Tilpasning av prosjektmetodikker for KI uten å miste kontrollen

Galen Low: Har prosjektstyringsmetodikker egentlig fortsatt betydning?

Stan Yanakiev: Ja, metodikker har fortsatt absolutt betydning, men de må tilpasses KI. Selv da jeg forberedte meg til PMP-eksamen i 2008, forsto PMI allerede at tradisjonelle prosjektstyringsmetoder kunne tilpasses. Og nå som KI er en del av bildet, må vi fortsatt vite hvordan vi best styrer prosjekter. Metodene våre må imidlertid støtte en lettvekts tilnærming til prosjektstyring.

Galen Low: Hvorfor er det så viktig for deg at prosjektmetodikkene våre, når vi tar i bruk KI, fortsatt har mennesket i sentrum?

Stan Yanakiev: Det er fordi vi mennesker bygger maskiner for å hjelpe oss i livet og arbeidet vårt, ikke omvendt. Når vi snakker om menneskelige team og prosjekter, er det viktig at mennesker fortsatt har kontrollen ved denne enkle bruken av KI. Rollen vår endres fra å være dokumentkontrollører til å tre inn i rollen som strategiske ledere.

Galen Low: Jeg vil bare høre ditt syn på hvordan fremtiden for KI og prosjektstyring ser ut. Vil det finnes nye metodikker som vi kan ha heftige debatter om om fem år?

Stan Yanakiev: Samfunnet og miljøet vårt er i stadig utvikling. Jeg ser KI-rollen i prosjektstyring som—

Galen Low: Velkommen til podkasten The Digital Project Manager – programmet som hjelper leveranseledere med å jobbe smartere, levere bedre og lede teamene sine med selvtillit i KI-alderen. Jeg heter Galen, og hver uke dykker vi ned i strategier fra virkeligheten, nye trender, velprøvde rammeverk og en og annen krigshistorie fra prosjektets frontlinjer. Enten du styrer massive transformasjonsprosjekter, håndterer KI-arbeidsflyter eller bare prøver å holde kaoset under kontroll, er du på rett sted. La oss sette i gang.

I dag snakker vi om å tilpasse tradisjonelle prosjektstyringsmetodikker for å støtte KI-forsterkede arbeidsmåter, særlig hvordan du kan gjennomføre prosjektet ditt raskt uten å få problemer med farten.

Med meg i dag er Stan Yanakiev, grunnlegger og administrerende direktør i Mindrise – et konsulentselskap som leverer KI-automatisering og prosjektstyring som en tjeneste for digitale initiativer og KI-initiativer. Stan er sertifisert seniorprogram- og prosjektleder innen IT, med 25 års erfaring fra leveranse av teknologi- og transformasjonsinitiativer på tvers av energi- og andre bransjer.

Spesialfeltet hans er programvareutvikling og virksomhetsapplikasjoner, med fokus på komplekse IT-leveranser. Med erfaring fra smidige, fossefallsbaserte og hybride tilnærminger har han utmerket seg innen interessenthåndtering, samarbeid på tvers av distribuerte team og leverandører samt implementering av robuste løsninger i verdensklasse.

Stan, takk for at du er med meg i dag.

Stan Yanakiev: Takk, Galen. Det er flott å være her og diskutere hvordan vi kan gjøre KI-leveranser både raske og strukturerte.

Galen Low: Jeg liker det målet. Jeg gleder meg til å dykke ned i dette. Jeg tenkte at vi kunne la vinden føre oss dit den ville i dag, men jeg har skissert et lite veikart for oss. Til å begynne med ville jeg stille ett stort spørsmål som rammer inn alt, så kan vi få det unna og deretter pakke det ut, zoome ut og snakke om tre ting.

Først vil jeg snakke om utfordringene KI skaper for våre etablerte modeller og prosjektstyringsmetodikker. Deretter vil jeg utforske hvordan man kan tilpasse metodikker for team som bruker KI, altså hvilke steg man bør ta og hvorfor. Til slutt vil jeg høre ditt perspektiv på fremtiden for prosjektstyringsmetodikker generelt, og hva som eventuelt må endres i måten vi ser på dem.

Hva synes du om det?

