlige at gøre. Hvis du lægger hænderne på tastaturet og arbejder med teknologien, er der lige nu en form for mystik omkring AI.

Men hvis du begynder at bruge den, forsvinder mystikken. Tilbage står en langt mere pragmatisk forståelse af, hvor teknologien er fantastisk, tidsbesparende og inspirerende for kreativiteten — og også af dens begrænsninger, hvor den ikke er særlig god, og hvor der stadig er brug for mennesker. Det, jeg har fundet ud af undervejs, er, at AI er meget god til at hjælpe mig med en lang række opgaver på forskellige tidspunkter i leveringen af et projekt, men den overtager stadig ikke mit job.

Mit job er ikke den opgave, der bliver udført. Mit job er at forstå problemer og finde ud af, hvilke problemer der er de rigtige at løse, og derefter evaluere resultatet af det, vi skaber. Er produktet godt? Er markedsføringen god? Har man sans for den slags? AI kan hjælpe i det rodede midterfelt i alt dette.

Faktisk hjælper den enormt meget i det rodede midterfelt, men den overtager ikke jobbet. Jobbet er stadig jobbet. Du skal stadig løse de ting, og jeg tror, at alle, jeg har arbejdet sammen med, som virkelig hurtigt har taget AI til sig, begynder at producere mere, skabe bedre ting med den og får flere idéer til, hvor det hele kan føre hen.

Jeg forstår menneskehedens standardreaktion, som er frygt og knaphed. Jeg tror, det er naturligt, fordi det er nemmere for os at forestille os: Hvad sker der, når dette sker? Men virkeligheden ved enhver teknologi er normalt, at den skaber langt mere, end den ødelægger. Og jeg tror, det samme bliver tilfældet med AI.

Galen Low: Jeg er blevet tiltrukket af nogle af de strømninger, der findes blandt udviklere og programmører. Hvis du tror, at den værdi, du skaber, handler om, hvor hurtigt du kan skrive, så overser du sandsynligvis pointen med din rolle. Og jeg tror, at meget af det samme gælder i projektledelse. Mange mennesker er bekymrede for, at nogen nu tager mødereferater som en AI-referent.

Wow. Nu bliver de mennesker, der troede, at det var alt, jeg lavede, sikkert fyret. Jeg vil ikke lyve. Nogle af de ting er sande. Sådan bliver rollen nogle gange opfattet. Men jeg kan godt lide det mere ekspansive perspektiv: at det faktisk vil skabe mere.

Wade Foster: Men var jobbet at sidde der og tage noter?

Det var aldrig jobbet. Jeg er enig. Jobbet var at løse problemer, ikke at sidde der og transskribere. Hvis dit job virkelig er så snævert, forstår jeg frygten lidt bedre. Men når jeg ser på organisationer, er det for de flestes vedkommende ikke hele deres job. Det er en opgave, de lejlighedsvis udfører som en del af jobbet, og som de som regel ikke særlig godt kan lide.

De udfører den heller ikke særlig godt. Derfor er det fantastisk at have AI til at hjælpe med den opgave, fordi det frigiver din hjerne, så du kan tænke på de dele af jobbet, som du faktisk var der for.

Galen Low: For at vende tilbage til noget, du sagde tidligere: Når man får folk til rent faktisk at begynde at bruge det, bliver virkeligheden omkring, hvad det er godt til, og hvad det ikke er godt til, tydelig.

Og jeg synes, der findes mange opfattelser på alle niveauer i en organisation, hvor man siger: Vi har ikke rigtig prøvet det, men den siger, at den kan gøre dette, så jeg går ud fra, at vi kan fyre hele teamet. Eller: Så mister jeg nok mit job. Men tematisk tror jeg, det er meget rigtigt, at man begynder at bruge det.

Man opdager, at det er et partnerskab. Den overtager nogle ting, som den er god til, og efterlader nogle ting, som den ikke er god til. Det behøver ikke være en omfattende AI-transformation, hvor arbejdsstyrken pludselig kun består af AI-agenter, der marcherer rundt. Det er stadig et samarbejde. Det løfter os stadig.

Wade Foster: Hundrede procent. Jeg vil give dig et eksempel. Lige nu nærmer vores Zapier-topmøde sig. Det er en begivenhed, hvor vi én gang om året samler alle vores medarbejdere fysisk. Vi er normalt et distribueret team, og som en del af topmødet holder jeg som regel en åbningspræsentation. Det er den ene gang, hvor jeg har hele virksomheden i samme rum på samme tid.

Derfor vil jeg gerne gøre det godt. Tidligere, uden AI, skulle jeg sidde og tænke på den historie, jeg ville fortælle, indsamle anekdoter, data og eksempler. De dele af opgaven, der handlede om kreativitet og om at finde på historien, var sjove.

Andre dele var ret kedelige. Jeg kunne tænke: Jeg har ikke et godt eksempel på dette. Jeg har ikke dataene til dette. Jeg mangler de andre ting. Og med enhver tale er der altid problemet med den blanke side, hvor man tænker: Jeg har en vag idé om, hvad jeg vil tale om, men jeg har det ikke rigtig som et storyboard endnu.

