Zapiers plan for moderne prosjektledelse

Galen Low: I en tid med uro i arbeidsmarkedet, er det grusomt at organisasjoner fokuserer på AI-ledet automatisering, eller er det faktisk kanskje omsorgsfullt?

Wade Foster: For meg er det 1000 % det omsorgsfulle å gjøre. AI er svært god til å hjelpe meg med et enormt utvalg av oppgaver. AI kan hjelpe til i den rotete mellomfasen, men den tar ikke jobben. Jobben er fortsatt jobben.

Galen Low: Når vi ser frem mot, jeg vet ikke, 2030, hvilke typer ferdigheter og kvalifikasjoner vil teknologiselskaper som Zapier se etter hos roller som har ansvar for prosjektleveranser?

Wade Foster: Jeg vil si at evnen din til å identifisere eksisterende problemer og få ideer er eksepsjonelt verdifull. Den andre tingen er det jeg vil kalle dømmekraft, smak. Og den tredje er: Hvordan koordinerer du alle disse systemene? Det er den rotete mellomfasen.

Galen Low: Tror du det finnes en grense for agentisk AI og intelligent automatisering som vi kanskje ikke bør krysse?

Wade Foster: Jeg er ikke sikker på om det finnes en øvre grense. Menneskelig kreativitet er fortsatt massivt uutnyttet. Mengden kreativt arbeid et enkeltmenneske er i stand til å utføre, er enorm. Jeg tror verden kommer til å bli annerledes, men jeg tror ikke dette dystopiske bildet stemmer. Den kommer sannsynligvis til å ligne mye på i dag, bare mer.

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 AI-alderen. Jeg heter Galen, og hver uke går vi inn i virkelige strategier, nye trender, velprøvde rammeverk og den sporadiske krigshistorien fra prosjektfronten. Enten du styrer massive transformasjonsprosjekter, håndterer AI-arbeidsflyter eller bare prøver å holde kaoset under kontroll, er du på rett sted. La oss sette i gang.

I dag snakker vi om rollen til AI-drevet automatisering i prosjektleveranser, og om den kanskje kan være nøkkelen til å redusere noen av de omfattende prosjektledelsespraksisene som får små, smidige team til å unngå formell prosjektledelse som pesten.

Med meg i dag er Wade Foster, medgrunnlegger og administrerende direktør i et lite selskap du kanskje har hørt om, kalt Zapier. For nesten 20 år siden sa Wade opp praksisplassen sin innen finansielle tjenester, lærte å programmere og bygde sammen med noen venner et produkt som gjorde det enklere å få apper til å kommunisere med hverandre og bygge automatiserte arbeidsflyter mellom dem.

I dag er Zapier den mest tilkoblede plattformen for AI-orkestrering. Den kobler sammen team, verktøy, AI og agenter på tvers av mer enn 8 000 apper for å automatisere kritiske arbeidsflyter med fleksibilitet, skalerbarhet og kontroll.

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

Wade Foster: Takk for invitasjonen, Galen.

Galen Low: Først og fremst, Wade, må jeg si at det er en stor ære å ha deg her. Og jeg må takke deg for at du deler historiene og innsiktene dine så åpent, slik at vi alle kan lære av dem.

Det er så mye jeg vil spørre deg om, og jeg håper vi kan bevege oss litt frem og tilbake gjennom samtalen. Men her er planen jeg har skissert for oss i dag. Til å begynne med ville jeg sette scenen ved å få ditt umiddelbare syn på ett stort og saftig spørsmål som folkene i fellesskapet mitt ønsket at du skulle svare på. Deretter vil jeg gå inn i tre ting.

For det første vil jeg snakke om hva som er annerledes med automatisering i dagens AI-besatte kontekst sammenlignet med da Zapier først ble lansert. Deretter vil jeg se nærmere på hvordan prosjektledelse ser ut i Zapier, og hvordan Zapier har oppnådd lette prosjektledelsesprosesser ved å bruke sitt eget produkt.

Til slutt vil jeg gjerne høre perspektivet ditt på fremtiden for prosjektledelse som fag, og hvordan du ser for deg at rollen til prosjektlederen vil endre seg etter hvert som vi går dypere inn i AI-drevet automatisering. Hva synes du om det?

Wade Foster: Jeg liker det. La oss gjøre det.

Galen Low: La oss gjøre det. Greit. Jeg tenkte å begynne med ett stort og vanskelig spørsmål.

Jeg tar sats. I kretsene jeg beveger meg i, finnes det et slags kjærlighets- og hatforhold til ideen om AI-drevet automatisering når det gjelder prosjektledelse. På den ene siden fjerner intelligent automatisering mye av den kjedelige administrasjonen fra jobben. På den andre siden truer den med å ta hele jobber og skaper samtidig en oppfatning av at prosjektledelse kan automatiseres fullstendig.

Så det store spørsmålet mitt er dette: I en tid med uro i arbeidsmarkedet, der masseoppsigelser og lange, vanskelige jobbsøk har blitt normalen, er det grusomt at organisasjoner fokuserer på AI-ledet automatisering? Eller er det faktisk kanskje omsorgsfullt?

Wade Foster: For meg er det 1000 % det omsorgsfulle å gjøre. Når du legger hendene på tastaturet og arbeider med teknologien, finnes det akkurat nå en mystikk rundt AI.

