Tilstanden for digital prosjektledelse i 2024

Det første året vi gjennomførte denne kartleggingen, fikk vi nesten 400 svar fra digitale prosjektledere i 60 ulike land. Svarene gir en mengde data som DPM-teamet har analysert og brukt til å trekke ut innsikt til denne rapporten. Selv om de begrensede dataene ikke kan ta høyde for hvert enkelt DPMs unike prosjekt eller situasjon, kan vi komme med noen generelle uttalelser om fagfeltet og DPM-rollen i organisasjonene deres.

Her er de viktigste høydepunktene og trendene vi la merke til i år:

• Automatisering gjør det mulig for prosjektledere å skape mer verdi
• Overlate beslutningstaking til kunstig intelligens 
• Mer og bedre data

Automatisering gjør det mulig for prosjektledere å skape mer verdi

Det er tydelig at automatisering vil — og allerede har begynt å — ha stor innvirkning på organisasjoner, prosjektledelse og enkeltprosjekter. Prosjektledere er under større press enn noen gang for å finne måter å spare tid på, få gjort mer og tilføre mer verdi til prosjektene sine. Automatisering gir muligheter for slike forbedringer, i tillegg til økt effektivitet blant prosjektteammedlemmer.

Ifølge data fra 2019 bruker 41 % av organisasjonene allerede automatisering på tvers av flere funksjoner eller i stor skala. Teknologimarkedet vokser for å holde tritt, med 20 % per år. Det er vanskelig å finne verktøy for prosjektledelse eller programvare uten i det minste en viss grad av automatisering, men det finnes også utallige verktøy som utelukkende er utviklet for å automatisere oppgaver.

I DPM-kartleggingen vår fra 2020 gjenspeilte ett av svarene på spørsmålet «Hva er det mest nyttige vi kan gjøre for å hjelpe deg på DPM-reisen din?» dette. Respondenten sa at det mest nyttige for dem ville være

«Automatisering. Hvordan vi kan automatisere det daglige [digitale prosjektledelses]arbeidet vårt og bruke den ekstra tiden på å skape mer verdi i prosjektene og for kundene.» 

Denne respondenten er ikke den eneste som har lagt merke til sammenhengen mellom automatisering og det å frigjøre tid til å skape mer verdi. Ifølge Deloitte kan automatisering ta seg av repetitive og manuelle oppgaver, samtidig som den overlater arbeid til menneskelige arbeidstakere som er «mer fortolkende og tjenesteorientert, og som innebærer problemløsning, datatolkning, kommunikasjon og lytting, kundeservice og empati samt teamarbeid og samarbeid.»

Faktisk bruker 47 % av selskapene allerede automatisering for å supplere eksisterende oppgaver og øke produktiviteten til teammedlemmene. Men selv om prosjektledere vanligvis er godt kjent med å automatisere e-postpåminnelser om kommende møter eller varsler om frister, ser det fortsatt ut til å være en viss forvirring rundt teknologiens rolle og prosjektlederens rolle.

Undersøkelsen vår spurte også respondentene om deres største utfordringer innen prosjektledelse. Flere svar nevnte utfordringer med verktøy og teknologi i det digitale rommet. Én respondent påpekte spesielt at de ikke alltid var sikre på «hvilke verktøy de skulle bruke for prosjektets størrelse og kompleksitet», mens en annen sa at de ikke alltid var sikre på «hvor mye “tradisjonelle” metoder gjelder for den digitale verdenen.»

Selv om disse svarene snakker mer generelt om verktøy og teknologi, gjelder holdningen også automatisering. Hva bør automatiseres, og når? Hvordan gjelder automatisering for tradisjonelle prosjekter og tilnærminger?

Disse spørsmålene er foreløpig ubesvarte, men automatisering ser ut til å bevege seg i retning av å automatisere så mange repetitive og manuelle oppgaver som mulig. 62 % av organisasjonene mener at automatisering (spesielt Robotic Process Automation (RPA)) vil ha moderat til stor betydning for fremtidige prosjekter.

Dette vil gi prosjektledere mer tid til å planlegge prosjekter, lage grundige statusrapporter og utarbeide kreative strategier for å fullføre prosjekter.

I tillegg til automatisering forventer eksperter at intelligent automatisering også vil spille en større rolle i prosjektstyring og prosjektgjennomføring. Kombinasjonen av automatisering og kunstig intelligens vil ytterligere styrke prosjektlederens evne til å fullføre prosjekter og tilføre dem verdi.

Overlate beslutningstaking til kunstig intelligens

Det er ofte forvirring rundt forskjellene mellom automatisering og kunstig intelligens (AI). Automatisering innebærer at roboter eller dataprogrammer utfører repetitive, enkle oppgaver uten å ta beslutninger eller måtte forstå noen form for logikk.

