Projektinhallinnan päätökset, joita tekoälyagentit voivat – ja eivät voi – tehdä

Galen Low: Agenttipohjaisen tekoälyn myötä tekoälyteknologia on siirtynyt työkalusta työtoveriksi. Hyvä niin, mutta vaikeimmat asiat eivät oikeastaan liity siihen. Haasteena on se, että tekoälyagentit ovat usein työtovereita, jotka on koulutettu paremmin kuin sinä, jotka työskentelevät eri tavalla kuin sinä ja joiden toimintaa voidaan mitata täysin eri tavoin kuin sinun ja ihmistyötovereidesi toimintaa.

Niiden mukana ei todennäköisesti tullut käyttöohjetta, ne on luultavasti määritetty tekemään päätöksiä, jotka haluaisit mieluummin tehdä itse, eivätkä ne todennäköisesti olleet mukana silloin, kun tiimisi sopi yhteisistä työskentelytavoista. Käytännössä tilanne muistuttaa sitä, että yön aikana harteillesi kaadetaan kymmeniä uusia tiiminjäseniä täysin eri organisaatiosta. Jos olet kokenut fuusion tai yritysoston, tiedät, että tilanne voi olla todella, todella sotkuinen.

Tämä haaste on kuitenkin todennäköisesti voitettavissa, ja mahdolliset hyödyt ovat todellisia. Siksi halusin tehdä tässä jaksossa jotain hieman erilaista. Halusin jakaa keskustelun yhdestä live-tapahtumastamme, jonka Tim Fisher ja Wriken tiimi järjestivät. Keskustelussa käsitellään sitä, miten tekoälyagentit todella muuttavat projektipohjaista työtä ja minkä asioiden on toteuduttava, jotta agenttipohjaisen tekoälyn käyttöönotto onnistuu.

Keskustelussa puhutaan siitä, miksi suurempi tietomäärä ei välttämättä ole parempi, mitkä päätökset ihmisten tulisi tehdä ja mitkä agentin, sekä siitä, miksi koulutus – ei pelkkä käyttöoikeus – on ratkaisevan tärkeää koko organisaation laajuisen agenttiohjatun työn onnistuneessa käyttöönotossa. Ennen kuin siirrymme keskusteluun, annan ensin hieman taustaa.

Tim ei ollut tapahtuman pelkkä juontaja. Hän rakentaa parhaillaan agenttipohjaista työvoimaa The Digital Project Managerin emoyhtiössä Black and White Zebrassa. Toisin sanoen hän elää tätä agenttipohjaista muutosta ja kaikkia siihen liittyviä haasteita. Yksi asioista, joista keskustelimme hiljattain, oli alusta aloittaminen: meidän pitäisi oppia pois tavoista, joilla olemme aina toimineet, ja alkaa kehittää agenttipohjaisia prosessejamme alusta lähtien ilman vanhoja taakkoja.

Ihmisille tämä on vaikeaa. Identiteettimme liittyy usein työnimikkeisiimme ja vastuualueisiimme. Meitä ei yleensä pyydetä ajattelemaan itseämme niiden ulkopuolella, ja kun niin tehdään, edessämme on usein liian tyhjä kangas, jotta voisimme sovittaa omat toiveemme siihen, mitä työnantajamme haluavat meiltä nähdä. Tilanne tuntuu arvailulta – arvailulta, joka voi tuntua uhkaavan meidän ja tiimiemme työpaikkoja.

Myös koulutuksen merkitystä ei voi liikaa korostaa. Meiltä kaikilta odotetaan nyt, että olemme rakentajia ja toimimme ihminen silmukassa -periaatteella, mutta mitä se oikeastaan tarkoittaa? Miten voimme auttaa ihmisemme tähän sen sijaan, että vain kaataisimme työkaluja heidän eteensä ja odottaisimme heidän kehittävän itseään? Lopulta suuri muutos näyttää kiteytyvän vastuuseen, riskiin ja organisaation kontekstiin.

Agenttipohjaisessa maailmassa jokainen johtaa nyt itsenäisiä toimijoita, jotka tekevät yhteistyötä keskenään, joskus mustassa laatikossa. Sen, mitä luotamme näiden toimijoiden tekevän, ja sen, minkä pidämme ihmisten vastuulla, on perustuttava riskin vakavuuteen, ihmisten väliseen empatiaan ja siihen, mitä projektin tai työvirran todellinen omistaminen merkitsee.

