Produktsjef advarer om at «prosjektleder» ikke lenger vil være en selvstendig rolle — og deler hva prosjektledere må gjøre videre
Lær hvordan KI utvider produktlederens rolle, fremskynder arbeidet med å få produkter ut på markedet og erstatter tradisjonelle prosjektlederprosesser med raskere, innsiktsbaserte beslutninger.
KI-påvirkning: KI har utvidet Scott Jones' rolle fra produktleder til dypere involvering i spesialområder.
Utviklingen av rollen: Den tradisjonelle rollen til prosjektledere vil endre seg, noe som vil føre til større myndiggjøring av enkeltpersoner.
KI-verktøy: KI-verktøy som Claude og Cursor øker leveringshastigheten og reduserer kompleksiteten i prosjektledelse.
Kreativ intuisjon: Intuisjon og kreative ferdigheter er fortsatt avgjørende for å utnytte KI effektivt i produktleveranser.
Fremtidsvisjon: KI vil muliggjøre mindre og mer effektive team og redefinere prosjektleveranser i løpet av de neste fem årene.
Scott Jones er en produktleder med teknisk kompetanse. Han har brukt mye av de siste tjue årene på å lære hvordan man skalerer fra ingenting, og har utviklet produkter fra null til én i en rekke ulike bransjer. Han er for tiden produktdirektør i Realeyes, men takket være kunstig intelligens har rollen hans også blitt utvidet til å omfatte markedsintroduksjon.
Vi tok en prat med Scott for å forstå hvordan han har klart å øke «overflaten» sin uten å redusere kvaliteten. Han sa at det hele handler om kunstig intelligens og intuisjon.
Å se sammenhengen mellom produktet og markedet
Jeg har brukt over 16 år på å utvikle produkter fra null til én på tvers av en rekke ulike bransjer — annonseteknologi, markedsføringsteknologi, tingenes internett og skyinfrastruktur hos selskaper som HPE og Lenovo. Hver av dem lærte meg noe forskjellig om hvordan man skalerer fra ingenting.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
I dag leder jeg produktutvikling, markedsføring, salg, forretningsutvikling og partnerskap i Realeyes, der jeg utviklet og driver VerifEye — en plattform for menneskeverifisering som anonymt bekrefter at noen er en person, at personen er unik, og personens demografiske kjennetegn på sekunder og for noen få cent. Produktet gikk fra idé til en årlig gjentakende omsetning på et tosifret millionbeløp i dollar i løpet av 18 måneder med et lite team, og kunstig intelligens er en viktig grunn til at denne farten er mulig.
Jeg jobber tett med medgründerne våre, og rollen min er å ha ansvar for hele markedsintroduksjonsbildet: å sørge for at produktplanen, kundene, partnerne og de interne teamene er samkjørte og beveger seg i samme retning. Det er mange baller i luften, men det er også det jeg liker best — jeg får koble sammen det vi bygger, og problemene vi løser i markedet.
Hvordan kunstig intelligens utvider «overflaten» til en produktleder
Kunstig intelligens har fundamentalt endret hvordan jeg jobber som produktleder — og jeg mener ikke teoretisk. Jeg lever det hver dag. I slanke miljøer der man utvikler produkter fra null til én, er denne typen utnyttelse av kunstig intelligens spesielt kraftfull. Det er min kraftmultiplikator.
Kundeinnsikt som tidligere krevde flere uker med skrivebordsundersøkelser — kartlegging av konkurranselandskapet, forståelse av en potensiell kundes teknologistakk og identifisering av hvor løsningen vår passer inn i arbeidsflyten deres — kan jeg nå gjøre på en brøkdel av tiden, med langt større dybde. Jeg gjennomfører konkurranseanalyser av selskaper som Onfido og Entain, og forbereder meg til salgssamtaler med virksomheter med en detaljert kontekst som tidligere krevde et helt analytikerteam.
