Tekoälyhankkeet eivät ole vain uusi ohimenevä ilmiö – ne muokkaavat jo työpaikkoja monin tavoin, niin suurissa kuin pienissäkin asioissa. Henkilöstöhallinnosta taloushallintoon työntekijät integroivat tekoälyä päivittäisiin tehtäviinsä usein ilman virallisia hankkeita. Silti monilla organisaatioilla on edelleen vaikeuksia saada tiimit toimimaan yhtenäisesti ja luoda selkeää strategiaa tekoälyn käyttöönotolle. Miten yritykset voivat siis siirtyä hajanaisesta, huolen ohjaamasta käyttöönotosta yhtenäiseen ja strategiseen lähestymistapaan?
Tässä jaksossa juontaja Galen Low keskustelee PMI:n tekoälykumppanuuksista vastaavan maailmanlaajuisen johtajan Ron Schmelzerin kanssa siitä, miten organisaatiot voivat paremmin tukea tekoälyyn perustuvia hankkeita. He keskustelevat siitä, mitä tiimien yhteisen näkemyksen saavuttaminen edellyttää, miten tekoälyn vaikutuksia työnkulkuihin voidaan hallita ja miten voidaan luoda ajattelutavan muutos, joka varmistaa yritysten menestymisen tässä digitaalisen muutoksen uudessa aallossa.
Haastattelun kohokohdat
- Suuri kysymys: tekoälyn vaikutuksesta kärsivien työpaikkojen tukeminen [03:09]
- Tekoäly on mullistava, koska se muuttaa prosesseja perustavanlaatuisesti sen sijaan, että se vain parantaisi niitä.
- Monet tietotyön tehtävät, kuten raporttien tiivistäminen ja arkistointi, voidaan nykyään automatisoida helposti.
- Organisaatiot voivat omaksua kaksi lähestymistapaa:
- Ei-mullistava lähestymistapa, jossa tekoälyä käytetään olemassa olevien prosessien tehostamiseen mahdollisimman vähäisin muutoksin.
- Mullistava lähestymistapa, jossa prosessit suunnitellaan kokonaan uudelleen tekoälyn tehokkaaksi integroimiseksi.
- Historialliset esimerkit, kuten verkkokauppa, osoittavat, että todellinen muutos edellyttää toimintatapojen uudelleen kuvittelemista eikä vain olemassa olevien mallien digitalisointia.
- Yritykset, jotka eivät ajattele prosessejaan uudelleen, joutuvat murroksen kohteeksi, sillä tekoäly voi syrjäyttää työntekijöitä ilman selkeää uutta järjestelmää.
- Todellinen muutos on vaikeampaa kuin työvaiheiden yksinkertainen korvaaminen tekoälyllä; se edellyttää kokonaisten prosessien uudelleenajattelua.
- Työnkulkujen uudelleensuunnittelu on riskialttiimpaa, mutta sen vaikutus on paljon suurempi kuin pelkän tehtävien automatisoinnin.
- Tekoälyä organisaatioissa käyttävät ihmiset jakautuvat neljään ryhmään:
- Sivustakatsojat – suhtautuvat epäilevästi tai pelokkaasti ja välttelevät tekoälyä.
- Tehtävien suorittajat – käyttävät tekoälyä toisinaan tiettyihin tehtäviin, mutta eivät muuta työnkulkuaan.
- Innostujat – kokeilevat mielellään tekoälytyökaluja, mutta eivät integroi niitä mielekkäällä tavalla työhönsä.
- Harppaajat – ajattelevat tehtävät ja työnkulut strategisesti uudelleen tekoäly edellä -näkökulmasta ja varmistavat työpaikkansa edistämällä muutosta.
- Harppaajat ovat arvokkaimpia, koska he luovat todellista muutosta ja tekevät itsestään korvaamattomia.
- Organisaatioiden johtaminen ja tekoäly [08:47]
- Sodankäynti on kehittynyt, kuten Ukrainassa on nähty, missä perinteiset strategiat (panssaridivisioonat, ilmaherruus) epäonnistuivat.
- Pienet ja kertakäyttöiset lennokkiyksiköt ovat tehneet laajamittaisista, raskasta kalustoa hyödyntävistä hyökkäyksistä tehottomampia.
- Aluksi lennokkisodankäynti vaikutti kokeelliselta, mutta siitä tuli nopeasti keskeinen strategia.
- Tämä muutos kyseenalaistaa kalliin sotilaskaluston merkityksen.
- Tekoälyvallankumous heijastelee tätä – se, mikä vaikuttaa nykyään marginaaliselta kokeilulta, saattaa pian määritellä kokonaisia toimialoja uudelleen.