Men når du begynner å bruke den, forsvinner mystikken. Det som står igjen, er en langt mer pragmatisk forståelse av hvor denne teknologien er utrolig, tidsbesparende og inspirerende for kreativiteten. Samtidig ser du begrensningene, hvor den ikke er like god, og hvor mennesket fortsatt har en rolle. Det jeg har erfart, er at AI er svært god til å hjelpe meg med et stort utvalg oppgaver på ulike tidspunkter i leveransen av et prosjekt, men den tar fortsatt ikke over jobben min.

Jobben min er ikke oppgaven som utføres. Jobben min er å forstå problemer, finne ut hvilke problemer som er riktige å løse, og deretter vurdere resultatet av det vi lager. Er produktet bra? Er markedsføringen bra? Har man god smak når det gjelder disse tingene? AI kan hjelpe til i den rotete mellomfasen av alt dette.

Faktisk hjelper den enormt i den rotete mellomfasen, men den tar ikke jobben. Jobben er fortsatt jobben. Du må fortsatt løse disse tingene, og jeg tror alle jeg har arbeidet med som virkelig har tatt i bruk AI, raskt begynner å produsere mer, gjøre bedre ting med den og få flere ideer om hvor den kan føre dem.

Jeg forstår menneskehetens standardreaksjon, som er frykt og knapphet. Jeg tror det er naturlig, fordi det er lettere for oss å forestille oss «hva skjer når dette ...». Men realiteten med all teknologi er at den vanligvis skaper langt mer enn den ødelegger. Og jeg tror det samme kommer til å gjelde for AI.

Galen Low: Jeg har blitt trukket mot noen av strømningene rundt utviklere og programmerere. Hvis du tror at verdien du skaper, er hvor raskt du kan skrive, går du sannsynligvis glipp av poenget med rollen din. Og jeg tror mye av det samme gjelder prosjektledelse. Mange bekymrer seg for at noen nå tar møtereferater ved hjelp av en AI-referent.

«Oi. Nå kommer de som trodde at det er alt jeg gjør, til å sparke meg.» Jeg skal ikke lyve: Noe av dette stemmer. Det er slik rollen noen ganger blir sett. Men jeg liker det ekspansive perspektivet om at det faktisk kommer til å skape mer.

Wade Foster: Men var jobben å sitte der og ta notater?

Det var aldri jobben. Jobben var å løse problemer, ikke å sitte der og transkribere. Hvis jobben din virkelig er så snever, forstår jeg frykten litt bedre. Men når jeg ser rundt i organisasjoner, er det ikke hele jobben til de fleste. Det er en oppgave de gjør av og til, og vanligvis en de ikke liker særlig godt.

De gjør den heller ikke spesielt bra. Derfor er det flott å ha AI som hjelper deg med oppgaven, fordi det frigjør hjernen din til å tenke på delene av jobben du faktisk var der for.

Galen Low: For å vende tilbake til noe du sa tidligere: Når man først får folk til å begynne å bruke det, blir realiteten tydelig – hva det er godt på, og hva det ikke er godt på.

Jeg tror det finnes mange oppfatninger på alle nivåer i enhver organisasjon: «Vi har egentlig ikke prøvd det, men den sier at den kan gjøre dette, så da kan vi vel sparke hele teamet. Eller kanskje jeg mister jobben.» Men tematisk tror jeg det stemmer at man begynner å bruke det.

Da oppdager man at det er et samarbeid. Det tar seg av ting den er god på, lar ting den ikke er god på ligge, og det trenger ikke være en fullstendig AI-transformasjon der arbeidsstyrken plutselig bare består av AI-agenter som marsjerer rundt. Det er fortsatt et samarbeid. Det løfter oss fortsatt.

Wade Foster: Hundre prosent. Jeg kan gi deg et eksempel. Akkurat nå nærmer Zapier-toppmøtet vårt seg. Det er et arrangement der vi samler alle de ansatte fysisk én gang i året. Vi er vanligvis et distribuert team, og som en del av toppmøtet holder jeg vanligvis en åpningspresentasjon. Det er den ene gangen jeg har hele selskapet i samme rom samtidig.

Jeg liker å gjøre en god jobb med den. Tidligere, uten AI, måtte jeg sitte og tenke ut historien jeg ville fortelle, samle anekdoter, data og eksempler. De kreative delene, som å finne på historien og skrive den, var morsomme.

Andre deler var ganske kjedelige: «Jeg har ikke et godt eksempel på dette. Jeg har ikke dataene. Jeg mangler disse andre tingene.» I tillegg har man alltid problemet med det blanke arket: «Jeg har en vag idé om hva jeg vil snakke om, men jeg har den ikke i et storyboard ennå.»

De siste to dagene har jeg sittet sammen med Claude. Jeg kaller det idédugnader. Jeg sier: «Jeg skal ha en økt på én time med deg. Jeg vil at du skal stille meg spørsmål etter hverandre. Her er denne rotete tingen jeg har i hodet. Målet er at vi skal ha en hovedpresentasjon. Hjelp meg å arbeide meg gjennom dette.»

Resultatet er at jeg faktisk bruker mer tid og legger mer innsats i å gjøre hovedpresentasjonen god. Jeg har en fantastisk assistent som går frem og tilbake med meg og hjelper meg. Jeg kan sende den ut og si: «Gå gjennom Slack. Gå gjennom Coda. Gå gjennom internett og hent sitater, eksempler og data.» Det hjelper meg å formidle poenget mye bedre.