Jeg lager prototyper på posisjonering, utvikler partnerskapsfortellinger, utarbeider strategier for markedsintroduksjon og lager kampanjeinnhold — alt raskere, mer iterativt og ærlig talt bedre enn da jeg måtte bytte kontekst mellom ti ulike verktøy og personer for å fullføre et førsteutkast.
Kunstig intelligens gjorde meg ikke bare raskere; den utvidet omfanget mitt. Stillingsbeskrivelsen min endret seg ikke, men jobbens overflate gjorde det — dramatisk. Jeg gikk fra å være en produktleder som koordinerer spesialister, til å være en produktleder som kan gå i dybden på disse fagområdene, med en kvalitetsstandard som holder mål i samtaler med store virksomheter.
Kunstig intelligens gjorde meg ikke bare raskere; den utvidet omfanget mitt. Stillingsbeskrivelsen min endret seg ikke, men jobbens overflate gjorde det — dramatisk.
Jeg bruker nå mindre tid på rutinearbeid — innledende innhenting av informasjon, førsteutkast, sammenstilling av informasjon fra ulike kilder og utvikling av rammeverk fra bunnen av. Jeg bruker mer tid på det som krever mer overordnet tenkning: å gjenkjenne mønstre på tvers av markeder, ta strategiske valg om retningen på partnerskap, ha mer innholdsrike samtaler med kunder fordi jeg møter bedre forberedt, og bevege meg raskere gjennom beslutningsprosessen.
Jeg tenker på det slik: Kunstig intelligens har ikke erstattet noen av rollene jeg har. Den har gjort meg slagkraftig i alle sammen samtidig.
Hvorfor kunstig intelligens vil endre prosjektlederrollen
Rollen som «prosjektleder» som en selvstendig funksjon vil få et dramatisk endret omfang i løpet av de neste fem årene. Og det vil ikke være et tap; det vil være en frigjøring.
Her er hva jeg mener: Hele fagområdet prosjektledelse løste et koordineringsproblem. Når du har spesialiserte mennesker som hver har en del av puslespillet — ingeniørarbeid, design, markedsføring, salg, jus — trenger du et menneske i midten for å sikre at informasjonen flyter, tidsplanene holder, avhengighetene følges opp, og at alle beveger seg i samme retning. Dette koordineringslaget ble et helt yrke, med sertifiseringer, metodologier og programvareøkosystemer bygget rundt det.
Rollen som “prosjektleder” som en selvstendig funksjon vil forsvinne innen fem år — og dette er ikke et tap; det er en frigjøring.
AI løser opp koordineringsproblemet. Det erstatter ikke prosjektlederen med en AI-prosjektleder — det er den overfladiske spådommen. Det løser opp problemet ved å slå sammen spesialiseringen som skapte behovet for koordinering.
Jeg er et levende bevis på dette. Jeg jobber med produkt, markedsføring, salg, forretningsutvikling, partnerskap, konkurranseinnsikt, juridisk research og teknisk prototyping. For to år siden sørget et team med en prosjektleder for at alle holdt seg samkjørte. I dag kan jeg operere på et nivå som tidligere krevde flere roller, med Claude som assistent. Arbeidet ble ikke enklere; det ble raskere. Flaskehalsen flyttet seg fra «Hvordan koordinerer vi på tvers av spesialister?» til «Hvordan kan én person med AI-forsterkning ta bedre beslutninger raskere?»
Slik forvandler AI-verktøy teknologistakken for prosjektgjennomføring
Leveransestakken min har utviklet seg betydelig det siste året. AI har gått fra å være «kjekt å ha» til å bli operativsystemet mitt.
Claude — min primære AI-assistent: Dette er ryggraden. Jeg bruker Anthropics Claude til oppgaver som normalt ville krevd tre eller fire ulike teamroller. Jeg bruker det til kundeinnsikt, konkurranseinnsikt, partnerskapsstrategi, innholdsproduksjon, oppfølgingskommunikasjon, narrativer til presentasjoner, salgsstøtte, markedsstørrelse og til å tenke høyt sammen med en samarbeidspartner som har uendelig tålmodighet og bred domenekunnskap.
