Mitä ei-teknisten projektipäälliköiden todella tarvitsee tietää tekoälystä

Galen Low: Mitkä ovat tärkeimmät vinkkisi projektipäälliköille, joiden täytyy toimia tulkkeina tekoälyn parissa työskentelevien tai sitä käyttävien monialaisten tiimien välillä?

Kesha Williams: Työkalujen perässä juoksemisen sijaan kannattaa todella ajatella liiketoiminnan lopputulosta. Mitä ongelmia yritämme ratkaista? Keskity ensin siihen, mitä tehdään, ja vasta sen jälkeen siihen, miten se tehdään.

Galen Low: Mitä mieltä olet tekoälyyn liittyvistä sertifioinneista ja siitä, miksi joku hankkisi sellaisen? Olisiko siitä hyötyä?

Kesha Williams: Rakastan sertifiointeja. Sertifiointi voi auttaa pääsemään työhaastatteluun, mutta se ei takaa työpaikkaa. On tärkeää hankkia käytännön kokemusta ja rakentaa verkkoportfolio, jossa esittelet projekteja, joita olet todella kehittänyt näitä teknologioita käyttäen.

Galen Low: Täytyykö jokaisen projektijohtajan ryhtyä järjestelmäinsinööriksi pysyäkseen relevanttina tekoälyn vauhdittamassa taloudessa?

Kesha Williams: Se on hyvä paikka aloittaa, mutta vastaukseni on ei. Minulle kyse on enemmän—

Galen Low: Tervetuloa The Digital Project Manager -podcastiin — ohjelmaan, joka auttaa toimitusjohtajia työskentelemään fiksummin, toimittamaan sujuvammin ja johtamaan tiimejään itsevarmasti tekoälyn aikakaudella. Olen Galen, ja joka viikko perehdymme käytännön strategioihin, nouseviin trendeihin, hyväksi todettuihin viitekehyksiin ja silloin tällöin myös projektirintaman sotatarinaan. Olitpa sitten johtamassa valtavia muutoshankkeita, hallinnoimassa tekoälyn työnkulkuja tai vain yrittämässä pitää kaaoksen hallinnassa, olet oikeassa paikassa. Aloitetaan.

Tänään keskustelemme siitä, kuinka projektijohtajat voivat toimia tehokkaampina tulkkeina helpottaessaan tekoälyä koskevia keskusteluja teknisten ja liiketoiminnan sidosryhmien välillä — ja kuinka tämä voi olla avain siihen, että vältetään jälleen yhden epäonnistuneen tekoälyn käyttöönoton riski.

Vieraana on Kesha Williams, KeySoftin perustaja ja toimitusjohtaja. KeySoft on konsultointiyritys, joka auttaa organisaatioita ottamaan tekoälyn käyttöön strategian, insinööriosaamisen kehittämisen ja kehittäjien sitouttamisen avulla. Keshalla on pitkä kokemus tekoälystrategian, insinöörityön, koulutuksen ja vaikuttamisen rajapinnoilta. Hänellä on yli 25 vuoden kokemus ohjelmistosuunnittelusta, yritysarkkitehtuurista ja tekoälyinnovaatioista, ja hän hyödyntää tätä osaamista tekoälyn käyttöönotossa monimutkaisissa tosielämän ympäristöissä.

Hän on hiljattain suunnannut koulutusohjelmansa myös vähemmän teknisille yleisöille ja saanut päätökseen ensimmäisen 15-päiväisen tekoälyvalmennuksensa yhteistyössä LinkedIn Learningin kanssa.

Kesha, kiitos paljon, että olet täällä tänään.

Kesha Williams: Kiitos, Galen. Olen todella innoissani siitä, että saan olla täällä ja käydä tämän keskustelun.

Galen Low: Niin minäkin. Rakastan sitä, mitä teet. Panostat työhösi niin paljon energiaa. Olet todellinen ahertaja. En tiedä, miten teet sen. LinkedIn-syötteessäsi näyttää olevan jatkuvasti valtavasti koulutussisältöä. Tiedän, että sinulla on useita LinkedIn Learning -kursseja ja muitakin kursseja. Olen todella innostunut pääsemään niihin käsiksi.

Tiedän, että yleisösi on pääasiassa teknistä — tai ainakin yleensä teknisempää — ja olet viime aikoina laajentanut toimintaasi myös meidän vähemmän teknisten ihmisten suuntaan.

Kesha Williams: Aivan.

Galen Low: Arvostan sitä todella. Toivon, että keskustelumme etenee tänään vähän siksakkia, mutta varmuuden vuoksi tässä on etenemissuunnitelma, jonka luonnostelin meille. Halusin aloittaa pyytämällä sinulta näkemyksen yhteen suureen ja kiinnostavaan kysymykseen, johon kuulijani todennäköisesti haluavat vastauksen. Sen jälkeen haluaisin purkaa aihetta ja keskustella kolmesta asiasta.

Ensinnäkin haluan puhua siitä, miksi ei-teknisten projektipäälliköiden on tärkeää ymmärtää tekoälyä. Sen jälkeen haluan tarkastella tapoja, joilla projektipäälliköt voivat toimia hyviä tulkkeina teknisten ja liiketoiminnan sidosryhmien välillä tekoälyyn liittyvissä asioissa, sekä sitä, kuinka he voivat kehittyä tässä. Lopuksi haluaisin kuulla näkemyksesi projektipäällikön roolin tulevaisuudesta projekteissa, joissa hyödynnetään tekoälyä tai joissa tuotetaan tekoälyyn perustuva ratkaisu.

Kesha Williams: Kuulostaa siltä, että tästä tulee hieno keskustelu.

Galen Low: Kunnianhimoista, mutta toteutetaan se.

Kesha Williams: Selvä.