Jeg kan diskutere ideer frem og tilbake, og sluttresultatet – og dette kan være vanskelig for folk å tro – er at jeg kommer til å bruke mer tid på å utforme denne hovedpresentasjonen enn jeg har gjort tidligere.

AI reduserer altså ikke tiden jeg bruker på dette. Den øker faktisk tiden. Men jeg opplever at kvaliteten på den andre siden blir mye bedre, og selve skriveprosessen er mye morsommere fordi jeg har en ivrig tanke­partner som går frem og tilbake med meg. Tidligere satt jeg fast på disse delene av prosessen og tenkte: «Dette er godt nok. Jeg avslutter her og håper ingen oppdager kvalitetsproblemene.»

Dette er bare ett eksempel. Når du faktisk bruker AI, får du en bredere forståelse av hva den er god på, hva den ikke er god på, og hvilket arbeid du skal bruke den til.

Kravene til disse verktøyene kommer til å bli enorme, fordi menneskehetens kreative potensial er mye større enn folk tror.

Galen Low: Jeg liker de to vinklene: kvalitet og glede. Du kan fokusere på hvordan du kan gjøre dette så godt som mulig. Det gjelder meg også.

Mange som betrakter seg selv som kreative, er slik. Kanskje alle er det: Ingenting blir noen gang helt ferdig. Til slutt kan du bare ikke se på det mer, og sier «godt nok», før du går videre. Dette kan du på en måte omgå. Du kan ha det morsommere med arbeidet, og jeg synes det er veldig interessant.

Du brukte ikke mindre tid på det. Du brukte mer tid.

Wade Foster: Nei, faktisk kom jeg til et punkt i prosessen der jeg hadde flere tråder gående samtidig. Jeg begynte veldig organisert, men så kom jeg inn i den rotete mellomfasen. Claude hadde nettopp fullført en oppgave, og jeg måtte stoppe og si: «Greit, vi har gjort ni forskjellige ting med research til denne presentasjonen. Jeg har mistet oversikten. Vi må tilbake til sentrum.»

«Jeg husker at vi gjorde dette. Jeg husker at vi gjorde dette. Jeg husker at vi hentet disse datakildene. Jeg husker at vi har et vagt neste steg. Hjelp meg med å komme inn i dette igjen. Og forresten, økten min er ferdig, så jeg trenger at du dokumenterer dette godt, for jeg skal tilbake til det i morgen. Legg igjen noen brødsmuler som hjelper meg i gang i morgen.»

Uten hjelp fra AI ville du bare gått fra det og kommet tilbake senere. Den første oppgaven neste dag ville vært å sitte og finne ut: «Hva i all verden holdt jeg på med i går? Hvor avsluttet jeg?» Nå kommer jeg tilbake til en fin indeks med brødsmuler og alt dette, og det blir mye enklere å gå rett inn igjen der jeg slapp.

Galen Low: Jeg tror mange undervurderer arbeidsflyten med en tanke­partner. Jeg er fortsatt tidlig i reisen min. Jeg sitter fremdeles ved tastaturet og har en samtale som begynner og slutter, og så er jeg ferdig. Jeg sender den tilbake. Jeg trener den på noe, men jeg sier ikke «vi sees i morgen». Jeg liker virkelig ideen om å kunne si: «Kan du gå bort og gjøre noe?»

Wade Foster: Ja. Jeg har begynt å komme til «Takk, dette var en god økt. Vi snakkes neste gang». Jeg liker at jeg nesten har begynt å bruke den som en terapeut.

Galen Low: Jeg synes dette gir et godt perspektiv på hvordan AI hjelper og endrer en rolle – egentlig enhver rolle. Og jeg tror glede og kvalitet ... Jeg vet ikke om mange virksomheter kommer til å klare å måle det, men det vil vise seg på andre måter, gjennom prestasjon, verdi og lignende.

Wade Foster: Kvalitet.

Galen Low: Nettopp. Jeg lurer på om vi kan zoome litt ut og gå inn i automatiseringsverdenen – ikke bare samtaler med tanke­partnere, men også agenter, intelligente arbeidsflyter, MCP og det å koble alle disse appene og all denne teknologien sammen.

Det er ingen tvil i mitt sinn om at AI endrer måten vi arbeider på, men den endrer også hva som forventes av oss når det gjelder tekniske ferdigheter og strategisk forretningsforståelse. Evnen til å zoome ut og løfte samtalen gjelder selvfølgelig prosjektledere, men går langt utover det.

Slik jeg ser det, har Zapier raskt forstått at AI endrer ting. Nå har dere produkter som Zapier Agents og Zapier MCP, og Zapier ligger fortsatt helt fremst når det gjelder å koble apper sammen i en verden der vi har utrolig mange verktøy. Det finnes gode grunner til alle sammen, men det er fortsatt utfordrende å få dem til å fungere godt sammen.

Automatisering i sin reneste form er selvfølgelig ikke nytt. Zapier har særlig tilbudt automatisering uten kode som en tjeneste i godt over et tiår.

Så jeg vil spørre deg: Hvilken utfordring har du møtt gjennom de siste 15 årene med automatisering av arbeidsflyter uten kode, som du fortsatt ser at folk sliter med i dag? Er måten dere løste den på, annerledes enn hvordan du ville anbefalt å håndtere den i dag?

Wade Foster: Jeg tror det finnes noen varige problemer. Ett som umiddelbart dukker opp, er inspirasjon.