Claude Code — AI inn i terminalen: Jeg installerte nylig Claude Code, Anthropics kommandolinjeverktøy for agentisk koding. I stedet for å ha AI i et chattevindu mens du arbeider i et separat utviklingsmiljø, opererer AI direkte i terminalen — den leser filene dine, kjører kommandoer og itererer på kode i den faktiske arbeidsmappen din. Jeg er fortsatt tidlig i bruken, men det påvirker leveransene betydelig. Når jeg avgrenser en API-integrasjon for en kundepilot eller vurderer hvordan SDK-en vår passer inn i en partners miljø, kan jeg nå utforske dette teknisk i sanntid i stedet for å skrive en spesifikasjon og overlevere den til utviklingsteamet.
Cursor — AI-drevet utviklingsmiljø: Dette er et nyere tilskudd, men det endrer allerede hvordan jeg tenker på prototyping og teknisk arbeid. Cursor bringer AI direkte inn i kodemiljøet. I stedet for å bytte kontekst mellom en samtale med Claude og et integrert utviklingsmiljø kan jeg iterere på tekniske konsepter, lage prototyper av integrasjoner og arbeide meg gjennom implementasjonsdetaljer med AI-hjelp innebygd i arbeidsflyten. For en person som befinner seg i skjæringspunktet mellom produkt og utvikling — som avgrenser API-er, tenker gjennom integrasjonsmuligheter for SDK-er og vurderer teknisk gjennomførbarhet for kundepiloter — lukker et AI-basert utviklingsmiljø gapet mellom strategisk tenkning og praktisk bygging.
AI-drevet salg og utgående salg: Dette endrer spillereglene for generering av salgsmuligheter. Jeg bruker AI-drevne verktøy, inkludert Claude, til å automatisere intelligente kontaktsekvenser — kontakt, personlig tilpassede oppfølginger og dryppkampanjer — alt styrt av målrettingslogikk.
HubSpot — CRM og salgsoperasjoner: HubSpot er vårt system for registrering av salgsmuligheter, avtaleoppfølging og kundekommunikasjon. Jeg følger alt fra kvalifiserte muligheter gjennom teknisk evaluering til avslutning, logger notater fra samtaler og neste steg, og administrerer oppfølgingssekvenser. Det er ikke det mest prangende verktøyet i stakken, men det er bindeleddet som holder alt organisert når jeg håndterer flere bedriftsavtaler.
AI er laget for å koble alt sammen. Claude er den strategiske hjernen, verktøyene for sosialt salg er den utgående salgsmotoren, HubSpot er det operasjonelle fundamentet, Cursor lukker gapet innen teknisk prototyping, og markedsplassplattformene er distribusjonslaget. Hver del er sterkere fordi AI går gjennom dem alle.
Slik muliggjorde Claude alle aspekter av en salgsarbeidsflyt
Her er et eksempel på hva Claude kan gjøre. Jeg brukte det i forbindelse med en salgssyklus mot en stor bedriftskunde, der en større plattform for gig-økonomi vurderte verifiseringsløsninger for arbeidsstyrken av oppdragstakere.
Kompleksiteten her er flerdimensjonal: En potensiell kunde har en eksisterende verifiseringsstakk, spesifikke tekniske krav til kontinuerlig reverifisering, bekymringer rundt personvern og flere interessenter innen produkt, utvikling, tillit og sikkerhet samt innkjøp. Vanligvis ville det å forberede og gjennomføre en avtale som denne krevd et lite team — en analytiker som utførte konkurranseundersøkelser, en løsningsingeniør som utarbeidet teknisk posisjonering, noen som skrev oppfølgingskommunikasjon, og en strateg som utviklet kundeplanen.
