Fra AI-eksperimenter til byråpåvirkning: Slik omdanner du nysgjerrighet til målbare resultater

Galen Low: Hva er den hellige gralen innen AI som byråledere forsøker å oppnå ved å gi medarbeiderne tid og rom til å eksperimentere med AI?

Kelly Vega: Jeg brukte vanligvis rundt 30 % av arbeidsuken på det som nå tar meg mindre enn 5 %, uten tvil.

Harv Nagra: Dette var for et par år siden. Under de månedlige allmøtene våre skapte vi rom for at hvem som helst kunne melde seg frivillig til å presentere noen av eksperimentene sine og dele kunnskapen med resten av teamet.

Melissa Morris: Ikke bare kast det ut til teamet og si: «Hei, vi skal gjøre X, Y og Z. La oss få det til.» Når alle har ansvar, har ingen ansvar. Behandle det som et kundeprosjekt, ellers blir det ikke gjort.

Kelly Vega: Vi laget faktisk en standardavtale om at alt skulle transkriberes, og alle bare: «Ja, vær så snill.» Ansvarlighet er fantastisk.

Galen Low: Dagens sesjon handler om å ta byrået ditt fra å småfikle med AI til å faktisk dra nytte av AI-forbedret drift i stor skala. La oss derfor bli kjent med paneldeltakerne våre.

Melissa Morris er grunnlegger av Agency Authority og også en svært aktiv publisist av LinkedIn-videoer. Du publiserer så mye video, og alt er både bra og verdifullt. Jeg må spørre, Melissa: I tillegg til at du publiserer innhold av høy verdi om byråer nesten hver dag, har jeg også sett navnet ditt dukke opp på podkaster sammen med navn som Sharon Tarrick og Robert McPhee. Hva gjør du for å holde energien din så smittende overalt hvor du dukker opp?

Melissa Morris: Jeg drikker veldig mye koffein, Galen. Neida, det var en spøk.

Jeg tror det er et par ting. Jeg har holdt på med dette lenge. Jeg føler virkelig at jeg forstår byråeierne jeg jobber med på et dypt nivå. Jeg er veldig motivert for å støtte dem, så den ekstroverte siden av meg er svært fornøyd med å kunne dele masse god informasjon og tilbringe tid med dem.

Jeg har også et fantastisk team som støtter meg. Vi har et svært godt system og en god arbeidsflyt for innholdsforvaltning, så de gjør det veldig enkelt for meg å bare dukke opp på video, snakke og være sosial, og så trekke meg ut igjen mens de tar seg av alt det krevende.

Galen Low: Det liker jeg. Hvem skal jeg plukke på nå?

Kanskje jeg skal ta for meg Kelly Vega, som er programdirektør i VML og også en viral TikTok-komiker. Kelly, du har nylig gjenforent deg med en konto kjent av alle, hos et byrå kjent av alle, etter å ha tatt en liten avstikker til en helt annen nisje og verden. Føles det som om du har våknet opp i en drøm i et parallelt univers?

Hva er annerledes ved hvordan ting fungerte i byrået ditt før sammenlignet med nå?

Kelly Vega: Først og fremst perspektivet. Noen ganger, enten man ser det som at gresset er grønnere på den andre siden eller ikke, var det ikke nødvendigvis grønnere eller mindre grønt. Det var bare en annen erfaring. Og da den erfaringen nådde et vendepunkt, tenkte jeg: «Greit, hva nå?»

Det som skjedde videre, var at jeg gikk tilbake, noe jeg aldri har gjort før. Jeg har aldri gått tilbake til en tidligere arbeidsgiver. Det har vært fantastisk. Jeg arbeider med byrådrift og leveranser for store kontoer. Jeg kom inn med et nytt perspektiv og erfaring i bagasjen, så jeg er veldig glad og spent på å være her og snakke om AI og byrådrift.

Galen Low: Det er også noe av gleden ved byråarbeid. Du kjenner variasjonen, ikke sant? Du kan bevege deg på tvers av vertikaler og bransjer, komme tilbake med lærdom fra tilgrensende områder og ta med deg det perspektivet.

Kelly Vega: Ja. Og å se det i liten skala, i større skala og på en måte ha den erfaringen – det er mye å si om det. Det er kult.

Galen Low: Jeg kommer til å dra nytte av noen av disse perspektivene i dag. Takk for at du deltar.

Sist, men ikke minst, har vi Harv Nagra, merkevarekommunikasjonssjef i Scoro og programleder for podkasten The Handbook: Agency Ops. Harv, du avslørte nylig for meg at du faktisk hadde skuespillerdebuten din i en videokasusstudie da du var Scoro-kunde.

Nå er du faktisk i Scoro, der du bruker bakgrunnen din fra byrådrift og dine Oscar-verdige skuespillerevner i en ny LinkedIn-videoserie kalt Ops Quickies. Det store spørsmålet er derfor: Hvor lenge er det til vi ser The Handbook som en spillefilm, eller i det minste mer videoinnhold fra deg?