Kyse ei ole vain teknologian kyvykkyyksistä. Kehystetään tämä projektikohtaiseen tilanteeseen. Kuvittele, että tekoälyagentti auttaa sinua resursoimaan projektin. Se tietää, kuka on käytettävissä, mitä taitoja heillä on, minkä parissa kaikki työskentelevät ja ehkä jopa sen, mitkä henkilökokoonpanot ovat historiallisesti toimittaneet projekteja menestyksekkäimmin.

Se voisi laatia resurssisuunnitelman sekunneissa, vaikka sen tekemiseen kuluisi sinulta muuten tunteja. Hienoa. Mutta mitä jos suunnitelma edellyttää, että siirrät Lucian, parhaan kehittäjäsi, toisesta projektista? Tuo projekti on juuri jäämässä jälkeen, koska pääsuunnittelija Amireth menetti isoäitinsä ja yrittää käsitellä suruaan työskennellen 80 prosentilla tavanomaisesta tuottavuudestaan, jotta voisi edelleen säästää rahaa tyttärensä oikomishoitoon?

Agenttipohjaisella työvoimallasi saattaa olla kaikki suosituksen tekemiseen tarvittavat tiedot, mutta tarkoittaako se, että agentin pitäisi tehdä päätös? Nyt emme enää puhu vain taulukon optimoinnista. Puhumme asiakassuhteista, liiketoiminnan prioriteeteista, toimitussitoumuksista ja ennen kaikkea vaikutuksesta todellisiin ihmisiin.

Tässä kohtaa tekoälyn ja projektinhallinnan seuraava luku muuttuu mielestäni kiehtovaksi. Kyse ei ole vain siitä, mitä tekoäly pystyy tekemään, vaan siitä, mitkä vastuut meidän pitäisi siirtää tekoälylle, mitkä päätökset pitää säilyttää ihmisillä ja millaista valvontaa tarvitsemme, kun tekoälytyötoverimme toimivat taustalla.

Kyse on monimutkaisesta pulmanratkaisusta, jossa on löydettävä oikea tasapaino. Ehkä kaikkein tärkeintä on, ettei tämä ole kytke ja käytä -ratkaisu. Meidän täytyy keskustella harkinnasta ja päätösvallasta, kouluttaa ja kehittää ihmisiämme muutoksen keskellä sekä antaa itsellemme lupa ja turvallisuus luopua osasta vanhoja taakkoja ja muotoilla roolimme uudelleen sen ympärille, missä olemme parhaimmillamme.

Juuri tätä Tim käsitteli keskustelussaan Wriken tiimin kanssa. Joten sen pidemmittä puheitta tässä on keskustelu, jonka erittäin arvostamani tekoälyguru Tim Fisher kävi Nancyn ja Andrasin kanssa Wrikelta agenttipohjaisen tekoälyn vaikutuksista projektinhallintaan tänä päivänä. Toivottavasti nautit jaksosta.

Tim Fisher: Hei ja tervetuloa Tulevaisuus tekoälyssä projektinhallinnassa -ohjelmaan, jossa katsomme myyntiesityksiä pidemmälle ja tarkastelemme, miten tekoäly todella muuttaa tapaa, jolla tiimit suunnittelevat, toimittavat ja johtavat työtä. Tänään esittelyssä on Wrike. Tarkastelemme, miten tekoäly voi auttaa projektijohtajia tekemään parempia päätöksiä aikaisemmin – aina projektin resursoinnista toimitusriskien tunnistamiseen ennen kuin niistä kasvaa paljon suurempia ongelmia. Sen jälkeen katsomme eteenpäin ja pohdimme, mitä tapahtuu, kun tekoäly alkaa ottaa aktiivisemman roolin työn toimittamisessa.

Tänään seurassamme on Andras Horvath, W riken tekoälystä ja analytiikasta vastaava tuotantojohtaja. Andrasilla on yli 15 vuoden kokemus dataan, analytiikkaan ja tekoälyyn keskittyvien B2B-tuotteiden rakentamisesta. Mukana on myös Nancy Boas, Wriken tekoälyn vanhempi tuotemarkkinointipäällikkö.

Nancy johtaa Wriken tekoälypohjaisten työnhallintaratkaisujen markkinoillemenostrategiaa ja viestintää keskittyen siihen, miten tekoäly muuttaa tiimien työskentelytapaa.

Andras ja Nancy, tervetuloa. Kiitos, että tulitte.

Nancy Boas: Kiitos paljon. On hienoa olla täällä tänään.