Du ser dette med AI. Noen bruker den til alle deler av livet, arbeidet og så videre. Snakker du med dem, sier de gjerne: «Dette er revolusjonerende. Det endrer fullstendig hvordan jeg nærmer meg arbeidet.» På den andre siden snakker du med noen som sier: «Den er jo fin. Den hjalp meg å finne en oppskrift i kveld og fortalte en morsom historie til barnet mitt, men jeg skjønner ikke hva som er så stort.»

Og så finnes alle nivåene imellom. Når jeg bruker tid med disse to typene, og selvfølgelig med folkene i midten, er forskjellen ofte at det kreative arbeidet til dem som bruker AI mye, er langt bedre.

De har ofte funnet ut hvordan de kan bruke AI som en kreativ tanke­partner for å få flere ideer. Personen som nettopp har begynt, sitter fast: «Jeg vet ikke engang hva jeg skal bruke den til. Hvilke problemer har jeg i hverdagen? Hvor skal jeg lete?»

Jeg synes det er greit. De fleste er faktisk slik. Men den store muligheten er hvordan Zapier, fellesskapet vårt og vi som gründere kan hjelpe folk langs dette spekteret. Dette var et problem også før AI.

Her er en morsom historie. Du ser det når du snakker med ledere som har ansvar for AI-transformasjon i organisasjonen. Mange har en lignende plan: De undersøker arbeidsstyrken og spør hvilke ideer folk har for AI. Ofte kommer de tilbake med en lang liste over ideer.

Det morsomme er at nesten alle, ni av ti ganger, sier: «Det jeg fikk tilbake, krever ikke AI i det hele tatt. Det er noe vi kunne ha gjort hele tiden: tradisjonell automatisering, tradisjonelle arbeidsflyter og så videre.»

Det viser bare hvor fastlåste folk blir når de skal forstå hva som faktisk er mulig, og hva de kan bygge.

Galen Low: Mulighetenes kunst? Absolutt. Det var faktisk det som stoppet meg med Zapier i begynnelsen, før AI: å koble sammen programmeringsgrensesnitt. Jeg er ikke særlig teknisk. Jeg vet hvilke tilgangspunkter jeg kan ha i et verktøy, og jeg vet hvilke arbeidsflyter jeg kanskje vil automatisere, men det å forstå mulighetenes kunst ... Hva kan jeg tenke gjennom som en utløser? Hvordan kan jeg snakke med denne programvaren for å få arbeidsflyten til å fungere?

Inspirasjon er interessant, fordi mange av dem jeg snakker med og som bruker verktøyene mye, på en måte har akseptert å mislykkes. Ikke mislykkes som i at det ikke fungerte, men: «Ideen jeg hadde og ville prøve, trenger jeg ikke. Den er ikke helt slik jeg ønsket, men jeg fortsetter.» De lærer underveis, i motsetning til kategori B, som jeg kjenner meg godt igjen i: lammelsen over spørsmålet «Hva kan jeg gjøre med dette?»

Jeg hadde den appen IFTTT på telefonen i ti år. Jeg tenkte: «Dette er flott. Jeg kan automatisere ting i huset hvis det regner. Jeg kan sette en påminnelse om å ta med paraply.» Jeg satte aldri opp noe og åpnet den ikke én gang. Jeg vet ikke engang om jeg opprettet en konto.

Jeg hadde ingen ideer – eller i det minste ikke nok tillit til ideene mine – til å investere tiden som skulle til for å bygge noe. Zapier har endret spillereglene. Mange av verktøyene som finnes nå, som AI-plattformer og store språkmodeller, kan kobles sammen.

For dem som står fast fordi de er bekymret for hvor dataene deres flyter, hvilke tanker har du om å bygge sikkerhetsnett rundt noen av disse arbeidsflytene? Noen vil ikke koble alt sammen fordi de ikke vet hvor dataene havner. Hvordan håndterer Zapier dette?

Wade Foster: Det fine med et verktøy som Zapier er at du har full kontroll over hvor dataene dine går. Du kobler verktøy til godkjente datakilder. Du bestemmer at du skal ta noe fra et regneark og legge det inn i Salesforce, eller ta noe fra Salesforce og legge det i et verktøy for e-postnyhetsbrev. Du forhåndsdefinerer alt.

Den kontrollen er en av de fine tingene ved Zapier. En annen god praksis jeg ser hos avanserte brukere, er at jo mer du lar AI ta kontroll over arbeidsflytene, desto oftere ber du den om å ta en beslutning eller generere noe – skrive en e-post eller melding.

Ofte har de et trinn med et menneske i løkken. De sier: «Jeg er komfortabel med at du automatiserer hele kjeden frem til dette punktet. Her vil jeg komme inn, kontrollere arbeidet og avgjøre om det er godt nok til å sendes videre.» Det er en praksis jeg ser mange bruke.

Jeg tror vi beveger oss mot en verden der man gradvis kan ta mennesket ut av løkken hvis systemene bygges riktig. Men jeg tror ikke mennesket forsvinner helt. Det vil ligne mye på hvordan produksjonsanlegg drives.

Produksjonsanlegg har kvalitetskontrollgrenser og bruker statistikk for å forstå om de når kvalitetskravet. Vanligvis tar de stikkprøver av produkter fra produksjonen. Hvis to produkter ser svært gode ut, kan de statistisk bevise at de neste hundre vil ligge innenfor akseptable kvalitetsgrenser.