Harv Nagra: Jeg tror faktisk den allerede er under produksjon. En skrekkhistorie: Et ondt kundeteam som ikke fører timer, og ChatGPT som stenger ned. Jeg tror du kommer til å elske den.

Galen Low: Den ville jeg sett. Thriller. Absolutt.

Harv Nagra: Ja. Et våkent mareritt. Jeg holder til i London i Storbritannia, men kommer opprinnelig fra Vancouver i Canada. Så det er hyggelig å se noen av dere fra British Columbia der borte.

Galen Low: Harv og jeg kommer fra samme hjemby. Jeg er også opprinnelig fra Vancouver i British Columbia. Vi kjente ikke hverandre da vi bodde i Vancouver, men jeg er glad for at vi har fått kontakt nå, og at jeg kan få deg med på en paneldiskusjon på nett fra Storbritannia.

La meg sette scenen. Jeg hører fra mange byråfolk at byråene deres ber medarbeiderne sette av to til fire timer i uken til obligatorisk AI-eksperimentering og utforskning.

Selv om jeg ikke nødvendigvis synes dette er overraskende, med tanke på det lovede potensialet til AI, vil jeg si at det bare er kort tid siden det ikke var nok rom til å bruke to til fire timer i uken og samtidig nå en utnyttelsesgrad på 80 %. Samtidig håper byrålederne sannsynligvis at disse eksperimentene og utforskningene skal føre til innovative gjennombrudd som tidobler virksomheten. Men virkeligheten er at småfikling med AI ikke nødvendigvis får dem dit.

Eksperimenter trenger rammeverk. De trenger kriterier for suksess. Og utover det må vellykkede eksperimenter settes i gang som implementering for at hele organisasjonen skal kunne dra nytte av dem. Så spørsmålet er egentlig: Hva er den beste måten å gå fra uformelle AI-eksperimenter til AI-støttede driftsforbedringer på tvers av hele byrået, og hva står på spill hvis byråfolk ikke klarer å komme dit?

Mal et bilde. Vi snakker om AI, om å utvikle et byrå eller en hvilken som helst annen organisasjon, men noen ganger er det uklart hvordan målet ser ut. Derfor tenkte jeg å spørre panelet: Hva er den hellige gralen innen AI som byråledere forsøker å oppnå ved å gi medarbeiderne tid og rom til å eksperimentere med AI?

Handler det bare om å gi medarbeiderne eksponering for teknologien, eller handler det om å bevege seg raskere mot en slags hybrid forretningsmodell mellom mennesker og AI? Og hvis det er en skala, hvordan ser den egentlig ut? Kelly, vil du begynne?

Kelly Vega: Gjerne. Jeg tror at tiden som oppmuntres brukt på å undersøke AI og sette seg inn i det, fra et prosjektleder- og driftsperspektiv, først og fremst handler om effektivitet.

Det handler om å effektivisere administrativt arbeid og redusere analyselammelsen. Når du bruker masse tid på møtereferater og hvem som sa hva, finnes det transkripsjoner du kan legge inn i et referat. Du bør lese gjennom det, kontrollere at alles navn er stavet riktig og passe på at det ikke står en setning om at noen var frustrerte, når du egentlig ikke ønsket å notere det.

Men å fjerne mye av dette merarbeidet som du ellers bruker tid på, er betydningsfullt. Jeg brukte vanligvis rundt 30 % av arbeidsuken på det som nå tar meg mindre enn 5 %. Uten tvil. Jeg tror derfor dette er et stort fokus, fordi det er der tankene mine går: driftsprosesser og standardisering av prosesser. Jeg kunne fortsatt med mange eksempler, men det er der tankene mine går. Det er også det jeg har sett mange prosjektledere og digitale prosjektledere gjøre.

Galen Low: Jeg liker dette med mennesket i loopen.

Det er ikke null. Men et annet perspektiv jeg egentlig ikke hadde tenkt på, er hvor smertefullt det faktisk er for lederne dine å se topputøverne sine skrive fremragende møtereferater og notater, med navnene stavet riktig. De tenker kanskje: «Det jeg virkelig setter pris på ved deg og talentene dine, er jo ikke dette.»

Jeg vil at du skal gjøre andre ting. Det er faktisk ikke bare smertefullt for dem som må gjøre det administrative, men også for støttende ledere som ønsker at du ikke skal bruke 30 % av tiden din på dette fordi du er bedre på noe annet.

Kelly Vega: Nettopp.

Det støtter leveransene. Det erstatter selvfølgelig ikke talentet eller strategien som trengs, og som hjernen din ellers trenger plass til å fokusere på. Jeg er mindre utbrent fordi jeg ganske enkelt ikke bruker energien min på administrative og lite produktive oppgaver i stedet for strategi.

Galen Low: Jeg liker at den hellige gralen ikke handler om å være overveldet, slik at man sprer seg for tynt og begynner å ta snarveier.

Melissa, du jobber med mange byråer for å se på driften deres. Jeg antar at du også har et godt perspektiv på dette, når det gjelder hva menneskene du snakker med fremhever som sin hellige gral og sin visjon for fremtiden.