Bare inden for de seneste to dage har jeg sat mig ned med Claude. Jeg kalder dem brainstormingssessioner, hvor jeg siger: Jeg skal have en times session med dig. Jeg vil have, at du stiller mig spørgsmål ét ad gangen. Her er den rodede ting, jeg har i hovedet. Målet er, at vi ender med en hovedtale. Hjælp mig med at arbejde mig gennem det.

Resultatet er, at jeg faktisk bruger mere tid og flere kræfter på at gøre hovedtalen god. Jeg har denne fantastiske assistent, der går frem og tilbage med mig og hjælper med tingene. Undervejs kan jeg sende den ud og sige: Gennemgå vores Slack. Gennemgå vores Coda.

Gennemgå internettet for at finde citater, eksempler og data, der kan hjælpe mig med at fortælle denne pointe meget bedre. Jeg kan gå frem og tilbage om idéerne, og resultatet — og det kan være svært for folk at tro — er, at jeg kommer til at bruge mere tid på at designe denne hovedtale, end jeg har gjort på tidligere taler.

Så her reducerer AI faktisk ikke den tid, der bruges på opgaven. Den øger den tid, der bruges på opgaven. Men jeg oplever, at kvaliteten på den anden side bliver meget bedre, og selve skriveprocessen er langt mere fornøjelig, fordi jeg har en meget engageret tænkemakker, der arbejder frem og tilbage med mig. Tidligere nåede jeg til disse dele af processen, gik i stå og tænkte: Det er godt nok. Jeg stopper her og håber, at ingen opdager kvalitetsproblemerne.

Det er bare ét eksempel. Når man virkelig bruger AI, får man en langt bredere forståelse af, hvad den er god til, hvad den ikke er god til, og hvilket arbejde man vil bruge den til.

Værktøjernes krav bliver enorme, fordi menneskehedens kreative potentiale er langt større, end jeg tror, folk faktisk forestiller sig.

Galen Low: Jeg kan godt lide de to vinkler: kvalitet og glæde. Du kan fokusere på, hvordan du gør det så godt som overhovedet muligt. Sådan har jeg det også.

Og jeg tror, mange mennesker, der ser sig selv som kreative, har det sådan. Måske alle, hvor intet nogensinde føles færdigt. På et tidspunkt kan man ikke se mere på det og tænker: Godt nok. Jeg går videre. Det kan man på en måde omgå. Man kan have det sjovere med at gøre det, og det synes jeg er virkelig interessant.

Du brugte ikke mindre tid på det. Du brugte mere tid på det.

Wade Foster: Nej, faktisk nåede jeg til et punkt i processen, hvor jeg havde flere tråde kørende på én gang. Jeg begyndte meget velorganiseret, men kom ind i den rodede midterdel. Claude havde netop afsluttet en opgave, og jeg måtte stoppe op og sige: Vi har gjort ni forskellige ting med research til denne tale.

Jeg er desorienteret, så vi er nødt til at vende tilbage til centrum. Jeg husker, at vi gjorde dette. Jeg husker, at vi gjorde dette. Jeg husker, at vi fandt disse datakilder. Jeg husker, at vi har et vagt næste skridt. Hjælp mig med at finde tilbage til det. Og forresten, min session er slut, så jeg har brug for, at du dokumenterer det meget grundigt, fordi jeg faktisk vender tilbage til det i morgen.

Efterlad nogle brødkrummer, der kan hjælpe mig i gang i morgen. Uden AI-hjælp ville man bare gå fra det og vende tilbage senere. Den første opgave næste dag ville være at sidde og finde ud af: Hvad pokker lavede jeg i går? Hvor sluttede jeg?

Nu vender jeg tilbage med et godt indeks over brødkrummer og alle disse ting. Det bliver så meget nemmere at gå direkte i gang igen, hvor jeg slap.

Galen Low: Jeg tror, mange undervurderer arbejdsgangen med en tænkemakker. Jeg er stadig tidligt i min egen rejse. Jeg sidder stadig ved tastaturet og har en samtale, der begynder og slutter, og så tænker jeg: Nu er jeg færdig. Jeg giver det tilbage. Hvad skete der? Jeg træner den med noget materiale, men det er ikke sådan, at jeg siger: Vi ses i morgen. Jeg kan virkelig godt lide idéen om, at man kan sige: Kan du gå væk og gøre nogle ting?

Wade Foster: Ja. Jeg er begyndt at nå til: Tak, det var en god session. Vi ses næste gang. Jeg kan godt lide, at jeg er begyndt at komme ind i noget, der næsten minder om en terapeut.

Galen Low: Jeg synes, det er et virkelig godt perspektiv på, hvordan det hjælper, og hvordan det ændrer en rolle — faktisk enhver rolle. Og glæden og kvaliteten. Jeg ved ikke, om mange virksomheder vil have svært ved at måle det, men jeg tror, det kommer til udtryk på andre måder i form af resultater og værdi.

Wade Foster: Kvalitet.

Galen Low: Præcis. Jeg spekulerer på, om vi kan zoome lidt ud og dykke ned i automatiseringens verden — ikke kun samtalen med en tænkemakker, men også agenter, intelligente arbejdsgange, MCP og det at kæde alle disse apps og al denne teknologi sammen.