- Tekoälyyn liittyvä epävarmuus aiheuttaa organisaatioissa psykologisen turvallisuuden puutetta.
- Tekoälykokeiluja ei pitäisi rajata tiettyihin osastoihin – ne vaikuttavat kaikkiin alueisiin (henkilöstöhallinto, talous, toimitusketju, logistiikka ja niin edelleen).
- Organisaatioiden pitäisi keskittyä ydintehtäväänsä, eivätkä vain olemassa oleviin prosesseihin tai teknologioihin.
- Tekoäly, kuten aiemmat innovaatiot (tietokoneet, puhelimet, internet), pitäisi nähdä välineenä ydintehtävän tehostamiseen.
- Muutos tuo mukanaan sekä myönteisiä että kielteisiä vaikutuksia, joten sopeutuminen on ratkaisevan tärkeää.
- Yleisiä tekoälyyn liittyviä pelkoja ovat työpaikkojen menettäminen, superälykkyys ja pahantahtoisten toimijoiden väärinkäyttö.
- Suurempi huolenaihe saattaa olla tekoälyvallan keskittyminen harvojen käsiin, jolloin heillä on pääsy valtavaan määrään dataa ja resursseja.
- Tämä on välittömämpi uhka kuin tulevaisuuden superälykäs tekoäly.
- Yksilöiden vaikutusmahdollisuudet ovat avainasemassa pelon ja epävarmuuden vähentämisessä.
- Yksilöiden pitäisi käyttää tekoälyä omien kykyjensä ja sopeutumiskykynsä vahvistamiseen.
- Luottamus instituutioihin vähenee, joten omavaraisuus on tärkeämpää kuin koskaan.
- Organisaation resilienssi tarkoittaa menestymistä jatkuvan muutoksen keskellä.
- Aito resilienssi edellyttää prosessien joustavuutta ja sopeutumiskykyä.
- Pelkkä tehtävien automatisointi ja ihmisten poistaminen heikentää resilienssiä lisäämällä riippuvuutta järjestelmistä.
- Organisaation vähäisempi ihmismäärä tarkoittaa harvempia muutoksen edistäjiä.
- Resilienssissä on kyse oppimisen nopeuttamisesta ja muutosreaktioiden parantamisesta.
- Työntekijöiden valtuuttaminen edistämään muutosta alhaalta ylöspäin on ratkaisevan tärkeää.
- Ajattelutavan muutos on tarpeen, jotta voimme määritellä uudelleen, mitä organisaation resilienssi todella tarkoittaa.
Pelkäämme, että koneista tulee tarpeeksi älykkäitä päihittääkseen ihmiset älykkyydessä, mutta ehkä meidän pitäisi pelätä enemmän sitä, että pienellä joukolla ihmisiä on pääsy kaikkeen maailman dataan, malleihin ja resursseihin, jotta he voivat tehdä mitä haluavat. Sen pitäisi olla paljon suurempi olemassaoloa uhkaava ja välittömämpi uhka kuin tulevaisuus, jota emme ole vielä edes saavuttaneet.
Ron Schmelzer
- CPMAI-sertifiointi: Miksi se luotiin [19:56]
- CPMAI on toimittajista riippumaton menetelmä tekoälyprojektien hallintaan.
- Se luotiin vastaamaan jäsennellyn tekoälyn käyttöönottomenetelmän puutteeseen.
- Perinteiset projektinhallintamenetelmät eivät toimi tekoälyn kanssa, koska tekoäly perustuu dataan eikä koodiin.
- CPMAI perustuu CRISP-DM:ään, mutta sitä on kehitetty iteratiiviseksi, ketteräksi ja tekoälyyn keskittyväksi.
- Se auttaa hallitsemaan tekoälyn ennakoimattomuutta jäsentämällä testauksen, valvonnan ja käyttöönoton prosessit.
- Menetelmä on pysynyt vakaana tekoälyn nopeasta kehityksestä huolimatta.
- Tekoälyprojektit tarvitsevat nykyään vähemmän datatieteilijöitä valmiiden mallien ansiosta.
- Organisaatiot (pankit, vakuutusyhtiöt, lääketeollisuusyritykset jne.) ja konsulttiyritykset käyttävät CPMAI:tä tekoälyn käyttöönoton standardointiin.
- Siinä yhdistyvät tuote- ja projektinhallinnan osa-alueet tekoälyn onnistuneen hyödyntämisen varmistamiseksi.