Hva er noe av det du hører?

Melissa Morris: Jeg tror det ligner ganske mye på det Kelly sier, på et helt praktisk, daglig nivå: Hvordan ser dette ut? Men hvis vi løfter blikket litt, er det de egentlig ser etter, økt lønnsomhet. Byråer kan noen ganger ende opp med svært små marginer, særlig kreative byråer og bransjer.

De er beryktet for at prosjekter går ut over avtalt omfang. Tre revisjonsrunder blir til ti, og så endrer kunden retning. Vi er tilbake ved tegnebrettet. Jeg tror derfor byråer alltid ønsker å finne tilbake til spørsmålene: Hvor kan vi forenkle? Hvor kan vi effektivisere? Hvor kan vi bygge inn litt pusterom i marginene og tidsplanene våre?

Det er en utfordring i enkelte kreative områder. Hvor kan vi virkelig satse på administrative oppgaver, som møtereferater eller å lage presentasjoner, eller hva det nå måtte være for byrået ditt, for å skape litt større marginer og mer pusterom, når vi i årevis bare har slitt med å få kontroll på dette?

Galen Low: Det liker jeg. På et av de tidligere arrangementene våre, tror jeg det var i juli, fokuserte vi på kreative prosjekter. Det som slo meg, var at dette ikke trenger å være en ensartet ting. Kanskje det er det, men for en prosjektleder som leder et prosjekt og fokuserer på leveranser eller drift, handler det kanskje om effektivitet i den daglige driften.

Men fra et prosjektperspektiv, for teamene, finnes det tidspunkter og situasjoner der du faktisk ønsker at mye tid og menneskelig energi skal brukes på å skape ting. Hvis du ser på det å endre størrelsen på bilder, er det et punkt der jeg heller vil at de beste designerne og de kreative medarbeiderne mine ikke skal sitte og endre størrelsen på bilder eller skrive lokalisert kampanjetekst.

Det finnes områder der det er smertefullt å se de beste medarbeiderne gjøre slike oppgaver, og kanskje AI kan hjelpe. Jeg liker at det ikke nødvendigvis handler om å skru AI opp til 110 over hele linjen, men om å finne stedene der det faktisk gjør en forskjell.

Kelly Vega: Ja, å opprette en Jira-sak er noe som kan være ganske administrativt.

Det samme gjelder å oppsummere et møte eller en e-post. Men det kan være mye teknisk innhold der. Hvis du får et langt svar fra en teknisk utvikler eller en som er mer teknologisk orientert, kan du ta den lange setningen og si: «Hei, jeg trenger en Jira-sak ut av dette.»

Så leser du gjennom og tenker: «Greit, denne delen er faktisk viktig.» Hvis du inkluderer plattformen det gjelder eller annet, kan du få AI til å utvide det, før du korter det ned og tilpasser det til saken. Det kan foreslås etiketter du ikke trenger.

Men dette har spart prosjektledere for utrolig mye tid når noen sier: «Lag denne Jira-saken.» Noen ganger låser de seg, eller saken blir ikke opprettet før dagen etter fordi de trenger tid til å tenke gjennom den.

Galen Low: Det er meg. Det tar noen dager å opprette en Jira-sak, og jeg skulle ønske jeg kunne komme i gang tidligere.

Men jeg er også den personen som synes at den menneskelige delen er viktig. Jeg må ha alt på plass før jeg deler med teamet hva vi bør gjøre, fordi det får ringvirkninger hvis jeg gjør det feil. Samtidig undervurderer vi hvor mye tid som går med til å klikke på knapper, kopiere og lime inn og finne informasjon i forskjellige verktøy.

Hvis det kan effektiviseres, er det fantastisk. Kanskje jeg skal zoome litt ut og gjøre dette mer konkret. For dem som hører om dette for første gang, er det kanskje ikke slik organisasjonen fungerer. De tenker: «Jeg skulle gjerne hatt en daglig AI-pause. Det høres gøy ut.» Men hvordan har dette sett ut i noen av organisasjonene dere har snakket med?

Harv, du snakker med mange mennesker i rollen din i Scoro. Hører du mye om dette?

Harv Nagra: Ja. En ting jeg kom på, var at dette var for et par år siden, da jeg jobbet i det tidligere byrået mitt.

Det skjedde under de månedlige allmøtene. Det var ikke obligatorisk tid vi satte av, men vi oppmuntret folk til å leke seg med verktøy. Under de månedlige allmøtene skapte vi derfor rom for at hvem som helst kunne melde seg frivillig til å presentere eksperimentene sine eller det de hadde lært.

Da ble dette gjort tilgjengelig for alle. Forrige uke var jeg på et frokostarrangement om AI og markedsføring, markedsføringsselskaper, byråer og så videre. Noen sa noe jeg likte godt: De hadde en arbeidsgruppe som folk frivillig meldte seg til å delta i.

Hver måned møtes de og må presentere noe. Det kan være interessante og relevante AI-baserte nyheter eller et eksperiment de har gjennomført. Det at det skjer hver måned og at man må dele noe, gjør at det faktisk blir gjort, i stedet for å være noe man kanskje skal ta tak i senere, men aldri prioriterer.