Der er ingen tvivl i mit sind om, at AI ændrer den måde, vi arbejder på. Men den ændrer også, hvad der forventes af os med hensyn til vores tekniske færdigheder og på en måde vores strategiske forretningsforståelse — vores evne til at zoome ud og løfte samtalen.

Det omfatter naturligvis projektledere, men rækker langt videre end det. Sådan som jeg ser det, har Zapier været hurtig til at erkende, at AI ændrer tingene. I har nu produkter som Zapier-agenter og Zapier MCP, og efter min mening har det holdt Zapier i front, når det gælder om at forbinde apps i en verden, hvor vi ærligt talt har så mange værktøjer.

Der er så mange værktøjer. Der er en begrundelse for dem alle, men vi befinder os stadig i en situation, hvor det er udfordrende at få dem til at fungere godt sammen. Automatisering i sin reneste form er naturligvis ikke ny. Zapier har især tilbudt automatisering uden kode som en tjeneste i langt over et årti.

Jeg vil derfor gerne spørge dig: Hvilken udfordring har du mødt gennem dine omkring 15 år med automatisering af arbejdsgange uden kode, som du stadig ser folk kæmpe med i dag? Er den måde, du løste den på, anderledes end den måde, du ville anbefale at håndtere den på i dag?

Wade Foster: Jeg tror, der findes nogle vedvarende problemer. Et, der straks falder mig ind, er inspiration.

Det ser man med AI, hvor nogle mennesker bruger den til alle aspekter af deres liv, arbejde og så videre. Hvis man taler med dem, siger de, at det er revolutionerende, og at det fuldstændigt ændrer deres tilgang til arbejde. I den anden ende af skalaen taler man med nogen, der siger: Det er da meget fint. Den hjalp mig med at finde på en opskrift i aften og fortalte mit barn en sjov historie, men jeg forstår ikke, hvad det store nummer er.

Og så findes alt derimellem. Når jeg tilbringer tid med de to typer og naturligvis også folk midt imellem, er forskellen ofte, at det kreative output hos dem, der bruger AI meget, ganske enkelt er langt større.

De har ofte fundet ud af, hvordan de kan bruge AI som en kreativ tænkemakker, der hjælper dem med at få flere idéer. Den person, der lige er begyndt, sidder fast. De tænker: Jeg ved ikke engang, hvad jeg skal bruge den til. Hvilke problemer har jeg i hverdagen? Hvor skal jeg lede?

Det synes jeg er helt i orden. De fleste mennesker er faktisk sådan. Men den store mulighed er: Hvordan kan Zapier, vi som fællesskab og vi som iværksættere hjælpe folk gennem dette spektrum? Det var et problem før AI.

Her er faktisk en sjov historie. Man ser det, når man taler med ledere, der har ansvaret for AI-transformation i organisationen. Ofte har de alle en lignende plan: De spørger medarbejderne, hvilke idéer de har til AI.

De får ofte en lang liste af idéer tilbage. Det sjove er, at næsten alle ni ud af ti gange siger: Det, jeg får tilbage, kræver slet ikke AI. Det er noget, vi kunne have gjort hele tiden — traditionel automatisering, traditionelle arbejdsgange og så videre.

Det viser bare, hvor fastlåste folk bliver med hensyn til, hvad der faktisk er muligt her. Hvad kan jeg bygge?

Galen Low: Mulighedernes kunst? Helt sikkert. Det var faktisk min snublesten med Zapier til at begynde med, før AI: at forbinde API'er. Jeg er ikke særlig teknisk. Jeg ved, hvilke adgangspunkter jeg måske har i et værktøj, og jeg kender nogle arbejdsgange, jeg gerne vil automatisere. Men det at forstå mulighedernes kunst — hvad kan jeg tænke på som en udløser? Hvordan kan jeg tale med dette stykke software for at få arbejdsgangen gennemført?

Jeg synes, inspirationsdelen er virkelig interessant, fordi mange af de mennesker, jeg taler med i kategori A, bruger værktøjerne meget. På en måde handler det om at være okay med at fejle. Ikke fejle som i, at det ikke virkede, men: Idéen, jeg havde, og som jeg ville prøve, har jeg ikke brug for. Den er ikke helt, som jeg ville have den, men jeg fortsætter.

De lærer undervejs i stedet for at ende i kategori B, som jeg bestemt kan relatere til: lammelsen over spørgsmålet: Hvad kan jeg gøre med dette?

Jeg havde den app, If This Then That, på min telefon i omkring ti år. Jeg tænkte: Det er fantastisk. Jeg kan automatisere ting i mit hus, hvis det regner udenfor. Jeg kan indstille en påmindelse om at tage en paraply med. Jeg satte aldrig noget op og åbnede den ikke én eneste gang. Jeg ved ikke engang, om jeg oprettede en konto.

Jeg havde ingen idéer — eller i det mindste ingen tillid til mine idéer — der var stærk nok til, at jeg ville investere tiden i at bygge noget med den. Jeg synes, det er en virkelig vigtig pointe. Zapier har ændret spillet. Mange af de værktøjer, der findes nu, er AI-platforme og store sprogmodeller, der er forbundet.