Andras Horvath: On erittäin hienoa olla täällä, Tim. Kiitos mukavasta esittelystä.

Tim Fisher: Jos Wrike ei ole jollekin ennestään tuttu, voisitteko antaa 30 sekunnin tiivistelmän? Mitä alustanne tekee ja kenelle se on rakennettu?

Andras Horvath: Alustasta puhuttaessa Wrike on alusta – käytännössä yksi paikka, jossa ihmiset voivat suunnitella, seurata ja toimittaa työnsä. Olemme rakentaneet tekoälyn auttamaan tiimejä ja yksilöitä niin, että kaikki kiireinen oheistyö poistuu heidän pöydältään.

Viimeisten kuuden tai yhdeksän kuukauden aikana olemme kuitenkin keskittyneet vahvasti myös työn toimittamiseen, sillä tekoälyä voidaan käyttää yksilöiden tukemiseen tai työn nopeuttamiseen esimerkiksi sisällön luonnin ja yhteenvetojen avulla. Tekoälyllä voidaan myös automatisoida työn osia, ja juuri tähän olemme viime aikoina keskittyneet.

Tim Fisher: Se on todella kiinnostavaa. Se vaikuttaa hieman erilaiselta kuin jotkin muut alan tuotteet. Filosofianne siis on, että tekoälyn pitäisi auttaa myös työn toimittamisessa eikä vain ihmisten johtamisessa, kuten usein näemme. Mitä tämä tarkoittaa käytännössä?

Andras Horvath: Käytännössä se tarkoittaa, että tekoäly voi toimia työtoverina, joka auttaa työn tekemisessä – ei vain paikkana, jossa voit nopeuttaa omaa työskentelyäsi tai koordinoida työtä työnhallinta-alustalla.

Voit määrittää tekoälytyötoverin, jota kutsumme Wrike-palvelussa työtoveriksi, ja jolla voi olla oma kapasiteettinsa ja joka voi auttaa työn toimittamisessa. Tekoäly voi esimerkiksi auttaa laatimaan työselostuksia aiemmin tekemäsi työn perusteella ja mukauttaa niitä CRM-järjestelmässä, kuten Salesforcessa, olevien asiakaskohtaisten tietojen perusteella.

Tekoäly voi myös huolehtia sosiaalisen median julkaisuista automaattisesti uuden ominaisuuden julkaisun jälkeen. Istut tiimisi kanssa, rakennatte jotain ja toimitatte ominaisuuden. Sen jälkeen siirrät työn esimerkiksi sosiaalisen median työtoverille, joka käyttää projektin tietoja ja auttaa luomaan oikean julkaisun blogiin ja LinkedIniin.

Se luo kuvat ja muun sisällön, merkitsee sinut mukaan ja odottaa hyväksyntääsi. Tämän kaiken tekeminen manuaalisesti voi kestää puoli tuntia, tunnin tai enemmänkin. Tekoälystä tulee siis nykyään työtoverisi.

Tim Fisher: Projektijohtajilla on varmasti käytettävissään enemmän dataa kuin koskaan aiemmin. Resursointiin ja projektiriskiin liittyvät päätökset perustuvat kuitenkin yhä manuaalisiin päivityksiin ja taulukoihin tai, mikä vielä pahempaa, tieto saapuu vasta jonkin mentyä pieleen.

Missä näet tällä hetkellä suurimman kuilun projektijohtajien käytettävissä olevan tiedon ja heidän tarvitsemiensa päätösten välillä?

Andras Horvath: Aloitetaan perusteista eli perustasta. Tämä on asia, jonka kanssa työskentelemme uuden käyttöönoton yhteydessä. Data on hajallaan kaikkialla ympäristössä ja ekosysteemissä.

Tiedostoja on SharePointissa, viestejä Teamsissa tai Slackissa ja kokoustallenteita eri paikoissa. Kaikki on hajallaan ja kaikkialla. Wrike tarjoaa paikan, jossa nämä tiedot voidaan koota yhteen, jolloin päätösten tekemiseen saadaan tarvittava konteksti.

Datan tai kontekstin olemassaolo ei kuitenkaan tarkoita, että sinulla olisi oikeita oivalluksia oikeiden päätösten tekemiseen. Tässä tekoäly voi auttaa muuttamalla raakadatan oivalluksiksi. Jos projekti on viivästynyt viisi kertaa vaiheessa B, se tarkoittaa todennäköisesti, että myös seuraava projekti viivästyy.