Fordelen er igjen at kunnskapen deles med andre. Der jeg jobber nå i Scoro, har vi et par ting på gang. Vi har en AI-kanal i Slack, der vi deler nyheter og eksperimenter, og vi har nylig gjennomført en undersøkelse av AI-ferdigheter i hele virksomheten for å finne ut hva folk bruker.

Vi har svært strenge regler for bruk, så vi vet allerede hva folk bruker og hva de gjør, fordi verktøyene er kontrollert med tanke på data. Jeg anbefaler slike tiltak for å sikre en regelmessig rytme for læring, presentasjon og kunnskapsdeling.

Galen Low: Det er et så kult analyseverktøy, på en svært optimistisk måte. Jeg har sett noen som virker kalde og sterile, som om du kan miste jobben hvis du svarer feil. Dette handler om opplæring, og det tror jeg er en viktig del. Temaet kunnskapsdeling er enormt viktig.

Jeg liker denne drivkraften. Den passer kanskje ikke for alle. Jeg er sikker på at noen kulturelt vil himle med øynene og tenke: «Å nei, må jeg gjøre denne AI-greia og presentere om den? Når begynte jeg på barneskolen igjen?» Men det er også en drivkraft for å dele kunnskap. Hvis vi ikke deler kunnskapen, kan ingenting skaleres eller spres.

Det er lett for én person å samle opp alle disse fremragende arbeidsmåtene, men bare bruke dem selv. Da blir effekten på prosjektene liten i stedet for stor. Det kommer egne utfordringer med dette.

Har noen andre et eksempel på hvordan en organisasjon eller et byrå strukturerer denne typen eksperimentering?

Kelly Vega: Ja. Vi har faktisk et proprietært verktøy. Det er svært omfattende og delt opp i kreative behov, driftsbehov og strategiske behov. Der kan man slå opp ferdige instruksjoner, filtyper eller annet som må opprettes.

På grunn av hvor omfattende det er, er det morsomt hvor ofte jeg likevel bare går til chattefunksjonen jeg har brukt overalt ellers i årevis. Det betyr ikke at det omfattende verktøyet ikke er nyttig når man trenger noe spesifikt, men det skjer oftere når man tilfeldigvis snubler over det.

Jeg bruker ganske enkelt chattefunksjonen. Det proprietære verktøyet har derfor naturlig nok en standardinnstilling som sier: «Bruk dette, det er ditt å bruke. Gi oss beskjed her hvis du har tilbakemeldinger.» Kundene våre kjenner til det og bruker det. Det handler derfor mindre om å sette av en bestemt tid til å oppmuntre oss til å eksperimentere med AI, og mer om at det er opp til oss og oppmuntres at vi viser hvordan vi bruker det på en vellykket måte.

For enhver oppgave jeg har, selv når jeg går gjennom en Jira-eksport av tidsbruk, er Jira sin omfattende rapporteringsfunksjonalitet flott. Men hvis jeg ser etter noe helt spesifikt, har jeg ikke tid til å lete og arbeide med filtre. Jeg tar eksporten, forutsatt at sikkerheten og alle retningslinjene følges, og kan spørre: «Fortell meg dette om dette», eller «Hvordan utvikler dette seg?» Det hjelper meg å begynne å tenke, og så går jeg tilbake til Jira for å se hvordan jeg kan optimalisere.

Det gir meg ikke bare svar på hva jeg skal gjøre, men hjelper meg i gang. Det er så oppmuntret, siden det nå er et standardverktøy for oss. Det handler bare om hvordan vi bruker det, ikke om vi bruker det.

Galen Low: Har du mulighet til å påvirke dette proprietære verktøyet? Er det bare trent på alt folk gjør i hverdagen, eller bruker dere tid på å si: «Slik gjør jeg en ting, nå laster jeg det opp», eller «nå trener jeg modellen på dette»?

Kelly Vega: Det lurer jeg også på. Det er knyttet til kontoen min, og all atferden og alle handlingene jeg gir det, ser ut til å påvirke det. Jeg har lagt merke til at formuleringene i oppsummeringene i stadig større grad ligner på stemmen min. Men jeg bruker fortsatt ikke dette som kopier-og-lim-inn i e-postene mine. Jeg bruker punktlistene eller prosessene som er skissert, og finpusser dem derfra slik at de blir mine egne.

Det trengs justeringer. Selv om jeg skulle anslå det, justerer jeg 10–30 % av oppsummeringene eller lenker til ting. Det viser at jeg faktisk bryr meg om oppsummeringen jeg gir deg, og at du ikke bare får noe som er spyttet ut med de samme emojiene på de samme stedene og tankestrekene.

Men jeg avsporer litt.

Galen Low: Eller tankestrek.

Kelly Vega: Ja. Jeg brukte dem faktisk selv. Nå kan jeg ikke bruke dem, fordi folk ville tenke: «Greit. For det første vet vi alle at vi bruker AI. For det andre: tankestrek.»