Galen Low: Ajattelin aloittaa yhdellä suurella ja vaikealla kysymyksellä ja antaa sille hieman taustaa. Monet yhteisöni jäsenet tuntevat olonsa, no, enemmän kuin hieman ahdistuneiksi tekoälyn vuoksi. He pohtivat, kuinka tekoäly muuttaa heidän nykyiseen rooliinsa, urakehitykseensä ja kehitettäviin taitoihinsa kohdistuvia odotuksia.

Suuri kysymykseni kuuluu: täytyykö jokaisen projektijohtajan ryhtyä järjestelmäinsinööriksi pysyäkseen relevanttina tekoälyn vauhdittamassa taloudessa?

Kesha Williams: Se on hyvä paikka aloittaa, ja vastaukseni on ei. Kun tarkastelee sitä, mitä alalla tapahtuu tällä hetkellä, ja erityisesti tekoälyn, koodittomien ja vähäkoodisten työkalujen määrää, ei tarvitse edes osata ohjelmoida tai omaavan teknistä taustaa rakentaakseen tekoälyagentin tai sovelluksen.

Minulle kyse on enemmän järjestelmäajattelun ymmärtämisestä: mitä tekoäly on, mitä se voi tehdä, kuinka voin soveltaa sitä nykyisessä roolissani ja kuinka voin hyödyntää sitä projektissa. Joten ei, sinun ei tarvitse ryhtyä järjestelmäinsinööriksi tai edes erityisen tekniseksi pysyäksesi relevanttina, ymmärtääksesi tekoälyä ja soveltaaksesi sitä.

Galen Low: Vau. Rakastan tuota, ja olen varma, että kaikki kuulijat huokaisevat helpotuksesta. Pidän myös tuosta näkökulmasta, koska löydän itseni pohtimasta tätä koodittoman, tunnelmakoodauksen kaltaisen ekosysteemin ympärillä olevaa painetta. Kulttuurisesti tuntuu olevan paine sanoa, ettei tarvitse osata koodata tai ymmärtää ulkopuolista rakennetta. Pidän kuitenkin siitä, mitä sanot järjestelmäajattelun merkityksestä.

Näemme tätä jatkuvasti — tai ainakin minä näen omissa piireissäni ihmisiä, jotka tunnelmakoodaavat ja sanovat sitten: hetkinen, minun täytyy edelleen tehdä virheenkorjausta ja laadunvarmistusta. En kirjoita koodia, mutta tämä on silti tavallaan sitä tietotekniikan ja insinöörityön osa-aluetta. On kuin huomaisi, että täytyy edelleen tietää, mitä haluaa tämän asian tekevän ja miten se tehdään.

Kesha Williams: Aivan. Ja kun olen vienyt sen tuotantoon, minun täytyykin päivittää sitä, parantaa sitä ja ylläpitää sitä? Luulin olevani valmis.

Galen Low: Entä tunnelma-DevOps? Rehellisesti sanottuna tämä on mielestäni hyvä lähtökohta, koska seuraava kysymys on, mikä on sopiva teknisyyden taso ja kuinka tällaista järjestelmäajattelua voi omaksua.

Halusin kuulla näkemyksesi tästä, koska olet itse teknisesti erittäin ansioitunut. Olet insinööri, yritys- ja ratkaisuarkkitehti. Olet johtanut kehittäjätiimejä ja rakentanut valtavan, sitoutuneen yleisön juuri tämän aiheen ympärille. Kuten mainitsin, olet viime aikoina laajentanut yleisöäsi myös vähemmän teknisiin ihmisiin.

Esimerkiksi LinkedIn Learningin kanssa toteuttamasi 15-päiväinen valmennus johdatti osallistujat tekoälyn pariin. Se oli itse asiassa melko syvällinen kokonaisuus, joka alkoi varsin perusteista ja eteni hyvinkin vaativiin aiheisiin. Miksi sinulle on tärkeää tuoda koulutusosaamisesi ja tekoälytietämyksesi kaikkien ulottuville?

Kesha Williams: Se on minulle tärkeää, koska tekoäly vaikuttaa jokaiseen toimialaan, jokaiseen rooliin ja organisaation jokaiseen tasoon. En halua kenenkään jäävän jälkeen. Kun ajattelen tekoälyn voimaa ja sen mahdollisuuksia tuottavuuden parantamisessa ja työnkulkujen automatisoinnissa, teknologia-alalla eletään todella innostavaa aikaa. Haluan kaikkien ottavan tekoälyn omakseen ja selvittävän, kuinka se sopii heidän arkeensa.

Galen Low: Oletko törmännyt tekoälyyn liittyviin virheellisiin oletuksiin, myytteihin tai väärinkäsityksiin? Osa työtäsi on auttaa ihmisiä, joilla ei ehkä vielä ole perustietämystä järjestelmäajattelusta tai aikaa tutkia, mitä tekoäly voi tehdä.

Oletko huomannut, että osa työstäsi on myyttien ja tekoälyyn liittyvän pelottelun purkamista — sen selittämistä, mitä tekoäly on ja kuinka se vaikuttaa ihmisten työhön riippumatta siitä, ovatko he teknisiä?

Kesha Williams: Ehdottomasti. Hollywood ja kaikki tieteiselokuvat eivät ole auttaneet. Ne ovat tehneet työstäni paljon vaikeampaa. Tavoitteeni — ja tämä on aina ollut minulle tärkeä asia — on ollut tehdä tekoälystä ja koneoppimisesta ymmärrettäviä ja lähestyttäviä sekä purkaa näihin monimutkaisiin teknologioihin liittyvää mystiikkaa. Mutta kuten sanoin, Hollywood ei ole auttanut lainkaan.

Galen Low: Sitten on vielä kokonainen joukko artikkeleita. Älä ymmärrä väärin, monet niistä ovat uskottavia, mutta ne on usein muotoiltu tavalla, joka kerää katseita.