Tätä kutsutaan ennakoivaksi analytiikaksi, ja se voidaan tuoda näkyviin. Resurssien kohdentamisesta puhuttaessa monilla on mielessään ajatus: ”Tiedän, että Tim osaa tämän ja Nancy tuon, mutta mikä heidän saatavuutensa on? Tarkistan asian Teamsista tai Slackista.”

Jos joku on käyttänyt Wriken kaltaista järjestelmää johdonmukaisesti, tiedämme, mitä työtä hän on tehnyt, mikä hänen työkuormansa on ja milloin hän on käytettävissä. Niinpä tekoäly voi resurssien kohdentamisen kaltaisessa – ei niin yksinkertaisessa – tehtävässä käynnistää jopa 137 tehtävää sisältävän projektin muutamassa sekunnissa.

Voimme joko täyttää ihmisten osaamiset manuaalisesti tai louhia ne automaattisesti. Voimme selvittää työkuorman ja niin edelleen. Haluatko projektin toimitettavan mahdollisimman nopeasti? Tässä ovat resurssikohdennukset. Oletko palvelutoimitusorganisaatio ja haluatko projektin toimitettavan mahdollisimman kannattavasti eli käyttämällä edullisimpia resursseja? Se onnistuu myös.

Vaihtoehtoja on valtavasti. Kun dataa ja älykkyyttä on riittävästi, käytettävissäsi on tarvittavat oivallukset oikeiden suositusten tekemiseen. Pitkä harjoitus voidaan siis jälleen tehdä muutamassa sekunnissa.

Tim Fisher: Se on todella vaikuttavaa. Puhut selvästi paljon ennakoivammasta tekoälystä, ainakin omassa tuotteessanne.

Esitän siis kysymyksen, jonka uskon kaikkien tässä vaiheessa esittävän: missä tekoälyn pitäisi tehdä päätös tai suositus? Missä ihmisen harkinnan on edelleen otettava ohjat? Miten te ajattelette tästä?

Andras Horvath: Se on erittäin hyvä kysymys, Tim. Suoraan sanottuna asiakkaamme kysyvät tätä meiltä paljon.

Oma näkemykseni on yksinkertainen. Jos kyseessä on tunnettu prosessi, jonka haluat automatisoida, käytä ehdottomasti tekoälyä. Jos kyse on poikkeustapauksista, tekoäly ei ehkä ole paras ratkaisu. Sitä voi käyttää ajattelun tukena ja markkinoille pääsyn nopeuttamiseen, mutta en välttämättä siirtäisi tuntematonta asiaa agentille ratkaistavaksi, ellei mukana ole jatkuvaa ihmisen valvontaa ja keskeytysmahdollisuuksia. Muuten agentti voi karata käsistä ja sotkea koko järjestelmän tai työtilan.

Toinen huomioitava tekijä on riski. Onko tehtävä korkean vai matalan riskin tehtävä? Matalan riskin tehtävä, kuten saapuvien pyyntöjen luokittelu ja käsittely sen varmistamiseksi, että pyynnössä on kaikki toteuttamiseen tarvittavat tiedot, sopii tekoälylle.

Se voi sanoa: ”Olen tarkistanut tämän tiketin. Suurin osa tiedoista on mukana, mutta jotain puuttuu. Otetaan yhteyttä asiakkaaseen sähköpostilla tai Slackissa ja hankitaan puuttuva tieto.” Kun tieto on saatu, pyyntö on valmis toimitettavaksi ja se voidaan siirtää työjonoon.

Jos puhumme kuitenkin resurssien kohdentamisesta ja sinulla on viivästynyt projekti, yksi tapa saada projekti takaisin aikatauluun on siirtää avaininsinööri tai muu henkilö toisesta projektista. Tällöin projekti B kuitenkin viivästyy. Ihmisen pitäisi edelleen päättää, siirretäänkö henkilö vai ei. Tämä päätös vaikuttaa paljon enemmän kuin puuttuvan tiedon pyytäminen.

Yleisesti ottaen kannattaa siis kysyä: onko kyse tunnetusta prosessista? Onko riski tai vaikutus suuri vai pieni? Näitä asioita suosittelisin aina tarkastelemaan, koska mikään ei korvaa ihmisen harkintaa.

Tim Fisher: Kuulen paljon keskustelua ihmisistä ja tekoälystä päätöksenteossa – sekä temaattisella, käsitteellisellä että filosofisella tasolla. Kuulen myös erilaisia termejä.