AI innebærer derimot at datamaskiner tar beslutninger og forstår logikk. Det finnes også mange underkategorier av AI – blant annet kunnskapsbasert AI, maskinlæring, beslutningsstyring og mer. Mer om dette senere.

Som nevnt i forrige del kan kombinasjonen av automatisering og AI omtales som intelligent automatisering. Dette betyr at teknologien kan overta mer enn bare de repetitive, manuelle oppgavene som prosjektledere noen ganger gruer seg til. Den kan også bidra med ting som å fordele ressurser, prioritere risikoer eller anslå hvor mye tid som trengs til bestemte oppgaver.

Men AI kan også gå enda lenger enn det. Underkategoriene av AI som er nevnt ovenfor – kunnskapsbasert AI, maskinlæring og beslutningsstyring – handler alle om å støtte menneskelig beslutningstaking.    Prosjektledere tar mange beslutninger. Noen er avgjørende for et prosjekts suksess, mens andre er mer dagligdagse beslutninger som sørger for at prosjekter og organisatoriske prosesser går smidig. Ved å bruke AI til å ta flere dagligdagse beslutninger som er mindre kritiske for oppdraget, kan prosjektledere frigjøre tid til å fokusere på større og mer komplekse beslutninger.

Data fra PMI-rapporten med tittelen AI-innovatører: Knekk koden for prosjektresultater.

Faktisk har disse typene AI allerede innvirkning på organisasjoner.37 % av respondentene i den samme undersøkelsen oppga at de prioriterer innføring av AI i organisasjonen sin, noe som «setter fart på en endring i tilnærmingene til prosjektstyring».

Interessant nok inneholdt resultatene fra kartleggingen vår ingen omtale av prosjektledere som faktisk bruker AI, eller som arbeider med prosjekter som involverer AI. Etter hvert som etterspørselen etter AI øker (med hele 270 % de siste fire årene og tredoblet seg bare i 2018), er det naturlig at prosjektledere vil levere flere prosjekter som enten inneholder et element av AI, eller som i sin helhet handler om å ferdigstille et AI-verktøy eller en AI-leveranse.

Å arbeide med prosjekter som er basert på AI, innebærer selvfølgelig et helt nytt sett med utfordringer, risikoer og usikkerhetsmomenter. Siden dette fortsatt er en teknologi i utvikling, kan det være vanskelig å finne teammedlemmer med riktig ekspertise, og prosjektledere kan måtte bruke betydelig tid på å sette seg inn i teknologien.

Det finnes også etiske spørsmål knyttet til AI. AI-verktøy kan ofte arve de iboende skjevhetene til skaperne sine, og verktøyenes funksjoner kan manipuleres slik at de brukes til mindre etiske formål, selv om verktøyet opprinnelig ikke var ment brukt på den måten. Prosjektledere må tenke gjennom konsekvensene av teknologiene de arbeider med eller utvikler, enten dette er AI eller en annen teknologi, som stordata.

Les om hvordan prosjektledere bruker AI akkurat nå.

Stay Ahead of What Deserves Your Attention

Get timely perspective on the shifts, decisions, and trade-offs shaping your role, plus practical resources you can put to work.

Get Free Access

Have an account? Log In

Enda mer, større og bedre data

Tilgang til data og evnen til å tolke dem er avgjørende for prosjektledere. Data kan formidle prosjektstatus, bidra til å avdekke kommende problemer med budsjett eller tidsplan, gi en oversikt over prosjektet i fugleperspektiv og hjelpe prosjektledere med å presentere statusoppdateringer for interessenter. Mange prosjektstyringsverktøy og mye programvare har innebygde funksjoner for innsamling, registrering og analyse av data, noe som gjør dette enkelt for prosjektledere. Men hva med stordata?

Stordata er mye vanskeligere å håndtere på grunn av omfanget. Det finnes to vanlige situasjoner der prosjektledere kan oppleve at de bruker stordata.

• Produktet eller leveransen de arbeider med, har en stor brukerbase som genererer store mengder data, eller kunden gir prosjektlederen store mengder data.
• Prosjektet omfatter en leveranse som bruker stordata, eller prosjektet innebærer å opprette et stordataprosjekt på en eller annen måte.

85 % av organisasjonene planlegger å øke bruken av analyse og stordata generelt, noe som betyr at prosjektledere i disse organisasjonene må vite hvordan de skal håndtere data og utnytte dem for å sikre at behovene til interessenter og målgrupper blir ivaretatt, i begge kontekstene som er nevnt ovenfor.

Kartleggingen vår ga noen interessante svar når det gjelder stordata. En respondent bemerket at organisasjonen deres spesialiserer seg på digitale prosjekter, datapro­sjekter og teknologiprosjekter. Det er ikke spesifisert om data viser til stordata eller en annen type data, men med tanke på hvor utbredt stordata er, kan man anta at stordata spiller en rolle i en eller annen form. Vi kan forvente å se stadig mer spesialisering innen datapro­sjekter, spesielt stordataprosjekter.