Galen Low: Da får jeg gå inn og legge til noen skrivefeil i e-posten før jeg sender den.

Kelly Vega: Ja, nettopp.

Galen Low: Utopia er for ryddig til at mennesker skal tro på den, så vi må rote den litt til.

Kelly Vega: Feilstave «definitivt».

Galen Low: Hver gang. Kanskje vi skal knytte dette til det jeg har antydet, nemlig at det finnes en slags tilvenning til teknologien og mulighetene den har.

Det handler om å forbedre sin egen personlige produktivitet. Jeg applauderer at en organisasjon som et byrå, som er bygget på prosjekter og fakturerbare timer, er villig til å investere ikke-fakturerbar tid i at medarbeiderne skal eksperimentere med AI.

Men selv de beste AI-eksperimentene kan ende opp på en hylle og samle støv, akkurat som alle hackathonene vi har gjennomført det siste tiåret. Det krever struktur og en viss formalisering. Det handler ikke bare om å småfikle.

Til driftspersonene mine: Hvordan kan byråer etablere en struktur som vurderer gode ideer, bygger dem inn i strategien og flytter dem over i implementering, slik at de blir en del av virksomheten – ikke bare et verktøy som brukes i et hjørne?

Hvordan kan disse prosjektene unngå å bli det fryktede interne prosjektet som alltid har lavest prioritet sammenlignet med kundeoppgaver? Det var nesten klart til lansering. Vi brukte all eksperimenteringstiden vår på å bygge dette fantastiske verktøyet, men hver gang vi prøver å rulle det ut, får vi et stort prosjekt fra kunden.

Hvordan beskytter man seg mot det?

Melissa Morris: Dette er noe jeg snakker mye med kundene våre om. I driftsområdet kan driftsprosjekter og aktiviteter, enten det gjelder å lage standardiserte arbeidsprosesser eller bruke prosjektstyringsverktøyet, noen ganger være det som ikke er morsomt.

Når det finnes kundeoppgaver, er det uunngåelig at dette skyves til side. Derfor minner jeg alltid byråeierne jeg snakker med på at hvis du har et internt prosjekt som må gjennomføres og komme i mål, må du bemanne det på samme måte som et kundeprosjekt.

Ikke bare kast det ut til teamet: «Hei, vi skal gjøre X, Y og Z. La oss få det til.» Når alle har ansvar, har ingen ansvar. Det vet vi alle, ikke sant? Ikke gi det til noen som allerede har en stor frist og er på full kapasitet med egne kunde-leveranser.

For da blir det ikke gjort. Behandle det som et kundeprosjekt og bygg inn reelle milepæler. Er det en kreativ brief? Hva prøver vi å løse? Det er noe annet å si: «Finn ut hvordan vi kan bruke AI til å gjøre byrået større, raskere og sterkere.» Det er en svært omfattende bestilling.

Bruk heller Kellys eksempel: «Å skrive Jira-saker er et stort løft. Det tar mye tid. Noen ganger får jeg en slik oppgave og trenger et øyeblikk bare for å sette meg inn i den. Hvordan kan vi bruke AI til å hjelpe oss med dette?» Vær helt konkret på hva dere prøver å oppnå.

Vær også konkret på forventningene. Jeg kan bruke de neste tre månedene på å si: «Jeg undersøker det.» Hva er de første stegene? Hva skal undersøkelsen innebære? Når ønsker jeg en anbefaling? Jeg vil at du skal bruke ti timer og se på bestemte typer verktøy.

Dette er budsjettet du har. Ikke kom tilbake og si at du har funnet et flott verktøy som koster 800 dollar i måneden. Bygg inn noen rammer og fortell personen hva forventningen er mens vedkommende eksperimenterer.

Rull det deretter ut på samme måte som en kunde-leveranse. Møt opp på det ukentlige statusmøtet. Fortell om fremdriften, hindringene og utfordringene. Når du bemanner det og behandler det som en kunde-leveranse, blir det fullført.

Galen Low: Det liker jeg. Du nevnte også bemanning, men jeg tenker at vi bør sette et dollarbeløp ved siden av.

Noen ganger handler det om forretningsgrunnlaget. Jeg antar at de fleste av disse byråene og andre organisasjonene investerer tid for å forbedre virksomheten, driften og livskvaliteten til medarbeiderne. Da må det finnes en avkastning.

Selv på eksperimentstadiet bør det finnes en hypotese. Jeg likte også Carries kommentar i chatten: AI-implementering må være i tråd med virksomhetens mål og prioriteringer.

Vi snakket internt her om erfaringene våre med idébokser. Du legger prosjektideen din i idéboksen, og avhengig av organisasjonskulturen får du enten mange ideer som er godt tilpasset målene, eller ideer som kommer så langt fra virksomhetens retning at ingen ønsker å se på idéboksen lenger.