Luulen kuulleeni sinun mainitsevan MCP:n aiemmin. Olemme puhuneet agentti-sanasta ja vastaavista termeistä. Kaikki työkalujanne käyttävät yritykset eivät ole tekoälyn suhteen erityisen kokeneita, joten miten voitte auttaa ihmisiä ylittämään tämän kynnyksen? Onko olemassa tapoja oppia tekoälystä, joissa voitte auttaa?

Kuulen paljon palautetta siitä, että asiaa on paljon. Olen utelias kuulemaan, miten ajattelette ihmisten auttamista näiden kynnysten yli.

Nancy Boas: Voin vastata tähän. Koulutamme ihmisiä monella tavalla. Tekoälystä, agenteista ja rakentajana toimimisesta puhutaan paljon, mutta käytännössä yritykset eivät usein tiedä, miten agentti rakennetaan.

Olemme tehneet useita asioita. Meillä on erinomainen koulutusosasto, joka on aina kouluttanut perinteisiä ominaisuuksia, Wrike-hallintaa ja hallintamalleja. Muutama kuukausi sitten osasto käynnisti kuitenkin neljän tunnin AI Elite Mastery -kurssin, jonka kuka tahansa voi suorittaa. Kurssin lopuksi saa todistuksen, ja siinä opetetaan kaikkea parhaista kehotekäytännöistä agentin rakentamisen aloittamiseen.

Lisäksi järjestimme seitsemän viikon tekoälyn kesäkoulun, käytännönläheisen koulutusohjelman, joka pidettiin joka perjantai. Sen seurauksena yhä useampia agentteja alettiin rakentaa ja yhä useammat ihmiset nostivat kätensä ja liittyivät mukaan.

Meillä on myös verkkoyhteisö työtovereille. Siellä jaetaan esimerkkikehotteita ja käyttötapauksia, ja muut voivat lisätä omia agenttikäyttötapauksiaan. Loppujen lopuksi kyse on toistemme auttamisesta ja vertaisten kokemusten jakamisesta tässä uudessa maailmassa.

Tim Fisher: Hienoa kuulla. Olen nähnyt sinun puhuvan kontekstista, kontrollista ja yhteistyöstä yritystason tekoälyn vaatimuksina. Miksi juuri nämä asiat ovat niin tärkeitä, kun tekoäly alkaa toimia todellisen projektidatan ja todellisten työnkulkujen parissa?

Andras Horvath: Kun ajattelet kontekstia, ilman sitä tekoäly voi olla vakuuttavasti väärässä tai parhaimmillaan mahdollisimman yleisluonteinen. Jos pyydät mitä tahansa tekoälyä luomaan työn osituksen eli projektin, se käyttää koulutuksessa oppimaansa tietoa tai selaa internetiä selvittääkseen, miten projekti kannattaa järjestää.

Onko lopputulos hyvä vai huono? Se on yleinen tapa perustaa projekti, joka saattaa toimia joissakin tapauksissa, etenkin jos projekteja ei tehdä paljon. Suurella yrityksellä on kuitenkin yleensä vuosien tai vuosikymmenten aikana kehitetty menetelmä, ja jokaista uutta projektia perustettaessa on huomioitava tietyt asiat.

Yksi klassinen esimerkki on se, mitkä päätökset tarvitsevat hyväksynnän ja kenen – henkilön, organisaation tai roolin – täytyy antaa hyväksyntä. Kun tekoälyavustaja yhdistetään Wriken kaltaiseen järjestelmään, jota on käytetty johdonmukaisesti, kaikki tämä tieto on jo olemassa.

Tekoälyavustaja käyttää siellä olevaa tietoa työn osituksen laatimiseen organisaatiosi käytäntöjen mukaisesti. Siksi konteksti on tärkeä. Ensinnäkin tarvitaan pääsy dataan ja toiseksi dataa on käytettävä tavalla, joka mukauttaa tulokset organisaation tarpeisiin.

Kontrollin osalta haluat varmistaa, ettei tekoäly riistäydy lopulta käsistä. Agentilla pitää olla selkeät käyttöoikeudet ja identiteetti, ja sen toiminnan on oltava jäljitettävissä. Kun tekoälyagentti otetaan Wrikeen, kirjaamme kaiken.

Kun keskustelet tekoälyagentin kanssa tai se pyytää hyväksyntää tai syötettä, tämä tapahtuu Wriken kommenttivirrassa. Kaikki päätökset ja tapahtumat ovat siis jäljitettävissä järjestelmässä. Kun tarkastelet Wrike-agenttien lokeja, et näe vain sitä, että tietue poistettiin, vaan myös perustelun: mitä tietoa käytettiin, oliko ihminen mukana, mikä ohje agentille annettiin ja miksi juuri kyseinen toiminto suoritettiin.