Jeg gjorde alt sammen med Claude som min kopilot. Slik gjorde jeg det:
Før det innledende møtet gjennomførte jeg en grundig konkurranseanalyse av den eksisterende leverandøren deres — en av de største plattformene for identitetsverifisering i markedet. Claude undersøkte hele prismodellen deres for meg: kostnad per økt, om de tar betalt for mislykkede verifiseringer, hvordan de pakker sammen livlighets- og dokumentkontroller, kontraktsstrukturer og priser på tilleggstjenester. Etter 20 minutter hadde jeg en konkurransegjennomgang som ellers ville tatt en analytiker flere dager — og jeg formaterte den som en Slack-melding som jeg kunne dele med utviklingslederne mine, slik at de hadde informasjonen før samtalen.
Til selve møtet brukte jeg Claude til å utvikle samtalespor som kunne lede behovsavklaringen min og fremheve ferdighetene mine.
Etter møtet skrev jeg et utkast til en oppfølgings-e-post til fire interessenter. I stedet for en generell takkemelding brukte jeg Claude til å finpusse budskapet for tre spesifikke samtalespor. Claude hjalp meg med å tilpasse det tekniske detaljnivået — og foreslo at jeg skulle forenkle en formulering om andelen sanne positive kontra falske positive for en ikke-teknisk kjøper. Det var som å ha en oppmerksom og gjennomtenkt kollega som gikk gjennom arbeidet ditt.
Å jobbe med Claude er som å ha en oppmerksom og gjennomtenkt kollega som går gjennom arbeidet ditt.
Det er likevel verdt å nevne at jeg behandler KI-resultater som et førsteutkast — noe som skal videreutvikles og valideres, ikke stoles blindt på.
Samtidig brukte jeg den samme KI-drevne tilnærmingen i et partnerskap for datasammenstilling, der det oppsto juridisk kompleksitet. Brukstilfellet deres for 1:N-ansiktsgjenkjenning kom i berøring med Illinois' lov om biometrisk personvern. Claude hjalp meg med å undersøke rettspraksisen, forstå hvordan ansvar utløses under innsamling kontra lagring, kartlegge juridiske presedenser for lignende krav som var blitt avvist, og utforme tre ulike tilnærminger til etterlevelse — fra fullstendig utelukkelse på delstatsnivå til forbedrede samtykkeflyter. Jeg gikk inn i den samtalen med en juridisk strategi som vanligvis ville krevd fakturerbare timer fra eksterne juridiske rådgivere.
Hvor PM-er bør fokusere sin agentbaserte eksperimentering
Når det gjelder agenter, fokuserer jeg bevisst eksperimenteringen min på områder som akselererer de eksisterende flaskehalsene i leveransen, i stedet for å bygge omfattende orkestrering for orkestreringens egen skyld. Mine flaskehalser er:
Hastighet på teknisk validering ved planlegging av kundeintegrasjoner
Friksjon i overleveringen mellom produktstrategi og gjennomføring i utviklingen
Min egen kapasitet til å lage prototyper av ideer før jeg forplikter teamets ressurser.
Claude Code og Cursor løser alle tre utfordringene direkte. Derfor kjører jeg ikke orkestreringsprosesser med flere agenter eller bygger kjeder av autonome arbeidsflyter . Noe av dette er på vei, og jeg følger nøye med. Men akkurat nå gjør den agentbaserte investeringen med høyest avkastning for et lite team på vårt stadium hvert menneske i teamet betydelig mer kapabelt — den erstatter ikke mennesker med svermer av agenter.
Det er tidlig og rotete, akkurat slik eksperimentering bør føles.
Hvordan KI muliggjør lettvektssystemer for små team
Jeg har gått nesten helt bort fra tradisjonelle prosjektstyringsmetoder. Dette var ikke en gradvis filosofisk endring, men en praktisk endring drevet av realiteten i å bygge et produkt i oppstartstempo med et lite team.