For de mennesker, der sidder fast, fordi de er bekymrede for, hvor deres data bevæger sig, hvilke tanker har du så om at bygge sikkerhedsbarrierer til nogle af disse arbejdsgange? Nogle mennesker vil ikke forbinde alle disse ting. Det lyder fristende, men de ved ikke, hvor deres data ender.

Hvordan håndterer Zapier det?

Wade Foster: Det gode ved at bruge et værktøj som Zapier er, at du har fuld kontrol over, hvor dine data bevæger sig. Du forbinder værktøjer med godkendte datakilder. Du siger: Jeg tager dette fra et regneark og lægger det i Salesforce. Jeg tager dette fra Salesforce og lægger det i et værktøj til e-mailnyhedsbreve. Du definerer alt det på forhånd.

Den kontrol er det gode ved et værktøj som Zapier. Den anden intelligente praksis, jeg ser hos vores avancerede brugere, er, at når man i stigende grad lader AI tage kontrol over arbejdsgangene, beder man den ofte om at træffe en beslutning eller generere noget — skrive en e-mail, skrive en besked og så videre.

Ofte har de et trin med et menneske i processen, hvor de siger: Jeg er indforstået med, at du automatiserer hele denne kæde frem til dette punkt. Her vil jeg træde ind, kontrollere arbejdet og beslutte, om det er godt nok til at sende videre. Det er den praksis, jeg ser mange benytte.

Jeg tror, vi bevæger os mod en verden, hvor man over tid i stigende grad kan fjerne mennesket fra processen, hvis man bygger systemerne rigtigt. Jeg tror dog ikke, at man fjerner mennesket hundrede procent. Det vil snarere ligne den måde, produktionsfaciliteter fungerer på.

Produktionsfaciliteter har kvalitetskontrolgrænser og bruger statistik til at forstå, om de opfylder kvalitetskravet. Normalt udtager de stikprøver fra produktionen og undersøger en eller to enheder. Hvis de ser rigtig gode ud, kan man statistisk bevise, at de næste hundrede ligger inden for de acceptable kvalitetsgrænser.

Jeg tror, man vil se mere og mere af dette i AI-processer i produktionsskala. Man kan fjerne mennesket fra processen og derefter bruge statistik til at afgøre, hvor ofte et menneske skal kontrollere systemet for at sikre, at det holder sig inden for den statistiske kvalitetsgrænse, der er vigtig for at opfylde serviceforpligtelserne.

Galen Low: Jeg er virkelig glad for, at du tog den derhen. Automatisering er ikke ny, og RPA og nogle af de ting, vi har gjort i produktionen, har eksisteret i årtier. Jeg kan godt lide perspektivet om, at mange er bekymrede for, at det hele tiden vil være agenter, AI der kører sig selv, og mennesker, der fjernes fra processen.

Måske sker det, men på kort sigt er det fornuftigt at se det som et samarbejde, der derefter bevæger sig til næste trin, som stadig indebærer tilsyn. Det kører ikke frit og overtager verden. Vi kan observere, at det arbejder, hvilket sandsynligvis er bedst, fordi det arbejder meget hurtigt. Hvis vi inspicerede hver eneste enhed på produktionslinjen, ville det ganske enkelt ikke fungere.

Wade Foster: Ja, så får man ikke effektivitetsgevinsterne. Det er heller ikke lige så sjovt.

Galen Low: Jeg kan godt lide denne røde tråd om glæden ved arbejdet. Måske bliver jeg for poetisk, men jeg kan virkelig godt lide perspektivet om, at mange er bange for, at automatisering vil fjerne glæden fra deres arbejde og fjerne dem fra et job, selvom det faktisk kan være det modsatte.

Man kan automatisere det kedelige. Man kan vælge ikke at automatisere noget, der faktisk giver glæde. Som du sagde om hovedtalen, kan det tage lige så lang tid eller længere tid at gøre den ting, der føles meningsfuld. Og der kan være en verden, hvor forholdet til ens arbejdsgiver eller team gør det værdifuldt.

Jeg kan se det i hovedtalen. Hvorfor er det værdifuldt, at din hovedtale er fantastisk, eller at du nyder den? Fordi du står foran tusindvis af mennesker på topmødet og inspirerer dem. Du leverer et budskab og fortæller en historie, der samler folk og sætter tonen for resten af året.

Det er vigtigt. Og jeg tror, det er en skæv værdifortolkning af, hvordan folk kan tænke over, hvad de automatiserer, og hvad de ikke automatiserer. Jeg vil gerne zoome ind på effektiviteten, fordi du for nylig blev interviewet af mit team om, hvordan Zapier bruger AI til at automatisere og strømline dele af projektledelsesprocessen hos Zapier.

Hvilke eksempler er der på, at jeres team anvender sit eget produkt for at opnå let projektledelse? Hvad er blevet automatiseret, og hvilke dele af projektleverancerne har teamene besluttet ikke at automatisere?

Wade Foster: Det er måske seks måneder siden, vi talte om det.

Galen Low: Ja, det tror jeg.

Wade Foster: Så jeg ved ikke, om det stadig er helt opdateret. Området udvikler sig hurtigt. Der er nogle principper, som jeg synes er vigtige for os nu. For det første ville jeg ikke nødvendigvis sætte Zapier på en piedestal og sige: Vi er mestre i projektledelse. Følg os. Vi har besteget bjerget.