Det er faktisk arbeid som må gjøres for å samkjøre alle med de overordnede målene og selve eksperimentene. Når man bruker denne tiden, må det finnes en hypotese eller et mål. Jeg liker tanken på å prioritere det som en prosjektportefølje: Hvor får vi den største avkastningen? Det er prosjektet vi bør bemanne, investere i og behandle som et reelt prosjekt. Sett et dollarbeløp ved siden av, slik at vi ikke sier: «Den kunden har et prosjekt verdt 20 000 dollar som vi kan ta i morgen.»

Vi kan kanskje få en avkastning på 4 millioner dollar fra dette prosjektet, som bare krever ressurser tilsvarende 30 000 dollar. Da har prosjektet en ramme og en motivasjon for å faktisk bli gjennomført i stedet for å bli liggende på hyllen.

Melissa Morris: Jeg vil bare legge til at man må vurdere hvor relevant det er og prioritere deretter.

Jeg kan si: «Se, vi kan lage en presentasjon på fem minutter fra denne transkripsjonen. Hvor fantastisk er ikke det?» Men hvis vi lager én presentasjon hver attende måned, kommer vi ikke til å rulle ut dette, lære opp teamet og arrangere en parade. Når jeg trenger å lage en presentasjon om atten måneder, bruker jeg noen timer på det og går videre.

Det handler om å kalibrere ressursbruken mot avkastningen.

Galen Low: Jeg liker denne typen prioritering.

Kelly Vega: Det er også viktig at teamet støtter opp om det.

At noen er begeistret, betyr ikke nødvendigvis at alle er enige eller støtter det. Forklar forretningsmålene og hvilke nøkkeltall eller effektivitetsgevinster dere ser. Når folk forstår dette, kan det gå raskt når de først støtter det. Da tenker de: «Greit, nå er dette en prioritet.»

Galen Low: Det er endringsledelsesdelen. Jeg lurer på om det finnes en nyanse her. Når du gjennomfører et prosjekt du aldri har gjort før, vet du faktisk ikke hvor lang tid det vil ta.

Mye av dette med AI er nytt. Noen medarbeidere kan være motvillige og tenke: «Flott, ansett meg for å lære opp erstatteren min.» Andre synes kanskje det er tåpelig og ikke vet hvor lang tid det vil ta å gjøre det operativt.

Hvordan kan organisasjoner, særlig byråer, navigere dette slik at prosjektene faktisk passer innenfor rammene vi har satt? Er det greit at prosjektet endrer seg underveis? Er det bare et vanlig prosjekt, eller skaper AI en nyanse som gjør det mer komplisert enn de vanlige prosjektene man gjennomfører for kunder?

Harv Nagra: Uansett hva du gjør, er det verdifullt å ha et anslag eller en vurdering av hvor lang tid det kan ta. Tidsavgrensning er nyttig. Du har ikke 40 timer i uken til at noen skal gjøre disse eksperimentene. Kanskje du har et par timer i uken.

Si at dere skal bruke ti timer på dette over tre uker, og så vurderer dere resultatet. Hvis det ikke har kommet til en konklusjon, kan dere avgjøre om dere skal fortsette, legge det bort eller avslutte det fordi det er for komplisert eller ikke utvikler seg slik dere trodde.

Så jeg tror tidsavgrensning er en god metode. Kom tilbake og vurder om det faktisk beveger seg i en nyttig retning.

Galen Low: Jeg liker det også fordi det er et mikrokosmos av hvordan finansiering fungerer. Vi gir deg litt penger for å komme så langt, og så får du mer hvis du kommer videre. Hvis ikke, får du kanskje ikke mer finansiering.

Hvilke milepæler gjør at vi kan bevege oss trinnvis mot verdi? Det må også være en kultur for å si: «Vi har brukt mye penger på dette, men det fungerer egentlig ikke, og det er greit at prosjektet mislykkes. La oss avslutte nå før vi blør mer.»

Kelly Vega: Når det gjelder AI-prosjekter og initiativer, finnes det mange tilfeller der det at du kan gjøre noe, ikke betyr at du bør gjøre det. Ofte kommer forespørslene fra kunden, som kanskje ikke kjenner alle beste praksiser eller vet hvor det passer.

På et tidspunkt må man kunne si: «Greit, bare fordi vi kan, bør vi gjøre det, gitt innsatsen som gjenstår eller det som ikke har fungert så langt?»

Galen Low: Jeg vurderer å være djevelens advokat. Vi eksperimenterer med ting som må kunne måles. Implementering krever kanskje en plan og ressurser som et prosjekt, men den bør også være iterativ.

Djevelens advokat i meg sier: Kanskje vi bare skal gjøre det de fleste organisasjoner ønsker å gjøre i dag. Hvorfor hoppe over all planleggingen? Vi skal uansett jobbe iterativt. La oss ta alle de gode ideene vi har fått fra uke til uke og begynne med det første lille steget i hver av dem.

Det burde vel gå fint, fordi det er iterativt. Vi kan måle, vi investerer ikke mye og kan organisere senere. Hvorfor ikke iterere på alt samtidig? Planlegging hører tiden før AI til. Det er gammeldagse dager.

Hvorfor kan dette være en god eller dårlig idé?