Tidligere i karrieren, i selskaper som HPE, Lenovo og Digital Turbine, brukte jeg den tradisjonelle verktøystakken. Jira til håndtering av oppgaver og sprintplanlegging. PRD-er og BRD-er fungerte som formelle dokumenter. Sprintseremonier — daglige standup-møter, retrospektiver og planleggingsmøter. Team brukte uker på å diskutere veikartdokumenter før de bygget noe som helst. Og på et visst skalanivå, med store tverrfunksjonelle team, har strukturen en hensikt. Den skaper et felles språk og en forutsigbar rytme.
Men da jeg gikk over til grunnleggerstyrte miljøer der man går fra null til én, bremset det meste av denne overbygningen oss mer enn den hjalp oss. Når du bygger et produkt med et lite team, har tradisjonelle PM-rammeverk et omvendt forhold mellom seremonier og resultater.
Så hva erstattet det?
Når du bygger et produkt med et lite team, har tradisjonelle PM-rammeverk et omvendt forhold mellom seremonier og resultater.
Claude erstattet dokumentfabrikken. Tradisjonell PM produserer enorme mengder dokumentasjon — PRD-er, konkurrentanalyser, markedsbehov, oppdateringer til interessenter og lanseringsbriefs. Jeg produserer fortsatt alt dette arbeidet, men nå skjer det i sanntidssamtaler med KI i stedet for i malbaserte dokumenter som tar dager å utarbeide, distribuere og revidere. Når jeg trenger konkurranseinnsikt før en salgssamtale, åpner jeg ikke en Confluence-side og starter et forskningsprosjekt — jeg snakker med Claude og får handlingsrettet innsikt innen en time.
Slack ble operativsystemet, ikke sidestolpen. I tradisjonell PM er Slack stedet der team diskuterer arbeid som befinner seg et annet sted — i Jira, i Confluence, i Google Docs. I den nåværende arbeidsflyten min driver Slack beslutningene. Jeg gjennomfører en økt med konkurrentanalyse sammen med Claude, formaterer resultatet for Slack og legger det direkte inn i en kanal for de tekniske lederne mine. Strategi, innsikt og beslutninger flyter alle gjennom den samme kanalen, uten abstraksjonslaget som formelle dokumenter og systemer for oppgavehåndtering utgjør.
Slik akselererer KI teamsamkjøring og gjennomføringsstyring
De grunnleggende leveranserutinene mine har ikke endret seg vesentlig. Å definere omfang, samkjøre team, validere arbeid og styre gjennomføringen — det er fortsatt jobben. Men hastigheten disse oppgavene kan utføres med, har endret seg fordi KI nå fungerer som en kraftforsterker for hvert teammedlem.
Definere omfang: Rutinen er fortsatt den samme. Gjør hjemmeleksen din. Forstå problemet, kjøperen, konkurranselandskapet og de tekniske begrensningene. Og definer hva vi løser. Hjemmearbeidet skjer ganske enkelt med 10 ganger høyere hastighet.
Samkjøre team: Det betyr fortsatt å samkjøre produkt-, teknikk- og kommersielle team. Jeg deler fortsatt konkurranseinnsikt i Slack med de tekniske lederne mine. Jeg kvalitetssikrer fortsatt posisjoneringen før markedslansering. Jeg skriver fortsatt fortellingen som knytter det vi bygger, til hvorfor kundene bør bry seg. Men nå genererer jeg denne fortellingen i én enkelt økt med Claude før jeg presenterer en skjerpet anbefaling for teamet. Dette endrer kvaliteten på samtalen om samkjøring. Vi bruker mindre tid på finpussing av formuleringer og mer tid på å ta strategiske beslutninger.