- Tiedonhallinnan haasteet tekoälyssä [26:07]
- Tekoälyprojektit epäonnistuvat usein, koska tarvittaviin tietoihin ei ole saatavilla oikea-aikaista pääsyä.
- Tiedon kartoittaminen tulisi asettaa etusijalle ennen tekoälytyökaluihin investoimista.
- CPMAI-menetelmä määrittelee selkeät vaiheet:
- Vaihe 1: Määrittele ongelma ja arvioi, tarvitaanko tekoälyä.
- Vaihe 2: Kartoita tiedot – selvitä saatavuus, muoto sekä tietoturvaan ja yksityisyyteen liittyvät huolenaiheet.
- Puutteellinen pääsy tietoihin sekä sääntely- tai tietoturvaongelmat voivat tehdä tekoälyprojekteista toteuttamiskelvottomia.
- Tietoon liittyvien haasteiden tunnistaminen varhaisessa vaiheessa estää ajan ja resurssien tuhlaamisen.
- Projektipäälliköiden rooli tekoälyprojekteissa [29:11]
- CPMAI on menetelmä tekoälyprojektien hallintaan niiden kestosta riippumatta.
- Projektipäälliköt toimivat strategian (ylimmän johdon vision) ja toteutuksen (yksittäisten osallistujien) välisinä mahdollistajina.
- Ilman projektialan ammattilaisia organisaatiot ovat vaarassa ajautua kaoottiseen toteutukseen, erityisesti kansainvälisissä toimintaympäristöissä.
- Projektinhallinta voitaisiin nimetä uudelleen “muutoksen mahdollistamiseksi”, jotta sen rooli kuvastuisi paremmin.
- CPMAI kehitettiin ilman perinteistä projektinhallinnan taustaa, mutta se noudattaa projektinhallinnan periaatteita.
- Organisaatiot ovat edelleen ihmisten ohjaamia, vaikka täysin autonomisia järjestelmiä pyritään luomaan.
- Elokuvatuotannon malli toimii esimerkkinä ihanteellisesta, väliaikaisesta ja tavoitteeseen keskittyvästä organisaatiorakenteesta.
- CPMAI-ammattilaisten ja “Loikkaajien” palkkaaminen [34:49]
- Organisaatioiden tulisi tasapainottaa “Loikkaajien” (visionääristen riskinottajien) palkkaaminen CPMAI-sertifioitujen ammattilaisten kanssa, jotta tekoälyprojektien hallinta olisi jäsenneltyä.
- CPMAI-sertifiointi tarjoaa pitkäaikaista ura-arvoa ja uskottavuutta tekoälyprojektien hallinnassa.
- Sertifiointi on nyt saatavilla PMI:n alustalla huomattavasti alennettuun hintaan ($699, ja alueellinen hinnoittelu tekee siitä joillakin alueilla edullisemman).
- Organisaatioiden tulisi edistää sekä kokemuksellista oppimista (hackathonit, kokeilut) että muodollista oppimista (CPMAI) sisäisen tekoälyosaamisen kehittämiseksi.
- Vältä tekoälyprojektien menetelmien keksimistä uudelleen – ota sen sijaan käyttöön vakiintuneita viitekehyksiä, kuten CPMAI.
- Kun palkkaat konsultteja tai alihankkijoita tekoälytyöhön, edellytä CPMAI:n kaltaisia pätevyyksiä varmistaaksesi perustason tekoälytyökalujen käyttöä laajemman asiantuntemuksen.
- Vastuuvelvollisuus & yhteisö CPMAI:ssä [37:53]
- PMI:n alainen CPMAI-sertifiointi lisää vastuuvelvollisuutta ja mahdollistaa valitusten tekemisen, jos sertifioidut ammattilaiset eivät täytä vaatimuksia.
- Laajalti tunnustettu menetelmä varmistaa yhdenmukaisuuden sekä tarjoaa yhteisön tukea ja vahvistusta varten.
- Suositut menetelmät, vaikka ne eivät olisi täydellisiä, tarjoavat rakenteen ja vakiintuneen verkoston toisin kuin pienialaiset lähestymistavat.
- PMI-yhteys edistää laajenevaa ekosysteemiä, jossa muut voivat rakentaa CPMAI:n pohjalle (esimerkiksi toimialakohtaisia sovelluksia).
- Tavoitteena ei ole koulutuksen monopolisoiminen, vaan laajan käyttöönoton, lisäoppimateriaalien ja erikoistuneiden sovellusten edistäminen.
- Projektialan ammattilaisilla on ratkaiseva rooli vision muuttamisessa luotettavaksi toteutukseksi.