Stan Yanakiev: Det høres ut som et tydelig og praktisk veikart. Jeg liker strukturen. Det er akkurat det prosjektledere trenger: en disiplinert tilnærming til dette raskt bevegelige KI-landskapet.

Galen Low: Absolutt. Jeg liker det. Jeg tenkte å starte med det ene store, vanskelige spørsmålet. Prosjektfolk elsker å snakke om metodikker – og med «snakke» mener jeg å debattere og kanskje noen ganger havne i slåsskamp om det.

Men spørsmålet mitt er dette: Har prosjektstyringsmetodikker egentlig fortsatt betydning? Når PMI i stor grad anerkjenner at de fleste prosjekter bruker tilpassede hybride metodikker, og KI fundamentalt endrer måten vi jobber på, vil prosjektstyringsmetodikker fortsatt ha betydning om noen år?

Stan Yanakiev: Ja, metodikker har fortsatt absolutt betydning.

Men de må tilpasses KI. Selv da jeg forberedte meg til PMP-eksamen i 2008, forsto PMI allerede at tradisjonelle prosjektstyringsmetoder kunne tilpasses. Og jeg hadde brukt smidige metoder i noen år på det tidspunktet. I praksis bruker jeg ofte en hybrid tilnærming, akkurat som de fleste prosjektledere gjør i dag.

Og nå som KI er en del av bildet, må vi fortsatt vite hvordan vi best styrer prosjekter. Metodene våre må imidlertid støtte en lettvekts tilnærming til prosjektstyring som ikke hindrer farten til disse nye verktøyene, men i stedet utnytter dem best mulig.

Galen Low: Jeg liker det. Og ja, det er et veldig godt poeng. Tilpasning er vel ordet – PMBOK la kanskje enda mer vekt på det i den sjuende utgaven, og igjen i den åttende. Men det har alltid vært der. Det har alltid vært anerkjent at vi tilpasser og justerer tilnærmingene våre for å levere på riktig måte for det vi gjør. Jeg liker ordet lettvekts, lettvekts prosjektstyring.

Jeg tror det vil treffe mange av lytterne mine som prøver å bevege seg raskt og være smidige, uten å bli tynget ned av alle tingene. Men de er ikke helt sikre på hva de kan fjerne uten faktisk å krasje bilen. Men jeg liker virkelig fokuset på fart, og jeg tror prosjektlederens evne til å holde teamet i arbeidstempo er prioriteten akkurat nå, særlig i KI-alderen.

Kanskje dette faktisk er en god anledning til å zoome litt ut. Du gjorde nylig et intervju med teamet mitt der du snakket om hvordan du har beveget deg mot lettere og mer tilpasningsdyktige metoder med KI i miksen, samtidig som du fortsatt opprettholder det jeg tror du kalte de tradisjonelle prosjektstyringsmetodene.

Kan du fortelle litt om hvordan du begynte å bruke KI for å få prosjekter til å gå raskere? Oppdaget du at du endret grunnleggende deler av hvordan du gjennomfører prosjekter?

Stan Yanakiev: Målet mitt var enkelt: å spare tid på noen kritiske, men trivielle oppgaver, og dermed optimalisere gjennomføringen av metodene våre – ikke endre selve metodene.

Et kjerneproblem i prosjektstyring er dokumentasjonsarbeidet. I ethvert strukturert prosjekt tar det for mye tid å holde prosjektdokumentasjonen og styringen oppdatert. Det er duplisering overalt. Omfanget danner grunnlaget for nedbrytningsstrukturen, statusoppdateringer gjenspeiler aktiviteter og så videre.

Ved å bruke KI til å produsere disse dokumentene eller holde dem synkronisert kan man gå over til en lettere og mer tilpasningsdyktig leveransemodell, fordi hele den administrative funksjonen blir enklere. Det første eksperimentet mitt med KI var for eksempel å generere møtereferater og handlingspunkter. Det sparte meg for omtrent to tredeler av tiden.

Denne effektiviteten frigjorde tid til å fokusere på de verdifulle, menneskesentrerte delene av jobben min: å lede teamet, løse komplekse hindringer og samordne interessenter.