Jeg tror vi vil se mer av dette i AI-rørledninger i produksjonsskala. Mennesket kan tas ut av løkken, og statistikk kan brukes til å finne ut hvor ofte et menneske må kontrollere systemet for å sikre at det holder seg innenfor den statistiske kvalitetsgrensen som er nødvendig for å oppfylle tjenesteforpliktelsene.

Galen Low: Jeg er glad for at du tok samtalen dit. Automatisering er ikke nytt. RPA og en del av det vi har gjort i produksjon, har pågått i flere tiår. Jeg liker perspektivet om at mange er bekymret for at alt skal være agenter hele tiden, at AI skal kjøre seg selv og at mennesker skal fjernes fra løkken.

Kanskje det skjer, men på kort sikt virker det klokt å se dette som et samarbeid, som senere går videre til en form for tilsyn. Det er ikke en frittgående, verdensovertakende situasjon. Vi kan observere hvordan det fungerer, noe som sannsynligvis er best siden det går så raskt. Hvis vi skulle inspisere hvert eneste produkt fra produksjonslinjen, ville det ikke fungere.

Wade Foster: Da får du ikke effektivitetsgevinstene. Det er heller ikke like morsomt.

Galen Low: Jeg liker denne røde tråden om glede i arbeidet. Mange er redde for at automatisering skal automatisere gleden ut av arbeidet og automatisere dem ut av en jobb, mens det faktisk kan bli motsatt.

Du kan automatisere det kjedelige. Du kan velge å ikke automatisere noe som faktisk gir deg glede. Som du sa om hovedpresentasjonen, kan det ta like lang tid eller lenger å gjøre noe som gir deg mening. Kanskje forholdet til arbeidsgiveren eller teamet ditt blir bedre av det.

Jeg ser det i hovedpresentasjonen. Hvorfor er det verdifullt at presentasjonen din er fantastisk, eller at du liker å lage den? Når du står foran tusenvis av mennesker på toppmøtet, inspirerer du dem. Du formidler et budskap og forteller en historie som samler folk og setter tonen for resten av året.

Det er viktig. Jeg tror det er en nyttig måte å ramme inn hva folk bør automatisere – og hva de ikke bør automatisere.

Jeg vil gå tilbake til dette med effektivitet, fordi teamet mitt nylig intervjuet deg om hvordan Zapier bruker AI til å automatisere og effektivisere deler av prosjektledelsesprosessen. Kan du gi noen eksempler på hvordan teamet deres bruker sitt eget produkt for å oppnå lett prosjektledelse? Hva har blitt automatisert, og hvilke deler av prosjektleveransen har dere valgt å ikke automatisere?

Wade Foster: Det er kanskje seks måneder siden vi gjorde det.

Galen Low: Ja, det tror jeg.

Wade Foster: Jeg vet ikke om det er like oppdatert lenger. Dette området utvikler seg raskt. Noen prinsipper er viktige for oss nå. For det første ville jeg ikke sette Zapier på en pidestall og si: «Vi er mestere i prosjektledelse. Følg oss. Vi har besteget fjellet.»

Men jeg tror vi gjør enkelte ting riktig. Prosjekter går ofte bedre jo mindre man klarer å holde dem, og jo færre personer som eier prosessen fra ende til annen. Da er det mindre sannsynlig at man får store administrative kostnader ved å styre prosjektet.

Et lite team kan arbeide fritt og få jobben gjort, med mindre koordinering og alt det som følger med. Derfor bør man så langt som mulig dele opp arbeidet i en organisasjon på en måte som lar mindre team arbeide fritt. Det prøver vi vanligvis å gjøre, og det betyr at det kan finnes mange lette prosjektledelsesverktøy som hjelper folk med å få ting gjort.

Det er ikke alltid mulig for alle prosjekter. Noen er store, komplekse og tverrfunksjonelle. I slike tilfeller bruker vi AI mye til overleveringer. Vi vil overføre kontekst fra ett team til et annet, og kan bruke AI til å oppsummere resultatene fra ett system.

Hvis produktutviklingsteamet arbeider i Jira, mens markedsføringsteamet arbeider i Asana, kan vi oppsummere viktige hendelser når statusen endres eller saken lukkes. Vi tar informasjonen som er katalogisert i det ene systemet, oppsummerer den på en måte som er relevant for det andre teamet og automatiserer en god oppdatering inn i systemet deres.

Dette hjelper med koordinering, overleveringer og administrative utfordringer. En annen ting vi bruker mye tid på i store, tverrfunksjonelle prosjekter, er oppgaver som kreves av store grupper som bare er perifert involvert.

«Nå må alle i selskapet gjøre denne lille oppgaven.» Eller: «Dette teamet må gjøre dette», eller «Disse ni teamene må gå over til dette nye arbeidssettet.» Nesten uunngåelig blir en del av prosjektlederens jobb å være en maserobot.

Ingen liker den rollen. Personen har det ikke morsomt, og ingen liker at vedkommende banker på døren. Det er ikke akkurat den mest glamorøse delen av prosjektledelse. Men den er svært enkel å automatisere. Du kan sette opp varsler og systemer som sender en melding: «Fristen nærmer seg. Jeg ser at du står på listen over ufullførte oppgaver. Du må gjøre dette. Kan du sjekke inn?»