Validere arbeid: Det er her KI kanskje har den mest interessante effekten. Tradisjonelt har validering betydd venting — på resultater fra brukerundersøkelser, på at en pilot skal gjennomføres eller på at markedet skal bekrefte posisjoneringen. Jeg utfører fortsatt alle disse trinnene. Men nå kan jeg forhåndsvalidere på et nivå som tidligere var upraktisk. Da jeg undersøkte et partnerskap om datasammenstilling som støtte på problemer knyttet til personvernlovgivning for biometriske data, ventet jeg ikke på notatet fra den eksterne juridiske rådgiveren. Jeg undersøkte rettspraksis, kartla utløsende faktorer for ansvar, fant relevant juridisk presedens og utformet tre tilnærminger til etterlevelse — alt før neste samtale med partneren. Valideringssyklusen ble komprimert fra uker til timer. Vi validerte fortsatt med ekte juridisk rådgivning, men vi møtte opp med et informert rammeverk i stedet for en blank tavle.
Styre gjennomføringen: Dette innebærer fortsatt å koordinere bevegelige deler, men KI endret den personlige kapasiteten min til å styre gjennomføringen på tvers av parallelle arbeidsstrømmer.
Det filosofiske poenget er dette: KI ga oss ikke nye rutiner. Den fjernet friksjon fra de eksisterende rutinene våre. Når du fjerner friksjon fra et system, gir de samme innsatsfaktorene dramatisk større resultater.
Det filosofiske poenget er dette: KI ga oss ikke nye rutiner. Den fjernet friksjon fra de eksisterende rutinene våre. Når du fjerner friksjon fra et system, gir de samme innsatsfaktorene dramatisk større resultater.
Slik styrker kreativ intuisjon KI-drevet prosjektsuksess
Verdien avhenger av mennesket, ikke verktøyet. Alle har tilgang til den samme KI-en. Derfor påvirker mitt kreative liv som musiker og billedkunstner hvordan jeg bruker KI på jobb.
Det beste AI-arbeidet er ikke mekanisk. Det er improvisatorisk. Det handler om å vite når man skal styre Claude i en annen retning fordi noe føles feil ved resultatet. Det handler om å merke når en konkurranseanalyse trenger enda et dybdelag fordi innsikten ennå ikke er skarp nok. Det handler om å føle rytmen i en samtale om salg til en større virksomhet og vite hvilket poeng man skal trekke frem, og hvilket man skal holde tilbake. Ingenting av dette kommer fra en mal for ledetekster. Det kommer fra det samme stedet som mitt musikalske håndverk — en vilje til å være til stede, reagere på det som skjer i stedet for det du planla, og stole nok på instinktene dine til å handle uten å overtenke.
Jeg praktiserer også Kriya-yoga, og et av de grunnleggende prinsippene i denne praksisen er å kanalisere det du føler, snarere enn det du tenker. Denne filosofien gjennomsyrer alt jeg gjør. Når jeg sammen med Claude finjusterer posisjoneringen, følger jeg ikke en formel — jeg føler meg frem til den versjonen som treffer. Når jeg er i en kundesamtale, følger jeg ikke et manus — jeg leser rommet og responderer på energien. AI gir meg råmaterialet raskere enn noen gang. Men det menneskelige håndverket — smaken, timingen, intuisjonen — forvandler råmaterialet til noe som beveger mennesker.
AI gir meg råmaterialet raskere enn noen gang. Men det menneskelige håndverket — smaken, timingen, intuisjonen — forvandler råmaterialet til noe som beveger mennesker.
Leveranselederne som vil lykkes i dette neste kapittelet, vil ikke beherske den mest sofistikerte plattformen for AI-orkestrering. Det er de som tilfører arbeidet sitt en kreativ følsomhet — som behandler enhver kundeinteraksjon, hver strategisamling og hver produktbeslutning som en improvisasjonshandling, snarere enn en øvelse i prosessefterlevelse.
Verktøyene vil stadig bli bedre. Menneskene som vet hvordan de skal improvisere sammen med dem — som kan føle musikken under dataene — vil bygge ting som betyr noe.
Hvordan AI vil endre prosjektleveranser de neste fem årene
Her er hvordan jeg tror utviklingen vil se ut de neste fem årene.