Galen Low: Jeg liker det. Det er morsomt at du nevner at du har brukt smidig arbeidsmetodikk i mange år. Du brukte det allerede tidligere i prosjektlederkarrieren din.

Jeg vet at noen velger å tolke prinsippene og verdiene som «ikke lag dokumentasjon», noe som er en feiltolkning. Det står at man skal lage akkurat nok dokumentasjon – du trenger fortsatt dokumentasjon. Men det jeg liker med det du sa, er å holde ting synkronisert. Det traff meg virkelig.

For jeg vet at man kan ta en beslutning i et møte eller få et handlingspunkt som endrer noe underveis, og så må man gå hele veien tilbake gjennom alle dokumentene der man har skrevet det inn: kommunikasjonsplaner, omfangsdokumenter, beslutningslogger og så videre. Jeg liker ideen om at A, notatskrivingen, er en fullstendig gamechanger i prosjektstyring, og B, at man tar noen av beslutningene og lar dem forplante seg gjennom ulike dokumenter. Jeg tror det fjerner mye av smerten fra det arbeidet som er nødvendig.

Du har jo jobbet med kompleks programvareutvikling i virksomheter, i sektorer som energi, der ting er regulert og sterkt regulert. Du trenger det sporet av dokumentasjon, og det blir en så stor del av jobben å håndtere papirarbeidet.

Jeg liker det. Det er en enorm effektivitetsgevinst, og jeg synes det bruker generativ KI og de aktuelle språkmodellene på en måte som spiller på styrkene deres. Det som får meg til å tenke, er hva som skjer når vi setter disse effektivitetsgevinstene i verk. Hva skjer når vi begynner å bevege oss raskere?

Vi kommer tilbake til ideen om tradisjonelle prosjektstyringsmetoder. Når du har tatt KI inn i arbeidsflytene dine og teamene bruker KI, hvordan tar du beslutninger om hva som faktisk trenger mer forsterkning for å støtte den økte farten, slik at du unngår problemer med farten?

Og merker du at du heller mer mot tilpasningsdyktige tilnærminger som smidig arbeidsmetodikk enn mot for eksempel prediktive tilnærminger som fossefallsmodellen?

Stan Yanakiev: Jeg vil si at jo mer intelligens vi bygger inn i en prosess, desto mer nøye må prosessen planlegges og testes. Med eller uten KI handler beslutningen om hvorvidt jeg skal bruke mer prediktive eller tilpasningsdyktige tilnærminger, om erfaring med prosjektstyring.

Erfaring med prosjektstyring forteller meg om jeg realistisk kan planlegge langt nok frem i tid og med tilstrekkelige detaljer, eller om jeg trenger å bruke mer tilpasningsdyktige metoder. I tillegg trenger vi erfaring med KI for å vite når, og dermed hvilke, oppgaver vi kan stole på at den håndterer, og hvor den trenger flere sikkerhetsrammer, fordi KI kan foreslå scenarier og planer.

Men vi må huske at den av natur er sannsynlighetsbasert. Hvis du stiller en språkmodell det samme spørsmålet ti ganger, får du kanskje ikke det samme svaret ti ganger. Og modellens virkelighetsforståelse og forutsigelser er ikke nødvendigvis garantert å samsvare med det som faktisk skjer. Derfor er det vi prosjektledere som må holde ting forankret og under kontroll, og bruke vårt faglige skjønn og våre ferdigheter for å få fordelene ved KI samtidig som vi unngår noen av manglene denne teknologien fortsatt har.

Galen Low: Jeg lurte faktisk på om du kunne ta oss gjennom reisen din med for eksempel en KI-notatskriver. Det vi snakker om, er vel å være mennesket i sløyfen, ikke sant? Du kan ikke bare ta resultatet for god fisk og forvente at det gir samme resultat hver gang.

Da du begynte å bruke KI i prosjektene dine, en notatskriver eller en annen form for KI, hvor mye tid brukte du på å dobbeltsjekke at den ikke hallusinerte eller hadde misforstått? Har tiden du bruker på å være mennesket i sløyfen gått ned? Eller har den vært konstant, slik at du tenker at du må bruke fem eller ti minutter på å gå gjennom alt og kontrollere at informasjonen ble videreført riktig på tvers av dokumentene?