Respondentene i kartleggingen vår påpekte også noen utfordringer knyttet til data og det digitale området. En respondent fortalte at de hadde problemer med å få data fra kundene sine. Uten tilgang til de nødvendige dataene er det vanskelig for prosjektledere å ta beslutninger om prosjektene sine. Selv etter at dataene er innhentet, er neste utfordring å sortere og organisere stordata på en måte som gjør det mulig for prosjektledere å visualisere dem og få innsikt.

En annen respondent påpekte utfordringer med digitale prosjekter mer generelt, og uttalte at

«Regler og muligheter utvikler og endrer seg, så det er utfordrende å holde tritt med beste praksis og funksjonalitet.»

Når det gjelder stordata, mangler det fortsatt etablerte beste praksiser og regler, noe som betyr at prosjektledere må fortsette å videreutvikle og fornye sine egne beste praksiser for å finne ut hva som fungerer.

Dette er ikke de eneste utfordringene knyttet til stordata og analyse. På samme måte som med kunstig intelligens og automatisering vil prosjektledere møte stadig flere utfordringer og spørsmål etter hvert som de arbeider mer og mer med disse teknologiene. Stordata reiser også etiske spørsmål. Data kan vise oss trender og mønstre, men bør vi la dataene tale på vegne av dem som skiller seg ut?

Prosjektledere bør være forberedt på å håndtere disse utfordringene og spørsmålene mens de fortsetter å bruke stordata og analyse.

Status for fellesskapet for digitale prosjektledere

Vi er alltid åpne for tilbakemeldinger på arbeidet vårt, og vi setter stor pris på å høre hva medlemmene og målgruppen vår synes er nyttig eller verdifullt. Kartleggingen vår inneholdt spørsmål om innholdet og arrangementene våre, medlemstilbudene våre og hva respondentene opplevde som betydningsfullt eller verdifullt. Vi spurte også hvilke råd respondentene hadde til oss — tro oss når vi sier at vi tar dem til oss!

Hva DPM-fellesskapet synes om innholdet vårt

Vi ba respondentene vurdere innholdet vårt på en skala fra 1 til 10, og gjennomsnittet var 8,1. Selv om vi er fornøyde med denne karakteren, har vi også tolket den som et tegn på at det fortsatt finnes rom for forbedring og for å finne måter å gi medlemmene og leserne våre mer verdi på.

Her er innholdstypene vi tilbyr, rangert etter hva respondentene satte høyest pris på.

Respondentene kunne velge mer enn ett svar.

Innholdet vårt etter innholdstype, rangert etter hva fellesskapet satte høyest pris på.

Da respondentene ble spurt om det aller beste vi gjør, valgte de følgende svar:

Det aller beste vi gjør, ifølge fellesskapet vårt.

Vi klandrer dem ikke — det kan være vanskelig å velge! Hvis det er noe annet du synes vi mangler, kan du ta kontakt og gi oss beskjed!

Om respondentene våre

Denne delen tar for seg noen grunnleggende opplysninger om respondentene våre — blant annet hvor de befinner seg, om de har faste stillinger eller kontraktsstillinger, spesifikke stillingstitler, erfaringsnivåer og mer. Svarene vi fikk på denne typen spørsmål, viste oss bredden og dybden i DPM-fellesskapet. Selv om vi ikke kan bruke dem til å trekke generelle konklusjoner om prosjektledelse andre steder eller på andre geografiske steder, gir de et lite innblikk i prosjektledelse både innenfor og utenfor den nordamerikanske boblen som vi befinner oss i her hos DPM.

Geografisk plassering

I årets aller første DPM-kartlegging fikk vi svar fra prosjektledere i 60 forskjellige land.

Disse var sterkest representert:

Respondentene i kartleggingen fordelt på land.

Lønn

Selv om undersøkelsen samlet inn lønnsinformasjon fra respondentene, var det ikke nok data til å trekke noen generelle konklusjoner om gjennomsnittslønninger i landene respondentene oppga at de kom fra. Vi tok imidlertid med lønnsdataene fra undersøkelsen i vår årlige lønnsguide for prosjektledere for 2023, der vi går grundig gjennom lønninger innen prosjektledelse og bryter ned trender etter land, rolle og erfaringsnivå.

Arbeidsforhold

Flertallet av respondentene var fast ansatte prosjektledere som jobbet på stedet.

Respondenter i undersøkelsen kategorisert etter fast ansatte, frilansende prosjektledere, prosjektledere som jobber på stedet, og prosjektledere som jobber eksternt.