For det første blir den enkelte medarbeideren radikalt mer effektiv. Hver person i et team vil ha det som tilsvarer et lite støtteapparat integrert i arbeidsflytene sine. En ingeniør vil ikke bare skrive kode; vedkommende vil generere egne testplaner, utarbeide egen dokumentasjon og undersøke sin egen konkurransemessige kontekst. En selger vil ikke bare selge; vedkommende vil gjennomføre sin egen markedsanalyse, lage sitt eget salgsmateriell og undersøke det juridiske og regulatoriske landskapet til sine egne potensielle kunder. Når hver enkelt kan utføre arbeidet til tre personer, trenger du ikke like mange mennesker i rommet, og du trenger definitivt ikke noen hvis viktigste oppgave er å sørge for at rommet kommuniserer.
For det andre blir teamene radikalt mindre, samtidig som resultatene forblir de samme eller vokser. Mellomstore selskaper i 2030 vil, når det gjelder antall ansatte, ligne på oppstartsbedrifter fra 2020, men levere i en skala som tidligere krevde hundrevis av mennesker. Selskapene som finner ut av dette først, vinner. Selskaper som prøver å bygge AI oppå sine eksisterende avdelingsstrukturer med 50 personer, vil bli løpt fra av team på fem personer som er fullt ut AI-baserte fra grunnen av.
For det tredje — og dette er spådommen folk kanskje ikke liker — dør planleggingsritualet. Kvartalsvise gjennomganger av veikart, planleggingsseremonier for sprinter, omstendelige Gantt-diagrammer og prioriteringsøvelser over flere uker. Alt dette ble utformet for en verden der det var kostbart å endre retning fordi man måtte samordne en stor gruppe spesialister på nytt. Når teamet ditt er slankt og AI-forsterket, synker kostnaden ved å endre retning til nesten null. Du planlegger ikke for et kvartal fordi du kan revurdere og endre kurs i løpet av en uke. Leveranser blir kontinuerlige og tilpasningsdyktige, snarere enn planlagte og faseinndelte.
For det fjerde blir dømmekraft den eneste knappe ressursen. AI vil håndtere undersøkelser, analyser, utkast, prototyper, testing og dokumentasjon — alt som i bunn og grunn handler om å bearbeide informasjon og produsere resultater. AI vil ikke avgjøre om man skal inngå et partnerskap som er teknisk svært lovende, men som innebærer omdømmerisiko. AI vil ikke lese rommet når kundens teknologidirektør sier noe som signaliserer intern politikk. AI vil ikke vite når man skal presse hardt på en strategisk satsing, eller når man skal la en idé få utvikle seg. Menneskene som lykkes, er de som har smak, dømmekraft og evne til å operere i tvetydighet — ikke de som er svært flinke til å vedlikeholde et Jira-brett.
Menneskene som vil lykkes, er de som har smak, dømmekraft og evnen til å operere i tvetydighet — ikke de som er virkelig gode til å vedlikeholde et Jira-brett.
Og for det femte — dette er det jeg føler sterkest for — selve ordet «leveranse» er i utvikling. Akkurat nå betyr det «vi bygde tingen og leverte den». Om fem år betyr leveranse «vi identifiserte muligheten, validerte den, bygde den, leverte den, målte resultatene og itererte» — og én person eller et lite team gjorde alt dette på den tiden det tidligere tok å skrive kravdokumentet. Hele syklusen komprimeres så dramatisk at skillet mellom strategi og gjennomføring, planlegging og leveranse, samt tenkning og bygging — det forsvinner rett og slett.
Denne modellen fungerer best i slanke miljøer der man går fra null til én. I stor skala forsvinner ikke koordineringen — den endrer form.