Stan Yanakiev: Da vi først begynte å eksperimentere med KI, hadde jeg ikke nok erfaring til å vite hvordan den fungerte, eller hva jeg burde gjøre for å få best mulig resultater. Derfor behandlet jeg resultatene fra KI som et utkast og gjennomgikk dem. Før jeg matet inn sensitiv informasjon, anonymiserte jeg den.

Deretter satte jeg inn de ulike navnene igjen i resultatet. Men det er avgjørende å ha enkelte prosesser og kontroller på plass, som å behandle KI-resultatet som et utkast. Ikke legg sensitiv informasjon inn i åpne modeller. Og dobbeltsjekk i utgangspunktet alt for å unngå hallusinasjoner og fakta som ikke stemmer.

Galen Low: Jeg vet at folk sier dette, men mens du forklarte det, tenkte jeg at det egentlig er som å ha et menneske på teamet, ikke sant? Du må trene vedkommende godt, og i begynnelsen kan det virke som om dere begge bare prøver å finne ut av ting. Svarene er kanskje ikke de beste, og du må etablere systemer for tilbakemeldinger og gjennomgang.

Det fine med KI i den nåværende formen er at den lærer mens du bruker den. Det er ikke bare et verktøy som gjør én bestemt ting. Den er sannsynlighetsbasert. Den gir deg ikke alltid det samme svaret, men du kan fortsette å trene den og gi den tilbakemeldinger slik at den som oftest kommer nærmere det riktige svaret.

Da handler det om tillit. Når du ikke kjenner den og ikke stoler på den, legger du sannsynligvis inn flere kontroller. Etter hvert som du begynner å stole på den, vet du hva du skal se etter. Det er fortsatt kontroller, ikke sant? Du anonymiserer fortsatt data som sendes inn. Du dobbeltsjekker fortsatt ting. Du er fortsatt mennesket i sløyfen.

Det høres ut som tiden du brukte i begynnelsen på å finne ut av ting og bygge tillit, sannsynligvis er kortere nå som du har fått arbeidsflyten på plass. Grunnen til at jeg spør, er at jeg vet at mange som lytter til denne podkasten, kanskje blir litt motløse fordi det som skulle få prosjektene til å gå så raskt, faktisk føles veldig tregt når de dobbeltsjekker alt.

De tenker kanskje: «Jeg kunne like gjerne ha kopiert og limt dette inn i alle de sju dokumentene selv, og det hadde gått raskere.» Men effektivitetsgevinstene kommer faktisk senere, etter hvert som modellene og verktøyene lærer.

Stan Yanakiev: Det tar litt tid. Vi må behandle det som et verktøy, gjøre hjemmeleksen vår og lære om det – blant annet om hvordan man utformer gode ledetekster, hvordan det fungerer og hvordan man oppnår best mulige resultater. Og ja, hvis vi bruker det bredt, kan vi oppnå effektivitetsgevinster så lenge vi bruker det riktig og på den mest effektive måten.

Galen Low: Jeg vil gå tilbake til noe du sa tidligere og se om vi kan bruke det på KI. Jeg startet jo med å si at folk debatterer metodikker – smidig arbeidsmetodikk kontra fossefallsmodellen.

Du sa tidligere at du har nok erfaring med prosjektstyring til å vite hvilket verktøy du skal bruke når, og når du bør være tilpasningsdyktig eller mer prediktiv basert på prosjektets begrensninger. Hvis KI også er et verktøy i verktøykassen vår, eller et sett med verktøy, finnes det tilfeller der du faktisk ville bestemt deg for ikke å bruke KI i et bestemt prosjekt?

Stan Yanakiev: Sannsynligvis ja, avhengig av prosjektets detaljer og om bruk av KI faktisk ville gitt noen fordeler, eller om tiden det tar å jobbe med den, ville spist opp alle fordelene. Vi må derfor alltid vurdere når den er nyttig, i hvilken grad, og når den sannsynligvis ikke er det.

Galen Low: Ja, jeg tror mange der ute føler at dette er alt eller ingenting, og at de blir hengende etter hvis de velger ingenting. Men det er interessant å tenke på hvordan vi velger når vi skal bruke ulike typer metodikker eller tilnærminger, og når vi må tilpasse dem til prosjektets begrensninger.