- Oppimisen ja tekemisen yhdistäminen CPMAI:ssä [41:24]
- CPMAI sisältää työkirjan kokemuksellista oppimista varten ja kannustaa käyttäjiä soveltamaan konsepteja tosielämän ongelmiin.
- Pienet tekoälyn mahdollistamat prosessimuutokset voivat tuottaa välittömiä ja konkreettisia hyötyjä.
- Perinteiset koulutusmenetelmät ovat vanhentuneita; tekoäly voisi tehostaa oppimista integroimalla sen reaaliaikaiseen työhön.
- Oppimisen ja tekemisen yhdistäminen on ratkaisevan tärkeää – pelkkä oppiminen on liian teoreettista ja pelkkä tekeminen voi olla päämäärätöntä.
- Ihanteellinen tulevaisuus: CPMAI toimii reaaliaikaisena oppaana ja auttaa käyttäjiä etenemään projekteissa vaihe vaiheelta.
- Jotkin organisaatiot ottavat käyttöön yhdistetyn oppimisen malleja, joissa käytännön kokemus yhdistyy jäsenneltyyn koulutukseen.
- Tulevaisuuden oppimisstrategioissa koulutus ja käytännön soveltaminen on yhdistettävä pysyvän vaikutuksen aikaansaamiseksi.
Oppiminen ilman tekemistä on puhtaasti käsitteellistä ja teoreettista. Se on kuin osallistuisi yliopiston luennolle ja ajattelisi: ”Ihan hyvä, mutta mitä minä teen tällä tiedolla?” Toisaalta tekeminen ilman oppimista voi tuntua päämäärättömältä – kuin kokeilisi kehotteita tai käyttäisi työkalua ymmärtämättä todella sen tarkoitusta sen lisäksi, että sillä vain leikkii.
Ron Schmelzer
Tutustu vieraaseemme
Ron Schmelzer toimii Project Management Institutessa (PMI) tekoälykumppanuuksien ja yhteistyön maailmanlaajuisena johtajana ja johtajana sekä PMI Cognilytican pääjohtajana. Tässä tehtävässä hän keskittyy laajentamaan PMI:n tekoälytarjontaa strategisten kumppanuuksien ja organisaatioiden osallistamisen avulla. Ennen PMI:hin liittymistään Ron oli perustamassa Cognilyticaa, jossa hän oli mukana kehittämässä Cognitive Project Management for AI (CPMAI) -menetelmää. Lukuisat Fortune 1000 -yritykset ja valtion virastot ovat ottaneet menetelmän käyttöön hallitakseen tekoäly- ja edistyneitä datahankkeita tehokkaasti. Hänet tunnetaan myös panoksestaan AI Today -podcastin juontajana, Forbesin vakituisena avustajana ja TechTarget SearchAI -kolumnistina. Ronilla on tietojenkäsittelytieteen ja sähkötekniikan kandidaatin tutkinto MIT:stä sekä MBA-tutkinto Johns Hopkins Universitystä.

Sitkeyden ironia on siinä, että se edellyttää sinulta paljon suurempaa joustavuutta ja sopeutumiskykyä, erityisesti prosesseissa ja siinä, miten toimit.
Ron Schmelzer
Tämän jakson resurssit:
- Liity Digital Project Manager -yhteisöön
- Tilaa uutiskirje saadaksesi uusimmat artikkelimme ja podcastimme
- Verkostoidu Ronin kanssa LinkedInissä
- Tutustu Project Management Instituteen
Aiheeseen liittyvät artikkelit ja podcastit:
- Tietoa podcastista
- Tekoälyhankkeiden toteuttaminen
- Projektiryhmän johtaja: tehtävä, toiminnot ja keskeiset erot projektipäälliköihin verrattuna
- Tekoäly projektinhallinnassa: Kuinka turvallinen työpaikkasi on?
- 9 parasta tekoälysertifikaattia projektipäälliköille
- Kehotteita pidemmälle: Näin käytät tekoälyä älykkäämpään projektinhallintaan
- Viekö tekoäly todella 80 % projektipäällikön työstä?
Lue litterointi:
Kokeilemme podcastiemme litterointia ohjelmiston avulla. Anna anteeksi mahdolliset kirjoitusvirheet, sillä botti ei ole sataprosenttisen tarkka.
Galen Low: ”Tekoälyprojekteja. Pfffft.” Kollegasi naureskelee ajatukselle lounaalla.
”Parhaimmillaankin vain ohimenevä ilmiö”, ohjelmajohtajasi lisää. ”Ne eivät eroa muista projekteista.”