Yritykset pitävät tätä erittäin tärkeänä. Ne haluavat tietää, miksi agentti käyttäytyi tietyllä tavalla. Ihmisiltä emme yleensä kysy, miksi he poistivat tietueen – asia voidaan selvittää vaikka kahvipöytäkeskustelussa.

Kontrolli on siis erittäin tärkeä. Tekoälyn toimintaan täytyy voida luottaa. Moni ei vielä osaa työskennellä tekoälyn kanssa eikä luota siihen. Kontrollit ja suojakaiteet lisäävät luottamusta.

Kolmas asia on yhteistyö. Yhteistyöhön perustuva työnhallintajärjestelmä on nimensä mukaisesti yhteistyöhön tarkoitettu. Työskentelet tehtävän parissa, mutta kaikkia tietoja ei ole sinulla. Merkitset jonkun mukaan ja kysyt: ”Voitko auttaa minua selvittämään tämän?”

Samalla tavalla puhut myös agenteille. Annat niille työtä samalla tavalla kuin kollegoille, mainitset ne, esität kysymyksiä, pyydät niiden näkemyksiä ja annat ohjeita. Ihmisen ja tekoälyn välinen yhteistyö varmistaa, että tekoäly toimii tarkoitetulla tavalla.

Siksi uskomme, että konteksti, kontrolli ja yhteistyö ovat kolme keskeistä pilaria, joiden avulla tekoäly saadaan toimimaan parhaalla mahdollisella tavalla. Näihin kolmeen pilariin myös investoimme jatkuvasti.

Tim Fisher: Pidän tavastanne ajatella tätä kaikkea, erityisesti kontrollia ja läpinäkyvyyttä. En voi korostaa tarpeeksi, miten tärkeää on siirtyä maailmasta, jossa luotamme ihmisten hoitavan asiat, maailmaan, jossa taustalla toimiva itsenäinen ja näkymätön järjestelmä tekee työtä.

Kuten sanoit, ihmisillä on käytössään epävirallisia selityksiä ja keskusteluja. On tärkeää pystyä ymmärtämään, miksi kaikki päätökset tehtiin. Tästä ei puhuta mielestäni tarpeeksi.

Tämä johtaa kysymykseen, joka ei ehkä ole enää kovin kaukana tulevaisuudessa: kun tekoäly ja tekoälypohjaiset agentit ottavat vastuulleen yhä suuremman osan tästä työstä, mitä projektipäällikkö tekee enemmän?

Automaatio herättää tämän kysymyksen jatkuvasti. Kun poistamme rutiinitehtäviä ja annamme agenttien tehdä asioita, joissa ne ovat tehokkaampia suuressa mittakaavassa, mitä meille jää tehtäväksi?

Nancy Boas: Ajattelen rehellisesti, että ihmiset tekevät enemmän mielekästä työtä. Kuka haluaa käyttää puolet päivästä lomakkeiden vastaanottoon ja lajitteluun? Yksi asiakkaistamme, Jellyfish, on mainostoimisto. He käyttävät enemmän aikaa asiakkaisiin. He tekevät vähemmän kiireistä oheistyötä ja käyvät älykkäämpiä keskusteluja. He poistavat projekteissa aiemmin syntyneitä esteitä.

Projektipäälliköiden pitää alkaa ajatella agentteja ja tekoälyä jokapäiväisinä avustajina. Meillä on johdettavanamme ihmisiä sekä tekoälyä ja agentteja. Ne poistavat yksitoikkoista työtä, mutta sinulla on edelleen oma työsi – toivottavasti miellyttävämpi työ, kuten strategia, ongelmanratkaisu ja korkean tason tavoitteiden saavuttaminen.

Andras Horvath: Tuotepäällikkötiimissäni käytetään nykyään paljon vähemmän aikaa esimerkiksi määrittelyjen kirjoittamiseen, koska tekoäly auttaa siinä. Myös tarkistukset tehdään tekoälyn avulla. Määrittelyn muuttaminen työn ositukseksi ja sen resursointi tapahtuvat kaikki paljon nopeammin kuin ennen, vaikka ihmiset ovat edelleen mukana.