Men jeg synes, vi gør nogle ting rigtigt. Projekter har en tendens til at gå godt, når man holder dem små. Jo færre mennesker der ejer processen fra start til slut, desto mindre sandsynligt er det, at man får et stort administrativt arbejde med at styre projektet.

Et lille team kan arbejde frit og få tingene gjort med mindre koordinering. Derfor vil man så vidt muligt opdele arbejdet i en virksomhed på en måde, der giver mindre teams mulighed for at arbejde frit. Det betyder, at der kan være mange lette projektledelsesværktøjer og lignende til at hjælpe folk med at få tingene gjort.

Det er dog ikke altid muligt for alle projekter. Nogle er store, komplekse og tværfunktionelle. I så fald bruger vi AI meget til overdragelser. Vi vil overføre kontekst fra det ene team til det andet. Man kan bruge AI til at opsummere outputtet fra ét system.

Hvis produktudviklingsteamet arbejder i Jira, mens marketingteamet arbejder i Asana, kan man opsummere vigtige begivenheder, når status ændres, og sende relevant information videre til det andet team i et format, der passer til dem. Det automatiserer opdateringen til deres system på en god måde.

Det hjælper med koordinering, overdragelser og administrativt arbejde. Den anden ting, vi bruger meget tid på, især i store tværfunktionelle projekter, er opgaver, der kræves af store grupper af mennesker, som kun er perifert involveret i projektet.

Pludselig skal alle i virksomheden udføre én lille opgave. Eller et bestemt team skal gøre noget. Eller ni teams skal samles om et nyt paradigme. Næsten uundgåeligt bliver en del af projektlederens job at være rykkeren.

Ingen bryder sig om den rolle. Den person har ikke en sjov tid, og ingen kan lide, når vedkommende banker på døren. Det er ikke den mest glamourøse del af projektledelse, men den er meget nem at automatisere. Man kan opsætte advarsler og systemer, der giver folk besked: Fristen nærmer sig. Jeg kan se, at du står på listen over uafsluttede opgaver. Du skal huske at gøre dette. Kan du tjekke ind?

Man kan også sende de samme advarsler til deres leder, så lederen får en tjekliste at gennemgå. Hvis lederen skal følge op, kan vedkommende se, at det automatiserede system ikke har fået mennesket til at reagere, og derefter selv træde ind.

Det er endnu et eksempel på et let værktøj, der kan hjælpe i projekter, som er større og mere tværfunktionelle af natur.

Galen Low: Det er sjovt, for på et bureau, hvor jeg arbejdede, havde vi en rykkerbot til timesedler. Det var tidligt. Det var slet ikke en arbejdsgang, bare en automatiseret påmindelse i Teams: Timesedler. Udfyld dem.

Og du har ret: Det er endnu et tema, der dukker op. Det er en del af jobbet, som nogle projektledere sikkert elsker, men de fleste i de kredse, jeg færdes i, hader det.

Det giver dem mærkatet som barnepiger og kattehyrder, hvilket undervurderer rollen og fastholder antagelserne om, at det er dét, de laver: De tager noter og plager folk om ting. Det er ikke jobbet. Det handler om problemløsning.

Wade Foster: Og her er noget interessant. En intelligent, kreativ projektleder vil sige: Ved du, hvad der er interessant? En ting, jeg kan gøre med AI, er faktisk at gøre de rykkere sjove.

I stedet for en kedelig statusopdatering kan man sige: Skriv den som en limerick. Tilføj et sjovt billede. Man kan gøre ting, som vi alle kender den ene projektleder, man tidligere har arbejdet med, der somehow kan gøre alene gennem sin personlighed.

Det er ikke de fleste af os. Det er bestemt ikke mig. Men jeg ville gerne være sådan en person. Jeg ved bare, at det nok ikke kommer til at ske. Med hjælp fra AI kan jeg dog efterligne det og gøre et rimeligt stykke arbejde.

For mig er det endnu et sted, hvor AI kan være sjov. Det handler ikke kun om effektivitet, men også om den kvalitet, man kan tilføre disse ting. Det er så svært at gøre i stor skala. Hvis man er et lille team med et lille projekt, kan man godt gøre det. Men hvis man skal sende en tilpasset limerick til 120 mennesker, sker det ikke.

Galen Low: Jeg kan godt lide det, fordi nogle mennesker gør det naturligt. Deres tilgang er: Jeg skriver det på en måde, så personen måske smiler eller synes, det er sjovt.

Det kan også være grunden til, at nogen siger: Jeg vil ikke automatisere det, for alle er forskellige. Det er sådan, jeg opbygger relationer. Jeg kan godt lide den lille tænkemakker: Jeg gør dette med limericks. Eller vi har en sarkastisk britisk standupkomiker-persona, som vi nogle gange bruger til intern kommunikation.

Man kan bede AI om at indtage den persona og variere budskabet, og måske lære teamets præferencer, så det bliver sjovt og bringer glæden tilbage uden at ødelægge relationsopbygningen omkring en simpel påmindelse om at udfylde sit tidskort.

De meget automatiserede beskeder ender jeg med at ignorere. De får mig ikke til at handle på samme måde som et menneske. Men jeg kan godt lide idéen om en persona.