Mutta alat katsella ympärillesi ruokalassa etkä voi olla ajattelematta, että nämä ihmiset, joiden kanssa kunnioitat niin paljon, että jaat heidän kanssaan aterian, saattavat sulkea silmänsä todellisuudelta.
Seuraavassa pöydässä Germaine taloushallinnosta selittää Lateicialle henkilöstöhallinnosta, kuinka Gemini korjaa hänen kaavojaan Google Sheetsissä.
Kahvipisteellä Paulo esittelee ideaa, jossa tekoälyn ja koneoppimisen avulla muutettaisiin gigatavuja jäsentämätöntä asiakaspalautetta hyödynnettäviksi oivalluksiksi.
Hissien luona Sonaya käy tulevaisuuteen suuntautuvaa keskustelua osastopäällikkönsä kanssa ketteristä tekoälyn tukemista prosesseista, jotka dokumentoivat ja kehittävät itse itseään käyttäjäpalautteen avulla.
Jopa Andréa istuu nurkassa ja käyttää Perplexityä oman eläkejuhlansa suunnitteluun.
Tekoälyprojekteja. Niitä on kaikkialla. Ja paljon muutakin on otettava huomioon kuin se, keksiikö tekoäly riittävän hyvän ehdotuksen juhlien teemaksi.
Mietitkö, onko organisaatiollasi riittävästi valmiuksia tekoälyä hyödyntäviin projekteihin? Jatka kuuntelemista. Sukellamme siihen, mitä organisaatioiden pitäisi tehdä tukeakseen tekoälyn vaikutusten kohteeksi joutuvia ihmisiä ja kuinka ne voivat saada henkilöstönsä samalle sivulle tekoälyn suhteen, jotta kaikki voivat selviytyä ja menestyä digitaalisen muutoksen seuraavassa aallossa.
Hei kaikille ja kiitos, että liityitte seuraamme. Nimeni on Galen Low, ja edustan Digitaalista projektipäällikköä. Olemme digitaalisten ammattilaisten yhteisö, jonka tehtävänä on auttaa toisiamme kehittämään osaamistamme, kasvattamaan itseluottamustamme ja verkostoitumaan, jotta voimme vahvistaa projektinhallinnan arvoa digitaalisessa maailmassa. Jos haluat kuulla siitä lisää, siirry osoitteeseen thedpm.com/membership.
Jos tulevaisuuteen suuntautuvat keskustelut ja käytännön näkemykset digitaalisten projektien johtamisesta kiinnostavat, tilaa ohjelma saadaksesi uusia jaksoja viikoittain.
Selvä. Tänään puhumme generatiivisen tekoälyn luomasta digitaalisen muutoksen seuraavasta aallosta ja siitä, kuinka yhteinen tekoälyä koskeva tiimiajattelutapa voi viedä organisaation satunnaisesta, hajanaisesta ja ahdistusta aiheuttavasta käyttöönotosta kohti yhtenäisempää ja harkitumpaa hyötyä, joka nostaa kaikkia.
Seurassani on tänään Ron Schmelzer, Cognilytican toinen perustaja ja nykyinen PMI Cognilytican tekoälykumppanuuksien ja sidosryhmäsuhteiden maailmanlaajuinen johtaja Project Management Institutessa.
Ron, kiitos, että olet täällä kanssani tänään.
Ron Schmelzer: Olen todella iloinen ollessani täällä. Kanssasi on aina mukava keskustella.
Galen Low: On hienoa saada sinut jälleen ohjelmaan. Olen seurannut hiljaa matkaasi ja ollut hieman fanipoikana viime vuosien ajan, kun olemme puhuneet Cognilyticasta, tekemästäsi työstä ja nyt tästä eräänlaisesta sulautumisesta PMI:n ekosysteemiin. Paljon kiinnostavaa on tapahtunut, ja halusin perehtyä siihen.
Ajattelin aloittaa yhdellä ajankohtaisella kysymyksellä. Suuri kysymys, joka liittyy mielestäni johonkin, mistä keskustelimme aiemmin: sinä ja minä olemme verranneet generatiivisen tekoälyn nykyistä käyttöönottoa tietokoneiden, tekstinkäsittelyohjelmistojen tai puhelimen syntyyn – käytännössä mihin tahansa suureen muutokseen, joka teki monet työelämän roolit enemmän tai vähemmän tarpeettomiksi.
Suuri kysymys kuuluu siis: kuinka organisaatiot voivat tukea ihmisiä, joiden työhön tekoäly vaikuttaa lähitulevaisuudessa?