KI kan selvsagt brukes slik. Jeg vet at mange prøver å standardisere hvordan de bruker KI i prosjekter, slik at hvert prosjekt går raskere. Men jeg liker ideen om at man bare bruker det hvis det er nyttig og hensiktsmessig for prosjektet. Jeg har fulgt deg en stund, og jeg opplever deg som en sterk forkjemper for noe av det vi snakker om: menneskesentrert prosjektstyring gjennom KI.

Det står i kontrast til enkelte jeg har snakket med, som aktivt prøver å oppnå fullt agentiske team med svært lite menneskelig oppfølging. Hvorfor er det så viktig for deg at prosjektmetodikkene våre, når vi tar i bruk KI, fortsatt har mennesket i sentrum, når KI allerede nærmer seg likeverd med enkelte menneskelige evner på prosjektnivå?

Stan Yanakiev: Det er fordi vi mennesker bygger maskiner for å hjelpe oss i livet og arbeidet vårt, ikke omvendt. Agentisk KI er en kraftig teknologi som det er helt greit å bruke i situasjoner der det ikke er behov for menneskelig oppfølging, eller der det kanskje ikke er mulig på grunn av skala, hastighet og kompleksitet.

Men når vi snakker om menneskelige team og prosjekter, er det viktig at mennesker fortsatt har kontrollen, fordi et menneske er mye mer enn bare beregningsintelligens. Hvis vi går tilbake til det enkle eksempelet med å bruke KI til å automatisere møtereferater, endres rollen vår ved denne enkle bruken av KI fra å være dokumentkontrollører.

Vi trer inn i rollen som strategiske ledere og kan bruke mer tid på verdifulle, menneskesentrerte aktiviteter som interessentsamordning og proaktiv løsning av komplekse hindringer. Hele leveranseprosessen blir da mer fokusert og på en måte mer fleksibel. KI har sin plass i dette, men plassen er som hjelper eller assistent, ikke som prosjektleder.

Galen Low: Jeg liker virkelig de menneskesentrerte delene av rollen. De blir ærlig talt noen ganger underkommunisert, men det handler fortsatt om mennesker og interessentenes forventninger. Det handler fortsatt om forhandlinger og om å ta svært viktige beslutninger om en virksomhet som er komplekse, og som bygger på informasjon det kanskje ville vært uoverkommelig eller lite effektivt å trene en modell til å hjelpe med.

Og grunnleggende sett tror jeg vi er på et punkt der vi uansett ikke ville latt KI ta en stor beslutning for en virksomhet på egen hånd. Det er altså mennesker i sløyfen, men menneskene er også bare der. Det handler fortsatt om menneskeledet samarbeid.

Jeg liker det. Jeg tenkte at jeg kanskje skulle sette deg litt på prøve, fordi jeg er helt enig i det du sier. Jeg tror fortsatt på all grundigheten i prosjektstyring, enten man kaller det tradisjonelt eller noe annet. Vi snakker om KI og prosjekter som går raskere. Vi har brukt notatskriving og dokumentasjon som eksempler. Jeg lurer på hvilken tradisjonell prosjektstyringsteknikk eller -metode du liker best, og som fortsatt er svært relevant i KI-alderen.

Jeg tenker på ting som risikoregisteret. Jeg kjenner folk som virkelig håper at KI skal fjerne behovet for et risikoregister, erstatte en beslutningslogg eller gjøre det unødvendig å lage en kommunikasjonsplan. De vil hoppe over dokumentasjonen. Men hvilket tradisjonelt prosjektstyringsverktøy mener du må bli værende for å holde oss alle på rett kurs når vi beveger oss raskere med KI?

Stan Yanakiev: Vi trenger alltid en plan for prosjektet, uansett hvilken form den tar, enten den er tradisjonell eller smidig. Men jeg ville fortsatt beholdt Microsoft Project for å styre de tradisjonelle prosjektene mine. Og jeg ville brukt KI i omtrent alle prosjektstyringsprosesser for å få innspill som kan hjelpe meg med å ta beslutninger.