Når vi taler om små teams, nævnte vi tidligere, at jeres teams hovedsageligt er distribuerede. Videnoverførsel er meget vigtigt — at dele information mellem teams. Hvad med teams, der ikke er distribuerede? Er de dårligere stillet, fordi de ikke har digitaliseret deres kommunikation? Findes der overhovedet en organisation i den digitale verden, som ikke bruger værktøjer og AI?

Wade Foster: Du rejser det vigtige spørgsmål, om man er dårligere stillet ved ikke at digitalisere. Fjernarbejde eller ej er ikke så afgørende. Hvis man virkelig vil drage fordel af AI, skal informationen ind i tekst et sted. Det behøver ikke nødvendigvis være tekst; man kan bruge lyd og transskribere den. Men i sidste ende er det store sprogmodeller, og de fungerer godt med tekst.

Hvis man som team har en praksis med at dokumentere sit arbejde og gøre ting tilgængelige for andre, hjælper det værktøjerne med at indlæse materialet.

Det er en af grundene til, at vi internt længe har haft værdien transparens som standard. Før store sprogmodeller tænkte vi altid: Vi er her for at hjælpe mennesker. Det er fantastisk, når man lægger ting i offentlige Slack-kanaler, fordi en ny medarbejder, der starter seks måneder senere, kan finde ud af, hvad projektet var, og hvorfor det var vigtigt.

De kan følge de digitale brødkrummer tilbage. Vi har altid troet på den proces. Det viser sig, at en sprogmodel oven på dette fungerer som jetbrændstof. Nu kan jeg sende en agent gennem alt materialet og sige: Giv mig konteksten for hver kunde, der nogensinde har haft dette problem hos Zapier, og returnér det i dette format.

Tidligere kunne jeg teknisk set gøre det, hvis det var veldokumenteret, men det var stadig besværligt. Nu kan jeg bare bede om det og arbejde på en anden opgave, mens svaret kommer.

Teams, der arbejder på at skabe et dokumenteret spor af deres arbejde, får derfor store fordele. Dokumentation betyder ikke nødvendigvis, at nogen skal skrive formel dokumentation. Det kan blot betyde, at man optager sine møder og sørger for at have en transskription. Det er tilstrækkelig dokumentation til, at en sprogmodel kan bruge den.

Galen Low: Ordet dokumentation kan virke skræmmende. Det lyder besværligt i sig selv. Men det, vi egentlig siger, er, at samtaler skal transskriberes til tekst, så nogen eller noget som en sprogmodel kan gennemgå dem.

Jeg er nysgerrig, fordi jeg har set organisationer forsøge at have samtaler offentligt og optage ting, men de mislykkes. Jeg tror, det skyldes, at folk stadig ikke føler sig trygge ved det. I taler om Zapier før AI, men I ønskede stadig at have information fremme i lyset. Hvordan opbyggede I den kultur, hvor folk sagde: Ja, jeg optager alle mine møder og lægger dem i en offentlig kanal, og det er helt fint?

Wade Foster: Meget af det gør vi gennem kulturelle ritualer, standarder og den slags. Vi har haft værdien transparens som standard i lang tid. Som leder forsøger jeg at gøre det til en vane, at når nogen sender mig en direkte besked, siger jeg: Kan vi flytte dette til denne kanal? Kan vi flytte det herover?

De små skub over tid forsøger at understøtte den måde, vi gerne vil arbejde på. Min EA, Courtney, opdagede sidste år, at Slack faktisk giver analyser af, hvor stor en procentdel af beskederne der går i direkte beskeder kontra kanaler.

Hun sagde: Jeg kender en anden måde, vi kan hjælpe folk med at holde sig ansvarlige på og samtidig gøre det sjovt. Jeg laver en rangliste. For ledergruppen offentliggør hun nu én gang om måneden en rangliste over, hvordan folk klarede sig den pågældende måned.

For at give dig en fornemmelse af det: De tre bedste i ledergruppen lå over 60 %, og alle i ledergruppen lå over 50 %, når det gjaldt kommunikation i offentlige kanaler. Vi ser på det og tænker, at det er anstændigt, men vi har haft måneder, hvor de bedste næsten nåede 80 %.

Galen Low: Hold da op.

Wade Foster: Det er faktisk muligt at have det meste af sit arbejde offentligt. Jeg opfatter Zapier som meget transparent, men jeg har hørt om organisationer, der går endnu længere.

Jeg ville gerne se deres tal, for det ville ikke overraske mig, hvis den øvre grænse faktisk er omkring 90 % for offentlig transparens. Måske endda 95 %, hvis man virkelig vil presse det. Hvis man er et almindeligt transparent menneske, bør man dog forsøge at komme over 50 %. Få mere end halvdelen af sine beskeder ud i det offentlige.

Galen Low: Jeg kan godt lide den grundlinje og måske også den øvre grænse. Vi mennesker er sociale væsener, men ikke altid så sociale. Nogle gange er man nødt til at sende en besked, der ikke er offentlig. Det er virkeligheden, og 100 % kommer ikke til at ske.

Wade Foster: Derfor siger vi transparens som standard. Der vil altid være fortrolige ting, der skal diskuteres. Det kan være en personalesag med problemer omkring præstationer, eller virksomheden kan arbejde på et fortroligt opkøb. Det kan ikke være offentligt.