Niissä saatetaan esimerkiksi sanoa, että Googlen entinen tekoälyjohtaja ennustaa yleisen tekoälyn ottavan vallan seitsemässä vuodessa. Tai että kaikki tekoälyauktoriteetit esittävät asioita tavalla, joka saa ajattelemaan: hyvänen aika. Toisaalta on selvää, että nämä ihmiset ovat pohtineet asioita paljon.

Tekoälyn edelläkävijät ovat joutuneet pohtimaan sen seurauksia. Kun aikajänne venyy riittävän pitkäksi, teknologia tulee muuttamaan asioita merkittävästi ja monin eri tavoin. Mutta kuten sanoit, meidän kaikkien on päästävä samalle sivulle — ei välttämättä samalle tasolle, mutta ainakin yhteiseen ymmärrykseen.

Tekoäly vaikuttaa jokaiseen ja jokaisen työhön sekä työhön liittyviin odotuksiin. Mitä paremmin ymmärrämme sitä ja mitä parempi yhteinen sanasto meillä on, sitä paremmin voimme keskustella aiheesta. Tilanne ei ole sama kuin urani alussa. Taustani on digitaalisessa projektinhallinnassa. Kehitystiimeissä, joiden kanssa työskentelin, oli käyttöliittymä- ja taustajärjestelmäkehittäjiä, ja muistan ensimmäiset päiväni.

Ajattelin vain, ettei mikään heidän puheestaan käy järkeen. He sanoivat esimerkiksi, että nyt otetaan käyttöön ja tehdään jotain Gitillä, ja minä vastasin näkeväni heidät myöhemmin. Oppimiskäyrä liittyi siihen, että pystyi keskustelemaan asioista ja käymään merkityksellistä vuoropuhelua sen sijaan, että vain katsoi jotain ja sanoi: selvä, tehkää regressiotestaus tai mitä ikinä tarvitseekaan tehdä.

Miten koulutuksesi ovat sujuneet ihmisten kanssa? Sinulla on jokapäiväisen tekoälyn kurssi ja 15-päiväinen valmennus. Millaisia vaikutuksia tai oivalluksia olet huomannut oppijoissa?

Kesha Williams: Kuten mainitsit, käynnistin LinkedIn Learningin kanssa jokapäiväisen tekoälyn 15-päiväisen haasteen.

Tänään on itse asiassa 15. ja viimeinen päivä. Olen todella innoissani siitä, kuinka kaikki on sujunut. Olen saanut paljon palautetta oppijoilta, ja olen nähnyt tekoälyyn liittyvän epävarmuuden muuttuvan innostukseksi. Ihmiset ymmärtävät nyt paremmin, kuinka tekoäly sopii heidän arkeensa ja kuinka he voivat käyttää sitä ajan säästämiseen ja tuottavuuden parantamiseen.

Yksi oppija kertoi käyttäneensä tekoälyä tehtävään, jonka tekemiseen kului ehkä 30 minuuttia. Ilman tekoälyä häneltä olisi kulunut useita päiviä rungon laatimiseen. Tällaiset kokemukset ovat juuri syy siihen, miksi loin 15-päiväisen tekoälyhaasteen. Kuten mainitsit, se on suunnattu erityisesti ei-teknisille ihmisille, jotta he voivat alkaa ymmärtää tekoälyn peruskäsitteitä ja perusteita sekä sitä, kuinka tekoälyä voi soveltaa jokapäiväisessä elämässä.

Galen Low: Rakastan tuota. Minulle välittyy vaikutelma, että kurssi on hyvin käytännönläheinen. Osallistujat todella tekevät asioita itse. Seuraava on pieni sivupolku: pelasimme eilen illalla Exploding Kittens -korttipeliä, ja ohjekirjassa sanottiin, ettei ohjeita pidä lukea, koska se on huonoin tapa oppia pelaamaan peliä.

Katso video ja kokeile itse. Ajattelin, että tämä pätee tekoälyyn valtavan hyvin. Minulla — kuten monilla muillakin — oli eniten tekoälyyn liittyvää ahdistusta silloin, kun en ollut vielä avannut yhtäkään työkalua. Se on vähän kuin sähköpostin saapuneet-kansio: näet punaisessa merkissä numeron 967 ja ajattelet, ettet halua edes katsoa sitä. Numero pelottaa. Et ole vielä edes nähnyt, mitä kansiossa on.

Sama tapahtui minulle. Pidän kuitenkin ajatuksesta, että ihmisiä johdatetaan perusteiden kautta eteenpäin ja että sisältö syvenee vähitellen. Mitä osallistujat tekevät tänään, 15. päivänä?

Kesha Williams: Päivä 15 keskittyy oman tekoälyagentin luomiseen ilman koodausta. Koodia ei tarvitse osata. Agentti rakennetaan vedä ja pudota -käyttöliittymän avulla. Kaikki aiemmat päivät valmistavat osallistujat tähän.

Galen Low: Rakastan tuota. Päivä yksi on ehkä se, että mitä tekoäly on, ja päivä 15 on agentin rakentaminen.

Kesha Williams: Juuri niin. Näin se käytännössä eteni.

Galen Low: Pidän siitä todella paljon. Tämä johtaa hyvin siihen varsinaiseen aiheeseen, johon halusin syventyä: kuinka vähemmän tekniset projektipäälliköt voivat pienentää tekoälyn vauhdittamien projektiensa riskejä käymällä oikeita keskusteluja ja edistämällä tekoälyyn liittyvää yhteistä ymmärrystä teknisten ja liiketoiminnan sidosryhmien välillä — ja oikeastaan kaikkien muidenkin välillä.

Olemme tottuneet jakamaan ihmiset teknisiin ja ei-teknisiin, mutta tarkoitan tässä ihmisten välistä tulkkaamista: eri sidosryhmillä on erilaista tietoa, erilaisia näkökulmia ja erilaisia taitoja. Pitäisikö projektipäällikön ylipäätään toimia tekoälyä koskevien keskustelujen tulkkina? Onko se mielestäsi hyvä vai huono ajatus?