Ron Schmelzer: Luulen, että yksi syy siihen, miksi tekoäly tuntuu tällaiselta, on sen mullistava luonne. Puhumme siitä, että se muuttaa asioita, ja sitähän mullistavuus tarkoittaa: se muuttaa yhden asian toiseksi.
Ehkä määrittelen tässä yhteydessä muutoksen näin: ihmiset näkevät, että monet työkalut, erityisesti tietotyöntekijöille tarkoitetut, ovat muuttumassa. Puhuimme tästä aiemmin, mutta tietotyöntekijän pääasiallinen tehtävä on käsitellä tietoa – syöttää sitä tietojärjestelmään, hakea sitä järjestelmästä, tiivistää, kuvata, raportoida tai tehdä esimerkiksi vaatimustenmukaisuusraportteja.
Kaikki tämä on nyt koneille suhteellisen helppoa, vaikka vielä pari vuotta sitten se ei ollut. Siksi organisaatiot miettivät asioita uudelleen. Muutosta vastustava tapa olisi, että tehtävässä toimiva henkilö käyttäisi näitä työkaluja nykyisten tehtäviensä tekemiseen, mutta prosessi ei muuttuisi.
Ehkä kustannukset hieman pienenevät, jotkin asiat nopeutuvat tai tarkkuus paranee, mutta prosessi pysyy samana. Organisaatiot, jotka todella muuttuvat, miettivät prosessit perusteellisesti uudelleen alusta alkaen.
Ajatellaan verkkokauppaa. Ennen internetiä ostoksille mentiin myymälään, jossa oli tarjolla se, mitä varastossa sattui olemaan. Verkkokauppa ei kuitenkaan ollut vain sama kokemus verkossa. Ihmisten piti oivaltaa, ettei varaston ja hyllyjen tarvitse toimia samalla tavalla.
Sama tapahtuu tekoälyn kanssa. Pelottavaa on se, että organisaatiossa, jossa prosesseja ei ole muutettu, tekoäly on hieman kuin moukari. Se aiheuttaa paljon tuhoa ja kaaosta. Asioita ehkä saadaan tehtyä, mutta olemassa olevien prosessien kustannuksella, koska prosessit eivät ole muuttuneet. Työkaluja vain tuodaan mukaan, mikä tarkoittaa, että ihmisiä puristuu ulos prosessista.
Galen Low: Tuo on todella kiinnostavaa. Monet tekoälyä koskevat keskustelut ovat olleet sellaisia, että ”älä huoli, se auttaa sinua tekemään samoja asioita kuin aina ennenkin”. Sinä kuitenkin sanoit, että organisaation kannattaa luoda tulevaisuudesta mullistava visio.
Ei ole tarkoitus kirjoittaa puhelinnumeroita Rolodexiin, skannata niitä ja siirtää niitä sitten puhelimeen. Tarkoitus on kuvitella työn tekeminen uudelleen, ja sinulla on siinä oma paikkasi. Autamme sinua pääsemään sinne. Meidän ei pidä ajatella tätä tekoälyversiona siitä, mitä teimme aiemmin, vaan uutena tapana tehdä työtä tekoälyn avulla.
Ron Schmelzer: Väittäisin, että tällaiset muutokset ovat vaikeampia kuin teknologian käyttöönotto. On helppoa ajatella, että korvaamme tietyt prosessin vaiheet koneella. Paljon vaikeampaa on pysähtyä ja kysyä: jos minun pitäisi suunnitella koko asia uudelleen, miten se toimisi?
Se on riskialttiimpaa, koska emme tiedä, toimiiko uusi prosessi, mutta vaikutus olisi paljon suurempi.
Käytännössä havaitsimme tekoälyn käyttäjissä neljä karkeaa ryhmää. Ensimmäiset ovat sivustakatsojia. He eivät käytä tekoälyä, vaan seuraavat tilannetta. He saattavat olla epäileviä, peloissaan tai epävarmoja.
Toinen ryhmä ovat suorittajat. He tekevät työnsä ja käyttävät silloin tällöin tekoälyä esimerkiksi sähköpostien tai taulukkolaskentojen laatimiseen. Pohjimmiltaan mikään muu ei kuitenkaan muutu.
Kolmas ryhmä rakastaa teknologiaa teknologian itsensä vuoksi. He kokeilevat yhtä mallia tänään ja toista huomenna. He nauttivat löytämisen prosessista, mutta eivät välttämättä muuta työtään.
Neljäs ryhmä ovat loikkaajat. He eivät vain käytä tekoälyä yksittäiseen tehtävään, vaan muuttavat koko tehtävän tai työn tekemisen tavan ja tarkastelevat sitä tekoäly edellä. Heidän toimintaansa kannattaa seurata, sillä ironisesti he vahvistavat omaa työpaikkaturvaansa.