Stillingstitler

Respondentene representerte en rekke ulike stillingstitler og roller innen prosjektledelse. For de PM-ene som har mange hatter, eller for personer innen andre fagområder som påtar seg en PM-rolle, inkluderte vi et alternativ for andre, slik at respondentene kunne skrive inn sin egen tittel eller rolle.

Her er fordelingen etter tittel:

Respondenter i undersøkelsen fordelt etter stillingstittel.

Noen av høydepunktene blant de innskrevne titlene var forretningsanalytiker, ingeniørsjef, leder for tjenesteleveranse, markedssjef, produktsjef og min personlige favoritt, «potet» – en ganske treffende beskrivelse av rollen innen prosjektledelse. Det var stor variasjon i svarene i kategorien «Annen» stillingstittel, noe som ser ut til å gjenspeile at flere ansatte i beslektede eller lignende roller påtar seg prosjektlederansvar.

Erfarings- og selvtillitsnivåer

Vi spurte også respondentene om deres relative erfaringsnivå (målt i antall år) og deres relative selvtillitsnivå (respondentene valgte mellom tre utsagn basert på hvilket som beskrev dem best).

Respondenter i undersøkelsen etter erfaringsnivå og selvtillitsnivå.

Noen interessante bemerkninger om overlapp mellom erfaringsnivå og selvtillitsnivå. 

Flertallet av respondentene har mer enn 6 års erfaring, men et flertall svarte også at de var viderekomne snarere enn eksperter. Det betyr at mange PM-er med mer enn 6 års erfaring ikke nødvendigvis betrakter seg selv som eksperter. Flertallet av respondentene som faktisk betrakter seg selv som eksperter, har imidlertid mer enn 6 års erfaring.

I både kategoriene 2 til 3 år og 4 til 5 år oppga de fleste respondentene at de betraktet seg selv som viderekomne.

Interessant nok er det noen respondenter i kategorien mer enn 6 år som også oppga at de betraktet seg selv som nye innen ledelse av team og prosjekter. Vi har noen teorier om disse svarene. Det kan hende at disse respondentene er nye i prosjektlederarbeid i rollen sin, men har vært i sin nåværende rolle i mer enn 6 år.

Det er også mulig at de har en annen rolle eller andre ansvarsområder i tillegg til prosjektledelse, noe som gjør at de ikke har nok tid til å lære seg og utføre prosjektledelse på en god måte.

Overlapp mellom erfaring og budsjett

For å finne ut mer om fordelingen av prosjektbudsjetter spurte vi respondentene hvilket prosjektbudsjett de vanligvis jobbet mest med. Nedenfor kan du se resultatene kryssreferert med antall års erfaring. Respondentene kunne velge mer enn ett prosjektbudsjett som de vanligvis jobbet med.

Gjennomsnittlige prosjektbudsjetter fordelt etter erfaringsnivået til respondentene som jobbet med disse budsjettene.

Her er våre observasjoner.

Respondenter med 0 til 1 års erfaring lå tydelig i den lavere delen av budsjettintervallene, men det var også en høy konsentrasjon av prosjektledere med 0-1 års erfaring i budsjettintervallet på $50 til $100k. Det kan være at de fleste prosjekter generelt befinner seg i dette budsjettintervallet, ettersom andre erfaringsnivåer også har en høy andel prosjekter i dette intervallet.

Respondenter med 2 til 3 års erfaring har også en tendens til å arbeide med budsjetter i de lavere intervallene, som $0-15k, $15-50k og $50-100k. De med 4 til 5 års erfaring har en tendens til å arbeide med budsjetter i mellomklassen, som $50-100k og $100-300k.

Til slutt arbeidet de med 6+ års erfaring med flere budsjetter i den øvre delen av budsjettintervallene, selv om de fortsatt hadde en stor andel prosjekter i intervallet $50-100k.

Organisasjonsinformasjon

Vi spurte også deltakerne om hvilke typer organisasjoner og selskaper de arbeider for. Her er oversikten fordelt på type og organisasjonsstørrelse. Organisasjonstype:

Respondenter fordelt på typen organisasjon de arbeider for.

Verktøy

Organisasjoner bruker stadig flere verktøy i prosjektprosessene sine. Det gjennomsnittlige antallet verktøy som brukes av hver organisasjon, er 2.47.

Ved å bruke flere verktøy bruker organisasjonene også mer penger på verktøy. Her er det gjennomsnittlige beløpet organisasjoner bruker på verktøy per år.

Det gjennomsnittlige beløpet organisasjoner bruker på verktøy per år.

Konklusjon

Vi håper du fant denne informasjonen like innsiktsfull og nyttig som vi gjorde. Takk til alle medlemmene våre og medlemmene av fellesskapet for at dere deltok — dere har gitt oss mange gode tilbakemeldinger som vi kommer til å ta i bruk fremover!

Følg med for å delta i undersøkelsen vår neste år!