Du kan også sende de samme varslene til lederen, slik at lederen får en sjekkliste å kontrollere. Hvis systemet ikke varsler mennesket, kan lederen gripe inn og se på saken. Dette er et nyttig, svært lett verktøy for prosjekter som er store og tverrfunksjonelle.

Galen Low: Det er morsomt. I et byrå jeg jobbet i, hadde vi en maserobot for timelister. Det var i de tidlige dagene – ikke en arbeidsflyt, bare en automatisert påminnelse i Teams: «Hei, timelister. Fyll dem ut.»

Dette temaet kommer stadig tilbake. Det er en del av jobben som enkelte prosjektledere sikkert liker, men de fleste jeg kjenner, hater den. Det gir dem merkelappen barnevakt eller kattepasser og undervurderer rollen. Det opprettholder antakelsen om at prosjektledere tar notater og maser på folk. Det er ikke jobben. Jobben handler om problemløsning.

Wade Foster: En smart og kreativ prosjektleder kan si: «Vet du hva som er interessant? Jeg kan bruke AI til å gjøre morsomme ting med disse påminnelsene.» I stedet for en kjedelig statusoppdatering kan du be AI skrive den som et limerick-dikt eller legge til et morsomt bilde.

Du kan gjøre ting som den prosjektlederen du en gang jobbet med, som alltid klarte dette gjennom personlighet. Det gjelder ikke de fleste av oss, og definitivt ikke meg. Men jeg skulle gjerne vært slik. Med hjelp fra AI kan jeg etterligne det og gjøre en grei jobb.

Det er også et sted der AI kan være morsomt. Det handler ikke bare om effektivitet, men om hvilken kvalitet du kan tilføre. Det er vanskelig å gjøre i stor skala. Hvis du har et lite team og et lite prosjekt, går det an. Men hvis du skal sende en tilpasset limerick til 120 personer, skjer det neppe uten hjelp.

Galen Low: Jeg liker det, fordi noen gjør dette naturlig. Måten de arbeider på, er å formulere meldingen slik at mottakeren smiler eller liker den. Samtidig kan det være grunnen til at noen ikke vil automatisere, fordi alle er forskjellige og det handler om relasjonsbygging.

Jeg liker den lille tanke­partneren: «Jeg gjør dette som et limerick-dikt.» Eller: «Vi bruker noen ganger en sarkastisk britisk standupkomiker som persona i internkommunikasjonen. Ta denne personaen og varier teksten. Lær kanskje noen av teamets preferanser.» Da kan det bli noe vi snakker om, noe som bringer gleden tilbake uten å ødelegge relasjonsbyggingen.

Wade Foster: De fleste teamene våre er distribuerte. Kunnskapsoverføring er viktig, altså å dele informasjon mellom team. Men det viktige er egentlig ikke om teamet er distribuert eller ikke. Hvis du virkelig vil dra nytte av AI, må informasjonen finnes i tekst et sted.

Det kan også være lyd som transkriberes, men i bunn og grunn er dette store språkmodeller, og de fungerer svært godt med tekst. Hvis teamet har en praksis for å dokumentere arbeidet og gjøre informasjon tilgjengelig, hjelper det verktøyene å hente den inn.

Det er én av grunnene til at vi internt lenge har hatt verdien «åpenhet som standard». Før store språkmodeller tenkte vi at det var nyttig for mennesker. Når en ny medarbeider begynner seks måneder senere og prøver å forstå hva et prosjekt var og hvorfor det var viktig, kan vedkommende følge de digitale sporene.

Når du legger en stor språkmodell oppå dette, blir det som jetdrivstoff. Nå kan jeg sende en agent gjennom alt og si: «Gi meg konteksten om alle kunder som noen gang har hatt dette problemet i Zapier, og returner det i dette formatet.»

Tidligere kunne jeg teknisk sett gjort det hvis alt var godt dokumentert, men det ville fortsatt vært tidkrevende. Nå kan jeg bare gi instruksen, arbeide med en annen oppgave og komme tilbake til svaret.

Team som skaper et dokumentert spor av arbeidet sitt, får mye igjen for det. Dokumentasjon betyr ikke nødvendigvis at noen setter seg ned og skriver formell dokumentasjon. Det kan ganske enkelt bety at dere tar opp møter og sørger for at de blir transkribert. Det er tilstrekkelig dokumentasjon for en stor språkmodell til å forstå hva den skal gjøre.

Galen Low: Dokumentasjon er et skummelt ord. Det høres kjedelig ut i seg selv. Men egentlig sier vi bare at informasjonen bør transkriberes til tekst slik at noen eller noe, som en stor språkmodell, kan gå gjennom den.

Jeg har sett organisasjoner forsøke å ha samtaler i åpne kanaler og ta opp ting, men de mislykkes fordi folk ikke føler seg trygge. Hvordan bygget dere en kultur i Zapier der folk kunne si: «Ja, jeg kan ta opp alle møtene og legge dem i en åpen kanal»?

Wade Foster: Mye av dette gjør vi gjennom kulturelle ritualer, standarder og lignende. Vi har hatt «åpenhet som standard» som verdi lenge. Som leder prøver jeg å flytte private meldinger til åpne kanaler. De små dyttene over tid forsterker måten vi ønsker å arbeide på.

En annen måte å holde folk ansvarlige på, samtidig som det blir litt morsomt, kom fra min administrative assistent Courtney. Hun fant ut at Slack gir statistikk over hvor stor andel av meldingene som går til direktemeldinger versus kanaler. Hun laget en ledertavle for ledergruppen og publiserer hver måned hvordan folk gjorde det.