Kesha Williams: Se on ehdottomasti hyvä ajatus. Projektipäälliköt tulkkaavat jo valmiiksi esimerkiksi projektiriskejä ja aikatauluja. Siksi projektipäälliköille on luonnollista toimia tulkkeina myös tekoälyyn liittyvissä asioissa.

Galen Low: Erittäin hyvä huomio. Rooliin kuuluu jo paljon tulkkaamista.

Kesha Williams: Aivan.

Galen Low: On hauskaa, että keskustelimme tästä ennen nauhoitusta. Kirjoitit julkaisun agenteista ja MCP:stä uusina ohjelmointirajapintoina. Palaan omiin alkuaikoihini projektipäällikkönä ja muistan ajatelleeni: mikä ohjelmointirajapinta edes on? Tiesin vain, että sitä käytettiin järjestelmien yhdistämiseen ja asioiden liittämiseen toisiinsa.

Kesha Williams: Aivan.

Galen Low: Minun täytyi toimia tulkkina ja selittää liiketoiminnan sidosryhmille, miksi tietyt vaiheet olivat tärkeitä: miksi meidän piti rakentaa tietosanasto, tutkia dokumentaatiota ja toteuttaa pieni vähimmäisratkaisu tai konseptitodistus.

Tekoälyn kohdalla tilanne on osittain samanlainen ja osittain erilainen, koska tekoälystä tulee jatkuvasti uutta tietoa ja asiat muuttuvat nopeasti. Uusi malli tuntuu ilmestyvän joka päivä — olipa kyse suurista kielimalleista, kuvien generoinnista tai jostain muusta. Mitkä ovat tärkeimmät vinkkisi projektipäälliköille, joiden täytyy toimia tulkkeina tekoälyn parissa työskentelevien tai sitä käyttävien monialaisten tiimien välillä?

Voisimmeko käydä läpi muutamia esimerkkejä vaikuttavista keskusteluista, jotka voivat joko mennä pieleen tai auttaa projektia onnistumaan paljon paremmin?

Kesha Williams: Ensimmäinen vinkkini on, ettei työkaluja pidä jahdata. Kuten mainitsit, olemassa oleva työkalu voi muuttua tai markkinoille voi tulla uusi työkalu käytännössä joka päivä.

Työkalujen perässä juoksemisen sijaan kannattaa ajatella liiketoiminnan lopputulosta. Mitä ongelmia yritämme ratkaista? Tämä on projektinhallinnassa pitkään tunnettu periaate: keskity ensin siihen, mitä tehdään, ja vasta sitten siihen, miten se tehdään. Ajattele siis lopputuloksia äläkä jahtaa työkaluja, koska muuten päädyt helposti kaninkoloon ja eksyt alkuperäisestä tavoitteesta.

Se on tärkein vinkkini. Projektipäälliköiden ei tarvitse olla teknisiä, mutta heidän on ymmärrettävä tekoälyn peruskäsitteet. Kun joku puhuu mallista, tiedät mitä se tarkoittaa. Kun joku puhuu kehotesuunnittelusta, tiedät mitä se tarkoittaa. Kun joku puhuu agentista, tiedät mitä se tarkoittaa. On tärkeää ymmärtää nämä korkean tason käsitteet ja se, kuinka ne liittyvät kehitettävän ratkaisun toteutustapaan.

Tämä vastaa kysymyksesi ensimmäiseen osaan. Toinen osa koski keskusteluja.

Galen Low: Kyllä. Millaisia keskusteluja voisi olla? Niiden ei tarvitse olla sitä yhtä suurta tekoälykeskustelua, joka ratkaisee projektin onnistumisen tai epäonnistumisen. Matkan varrella käydään jatkuvasti keskusteluja, jotka voivat mennä sivuraiteille. Jos projektipäällikkö ei tunne jotakin käsitettä, hän saattaa keksiä vastauksen ja katua sitä myöhemmin. Tai hän voi yksinkertaistaa asioita liikaa. Voimme ehkä improvisoida muutaman esimerkin.

Kesha Williams: Toki. Oletetaan, että olet tekoälyprojektin projektipäällikkö. Projektissasi on koneoppimisinsinööri, joka kertoo: malli on valmis ja tarkkuus näyttää hyvältä. Keskustelu menisi pieleen, jos projektipäällikkö vastaisi heti: selvä, viedään tuotantoon.

Projektipäällikön pitäisi esittää lisäkysymyksiä. Ensin hänen täytyy ymmärtää, mikä malli on ja mitä tarkkuus tarkoittaa. Tarkkuus kertoo, kuinka hyvin mallin suorituskykyä arvioidaan. Yksi kysymys voisi olla: mitä tarkkuus tarkoittaa tässä yhteydessä?

Toinen kysymys voisi liittyä siihen, mitä aiemmin mainitsin: kun malli on tuotannossa, millainen on sen ylläpito- ja uudelleenkoulutusprosessi? Tekoälymalleihin ja tekoälyjärjestelmiin liittyy tuotantoon viennin jälkeen ilmiö, jota kutsutaan mallin ajautumiseksi. Se tarkoittaa, että tosielämän data muuttuu ajan mittaan, mikä voi vaikuttaa koneoppimismallin laatuun tai tuottamaan tulokseen.

Kun tekoälyprojekti viedään tuotantoon, uudelleenkoulutuksesta ja jatkuvasta ylläpidosta on tärkeää keskustella etukäteen. Ne vaikuttavat suoraan järjestelmän tuottamaan lopputulokseen. Tärkeintä on esittää oikeita kysymyksiä tuotantoon vietävistä tekoälyjärjestelmistä.