Der er altid emner, som skal holdes lidt mere stille og begrænses til en mindre gruppe mennesker. Men jeg oplever, at flere ting generelt kan have fordel af at være offentlige, end de fleste tror. Når man først har opbygget en vane med det, forsvinder frygten igen.

Jeg kan tale om dårlige ting offentligt. Og hvad sker der, når alle taler om det? Det bliver normalt. Det er bare sådan, man løser problemer.

Galen Low: Det slår mig, at folkene hos Zapier har oplevet det på en måde, hvor de ikke tænker: Det gør jeg aldrig igen. De føler sig faktisk trygge ved at være transparente.

Wade Foster: Vi har vanskelige diskussioner offentligt. Jeg giver offentlig feedback og kritik, men langt de fleste beskeder indebærer ikke den oplevelse, for jeg kan ikke være overalt.

Det handler lidt om det, en terapeut måske ville sige: Når man er besat af at skulle til en begivenhed, tænker man på det rigtige tøj og på, om man ser for overdressed eller ikke pyntet nok ud. Eller man fortæller en vittighed, der ikke lander, og bliver nervøs over, hvordan man virker.

Terapeuten vil normalt sige, at folk ikke tænker så meget på dig.

Galen Low: Det er rimeligt. Det er et virkelig godt perspektiv.

Wade Foster: Mennesker er så selvoptagede og tænker så meget på deres egen verden, at det holder os tilbage fra at dele mere information offentligt og opleve fordelene ved det. Man holder alt det gode tilbage, fordi man er bekymret for, at én lille ting måske ikke er perfekt.

På en måde er det en egoistisk tilgang. Hvis du lægger det ud, gør du så meget mere godt for alle omkring dig. Man er nødt til at komme over den lille frygt for at opleve det lovede land.

Galen Low: Det er en vidunderlig måde at se på det.

Det handler om at komme over den lille hindring, så man kan gøre tingene bedre derude. Det bliver sandsynligvis ikke gransket så meget, som ens egoistiske, indre angst får det til at føles, og det vil sikkert gavne nogen. Det er det værd.

Jeg vil vende tilbage, fordi jeg er projektledertypen. I har projektledere, programledere, producenter og så videre. I Zapier har jeg et fællesskab af mennesker, der hovedsageligt har projektleder som titel, og de kaster sig over automatisering og AI. Det rejser spørgsmålet om, hvad der vil blive værdsat ved rollen med at levere et projekt om tre til fem år.

Hvis vi ser frem mod 2030, hvilke færdigheder og kvalifikationer vil teknologivirksomheder som Zapier søge efter til roller med ansvar for projektleverancer? Og vil det overhovedet stadig være en rolle med titlen projektleder?

Wade Foster: Det er et godt spørgsmål. Jeg oplever, at to eller måske tre færdigheder vokser i værdi lige nu.

For det første vil jeg sige evnen til at identificere eksisterende problemer eller muligheder, som man måske kan løse. Det er særdeles værdifuldt at få idéer, fordi AI-systemer er inaktive; de har brug for instruktioner.

Man skal sætte dem i gang på en eller anden måde. De mennesker, der siger: Det her bør vi arbejde på, eller: Jeg har lagt mærke til dette problem, eller: Hvorfor kan vi aldrig løse dette? — og som derefter beslutter sig for at gøre noget ved det — får en stadig vigtigere rolle som igangsættere.

Den anden vigtige ting er dømmekraft og sans. AI-værktøjer kan nu skabe enorme mængder arbejde, og vi har alle hørt om AI-skrammel. Det er, når nogen genererer en masse indhold uden megen omtanke og med en del skødesløshed.

Derfor er værdien af en person, der ved, hvad der er fantastisk, meget stor. Hvordan laver man en god film, et godt softwareprodukt eller god musik? Hvad er god kunst og gode billeder? En person med god sans og dømmekraft går ikke af mode. Det er ekstremt vigtigt.

Den tredje færdighed, og den der sandsynligvis ændrer sig mest, er evnen til at koordinere alle disse systemer. Det er det rodede midterfelt: at kæde instruktioner sammen og bruge værktøjerne. Det udvikler sig meget hurtigt.

Det kræver mennesker, der er gode systemtænkere, som kan forstå og nedbryde problemer, men også følger med i tendenserne og finder ud af, hvordan grænserne kan flyttes.

De to første er mere grundlæggende færdigheder. Steven Spielberg vil altid være en fantastisk instruktør, fordi han har så god sans for, hvordan ting skal gøres. Man kunne placere ham i stenalderen eller tusind år ude i fremtiden, og han ville stadig være fantastisk. Det ændrer sig ikke.

Galen Low: Jeg kan godt lide det, og jeg er enig, selvom det er svært at skrive på sit CV: Jeg er god til at få øje på idéer, og jeg har god sans.

Vi har ikke alle samme privilegium som Steven Spielberg, hvor vores arbejde ligger fremme og bliver kritiseret. Men jeg kan godt lide balancen. Mange projektledere og andre er bekymrede for, at de enten skal blive systemarkitekter, systemingeniører og byggere, eller fordoble indsatsen på menneskelige færdigheder og på en eller anden måde bevise deres værdi på arbejdsmarkedet.