De tre beste ligger ofte over 60 %, og alle i ledergruppen ligger over 50 % når det gjelder å kommunisere i åpne kanaler. Det er bra, men enkelte måneder nærmer de beste seg 80 %.

Galen Low: Det er mulig å ha det meste av arbeidet sitt åpent. Jeg tenker på Zapier som svært transparent, men noen organisasjoner er enda mer ekstreme. Det ville ikke overraske meg om den øvre grensen for åpenhet ligger rundt 90 %, kanskje 95 % hvis man virkelig presser det.

Hvis man har en mer normal tilnærming til åpenhet, bør man prøve å få mer enn 50 % av meldingene ut i åpne kanaler.

Galen Low: Jeg liker dette som et utgangspunkt og kanskje også som en øvre grense. Mennesker er sosiale skapninger, men ikke alltid så sosiale. Noen ganger må man sende en melding som ikke er offentlig. Hundre prosent kommer ikke til å skje.

Wade Foster: Derfor heter det «åpenhet som standard». Det vil alltid finnes konfidensielle saker, som personalsaker eller prestasjonsproblemer. Kanskje selskapet arbeider med et konfidensielt oppkjøp. Slike emner må holdes innenfor en mindre gruppe.

Men flere ting kan ha nytte av å være åpne enn de fleste tror. Når du har etablert vanen, forsvinner frykten. Jeg kan snakke om dårlige ting offentlig, og når alle snakker om dem, blir det normalt. Det er bare slik man løser problemer.

Galen Low: Det virker som om frykten har blitt borte i Zapier fordi folk føler seg trygge på å være åpne.

Wade Foster: Vi har vanskelige diskusjoner offentlig. Jeg gir tilbakemeldinger og kritikk åpent, men de fleste meldingene har ikke den opplevelsen, fordi jeg ikke kan være overalt.

Det handler litt om det en terapeut kunne sagt: Når du er opptatt av hva du skal ha på deg til et arrangement, eller bekymrer deg for at en vits ikke traff, tenker du at alle legger merke til deg. Men folk tenker ikke så mye på deg.

Galen Low: Det er et godt perspektiv.

Wade Foster: Mennesker er så opptatt av sin egen verden at det holder oss tilbake fra å dele mer informasjon åpent. Vi holder tilbake alt det gode vi har å dele fordi vi er redde for at én liten ting ikke skal være perfekt.

På mange måter er det egoistisk. Hvis du deler, gjør du det lettere for alle rundt deg. Du må komme deg over den lille frykthumpen for å oppleve det lovede landet.

Galen Low: Det er en fantastisk måte å se det på. Få den lille tingen ut av veien, slik at du kan gjøre ting bedre for andre. Det blir sannsynligvis ikke gransket like mye som den indre angsten din får deg til å tro, og det kan være til nytte for noen.

Jeg vil gå tilbake til prosjektlederrollen. I Zapier har dere prosjektledere, programledere, produsenter og lignende. Mange i fellesskapet mitt har prosjektleder som tittel, og de utforsker automatisering og AI. Det reiser spørsmålet om hva som vil bli verdsatt ved rollen i å levere et prosjekt om tre til fem år.

Når vi ser mot 2030, hvilke ferdigheter og kvalifikasjoner vil teknologiselskaper som Zapier se etter hos roller med ansvar for prosjektleveranser? Og vil det i det hele tatt fortsatt være en rolle med tittelen prosjektleder?

Wade Foster: Det er et godt spørsmål. Jeg tror jeg ser to, kanskje tre ferdigheter som øker i verdi akkurat nå.

Den første er evnen til å identifisere eksisterende problemer eller muligheter som kan løses, og få ideer. Det er eksepsjonelt verdifullt, fordi AI-systemene er inaktive i utgangspunktet. De trenger instrukser. Noen må starte dem.

De som sier «Dette bør vi arbeide med», «Jeg har lagt merke til et problem» eller «Hvorfor klarer vi aldri å løse dette?», og som deretter finner ut at de vil gjøre noe med det, får en viktigere rolle. De starter motoren og tenner gnisten.

Den andre viktige ferdigheten er det jeg vil kalle dømmekraft og smak. AI-verktøy kan nå skape enorme mengder arbeid, og vi har alle hørt om AI-søppel: noen som genererer masse innhold uten særlig omtanke og med stor uforsiktighet.

Derfor er verdien til en person som vet hva som er bra, høy. Hvordan lager man en god film, et godt programvareprodukt, god musikk, god kunst eller gode bilder? En person med god smak og dømmekraft kommer ikke til å gå av moten. Det er svært viktig.

Den tredje ferdigheten er den som endrer seg mest: Hvordan koordinerer du alle disse systemene? Det er den rotete mellomfasen, koblingen av instrukser og bruken av verktøyene. Dette utvikler seg raskt.

Det krever folk som er gode systemtenkere, som kan forstå og bryte ned problemer, samtidig som de følger trendene og finner ut hvordan grensene kan flyttes. De to første ferdighetene er mer grunnleggende. Steven Spielberg kommer alltid til å være en god regissør fordi han har så god smak. Du kunne satt ham i steinalderen eller tusen år inn i fremtiden, og han ville fortsatt vært god. Det endrer seg ikke.