Keskimääräinen tuotepäällikkö käyttää nykyään enemmän aikaa asiakkaidemme haastattelemiseen, ongelma-alueen ymmärtämiseen ja sen selvittämiseen, mihin meidän pitäisi keskittyä.

Tuotepäällikkö käyttää enemmän aikaa validointiin, hienosäätöön, sidosryhmien johtamiseen ja organisaation suunnitteluun, koska meidän täytyy jatkuvasti muuttaa työskentely- ja vuorovaikutustapojamme Wriken sisällä vastaamaan muuttuvia tarpeita.

Aikaa kuitenkin tarvitaan. Minulla on joka perjantai kalenterissani kaksi tuntia varattuna kaikkien agenttieni, avustajieni, Clauden ja ChatGPT:n taitojen ja ajastettujen tehtävien sekä Wrike-agenttien ylläpitoon.

Liiketoiminta muuttuu jatkuvasti. Teknologia tai liiketoiminta muuttuu, ja siihen täytyy käyttää aikaa. Käytän nuo kaksi tuntia, mutta työ säästää sen ansiosta 15–20 tuntia aikaa.

Tim Fisher: Pidän tuosta vertauksesta. Vaikka vertaus ei ole täydellinen, se muistuttaa kahdenkeskisiä keskusteluja tiimisi kanssa. Työtä delegoimiesi ihmisten kanssa täytyy jatkuvasti ylläpitää, kouluttaa ja kehittää.

Nyt sama koskee myös agentteja. Pidän todella tavastanne ajatella tätä.

Andras Horvath: Ehdottomasti. Kaikista tulee nykyään johtajia, halusi sitä tai ei. Pidän ilmauksesta: sinun täytyy johtaa agenttijoukkoasi.

Tim Fisher: Pysytään tulevaisuudessa vielä yhden kysymyksen ajan. Oletetaan, että nyt on kulunut viisi vuotta.

Projektinhallinnan pariin tulee uusi henkilö, joka työskentelee silloin käytettävissä olevissa järjestelmissä – Wriken viiden vuoden kuluttua julkaistavassa versiossa. Mitä hän kuulee vanhemmilta kollegoiltaan ja yllättyy siitä, että ihmiset tekivät joskus itse? Mikä asia katoaa kokonaan?

Andras Horvath: Esimerkiksi tilojen päivittäminen Wrikeen. Työskentelemme sen parissa, että agentit liittyvät kokouksiin, Teams-kanaville ja Slack-kanaville. Kun keskusteluja käydään, ne pitävät Wriken työn ajan tasalla.

Haluamme lopulta tehdä agenteista ympäristötietoisia, jotta päivitykset tapahtuvat automaattisesti ja agentit oppivat ajan myötä, mitkä päivitykset ne voivat tehdä itse ja mitkä asiat niiden pitää tarkistaa sinulta.

Ajan myötä kukaan ei enää avaa Wrikea vain varmistaakseen, että tehtävä on merkitty valmiiksi. Sama koskee ihmisten ajan tasalla pitämistä, tilapäivityksiä, kapasiteettiraportteja ja riskiraportteja.

Tuhansien asiakkaidemme tileillä tämä on jo pitkälti automatisoitu. Myös projektien ja työn luomiseen, resursointiin ja muuhun liittyvää tietoa on jo valtavasti. Louhimme Wriken sisältämää tietoa ja muutamme sen organisaation tietämykseksi, jotta mahdollisimman suuri osa tästä työstä voidaan automatisoida.

Toivottavasti viiden vuoden kuluttua keskimääräinen projektipäällikkö, tuotepäällikkö tai muu johtaja keskittyy ensisijaisesti yhteensovittamiseen, palautteen hankkimiseen ja inhimilliseen puoleen – ei tietojen syöttämiseen tai tilojen ja raporttien yhteenvetojen tekemiseen.

Tietojen syöttämisen pitää tapahtua siellä, missä viestintä tapahtuu. Jos joku haluaa tietää, missä työ menee, hänen ei pitäisi kysyä projektipäälliköltä tai tiiminvetäjältä. Vastauksen pitäisi olla yhden kysymyksen päässä, ja kysymyksen pitäisi tarkastella useita lähteitä, hakea tiedot ja välittää ne takaisin.

Kyse ei ole yksisuuntaisesta tilapäivityksestä vaan tilakeskustelusta. Vuosien aikana tilaraportin lähettämisen jälkeen syntyy 22 kysymystä. Agentilla täytyy olla tarvittava konteksti myös näihin jatkokysymyksiin vastaamiseen.