Jeg kan godt lide det billede, du tegner: Begge dele. Man skal kunne se problemer, være kreativ og få idéer til at løse problemerne. Det er inspirationsdelen, vi talte om tidligere. Og så er der sansen: Hvad er kvalitet, og hvordan opnår man den?

Jeg tænker på din hovedtale. Du kunne bruge mindre tid og skabe AI-skrammel, hvis det var målet, men det var det ikke. Nogle gange tager det længere tid, det er sjovere, og kvaliteten bliver højere. Det er værdifuldt i arbejdslivet og teknologiverdenen.

Jeg elsker, at der også er en teknisk komponent i blot at følge med, fordi verden bevæger sig hurtigt. AI indlejres overalt. Automatisering har eksisteret længe. Det kan ikke betale sig at ignorere det. Man skal være tilstrækkeligt fortrolig med det.

Man kan have det sjovt med selv at løse problemerne. Man identificerer problemer, løser dem og har sans for at forstå, hvad der er en kvalitetsløsning.

Jeg vil gerne runde af med noget lidt filosofisk. Vi har talt om automatisering, AI og agentisk AI. Vi har talt om den øvre grænse. Tror du som virksomhed og som en af grundlæggerne, at der findes en grænse for agentisk AI og intelligent automatisering, som vi måske ikke bør overskride?

Hvor meget automatisering er for meget, og hvordan ved vi, når vi når dertil?

Wade Foster: Det er et teoretisk spørgsmål.

Jeg er ikke sikker på, at der findes en øvre grænse. Menneskets kreativitet er i høj grad uudnyttet. Vi er alle i stand til langt mere, end vi selv tror. Ofte holder vores individuelle og kollektive værktøjer os tilbage.

I dette første kapitel med AI begynder vi at mærke, at den kreative mængde, et menneske kan skabe, er enorm. Man kan se på de mennesker, der tager teknologien til sig i stor skala. Deres produktivitet er massiv. Jeg tænker: Hvorfor skulle vi ikke alle kunne gøre det?

Jeg mener ikke kun at maksimere økonomisk produktion. Noget af det handler om at skabe industri, men noget handler også om at lave spil, kunst og underholdning — ting, mennesker elsker — og gøre mere af det på nye og unikke måder.

Jo mere vi kan få mennesker til at frigive deres kreative output, desto bedre er det for os alle. Jeg ved ikke, hvor den øvre grænse er, og jeg deler ikke bekymringen hos dem, der siger, at AI vil overtage alle menneskers opgaver.

Tænk på skak. Mennesker er tydeligt dårligere end maskiner til skak og har været det længe. Alligevel er skak mere populært end nogensinde. Vi elsker at se mennesker spille skak, selvom maskinerne er langt bedre.

Jeg tror, verden bliver anderledes. Men det dystopiske syn er nok ikke rigtigt, og det er det utopiske syn heller ikke. Verden kommer nok til at ligne i dag, bare mere.

Galen Low: Vi har en tendens til at tænke i ekstremer, men jeg kan virkelig godt lide tanken om, at der måske ikke findes en øvre grænse for automatisering og AI, fordi der ikke findes en øvre grænse for menneskelig kreativitet. Vi løber ikke tør for ting at tænke på eller gøre.

Wade, jeg synes, det er et godt sted at slutte. Mange tak, fordi du brugte tiden sammen med mig i dag. Jeg kunne tale med dig i dagevis, men jeg vil respektere din tid. Tak igen, fordi du deltog i programmet og delte dine perspektiver, erfaringer og historier.

Jeg elsker det, I laver hos Zapier. Er der noget nyt og spændende på vej hos Zapier, som folk bør holde øje med?

Wade Foster: Folk bør se nærmere på agenter. Det er en ny måde at bygge automatisering på. Man kan beskrive den på menneskesprog og køre disse agentsystemer på en fuldt automatiseret måde.

Hvis du bruger værktøjer som Claude, Cursor, Claude Code eller ChatGPT, bør du undersøge MCP. Disse AI-systemer bliver langt mere værdifulde, når du kan hente din faktiske kontekst ind. Du kan sige: Hent ting fra min e-mail, min kalender, min Slack og mine mødeoptagelser, og brug det som kontekst til at hjælpe mig med at løse dette problem.

Man kan gøre meget mere. Jeg oplever, at de mennesker, der begynder at bruge MCP, ofte er dem, der oplever det første store gennembrud fra grundlæggende AI-brug til mere transformerende AI-brug.

Galen Low: Wade, jeg inkluderer links til Zapier MCP og Zapier-agenter og linker også til din profil. Forhåbentlig bliver du ikke kontaktet alt for meget, men jeg vil gerne sige tak igen. Tak, fordi du deltog i programmet.

Wade Foster: Tak fordi du havde mig med.

Galen Low: Okay folkens, det var dagens episode af podcasten The Digital Project Manager. Hvis du nød samtalen, så husk at abonnere dér, hvor du lytter. Og hvis du vil have endnu flere praktiske indsigter, casestudier og spillebøger, så gå ind på thedigitalprojectmanager.com.

Indtil næste gang — tak fordi du lyttede.