Galen Low: Jeg liker det, og jeg er enig. Det er vanskelig å skrive på CV-en: «Jeg er flink til å oppdage ideer og har god smak.»

Men jeg liker balansen. Mange prosjektledere er bekymret for at de enten må bli systemarkitekter, systemingeniører og byggere, eller satse fullt på menneskelige ferdigheter og på en eller annen måte vise verdien sin basert på dette.

Bildet du tegner, er egentlig begge deler: Man må kunne se problemer, være kreativ og ha ideer om hvordan de kan løses. Det er inspirasjonen vi snakket om. Så har vi smaken – kvalitet, hva kvalitet er og hvordan man oppnår den.

Når jeg tenker på hovedpresentasjonen din, kunne du brukt mindre tid og laget AI-søppel hvis det var målet, men det var ikke målet. Noen ganger tar det lengre tid, det blir morsommere, og kvaliteten blir høyere. Det har en verdi i arbeidslivet og teknologiverdenen.

Det finnes også en teknisk komponent: å følge med på utviklingen. Verden går svært raskt. AI bygges inn overalt, og automatisering har eksistert lenge. Det lønner seg ikke å ignorere den. Du må være kyndig nok til å forstå den, og du kan ha det morsomt med å løse problemer selv.

Du identifiserer problemer, løser dem og bruker dømmekraft til å forstå hva som er en løsning av høy kvalitet.

Jeg vil avslutte litt filosofisk. Vi har snakket om automatisering, AI og agentisk AI, og om den øvre grensen. Tror du, som selskap og som en av grunnleggerne, at det finnes en grense for agentisk AI og intelligent automatisering som vi kanskje ikke bør krysse? Hvor mye automatisering er for mye, og hvordan vet vi når vi har kommet dit?

Wade Foster: Det er et teoretisk spørsmål. Jeg er ikke sikker på om det finnes en øvre grense. Menneskelig kreativitet er fortsatt massivt uutnyttet. Vi er alle i stand til langt mer enn vi tror.

Verktøyene våre, både individuelle og kollektive, holder oss ofte tilbake. I dette første kapittelet med AI begynner vi å se at mengden kreativt arbeid et enkeltmenneske kan utføre, er enorm.

Ser du på dem som virkelig tar dette i bruk i stor skala, er produktiviteten deres enorm. Jeg tenker: Hvorfor skulle ikke alle kunne gjøre det? Hvorfor skulle ikke alle kunne levere på det nivået?

Jeg mener ikke bare å maksimere økonomiske verdier. Noe av dette handler om å drive industrien fremover, men noe handler også om å lage spill, kunst og underholdning – ting mennesker liker – og gjøre mer av det på nye og unike måter.

Jo mer vi kan frigjøre menneskers kreative arbeid, desto bedre er det for alle. Jeg vet ikke hva den øvre grensen er, og jeg deler ikke bekymringen til dem som sier at AI kommer til å ta over alle oppgaver fra mennesker.

Tenk på sjakk. Mennesker er klart dårligere enn maskiner i sjakk, og har vært det lenge. Likevel er sjakk mer populært enn noen gang. Vi liker å se mennesker spille, selv om maskiner er langt bedre.

Verden kommer tydeligvis til å bli annerledes, men jeg tror ikke det dystopiske bildet stemmer. Det blir sannsynligvis heller ikke et utopisk bilde. Det kommer til å ligne mye på i dag, bare mer.

Galen Low: Vi tenker ofte i ytterpunkter, men jeg liker ideen om at det kanskje ikke finnes en øvre grense for automatisering og AI fordi det ikke finnes en øvre grense for menneskelig kreativitet. Vi kommer ikke til å gå tom for ting å tenke på eller gjøre.

Wade, dette er et godt sted å avslutte. Tusen takk for at du tok deg tid i dag. Jeg kunne snakket med deg i flere dager, men jeg vil respektere tiden din. Takk for at du kom til programmet og delte perspektivene, erfaringene og historiene dine.

Jeg liker det dere gjør i Zapier. Er det noe nytt og spennende på vei som folk bør følge med på?

Wade Foster: Folk bør se nærmere på agenter. Dette er en ny måte å bygge automatisering på. Du kan beskrive det med menneskelig språk og kjøre agentiske systemer på en fullstendig automatisert måte.

Hvis du bruker verktøy som Claude, Cursor, Claude Code eller ChatGPT, bør du se nærmere på MCP. AI-systemene blir mye mer verdifulle når du kan hente inn den faktiske konteksten din, for eksempel fra e-post, kalender, Slack og møteopptak, og bruke den til å løse et problem.

Du kan gjøre mye mer. Jeg opplever at de som begynner å bruke MCP, ofte er de som får det første store gjennombruddet fra grunnleggende AI-bruk til mer transformerende AI-bruk.

Galen Low: Wade, jeg legger ved lenker til Zapier MCP og Zapier Agents. Jeg lenker også til profilen din. Forhåpentligvis tar ikke folk for mye av tiden din. Takk igjen for at du kom til programmet.

Wade Foster: Takk for invitasjonen.

Galen Low: Greit, folkens, det var dagens episode av podkasten The Digital Project Manager. Hvis du likte samtalen, må du abonnere der du lytter. Hvis du vil ha enda flere praktiske innsikter, casestudier og arbeidsoppskrifter, kan du besøke thedigitalprojectmanager.com.

Til neste gang: Takk for at du lyttet.