Galen Low: Organisaation tekoälyä koskevaa johtamista tarvitaan, mutta nykyinen johtorakenne ei välttämättä ole se, jolla on visio tekoälystä ja sen mahdollisuuksista. Siksi organisaatioiden pitäisi tunnistaa loikkaajat ja antaa heille ympäristö, jossa he voivat tutkia ja kehittää tekoälyn käyttöä organisaation hyväksi.
Näin voidaan luoda käytäntöyhteisöjä, joissa loikkaajat johtavat liiketoiminnan muutosta. He eivät ole suorittajia tai vain teknologian varhaisia kokeilijoita, vaan ihmisiä, joilla on visio, jota voidaan tukea. Organisaation ihmiset voivat auttaa rakentamaan yhteisen tekoälyä koskevan ajattelutavan.
Ron Schmelzer: Tekoälyn kokeiluja ei pitäisi eristää yhteen pieneen ryhmään. Tekoäly vaikuttaa kaikkialla: henkilöstöhallinnossa, taloushallinnossa, toimitusketjun hallinnassa, logistiikassa ja tuotannossa.
Jokaisella organisaatiolla on tehtävä ja tavoite. Tehtävä ei ole sama asia kuin prosessit tai teknologia; ne ovat keinoja päämäärän saavuttamiseksi. Tekoäly on uusi resurssi tai työkalu, jota voidaan käyttää tehtävän toteuttamiseen.
Muutos sisältää sekä myönteisiä että kielteisiä vaikutuksia. Siksi organisaatioiden on laajennettava kokeilun ja oppimisen mahdollisuuksiaan sekä annettava ihmisille henkilökohtaista vaikutusvaltaa. Ihmisten pitää voida käyttää tekoälyä omien kykyjensä vahvistamiseen ja rakentaa siten itselleen tarvittavaa resilienssiä.
Organisaation resilienssi ei tarkoita sitä, että pidetään kiinni nykyisistä toimintatavoista ja automatisoidaan ne. Se tarkoittaa oppimisen nopeuttamista, muutoksiin vastaamisen nopeuttamista ja ihmisten valtuuttamista muutoksen tekijöiksi – ei vain ylhäältä alaspäin, vaan myös alhaalta ylöspäin.
Galen Low: Pidän todella paljon tuosta organisaation resilienssin ajatuksesta. Tiiviit prosessit ja vuosien ajan samalla tavalla toimiminen eivät välttämättä enää riitä myrskystä selviytymiseen.
Mainitsit CPMAI-sertifioinnin. Olet Cognilytican toinen perustaja, ja se on tekoälyyn ja projekteihin keskittyvä organisaatio. Kenen pitäisi nykyään suorittaa CPMAI-koulutus? Onko se tarkoitettu projektipäälliköille vai laajemmalle joukolle?
Ron Schmelzer: CPMAI on menetelmä tekoälyprojektien toteuttamiseen ja johtamiseen, riippumatta siitä, kuinka lyhyt tai pitkä projekti on. Projektipäällikön tehtävä on fasilitoida tätä prosessia.
Strategiaa määrittävät johtajat asettavat suunnan, tavoitteet ja vaatimukset. Yksittäiset asiantuntijat toteuttavat vision. Projektialan ammattilaiset toimivat näiden välissä: he kääntävät organisaation tavoitteet strategiaksi ja hankkivat oikeat resurssit vision toteuttamiseen.
Siksi puhuisin ehkä projektinhallinnan sijasta muutoksen fasilitoinnista. Tehtävänä on yhdistää tavoitteet ja visio niihin resursseihin, joita tarvitaan tulosten aikaansaamiseksi – ihmisiin, rahaan, varastoon, teknologiaan ja tekoälyyn.
CPMAI:ssa on kuusi vaihetta. Niihin kuuluu päätösten dokumentointi, asioiden tekeminen oikeassa järjestyksessä, puuttuvien tietojen tunnistaminen sekä tekoälyratkaisujen arviointi, testaaminen, käyttöönotto ja jatkuva seuranta. Menetelmässä yhdistyvät tuotehallinnan ja projektinhallinnan piirteet.
Galen Low: Minusta erityisen kiinnostavaa on asioiden tekeminen oikeassa järjestyksessä. Projektipäällikön ajattelutavalla voisi helposti ajatella, että jos emme tiedä, mitä rakennamme, etenemme vain iteratiivisesti. Tekoälyratkaisussa tietojen laatu on kuitenkin perustavanlaatuinen lähtökohta.