Jeg ville altså ikke lagt inn noen begrensninger, men deretter ville jeg gjennomgått resultatet og sørget for at det faktisk var det jeg trengte. Når det gjelder planlegging, sa jeg at jeg ville brukt Microsoft Project, men jeg ville fortsatt rådført meg med KI om den kunne lage en tidsplan, eller foreslå oppgaver og aktiviteter, som jeg sannsynligvis hadde oversett.

Galen Low: Jeg liker svaret, fordi det også finnes folk i kretsen min som håper at KI betyr at vi ikke trenger prosjektplaner. Jeg liker svaret ditt fordi prosjektplaner er et kommunikasjonsverktøy, og særlig når det gjelder planlegging, handler det om logistikken, men fortsatt om å sette forventninger hos mennesker og vise hva fremtiden ser ut som og hva som kommer til å skje.

Det handler faktisk mer om forventningsstyring enn om det folk vanligvis tenker på som en tidslinje med oppgaver. Mange vil kanskje si: «Jeg trenger ikke dette lenger. KI forteller bare teamet mitt hva de skal gjøre og når.» Da hopper man over ideen om at folk skal bli komfortable med det som skal skje, hvorfor det skal skje og hvordan brikkene passer sammen.

Et siste litt tilfeldig spørsmål fra meg: Tar du med KI i risikoregistrene dine? Er KI en risiko i prosjektet ditt?

Stan Yanakiev: Det ville jeg gjort, men jeg ville igjen gjennomgått resultatet fra KI. Jeg ville absolutt brukt KI til å foreslå risikoer som jeg kunne føre inn i risikoregisteret.

Galen Low: Jeg liker det. Jeg liker slike ting du kanskje ikke hadde tenkt på selv – som en assistent, et verktøy eller en form for støtte. Prosjektene våre er komplekse, og du må holde oversikt over mye. Det er helt forståelig at du og teamet ditt ikke fanger opp alle risikoer i hele verden.

Så jeg liker det. Jeg løy faktisk. Ett spørsmål til: Tar du med KI i et RACI-diagram?

Stan Yanakiev: Nei, fordi jeg behandler den som et verktøy.

Galen Low: Ja, jeg tenkte du kom til å si det, og kanskje tar det oss litt inn i fremtiden. Jeg tenkte at vi kunne avslutte med å høre ditt syn på hvordan fremtiden for KI og prosjektstyring ser ut.

Vil det finnes nye metodikker som vi kan ha heftige debatter om om fem år? Eller vil KI redusere noen av forskjellene mellom prosjektteam som alle har sin egen spesialtilpassede metodikk? Vil den i praksis avslutte metodikkdebattene for alltid, eller er det kanskje litt for drastisk?

Stan Yanakiev: Samfunnet og miljøet vårt er i stadig utvikling, og det kommer de til å fortsette med. Derfor kan jeg ikke forestille meg at vi slutter å diskutere hvordan ting best kan gjøres, eller hvilke metoder og tilnærminger vi bør bruke.

Men nå som KI er en del av bildet, tror jeg det sannsynligvis vil være mindre rom i denne diskusjonen for å finne opp nye metoder og tilnærminger. Ironisk nok tror jeg denne intelligente teknologien vil hjelpe personer med styringsansvar til å se tydeligere hva som ikke fungerer.

Men vi kommer til å fortsette å diskutere. Mange snakker om kunstig generell intelligens med brede kognitive evner. Men for å være virkelig nyttig i prosjektstyring og på andre områder mener jeg at KI også må bli mer spesialisert og tettere tilpasset bestemte domener, som prosjektstyring, ulike organisasjonstyper og forskjellige arbeidsmåter, slik at den kan hjelpe oss bedre.

Som jeg allerede har nevnt flere ganger, ser jeg KI-rollen i prosjektstyring som en svært nyttig assistent for teamet eller for enkelte deler av dette spennende yrket. Den hjelper oss med å styre prosjekter mer effektivt og vellykket, og frigjør oss, litt overraskende, til å fokusere på det vi mennesker er best på.