Tim Fisher: Olen utelias kuulemaan, mistä tiekartallanne olet kaikkein innostunein. Voisit myös paljastaa jotain, mitä kukaan ei ole vielä kuullut Wriken tulevaisuudesta – mutta ei paineita. Kun nouset aamulla töihin ja näet horisontissa jotain, mitä rakennatte tai suunnittelette, mikä innostaa eniten?

Andras Horvath: Henkilökohtaisesti organisaation tietämys ja muisti. Työskentelemme sen parissa parhaillaan. Kyse on prosessien louhinnasta parhaimmillaan: tieto otetaan talteen ja sijoitetaan oikeisiin paikkoihin.

Internetissä puhutaan paljon agenteista, joilla on omat muistinsa, mikä on hienoa. Yrityskäyttöönotossa agentteja voi kuitenkin olla käynnissä 55 000. Voi olla 60 projektipäällikköagenttia, joilla jokaisella on erilainen muisti. Kun yksi poistetaan, sen muisti katoaa.

Tutkimme, miten muisti voidaan tallentaa siihen paikkaan, jossa työskentelet, agentin sijaan. Kun otat käyttöön uuden agentin, se saa saman tiedon.

Haasteena on kuitenkin varmistaa, ettei kontekstia ole liikaa. Muisti täytyy luoda, tallentaa ja hakea mahdollisimman tehokkaasti. Kun tämä onnistuu, järjestelmän tai ohjaamiesi agenttien jatkuva käyttö tekee niistä yhä älykkäämpiä, ja ne poistavat pöydältäsi yhä enemmän työtä.

Se on oppimista matkan varrella, kuten ihmisilläkin. Olemme vasta raapaisseet tämän mahdollisuuksien pintaa. Agentit kehittyvät jatkuvasti, eikä kyse ole ensisijaisesti mallien parantamisesta. Mallit ovat jo erinomaisia. Tärkeämpää on, että niiden käyttäminen halpenee, jotta agentit voivat olla jatkuvasti käynnissä sen sijaan, että ne käynnistetään vain tiettyjen laukaisimien perusteella.

Jatkuvasti käynnissä oleva agentti maksaisi nykyään miljoonia dollareita. Mallien halpeneminen on siksi tärkeää, ja pääsemme siihen. Se mahdollistaa ympäristötietoisten agenttien käytön. Muisti ja prosessien louhinta tekevät niistä kuitenkin todella tehokkaita verrattuna tähän päivään.

Nancy Boas: Sanoit tuon erittäin hyvin. Haluaisin lisätä, että juhlimme parhaillaan 20-vuotisjuhlaamme ja että meitä käyttävät organisaatiot, joissa on kuusi tai seitsemän osastoa ja tuhansia käyttäjiä. Jos tieto on olemassa mutta sitä ei hyödynnetä, teemme ihmisille karhunpalveluksen.

On järkevää auttaa heitä työskentelemään paremmin, löytämään oivalluksia, tunnistamaan päätellyt taidot ja hiomaan koko projektinhallintaprosessia.

Andras Horvath: Nancy mainitsi päätellyt taidot. Loppujen lopuksi emme vain yksinkertaista työn tietojen syöttämistä. Jos agentit liittyvät kaikkiin keskusteluihin ja pitävät kaiken ajan tasalla, työstä tulee helpompaa ja miellyttävämpää. Sinun ei tarvitse sanoa: ”Anteeksi, tarvitsen aikaa, koska minun täytyy päivittää kaikki Wrikeen” tai muihin käyttämiisi järjestelmiin.

Tim Fisher: Tulevaisuuden visio on todella kiinnostava. Puhutte asiasta, josta en kuule tarpeeksi: mallien jatkuvaan älykkäämmiksi muuttumiseen liittyy valtava kiinnostus, vaikka se ei enää ole todellinen pullonkaula. Kyse on kustannuksista ja jatkuvasti päällä olevista agenteista.

Jos joku haluaa oppia lisää näistä Wriken ominaisuuksista tai Wrikesta yleensä, minne hänen kannattaa mennä?

Nancy Boas: Osoitteessa wrike.com/ai. Jos haluat esittelyn tai pyytää lisätietoja, se on hyvä lähtökohta.

Tim Fisher: Andras ja Nancy, kiitos todella paljon, että liityitte seuraamme. Nähdään seuraavassa Tulevaisuus tekoälyssä projektinhallinnassa -sessiossa.

Nancy Boas: Kiitos paljon.

Andras Horvath: Kiitos todella paljon.