Hvorfor det er bra at KI gjorde jobben som leveranseleder overflødig
Jeg har lært tre svært viktige ting på den harde måten i denne endringstiden:
Slutt å vente på tillatelse til å eksperimentere. Det finnes ikke noe KI-program for beredskap, ingen sertifisering og ingen godkjent leverandørliste som forteller deg at tiden er inne. Lederne som drar fra nå, begynte å bruke KI i det faktiske arbeidet sitt — ikke i en sandkasse, ikke i et innovasjonslaboratorium og ikke i et «pilotprogram». I de reelle arbeidsflytene sine, med ekte kunder og reelle tidsfrister. Jeg ba ikke ledelsen om godkjenning til å bruke Claude til konkurranseinnsikt før salgssamtaler med store bedriftskunder. Jeg bare gjorde det; kvaliteten på forberedelsene mine talte for seg selv. Resultater gir tillatelse. Hvis du venter på at organisasjonen din skal servere deg en KI-strategi på et sølvfat, ligger du allerede bak noen som startet for seks måneder siden med bare nysgjerrighet og et chattevindu.
Invester i dømmekraften din, ikke prosessen din. Mange leveranseledere svarer på dette øyeblikket ved å satse enda sterkere på metodikk og prøve å finne ut av «rammeverket for KI-basert prosjektledelse» eller «håndboken for agentisk leveranse». Det er feil instinkt. Rammeverkene vil fortsette å endre seg. Verktøyene vil fortsette å utvikle seg. Verdien av et menneske som kan gå inn i et rom — eller en Slack-kanal — og ta den riktige avgjørelsen med ufullstendig informasjon, vil ikke endre seg. Kjenn kundene dine grundig. Forstå virksomheten, ikke bare oppgavelisten. Utvikle evnen til å gjenkjenne mønstre, slik at du kan se rundt hjørner. KI vil gjøre alle mekaniske sider ved leveranse billigere og raskere. Den vil ikke erstatte lederen som vet hvilket fjell man skal bestige. Sats enda sterkere på å være den personen.
Dette endret karrieren min: Definer jobben din på nytt. I årevis trodde jeg at jobben min besto av taktisk produktledelse: å administrere oppgavelister, skrive PRD-er, gjennomføre sprintseremonier og samordne veikart. Så gjorde KI det meste av dette arbeidet trivielt — eller i det minste dramatisk raskere. Da jeg ga slipp på ritualene og satset på dømmekraften, akselererte alt. Jeg gikk fra å være produktleder til å bli en virksomhetsbygger som bruker produktkompetanse. Dette skiftet — fra prosessforvalter til strategisk aktør — er tilgjengelig for alle leveranseledere nå. KI gjør ikke rollen din mindre. Den fjerner det overflødige arbeidet og viser hva rollen din alltid egentlig var.
Hvis du venter på at organisasjonen din skal servere deg en KI-strategi på et sølvfat, ligger du allerede bak noen som startet for seks måneder siden med bare nysgjerrighet og et chattevindu.
Dette øyeblikket belønner dem som er komfortable med å være ukomfortable. Jeg installerer utviklerverktøy jeg aldri har brukt før. Jeg undersøker rettspraksis uten formell opplæring. Jeg gjennomfører kampanjer innen sosialt salg, lager prototyper av SDK-integrasjoner og forbereder meg til salgssamtaler med store bedriftskunder — alt i løpet av den samme uken. Ingenting av dette sto i stillingsbeskrivelsen min for fem år siden. Alt er mulig fordi jeg bestemte meg for at grensene for kompetansen min er forslag, ikke vegger — og KI lar meg klatre over dem.
Rådet mitt er enkelt: Begynn nå, stol på dømmekraften din og gi slipp på den versjonen av jobben din som KI nettopp har gjort overflødig. Det som finnes på den andre siden, er bedre.
Følg med
Du kan følge Scott Jones på LinkedIn og Instagram mens han fortsetter å teste hva som er mulig og utvide rollen til produktledere.
Flere ekspertintervjuer kommer på The Digital Project Manager!
You may also like
Continue Reading
Sign up to access the rest of this article, plus more insights, resources, and experiences.
Sign Up
Create a free account to access tools, playbooks, and peer insights shaping the future of project delivery