Melissa Morris: Når vi ruller ut noe nytt, enten det er AI eller ikke, må vi forstå at teamet har ulik grad av støtte, teknisk evne og komfort. Vi må være forsiktige så vi ikke lar noen bli hengende etter.

Dette gjør vi ofte når vi innfører ny tidsregistrering, prosjektstyringsverktøy, CRM-systemer eller andre ting. Vi har en konkret plan for når teamet skal involveres, om de forstår på et overordnet nivå hvorfor vi gjør dette, hva opplæringsplanen er, og hvilken støtte de får som trenger mer hjelp.

Noen er svært interessert i teknologi, begeistret for AI og klare til å satse fullt. Andre er mer skeptiske, mindre teknologisk orienterte eller ser ikke verdien.

Jeg vil også vende tilbake til noe du sa tidligere: frykten noen kan ha. «Er det jeg som lager ressursene? Er det jeg som viser hvordan jeg kan erstattes av en AI-robot?» Eller: «Kommer de til å be meg gjøre dobbelt så mye arbeid fordi de tror jeg kan gjøre det dobbelt så raskt?»

Kanskje jeg går fra heltid til deltid fordi de mener AI kan håndtere dette. Det finnes en annen spenning rundt AI enn ved mange andre teknologiske fremskritt, fordi folk kan frykte for jobbsikkerheten. Derfor er det viktig å være tydelig på hva vi gjør, hvorfor vi innfører det, hvilken opplæring og støtte som finnes, og å gi teammedlemmene et rom for å dele tanker eller bekymringer.

Galen Low: Det liker jeg. Det kan ikke forhastes. Vi kunne teknisk sett begynt å rulle ut hundre nye ideer i morgen, men hva gjør det med hjernen, følelsene og evnen vår til å fungere?

Hvordan holder vi oversikt over 100 mål og nøkkeltall som alle skal nås og kanskje bidra til en felles nordstjerne? Det er sannsynligvis her mange av implementeringene bryter sammen.

Kelly Vega: Jeg har ikke et prosjektlederteam som rapporterer til meg akkurat nå, men hvis jeg hadde det, kunne jeg fra et prosjektleder- og driftsperspektiv sagt at juniorene skulle arbeide med hvordan AI kan brukes til oppsummeringer og utvikle en standardisert instruksjon.

Hva er den beste instruksjonen etter forbedring av oppgavekøen? Hva er den beste instruksjonen etter sprintplanlegging? Juniorene kunne jobbet med dette.

Mellomnivået kunne sett på dokumentasjonen vår i Confluence og undersøkt hvordan vi kan standardisere prosess- og prosjektdokumentasjonen, forutsatt at informasjonen er sikker å laste opp. Hvis det er mer en oppgave for en teknisk leder, er det også greit.

På seniornivå kunne man sagt: «Se på 2026. Jeg vet at du kanskje ikke er kundeansvarlig eller i salgsteamet, men hvordan kan du fra ditt prosjektlederperspektiv legge en strategi for 2026?»

Det kan bli større og større. Jeg tror derfor man kan ha flere initiativer gående samtidig. Dette er bare det jeg spontant kommer på fra prosjektleder- og driftsverdenen min. Hvis det finnes et stort initiativ der alle sier: «AI, greit, her er alle de små trinnene», kan det være verdifullt.

Galen Low: Jeg liker at eksperimentet dimensjoneres riktig. Ikke la den nyansatte praktikanten skrive om hvordan vi håndterer lønn.

Det andre du berørte, er at man i en driftsrolle trenger prosjektledere til å lede disse prosjektene. Dette er faktisk prosjekter, og som Harv sier, skal vi iterere gjennom dem og ta konkrete beslutninger.

Det er et program eller en portefølje av prosjekter eller initiativer som trenger ledelse. Kanskje det er like verdifullt som kundeoppdrag. Er dette neste trinn i hvordan vi investerer i dette?

Jeg kunne si at prosjektlederteamet mitt vanligvis leder fire prosjekter om gangen, og at ett av dem skal være et internt prosjekt. Kelly i drift er oppdragsgiveren, og hun følger med på hvordan alt rulles ut, hvordan det samsvarer med målene og hvordan det blir til standardiserte arbeidsprosesser.

Det er den interne initiativmodellen, i motsetning til ideen om at alle bare skal gjøre litt av alt og at det ordner seg. Å begynne er ikke alltid bedre enn å stå stille.

Kelly Vega: En konkret leveranse kan være å gjøre et skjermopptak av hvordan du oppretter en sak fra grunnen av, med hele skjermen, og deretter et opptak av hvordan du tar den samme informasjonen og gjør det med en chattefunksjon. Da har du en leveranse.

Men som Melissa sier, kan det bli en glatt bakke når noen sier: «Flott, da kan du gjøre mer. Her er to prosjekter til.» Du må beskytte den andre tiden og kunne si: «Nei, nå har jeg to timer med konsentrert tid til å fokusere på strategien vår eller hjelpe til med kundeoppgaver.»

Du må holde av plassen til det andre arbeidet, slik at du ikke blir like stresset og kvaliteten blir høyere.

