Hvordan en felles KI-tankegang kan effektivisere organisatorisk transformasjon i møte med forstyrrelser
AI-prosjekter er ikke bare en ny trend – de omformer allerede arbeidsplasser på store og små måter. Fra HR til økonomi integrerer ansatte AI i daglige oppgaver, ofte uten formelle initiativer. Likevel sliter mange organisasjoner fortsatt med å samkjøre teamene og utarbeide en tydelig strategi for innføring av AI. Så hvordan kan selskaper gå fra en fragmentert, angstdrevet innføring til en helhetlig, strategisk tilnærming?
I denne episoden setter programleder Galen Low seg ned med Ron Schmelzer, globalt ansvarlig for AI-partnerskap hos PMI, for å utforske hvordan organisasjoner bedre kan støtte AI-drevne prosjekter. De diskuterer hva som skal til for å få teamene på samme side, håndtere AIs innvirkning på arbeidsflyter og skape et holdningsskifte som sikrer at virksomheter lykkes i denne nye bølgen av digital transformasjon.
Høydepunkter fra intervjuet
- Det store spørsmålet: Støtte jobber som påvirkes av kunstig intelligens [03:09]
- AI er omveltende fordi det endrer prosesser fundamentalt, ikke bare forbedrer dem.
- Mange oppgaver for kunnskapsarbeidere, som å oppsummere og arkivere rapporter, kan nå enkelt automatiseres.
- Organisasjoner kan velge mellom to tilnærminger:
- En ikke-omveltende tilnærming, der AI brukes til å forbedre eksisterende prosesser med minimale endringer.
- En omveltende tilnærming, der prosessene tenkes helt på nytt for å integrere AI effektivt.
- Historiske eksempler, som netthandel, viser at virkelig omveltning krever at man tenker nytt om hvordan ting fungerer, ikke bare digitaliserer eksisterende modeller.
- Selskaper som ikke tenker gjennom prosessene på nytt, risikerer å bli forstyrret, ettersom AI kan fortrenge arbeidstakere uten at et tydelig nytt system er på plass.
- Reell omveltning er vanskeligere enn å bare erstatte trinn med AI; det krever at man tenker gjennom hele prosesser på nytt.
- Å redesigne arbeidsflyter innebærer større risiko, men har langt større effekt enn å bare automatisere oppgaver.
- Personer som bruker AI i organisasjoner, faller inn i fire kategorier:
- Sidestilte – skeptiske eller redde, og unngår AI.
- Oppgavebrukere – bruker AI av og til til spesifikke oppgaver, men endrer ikke arbeidsflyten sin.
- Entusiaster – elsker å eksperimentere med AI-verktøy, men integrerer dem ikke på en meningsfull måte i arbeidet sitt.
- Sprangtakere – tenker strategisk gjennom oppgaver og arbeidsflyter på nytt fra et AI-først-perspektiv, og sikrer jobbsikkerhet ved å drive frem omveltning.
- Sprangtakerne er de mest verdifulle, ettersom de skaper reell endring og gjør seg selv uunnværlige.
- Organisasjonsledelse og AI [08:47]
- Kriger har utviklet seg, slik vi har sett i Ukraina, der tradisjonelle strategier (pansrede divisjoner, luftherredømme) ikke fungerte.
- Små, utskiftbare droneenheter har gjort storstilte angrep med tungt utstyr mindre effektive.
- Til å begynne med virket dronekrigføring eksperimentell, men den ble raskt en kjernestrategi.
- Dette skiftet utfordrer relevansen til dyrt militært utstyr.
- AI-revolusjonen speiler dette – det som i dag virker som eksperimentering i randsonen, kan snart omdefinere hele bransjer.
- Usikkerhet rundt AI skaper mangel på psykologisk trygghet i organisasjoner.
- Eksperimentering med AI bør ikke avgrenses til bestemte avdelinger – det påvirker alle områder (HR, økonomi, forsyningskjede, logistikk osv.).
- Organisasjoner bør fokusere på kjerneoppdraget sitt, ikke bare på eksisterende prosesser eller teknologier.
- AI bør, i likhet med tidligere innovasjoner (datamaskiner, telefoner, internett), ses på som et verktøy for å styrke oppdraget.
- Omveltning fører med seg både positive og negative endringer, noe som gjør tilpasning avgjørende.
- Vanlige bekymringer rundt AI omfatter tap av jobber, superintelligens og misbruk av ondsinnede aktører.
- En større bekymring kan være konsentrasjonen av AI-makt hos noen få, med tilgang til enorme mengder data og ressurser.
- Dette utgjør en mer umiddelbar trussel enn fremtidig superintelligent AI.
- Personlig myndiggjøring er avgjørende for å redusere frykt og usikkerhet.