Galen Low: Pidän erityisesti tuosta ajautumista koskevasta huomiosta. Jopa melko tekniset projektipäälliköt tulevat maailmasta, jossa asiat ovat deterministisiä. Testauksessa toimii tietty asia tietyllä tavalla. Käyttäjätestauksessa se toimii samalla tavalla. Kun ratkaisu viedään tuotantoon, sen odotetaan toimivan samalla tavalla joka kerta, kunnes jokin uusi muutos rikkoo sen.

Mallin ajautuminen on erilainen ilmiö, koska mallin koulutuksessa käytetty data muuttuu. Myös mallit voivat muuttua, ja niiden toiminta on probabilistista eikä determinististä. Ratkaisuihin on siis sovellettava aivan uudenlaista näkökulmaa.

Pidän ajatuksesta, että jatkuva ylläpito on olennainen kysymys. Projektipäällikön olisi suuri riski sanoa, että asia on valmis, vaikka tuotantoon vienti olisi vasta ensimmäinen askel. Kuvittele tilanne, jossa menet projektin sponsorin ja sidosryhmien luo ja ilmoitat, että ratkaisu on valmis julkaistavaksi. He kysyvät, tarvitaanko jatkuvaa ylläpitoa, ja vastaat, ettei tarvita.

Kesha Williams: Olen hoitanut tämän. Olemme valmiita. Malli on koulutettu ja valmis.

Galen Low: Se toimii hienosti ja tulee toimimaan jatkossakin. Siirrytään seuraavaan vaiheeseen. Olen nähnyt tämän menevän pieleen myös muissa kuin tekoälyprojekteissa.

Pidän kysymyksistäsi: mitä tarkkuus tässä yhteydessä tarkoittaa ja mikä on seuraava vaihe? Lisäisin vielä: mitä tämä mahdollistaa ja missä vaiheessa prosessia olemme? Keskustelin tästä äskettäin yhteisöni jäsenten kanssa ja tajusin olevani sellainen ihminen, joka haluaa aina ymmärtää asian yhdessä muiden kanssa.

Saatan sanoa: auta minua ymmärtämään tämä, koska minun täytyy selittää se sidosryhmille. Voinko sanoa asian näin? Ja joku saattaa vastata: ei, emme voi viedä projektia eteenpäin, älä sano heille, että järjestelmä on tarkka.

On tärkeää käydä tällaista yhteistyöhön perustuvaa keskustelua. Projektipäälliköt ovat usein turhautuneita tiimeihinsä, koska he ajattelevat, etteivät tiimit ymmärrä heidän työtään. Mutta ovatko he kertoneet tiimeilleen, mitä tekevät ja mikä on seuraava vaihe? Tiimit kertovat sen, minkä itse tietävät: malli on valmis ja tarkkuus on hyvä.

Jos projektipäällikkö vain vastaa, että hienoa, tiimi ei koskaan opi, mitä hänen täytyy tehdä seuraavaksi. Samalla tiimiltä viedään mahdollisuus sanoa, että jotkin asiat ovat tärkeitä ja että sidosryhmille pitäisi kertoa niistä tietyllä tavalla.

Tällainen vuoropuhelu on tärkeää. Projektipäälliköt ovat tottuneet deterministisiin järjestelmiin, kuten kaikki muutkin, joten heidän on rakennettava yhteinen ymmärrys siitä, että järjestelmä voi ajautua ajan mittaan. Sidosryhmille on selitettävä, ettei kyse ole siitä, että ratkaisu olisi rakennettu väärin, vaan että tällainen toiminta kuuluu teknologian luonteeseen.

Kesha Williams: Tekoälyjärjestelmiä rakennettaessa tarvitaan tällainen ajattelutavan muutos. Pidän erityisesti yhteistyötä koskevasta huomiostasi. Pehmeät taidot ovat tekoälyn aikakaudella entistäkin tärkeämpiä.

Galen Low: Pidän siitä, että tämä liittyy alkuperäiseen huomioosi: kaikkien on rakennettava perustietämys voidakseen käydä näitä keskusteluja, ja niiden on oltava yhteistyöhön perustuvia, koska opettelemme kaikki yhdessä.

Kesha Williams: Aivan.

Galen Low: Aikaa ei ole kulunut vielä tarpeeksi ja asiat muuttuvat niin nopeasti, ettei todellisia mestareita vielä ole. Asiantuntijoita kyllä löytyy, mutta ehkä ei vielä mestareita.

Kesha Williams: Aivan.

Galen Low: Meidän kaikkien on selvitettävä asioita yhdessä. Annoit aiemmin hyviä esimerkkejä. Jos projektipäällikkö tai kuka tahansa muu kokee, ettei hän ole riittävän tekninen ymmärtääkseen tekoälyä, mitkä ovat tärkeimmät vinkkisi?

Kuinka voi oppia riittävästi keskustelujen edistämiseksi? Mitkä ovat suosikkilähteitäsi perustietojen oppimiseen ja ajan tasalla pysymiseen, kun asiat muuttuvat? Ymmärrän, ettei kaikkien työkalujen perässä pidä juosta eikä jokaisen uuden teknologian julkaisutietoja tarvitse opetella ulkoa. Mutta mihin itse menet tai ohjaat oppijoitasi, jotta he pysyvät ajan tasalla? Mitkä ovat keskeiset perusteet, joita suosittelisit sidosryhmälle, joka on kuullut vain sanan tekoäly?

Kesha Williams: Ohjaisin ihmiset LinkedIn Learning -kursseilleni ja erityisesti 15-päiväiseen tekoälyhaasteeseen. Se alkaa perusteista ja auttaa ymmärtämään eri käsitteitä hyvin yksinkertaisesti. Sen jälkeen opitaan, kuinka tekoäly voidaan liittää omaan arkeen.

Tarkoituksena ei ole edes rakentaa järjestelmiä, vaan oppia käyttämään tekoälyä oman tuottavuuden parantamiseen ja päivittäisen työn helpottamiseen. On tärkeää ymmärtää, kuinka tekoälyä voi soveltaa. Kun alat käyttää sitä ja harjoittelet, opit käsitteet ja saat inspiraatiota uusien käyttötapojen keksimiseen itsellesi ja tiimillesi.