Galen Low: Det handler også om tillit. Å bygge tillit til å gjøre et opptak av hvordan du utfører jobben din. «Jeg skal ikke vurdere det.» Jo, jeg vurderer det.

Vi vurderer det, men vi ønsker mer av det. Det er mange lag som må gjennomarbeides for at folk skal delta i prosjektet på samme måte som i et vanlig prosjekt som ikke handler om jobben deres eller ny teknologi.

Kelly Vega: Det kan også handle om å få godkjenning til å bruke et AI-verktøy. Hvis noen ikke er med eller er skeptiske av gode grunner, må man prioritere opplæring.

Galen Low: Du nevnte datasikkerhet og etterlevelse. Harv nevnte at det finnes bestemte verktøy man kan bruke fordi de er kontrollert som en del av det overordnede styringsprogrammet for AI-verktøy.

Er dette noe folk ser ut til å overse, glemme eller ta fullt hensyn til når de ruller ut interne AI-prosesser? Hva er riktig styringsnivå på et bestemt stadium? Datasikkerhet, personvern, etterlevelse og alt det der?

Harv Nagra: Det avhenger av organisasjonen og modenheten. De siste årene, siden hele AI-kappløpet startet, har det vært mye eksperimentering og mye bekymring, særlig i begynnelsen, da folk lastet opp kundedata og lignende.

Jeg er sikker på at det skjedde, og at det fortsatt skjer. Nå har vi i det minste tydelige retningslinjer for virksomhetene: Dette har du lov til, og dette har du ikke lov til.

Skyggeløsninger har alltid vært et problem som drift- og økonomimedarbeidere må håndtere. Folk finner verktøy de vil bruke, laster dem ned, installerer dem og ber om abonnementer.

Da ender du for det første opp med for mange ting du betaler for uten å ha kontroll. For det andre får ikke alle nytte av plattformene, og kunnskapen og mulighetene blir ikke delt.

Derfor er det viktig å ha kontroller fra driftssiden som beskriver hvordan produkter velges, hvordan de sikres, og hva plattformene kan og ikke kan brukes til.

Melissa Morris: Jeg vil legge til at vi har snakket mye om dette i forbindelse med vår egen virksomhet, men det er også viktig å skape tydelighet for kundene og synlighet i hvordan dere bruker AI når det er relevant og riktig.

Jeg tenker på en virksomhet vi arbeider med. De har samtaler som er svært sensitive. Hvis en slik samtale ble tatt opp i en rettssal, kunne det plutselig finnes en transkripsjon av et møte som aldri skulle ha funnet sted, eller et opptak av det.

Det finnes situasjoner der man må være svært forsiktig og sørge for at kunden vet hva som skjer. Dette er også standard praksis for opptak generelt. Men skal jeg ta opptaket, gjøre det om til en transkripsjon og lagre det i Google Dokumenter fordi det er enkelt å finne tilbake til det vi snakket om? Kunden må vite at det skjer, og det må være greit.

Man må vite hvilken dokumentasjon man oppbevarer, og hvilke konsekvenser den kan få senere.

Kelly Vega: Vi laget faktisk en standardavtale om at alt skulle transkriberes, eller at alle i disse samtalene når som helst kunne transkribere eller gjøre opptak. Alle var bare: «Ja, vær så snill. Ansvarlighet er flott.» Det er ganske behagelig å slippe å avbryte for å spørre om det er greit, selv om det selvfølgelig ikke passer for alle.

Galen Low: Du har også jobbet i mange strengt regulerte bransjer, der enkelte kunder kanskje ville sagt nei takk. Overrasket det deg at de sa: «Ja, gjør det»?

Kelly Vega: For meg var det faktisk motsatt. Det var ønskelig å ha opptak, ganske enkelt av hensyn til ansvarlighet.

Noe kan så lett bli tillagt feil person, og det finnes så mange detaljer rundt regelverk, tillatelser og lignende. I min erfaring var standardinnstillingen faktisk å ta opptak.

Galen Low: Det er rimelig. Det motsatte er altså at regelverket gjør at vi ønsker å ha en oversikt over at noe har skjedd.

Kelly Vega: Ja. Men jeg vil si at hvis jeg fra starten av et møte ønsker en mer uformell samtale, uten at det handler om ansvarlighet, sier jeg at jeg ikke kommer til å ta opp dette møtet. Hvis noen absolutt ønsker det, kan de gjøre det når som helst. Noen ganger vet jeg at et opptak kan endre tonen i en samtale.

Jeg gjør ikke dette i en-til-en-samtaler med prosjektlederne mine. Jeg sitter ikke med et stort opptaksoppsett når vi samler inn krav. Den røde knappen er på.

Galen Low: Jeg elsker det.

En stor takk til paneldeltakerne våre for at dere stilte tiden deres til disposisjon i dag. Jeg vet at vi omgås hele tiden, men dette har vært veldig morsomt. Det har også vært utrolig hyggelig å samle dere tre i samme rom.

Tusen takk for innsikten deres.

Kelly Vega: Takk for at jeg fikk være med.

Melissa Morris: Takk.