- Enkeltpersoner bør bruke AI til å styrke egne evner og egen motstandskraft.
- Tilliten til institusjoner er svekket, noe som gjør selvhjulpenhet viktigere enn noen gang.
- Organisatorisk motstandskraft betyr å trives midt i stadige endringer.
- Reell motstandskraft krever fleksibilitet og tilpasningsevne i prosessene.
- Å bare automatisere oppgaver og fjerne mennesker svekker motstandskraften ved å øke avhengigheten av systemer.
- Færre personer i organisasjonen betyr færre endringsagenter.
- Motstandskraft handler om å akselerere læring og forbedre responstiden på endringer.
- Det er avgjørende å gi ansatte mulighet til å drive endring nedenfra og opp.
- Det er nødvendig med et holdningsskifte for å redefinere hva organisatorisk motstandskraft egentlig betyr.
Vi er redde for at maskiner skal bli smarte nok til å overliste mennesker, men kanskje bør vi være mer redde for at et lite antall personer får tilgang til alle dataene, modellene og ressursene i verden, slik at de kan gjøre hva de vil. Det burde være en langt mer eksistensiell og umiddelbar trussel enn en fremtid vi ennå ikke engang har oppnådd.
Ron Schmelzer
- CPMAI-sertifisering: Hvorfor den ble opprettet [19:56]
- CPMAI er en leverandøruavhengig metodikk for håndtering av AI-prosjekter.
- Den ble opprettet for å håndtere mangelen på en strukturert tilnærming til implementering av AI.
- Tradisjonelle prosjektstyringsmetoder fungerer ikke for AI, siden AI er datadrevet, ikke kodedrevet.
- CPMAI er basert på CRISP-DM, men er forbedret for å være iterativ, smidig og AI-fokusert.
- Den bidrar til å håndtere AIs uforutsigbarhet ved å strukturere prosesser for testing, overvåking og implementering.
- Metodikken har forblitt stabil til tross for den raske utviklingen innen AI.
- AI-prosjekter krever nå færre dataforskere på grunn av ferdigutviklede modeller.
- CPMAI brukes av organisasjoner (banker, forsikringsselskaper, legemiddelindustrien osv.) og konsulentselskaper for å standardisere implementeringen av AI.
- Den kombinerer elementer fra produkt- og prosjektstyring for å oppnå suksess med AI.
- Utfordringer med datahåndtering for AI [26:07]
- AI-prosjekter mislykkes ofte på grunn av manglende tilgang til nødvendige data i tide.
- Datakartlegging bør prioriteres før man investerer i AI-verktøy.
- CPMAI-metodikken beskriver tydelige trinn:
- Trinn 1: Definer problemet og vurder om AI er nødvendig.
- Trinn 2: Gjennomfør datakartlegging – forstå tilgjengelighet, format, sikkerhet og personvernutfordringer.
- Manglende tilgang samt regulatoriske eller sikkerhetsmessige problemer kan gjøre AI-prosjekter ugjennomførbare.
- Ved å identifisere datautfordringer tidlig unngår man å kaste bort tid og ressurser.
- Prosjektlederes rolle i AI-prosjekter [29:11]
- CPMAI er en metodikk for håndtering av AI-prosjekter, enten de er kortsiktige eller langsiktige.
- Prosjektledere fungerer som tilretteleggere mellom strategi (visjonen på C-nivå) og gjennomføring (de individuelle bidragsyterne).
- Uten fagfolk innen prosjektstyring risikerer organisasjoner kaotisk gjennomføring, særlig i globale sammenhenger.
- Prosjektstyring kan få det nye navnet «transformasjonstilrettelegging» for bedre å gjenspeile rollen.
- CPMAI ble utviklet uten bakgrunn i tradisjonell prosjektstyring, men er i tråd med prinsippene for prosjektstyring.
- Organisasjoner er fortsatt menneskedrevne, til tross for forsøkene på å skape fullstendig autonome systemer.
- Modellen for filmproduksjon fungerer som et eksempel på en ideell, midlertidig og målrettet organisasjonsstruktur.
- Å ansette CPMAI-sertifiserte fremfor «Leapers» [34:49]
- Organisasjoner bør balansere ansettelse av «Leapers» (visjonære risikotakere) med CPMAI-sertifiserte fagfolk for strukturert prosjektstyring innen AI.
- CPMAI-sertifiseringen gir langsiktig karriereverdi og troverdighet innen prosjektstyring av AI.
- Sertifiseringen er nå tilgjengelig på PMIs plattform til en betydelig redusert pris ($699, og sonebasert prissetting gjør den billigere i enkelte regioner).
- Organisasjoner bør legge til rette for både erfaringsbasert læring (hackathons, eksperimentering) og formell læring (CPMAI) for å bygge intern AI-kompetanse.