Resursseja on paljon. Kehotan myös seuraamaan Kesha on AI -LinkedIn-sivuani. Minulla on myös samanniminen Substack. Ensi viikosta alkaen julkaisen siellä ja LinkedIn-sivullani lyhyitä tekoälyvinkkejä.

OpenAI Academyä on myös hyvä seurata. Siellä on paljon webinaareja ja maksuttomia kursseja, joiden avulla itse opiskelen uusia resursseja. Lisäksi suosittelen LinkedIn Learningia. Minulla on siellä useita kursseja. Pluralsightissa minulla on teknisiä kursseja sekä ei-teknisiä kursseja kehotesuunnittelusta, tiimien tekoälytaitojen tarpeiden tunnistamisesta ja tiimien tekoälyosaamisen kehittämisestä.

Oppimiseen on siis paljon paikkoja.

Galen Low: Pidän tuosta huomautuksesta. Se herätti oivalluksen. Projektinhallinnassa puhumme joskus tiimeistä, jotka käyttävät tekoälyä jonkin rakentamiseen. Joskus puhumme tiimeistä, jotka rakentavat ratkaisua, jonka arkkitehtuuriin tekoäly kuuluu. Joskus taas puhumme tekoälyn käyttämisestä projektin päivittäisessä työssä.

Tämä on kiinnostava jaottelu. On olemassa erilaisia tapoja, ja ne kaikki perustuvat tiettyihin perusteisiin.

Avoimen tekoälyn akatemian kaltaisissa resursseissa voi kuitenkin helposti mennä liian syvälle. Työskentelen monialaisten tiimien kanssa ja joskus mietin, ymmärränkö mitään, jos napsautan tästä. Menenkö liian syvälle? Päädynkö kolmannelle sivulle lukemaan Python-koodia? Voisitko antaa ohjeita siihen, kuinka ihmiset tunnistavat oman tasonsa ja erottavat perusteet sisällöstä, joka on tarkoitettu ohjelmoiville asiantuntijoille?

Kesha Williams: Olet oikeassa. Jos sinun täytyy käynnistää Jupyter-muistikirja tai kirjoittaa Python-koodia, olet mennyt liian syvälle. Rakennan monet kurssini siten, että aloitan käsitteestä ja siirryn sen jälkeen käytännön harjoitukseen.

Jos harjoitus on liian monimutkainen ja siinä kirjoitetaan Python-koodia, voit katsoa vain käsitteitä käsittelevät osiot. Varmista, että ymmärrät käsitteet, koska ne toimivat kaikkien käyttämiesi työkalujen perustana.

Vaikka kurssi olisi hyvin tekninen, voit katsoa käsitevideot, ymmärtää periaatteet ja jättää syvällisen teknisen harjoituksen väliin.

Galen Low: En ole kuullut kenenkään sanovan tuota, mutta se käy järkeen. Sisältöä ei kannata jättää katsomatta vain siksi, että jokin osa menee yli ymmärryksen. Kun tiedostat tämän, saat silti paljon irti.

Pidän erityisesti siitä, että kuulen käytettyä kieltä. Saatan vain istua alas ja kuunnella teknisen arkkitehdin keskustelua kehittäjätiimin kanssa. Kaikki ei käy järkeen, mutta opin sanoja ja käsitteitä. Sen ansiosta voin esittää oikeita kysymyksiä.

En ehkä ole minkään aiheen mestari, mutta tiedän riittävästi esittääkseni jopa tyhmältä kuulostavan kysymyksen, joka avaa vuoropuhelun.

Kesha Williams: Tyhmiä kysymyksiä ei ole.

Galen Low: Aivan. Varsinkaan tekoälyn kohdalla, kun asiat muuttuvat niin nopeasti.

Kesha Williams: Me kaikki opimme. Todellakin opimme kaikki.

Galen Low: Tämä saattaa olla kiistanalaista. Voisinko kuulla näkemyksesi sertifioinneista? Tekoälyyn liittyviä sertifiointeja tulee nyt monenlaisia, ja osa keskittyy kehittäjiin. Projektinhallintaan liittyviä sertifiointeja on myös, esimerkiksi ystävieni Cognilytican — nykyisen PMI Cognilytican — tarjoamia.

Niissä käsitellään muun muassa probabilististen järjestelmien rakentamista ja datalähteiden ymmärtämistä projektinhallinnan näkökulmasta. Sinä olet kuitenkin keskittynyt hyvin tarkoituksellisesti pieniin, käytännönläheisiin oppimiskokonaisuuksiin. Mitä mieltä olet tekoälyyn liittyvistä sertifioinneista ja siitä, miksi joku hankkisi sellaisen? Olisiko siitä hyötyä?

Kesha Williams: Rakastan sertifiointeja. Sanon ihmisille aina, että sertifiointi voi auttaa saamaan työhaastattelun, mutta se ei takaa työpaikkaa. Kuten mainitsit, käytännön kokemuksella on suuri merkitys. On tärkeää osata oikeasti tehdä sitä työtä, johon haastatellaan.

Sertifiointi voi auttaa pääsemään haastatteluun ja antaa riittävän perustan käsitteiden sekä niiden välisten yhteyksien ymmärtämiselle. Käytännönläheisissä tehtävissä, erityisesti teknisissä rooleissa, tarvitaan lisäksi käytännön kokemusta ja verkkoportfolio, jossa esitellään näitä teknologioita käyttäen kehitettyjä projekteja.

Tämän neuvon annan aina sertifioinneista puhuttaessa.

Galen Low: Pidän tuosta paljon. Verkkoportfolion idea on hyvä. Jotkut kuulijoistani saattavat ajatella, että tämä koskee kehittäjiä, mutta 15-päiväisen haasteesi 15. päivänä rakennetaan agentti.