On varmistettava, että käytössä on puhdasta ja käyttökelpoista tietoa, ja että tiedon saatavuus, hallinta, yksityisyys ja turvallisuus ovat kunnossa ennen kuin voidaan tietää, toimiiko tekoälyratkaisu.
Ron Schmelzer: Juuri tiedon saatavuus voi kaataa koko tekoälyprojektin. Tieto voi olla lukittuna yhteen järjestelmään, johon ei ole pääsyä, tai se voi olla liian vanhaa. Siksi tämä pitää selvittää ennen työkalujen hankkimista.
CPMAI-menetelmässä ensimmäinen vaihe on ongelman määrittely: mitä ongelmaa yritetään ratkaista, tarvitaanko siihen tekoälyä ja millainen tekoälyratkaisu olisi sopiva. Sen jälkeen selvitetään käytettävissä oleva tieto, sen muoto, sijainti, saatavuus, turvallisuus ja anonymisoinnin tarve.
Vasta sen jälkeen kannattaa hankkia ja ottaa käyttöön työkaluja. Saatamme huomata, että kaikki tarvittava on jo olemassa, tai että tiettyjä ovia on avattava. Toisaalta sääntelyyn, yksityisyyteen tai tietoturvaan liittyvät ongelmat voivat tehdä hankkeesta mahdottoman.
Galen Low: On kiinnostavaa, että ensimmäinen vaihe koskee valmiutta. On mahdollista päätyä siihen, ettei organisaatio ole vielä valmis projektiin tai ettei tekoäly ole oikea ratkaisu. Tämä ei siis ole vain projektipäälliköille tarkoitettu koulutus, vaan se koskee myös data-, teknologia- ja liiketoiminta-asiantuntijoita.
Ron Schmelzer: Ihannetilanteessa kaikkien organisaation jäsenten olisi hyvä ymmärtää perusasiat. Loikkaajat tarvitsevat muutakin kuin uusimpien työkalujen hallintaa: he tarvitsevat kehyksen, jonka avulla projekteja voidaan toteuttaa onnistuneesti.
Organisaatioiden kannattaa yhdistää muodollinen ja kokemuksellinen oppiminen. Ihmisille pitää antaa aikaa, vapautta ja psykologista turvallisuutta kokeilla työkaluja, jotka eivät ehkä tuota välitöntä hyötyä. Näin organisaatio oppii, mikä toimii ja mikä ei.
En suosittele, että jokainen organisaatio keksii oman menetelmänsä alusta alkaen. Parempi on omaksua jo olemassa oleva lähestymistapa ja rakentaa sen pohjalta omaa osaamista.
Galen Low: Kokemuksellinen oppiminen kuulostaa tärkeältä. Miten koulutuksessa voisi harjoitella turvallisesti käytännössä?
Ron Schmelzer: CPMAI-koulutukseen kuuluu työkirja, jonka avulla osallistuja voi viedä jonkin todellisen ongelman koko prosessin läpi. Valitse yksi asia, jonka haluat ratkaista, ja etene sen kanssa alusta loppuun.
Oppiminen ilman tekemistä jää teoreettiseksi. Tekeminen ilman oppimista taas voi tuntua päämäärättömältä. Siksi nämä kaksi on yhdistettävä. Tulevaisuudessa tekoäly voisi toimia oppimisen rinnalla ohjaajana, joka kysyy, mitä ongelmaa yrität ratkaista, mitä tietoja tarvitset ja mikä vaihe pitäisi tehdä seuraavaksi.
Galen Low: Tuo olisi todellista muutosta. Emme puhuisi vain työkalun käyttöönotosta nykyisellä tavalla, vaan työn tekemisen uudelleenajattelusta. Näin kaikki keskustelun aiheet liittyvät toisiinsa.
Ron Schmelzer, kiitos todella paljon ajastasi. On ollut hienoa saada sinut ohjelmaan.
Ron Schmelzer: Kiitos. On aina ilo keskustella kanssasi ja jakaa ajatuksia yleisösi kanssa. Olemme kaikki tällä matkalla yhdessä.
Galen Low: Ehdottomasti.
Siinä kaikki tältä kertaa. Jos haluat liittyä keskusteluun yli tuhannen samanhenkisen projektinhallinnan puolestapuhujan kanssa, liity yhteisöömme! Siirry osoitteeseen thedpm.com/membership saadaksesi lisätietoja. Jos pidit tämänpäiväisestä jaksosta, tilaa ohjelma ja pysy yhteydessä osoitteessa thedigitalprojectmanager.com. Ensi kertaan – kiitos kuuntelemisesta.