- Unngå å finne opp metodikker for AI-prosjekter på nytt – ta i stedet i bruk etablerte rammeverk som CPMAI.
- Ved ansettelse av konsulenter eller kontraktører til AI-arbeid bør man kreve kvalifikasjoner som CPMAI for å sikre kompetanse utover grunnleggende bruk av AI-verktøy.
- Ansvarlighet & fellesskap i CPMAI [37:53]
- CPMAI-sertifisering under PMI gir ansvarlighet og gjør det mulig å klage dersom sertifiserte fagfolk ikke oppfyller standardene.
- En bredt anerkjent metodikk sikrer ensartethet og et fellesskap for støtte og validering.
- Populære metodikker gir, selv om de ikke er perfekte, struktur og et etablert nettverk, i motsetning til nisjetilnærminger.
- Tilknytningen til PMI oppmuntrer til et voksende økosystem der andre kan bygge videre på CPMAI (for eksempel bransjespesifikke tilpasninger).
- Målet er ikke å monopolisere opplæringen, men å fremme bred utbredelse, ytterligere læringsmateriell og spesialiserte anvendelser.
- Prosjektfagfolk spiller en avgjørende rolle i å omsette visjon til pålitelig gjennomføring.
- Å kombinere læring og praktisk arbeid i CPMAI [41:24]
- CPMAI inkluderer en arbeidsbok for erfaringsbasert læring og oppmuntrer brukerne til å anvende konsepter på problemer fra den virkelige verden.
- Små, AI-støttede prosessendringer kan gi umiddelbare og konkrete fordeler.
- Tradisjonelle opplæringsmetoder er utdaterte; AI kan forbedre læringen ved å integrere den i det løpende arbeidet.
- Det er avgjørende å kombinere læring og praktisk arbeid – læring alene blir for teoretisk, mens praktisk arbeid alene kan bli uten retning.
- Den ideelle fremtiden: CPMAI fungerer som en veileder i sanntid og hjelper brukerne med å navigere gjennom prosjekter trinn for trinn.
- Noen organisasjoner tar i bruk blandede læringsmodeller som integrerer praktisk erfaring med strukturert opplæring.
- Fremtidens læringsstrategier må forene utdanning og praktisk anvendelse for å gi varig effekt.
Å lære uten å gjøre er rent konseptuelt og teoretisk. Det er som å delta på en forelesning på høyskolen og tenke: «Det var fint, men hva skal jeg bruke dette til?» På den annen side kan det å gjøre uten å lære føles formålsløst – som å eksperimentere med instruksjoner eller bruke et verktøy uten å virkelig forstå formålet med det, utover å bare leke seg med det.
Ron Schmelzer
Møt gjesten vår
Ron Schmelzer er global leder og direktør for AI-partnerskap og -formidling, samt daglig leder for PMI Cognilytica i Project Management Institute (PMI). I denne rollen fokuserer han på å utvide PMIs tilbud innen kunstig intelligens (AI) gjennom strategiske partnerskap og organisatorisk engasjement. Før han begynte i PMI, var Ron med på å grunnlegge Cognilytica, der han var med på å utvikle metoden Cognitive Project Management for AI (CPMAI), som er tatt i bruk av en rekke Fortune 1000-selskaper og offentlige etater for å håndtere AI- og avanserte dataprosjekter på en effektiv måte. Han er også kjent for sine bidrag som medvert for podkasten AI Today, fast bidragsyter til Forbes og spaltist for TechTarget SearchAI. Ron har en bachelorgrad i informatikk og elektroteknikk fra MIT og en MBA fra Johns Hopkins University.
Det ironiske med motstandsdyktighet er at det krever at du er langt mer fleksibel og tilpasningsdyktig, særlig når det gjelder prosesser og måten du gjør ting på.
Ron Schmelzer
Ressurser fra denne episoden:
- Bli med i Digital Project Manager-fellesskapet
- Abonner på nyhetsbrevet for å få våre nyeste artikler og podkaster
- Kom i kontakt med Ron på LinkedIn
- Ta en titt på Project Management Institute
Relaterte artikler og podkaster:
- Om podkasten
- Gjennomføring av AI-prosjekter
- Leder for prosjektteam: rolle, funksjoner og de viktigste forskjellene fra prosjektledere
- AI i prosjektledelse: Hvor trygg er jobben din?
- De 9 beste AI-sertifiseringene prosjektledere kan ta
- Utover instruksjoner: Slik bruker du AI til smartere prosjektledelse
- Kommer AI faktisk til å overta 80 % av jobben til en prosjektleder?
Les transkripsjonen:
Vi prøver ut transkribering av podkastene våre ved hjelp av et program. Tilgi eventuelle skrivefeil, ettersom roboten ikke er korrekt 100 % av tiden.