Suosittelisitko, että projektipäällikölläkin olisi portfoliossaan muutamia itse rakentamiaan asioita tai muuta osoitettavaa näyttöä tekoälyn käyttämisestä?

Kesha Williams: Nykyisessä tilanteessa se asettaa projektipäällikön niiden projektipäälliköiden edelle, joilla tällaista kokemusta ei ole.

Kun ajattelen sitä, missä olemme vuoden, kolmen vuoden tai viiden vuoden kuluttua, tekoäly vaikuttaa jokaiseen toimialaan ja jokaiseen rooliin. On tärkeää selvittää, kuinka tekoäly sopii omaan päivittäiseen työhön ja kuinka sen avulla voi automatisoida toistuvia tehtäviä sekä parantaa tuottavuutta.

Muuten ihmiset jäävät jälkeen. Se on rehellinen totuus.

Galen Low: Kyseessä on erittäin nopeasti liikkuva juna. Vaikka haluaisimme pysäyttää sen, olisi hyvin vaikeaa sulkea tekoälyä takaisin laatikkoon.

Kesha Williams: Sitä ei tule tapahtumaan.

Galen Low: Tämä koskee myös kehittäjiä, mutta pidän huomiostasi, että sertifiointi auttaa pääsemään haastatteluun mutta ei takaa työpaikkaa.

Jos palkkaisit kehittäjän tai oikeastaan kenet tahansa, minkä kysymyksen esittäisit haastattelussa selvittääksesi, ymmärtääkö henkilö todella tekoälyä vai onko hän vain suorittanut kurssin ja saanut sertifikaatin ilman etsimääsi osaamista?

Kesha Williams: Kehittäjältä kysyisin, käyttääkö hän tekoälyä koodin kirjoittamisen tukena. Jos käyttää, kysyisin mitä työkaluja hän käyttää ja mihin. Pyytäisin todellisen esimerkin siitä, missä kehityksen elinkaaren vaiheessa hän hyödynsi tekoälyä.

Haastatteluissa on tärkeää, että ihmiset kertovat todellisista tilanteista eivätkä puhu vain teoriasta.

Galen Low: Tämä soveltuu tulevaisuudessa myös ei-kehittäjiin. Jos projektipäällikkö on rakentanut useita agentteja projektien hallinnan tueksi, voisi kysyä, kuinka hän käytti niitä. Se on erittäin pätevä kysymys, jonka aion ehdottomasti ottaa käyttöön.

Kesha Williams: Lisäksi kannattaa kysyä, mitä työkalua henkilö käytti ja miksi hän valitsi juuri sen. Agenttien rakentamiseen on paljon työkaluja. Copilotia voi käyttää ilman ohjelmointitaitoa. Amazon Bedrockissa on agentteja, ja nykyään lähes kaikilla alustoilla, kuten Salesforcella, on tapa rakentaa agentteja.

On tärkeää ymmärtää, mitä työkalua henkilö käytti ja miksi hän päätyi siihen.

Galen Low: Hyvä huomio. Voisimme ehkä siirtyä hieman tulevaisuuteen. Emme voi nähdä kovin pitkälle, koska kaikki muuttuu. Yleinen tekoäly voi ilmestyä huomenna ja tuhota ihmiskunnan, kuten Hollywood meille kertoo.

Kesha Williams: Niin tieteiselokuvat väittävät.

Galen Low: Tai tekoälyn muistityökalut voivat kehittyä vain hieman seuraavien kolmen vuoden aikana. En tiedä. Mutta kuten sanoit, tekoälyä tuodaan hallinnollisiin ja toistuviin tehtäviin. Tuottavuuden parantaminen näyttää olevan tämänhetkinen painopiste.

Se näkyy autonomisina agentteina. Niiden rakentaminen ei ole saavuttamatonta. Voit käydä 14 päivää haastetta ja rakentaa agentin 15. päivänä.

Kesha Williams: Aivan.

Galen Low: Muuttaako tämä projektipäällikön roolia teknisten, tekoälyyn perustuvien ratkaisujen toimittamisessa?

Jos muuttaa, mikä olisi tärkein vinkkisi projektipäälliköille, jotka haluavat valmistautua tekoälyn tulevaisuuteen — tulevaisuuteen, jota ei ehkä vielä ole, mutta joka todennäköisesti vaikuttaa heidän rooliinsa?

Kesha Williams: Kaikki palautuu siihen, että ymmärtää mitä tekoäly on, mitkä ovat sen peruskäsitteet ja kuinka sitä voi soveltaa päivittäisessä työssä tuottavuuden parantamiseen. Alalla pelätään paljon tekoälyn korvaavan kokonaisia rooleja.

Se ei ole juuri nyt asia, jota pitäisi pelätä. Tärkeintä on olla jäämättä jälkeen, selvittää kuinka tekoälyä voi käyttää omassa roolissa ja tulla sen avulla paremmaksi kuin seuraava henkilö. Näin voit auttaa itseäsi ja organisaatiotasi viemään toimintaa eteenpäin.

Galen Low: Pidän tuosta ja erityisesti käsitteisiin liittyvistä teemoista.

Perusteetkin muuttuvat, mutta pidän ajatuksesta, ettei työkaluja tarvitse jahdata eikä aivoja täyttää jokaisen yksittäisen työkalun yksityiskohdilla. Kaikki voi muuttua. Olemme nähneet Betamaxin ja VHS:n, kasettinauhat ja 8-raitaäänitteet.

Teknologiayritysten välillä tulee olemaan voittajia ja häviäjiä käyttöönoton, investointien ja monien muiden tekijöiden suhteen. Jos ymmärrämme perusteet, keskeiset käsitteet ja niiden kehittymisen omassa työssämme, voimme päätellä paljon niiden pohjalta juuttumatta yksityiskohtiin.

Kesha, kiitos paljon. Tämä on ollut todella hauskaa. Haluaisitko esittää minulle kysymyksen pienenä ylimääräisenä lomahaasteena?