Galen Low: Jeg liker det. Det er to ting der. Det første var aha-øyeblikket mitt da du begynte på dette. Vi snakket om debatter mellom smidig arbeidsmetodikk og fossefallsmodellen. Men jeg synes det er et godt poeng at mennesker alltid kommer til å debattere hva som er den beste måten å gjøre noe på, uansett hva det er.

Det kommer til å handle om den beste måten å bruke planleggingsagenten din på. Det kommer til å handle om den beste måten å få et agentisk KI-teammedlem til å delta i et daglig oppstartsmøte. Vi kommer alltid til å diskutere disse tingene. Og selv om mange av debattene virker som om de ikke fører noe sted, og bare er sta og stillestående debatter, hjelper de produktive debattene oss faktisk med å finne nye veier fremover.

Jeg tror det alltid har vært slik med mennesker: Vi debatterer og utfordrer hverandre for å finne en bedre måte, isolere hva som fungerer godt og hva som ikke fungerer, og deretter komme frem til en bedre tilnærming.

Jeg likte også det du sa om AGI, for det hadde jeg ikke tenkt på. Kunstig generell intelligens går opp og bredt for å bli like generelt intelligent som mennesker, men så kan man ta den og gjøre den smal igjen, slik vi mennesker også gjør. Man tar den generelle intelligensen og bruker den til å spesialisere seg innenfor et domene.

Det er da vi blir enda mer nyttige. Jeg er fysisk i stand til å felle et lite tre. Er jeg god på det? Nei. Jeg er ingen spesialist, og jeg kommer aldri til å bli den personen. Men jeg liker virkelig ideen om at selv når vi når AGI, tenker de fleste på dystopiske science fiction-fremtider, Terminator-filmer og Skynet.

På å ta over alt. Men det trenger ikke å bli slik. Det kan bli generell intelligens som gjør den til en bedre kollega, støttespiller og assistent. Kanskje vi beveger oss forbi verktøy, men fortsatt har noe som er nyttig på en spesifikk måte med domenekunnskap, enten det er AGI eller ikke. AGI kan føre oss dit.

Veldig kult. Stan, tusen takk for dette. Bare for moro skyld, har du et spørsmål du vil stille meg?

Stan Yanakiev: Planlegger du å lage en podkast med et KI-teammedlem i prosjektet?

Galen Low: Som gjest?

Stan Yanakiev: Ja.

Galen Low: Jeg har faktisk ikke tenkt på det. Det er en strålende idé. Det er morsomt, for jeg leker mye med Notebook LM. Til et av foredragene mine matet jeg innholdet inn i Notebook LM og ba den utfordre og kritisere det som en podkast.

Jeg likte faktisk veldig godt å høre på det. Disse to KI-vertene og medvertene slaktet foredraget mitt, og jeg tenkte: «Dette er faktisk ganske gjennomførbart.» Jeg hadde ikke tenkt på å gjøre det selv, men nå som du har plantet ideen, må jeg kanskje gjøre det. Et podkastintervju med et KI-teammedlem i prosjektet.

Jeg liker det virkelig. Hvis jeg gjorde det, ville du hørt på det?

Stan Yanakiev: Ja, definitivt.

Galen Low: Flott. Stan, tusen takk for at du tok deg tid til å være med meg i dag. Dette har vært veldig morsomt. Takk for innsikten din.

Stan Yanakiev: Takk for invitasjonen. Det har vært en fornøyelse å snakke med deg.

Galen Low: Før jeg lar deg gå, hvis det er noen som vil lære mer om deg og det du gjør, hvor kan de finne mer informasjon om deg?

Stan Yanakiev: Det beste stedet å finne meg er på LinkedIn. Du kan også se innleggene og videoene mine på bedriftsbloggen til Mindrise.

Galen Low: Flott. Jeg legger ved lenkene i programnotatene for dem som lytter og vil sjekke det ut. Stan, igjen, tusen takk.

Det var alt for dagens episode av podkasten The Digital Project Manager. Hvis du likte denne samtalen, må du huske å abonnere der du lytter. Og hvis du vil ha flere praktiske innsikter, eksempler fra virkeligheten og arbeidsoppskrifter, kan du gå til thedigitalprojectmanager.com.

Til neste gang: Takk for at du lyttet.