Kesha Williams: Toki. Voimme vaihtaa rooleja ja minä voin haastatella sinua. Olemme puhuneet tekoälystä, joten miten käytät tekoälyä päivittäisessä työssäsi? Jos et käytä sitä, miksi et?

Galen Low: Käytän sitä, mutta en vielä kovin paljon. Käytän sitä ajattelukumppanina. Pidän Ironmanin JARVIS-tyyppisestä työnkulusta, esimerkiksi sähköpostien muotoilussa. En käytä tekoälyä ensimmäisen luonnoksen kirjoittamiseen ja muokkaa sitä sen jälkeen.

Kirjoitan mieluummin ensimmäisen luonnoksen itse ja pyydän tekoälyä haastamaan sen. Saatan esimerkiksi sanoa: toimi tiukkana projektin sponsorina. Olet teknologiajohtaja. Tässä ovat sinulle tärkeät asiat ja tässä on suhteemme. Arvioi tämä kriittisesti ja kerro, mitä vastalauseita voisit esittää sähköpostin sisällöstä.

Tämä toimii minulle hyvin, koska luonteeni on sellainen, että kyseenalaistan kaiken, kunnes lopputulos on hyvä. Olen juuri sellainen. Sosiaalisessa mediassa näkyy joskus julkaisu luovasta ihmisestä, joka ei koskaan saa työtään valmiiksi, koska sitä voisi aina parantaa. Se olen minä.

Sähköpostit, uutiskirjeet, otsikot ja projektisuunnitelmat — tuijotan niitä ja etsin jatkuvasti mahdollisia vastalauseita. Tekoäly on ollut minulle hyvä kumppani tässä: se voi kysyä, olenko ottanut jonkin asian huomioon.

En välitä, vaikka se olisi toisinaan hieman mielistelevä. En ole pyytänyt sitä vielä olemaan ilkeä, koska pystyn arvioimaan vastaukset itse. En ajattele ChatGPT:n vastauksen perusteella olevani automaattisesti erinomainen.

Näin olen käyttänyt sitä tähän asti. Haluan kuitenkin perehtyä autonomisiin toimintoihin. Olemme rakentaneet mukautettuja GPT-ratkaisuja työnkulkujemme vahvistamiseksi. Ne sopivat hyvin toistuviin tehtäviin, jotka vaativat silti harkintaa tai jonkin verran vuorovaikutusta.

Odotan innolla agentteihin tutustumista. Mutta kuten sanoit alussa, ensin pitää selvittää, missä tekoälystä on hyötyä. Sen jälkeen omat asiat pitää järjestää: data, viitemateriaali ja muu taustatieto. Agenttia on koulutettava kuin ihmistä, jos halutaan sen toimivan tehokkaasti.

On kiinnostavaa, että teknologia ei välttämättä ole ongelma. Kysymys on siitä, olemmeko itse riittävän järjestelmällisiä antaaksemme sille riittävästi kontekstia ja opettaaksemme sitä tekemään työnsä. Sama pätee ihmisiin.

Kesha Williams: Nostit esiin erittäin tärkeän asian projektipäällikön roolista puhuttaessa. Pian hallitset agentteja ihmisten rinnalla. Kannattaa siis alkaa ajatella tekoälyä tiimin jäsenenä. Se on yksi tulevaisuudessa vastaan tulevista asioista.

Galen Low: Pidän tuosta. Keskustelimme hiljattain toisen vieraani kanssa siitä, miltä suoritusarviointi näyttää ja pitäisikö agenteille tehdä sellainen.

Joskus annamme malleille parempaa palautetta kuin tiimikavereillemme. Mietin myös, millaiseksi tiimikulttuuri muodostuu. Tekoälyllä on tällä hetkellä paljon kyvykkyyksiä, mutta vastuu on edelleen ihmisillä.

Emme voi vain osoittaa agenttia ja sanoa, että se pudotti pallon. Olen ollut tiimikokouksissa, joissa joku osoittaa kollegaa ja sanoo, että suunnittelu pilasi kaiken. Tulevaisuudessa vastuut jakautuvat kiinnostavalla tavalla, ja tiimikulttuuri muuttuu, kun osa vastuista siirtyy agenteille, automaatiolle ja muille tekoälyteknologioille.

Kesha Williams: Olen samaa mieltä. Tässä tekoälyn hallintamalli tulee mukaan kuvaan.

Galen Low: Sinut täytyy kutsua uudelleen, kun käsittelemme sitä. Se on lähempänä kuin uskonkaan.

Kesha Williams: Aivan.

Galen Low: Jätetään tämä tähän. Kesha, kiitos paljon ajastasi. Tämä oli mahtava keskustelu. Opin todella paljon ja pidän siitä, mitä teet. Koulutusmuotosi on kiinnostava, ja odotan innolla Substackiasi. Mistä kiinnostuneet kuulijat voivat lukea lisää sinusta?

Kesha Williams: Seuratkaa minua ehdottomasti LinkedInissä. Julkaisen siellä paljon. KeySoftin verkkosivustolta, osoitteesta www.keysoft.tech, löytyy lisää tietoa minusta ja tarjoamistani palveluista.

Galen Low: Hienoa. Lisään linkit ohjelman muistiinpanoihin. Kesha, kiitos vielä kerran.

Kesha Williams: Kiitos. Oli ilo olla mukana. Tämä oli upea keskustelu.

Galen Low: Hyvät kuulijat, tässä oli tämänkertainen The Digital Project Manager -podcastin jakso. Jos piditte keskustelusta, tilatkaa podcast käyttämässänne palvelussa. Jos haluatte lisää käytännönläheisiä näkemyksiä, tapaustutkimuksia ja toimintamalleja, suunnatkaa osoitteeseen thedigitalprojectmanager.com.

Ensi kertaan. Kiitos kuuntelusta.