Hoe een gedeelde AI-mindset organisatorische transformatie te midden van verstoring kan stroomlijnen

Lees het transcript:

We proberen onze podcasts te transcriberen met behulp van een softwareprogramma. Vergeef ons eventuele typefouten, want de bot is niet altijd 100% correct.

Galen Low: “AI-projecten. Pfffft.” — je collega lacht het idee weg tijdens de lunch.

“Op zijn best een voorbijgaande trend,” voegt je programmamanager eraan toe. “Ze verschillen niet van andere projecten.”

Maar je kijkt om je heen in de kantine en je kunt niet voorkomen dat je het gevoel krijgt dat deze mensen, met wie je genoeg respect hebt om samen brood te breken, hun kop in het zand steken.

Aan de tafel ernaast legt Germaine van Finance aan Lateicia van HR uit hoe Gemini haar formules in Google Spreadsheets corrigeert.

Bij het koffieapparaat presenteert Paulo een idee om AI en machine learning te gebruiken om gigabytes aan ongestructureerde feedback van klanten om te zetten in bruikbare inzichten.

Bij de liften voert Sonaya een futuristisch gesprek met het hoofd van de afdeling over flexibele, door AI ondersteunde processen die zichzelf documenteren en zichzelf verbeteren op basis van feedback van gebruikers.

En zelfs Andréa zit in de hoek Perplexity te gebruiken om het eigen pensioenfeest te plannen.

AI-projecten. Ze zijn overal. En er komt veel meer bij kijken dan alleen de vraag of AI met een goed genoeg voorstel voor een feestthema komt.

Vraag je je af of jouw organisatie klaar is voor projecten waarbij AI betrokken is? Blijf luisteren. We gaan bespreken wat organisaties moeten doen om mensen te ondersteunen die door AI worden beïnvloed en hoe ze ervoor kunnen zorgen dat hun mensen dezelfde visie op AI delen, zodat ze allemaal kunnen overleven en floreren in deze volgende golf van digitale transformatie.

Hallo allemaal, bedankt dat jullie luisteren. Mijn naam is Galen Low van The Digital Project Manager. Wij zijn een gemeenschap van digitale professionals met als doel elkaar te helpen vaardigheden op te bouwen, zelfvertrouwen te ontwikkelen en contacten te leggen, zodat we de waarde van projectmanagement in een digitale wereld kunnen vergroten. Als je daar meer over wilt horen, ga dan naar thedpm.com/membership.

En als je geïnteresseerd bent in toekomstgerichte gesprekken en praktische inzichten over digitaal projectleiderschap, overweeg dan om je op de show te abonneren voor wekelijkse afleveringen.

Goed, vandaag bespreken we de volgende golf van digitale transformatie die wordt veroorzaakt door generatieve AI en hoe een gedeelde teammindset rond AI een organisatie kan veranderen van een onregelmatige, lukrake en angstige invoering naar een meer samenhangend en doelgericht voordeel waar iedereen van profiteert.

Vandaag is Ron Schmelzer bij me, medeoprichter van Cognilytica en nu Global Head of AI Partnerships and Outreach voor PMI Cognilytica bij het Project Management Institute.

Ron, bedankt dat je vandaag bij me bent.

Ron Schmelzer: Ik ben blij dat ik er ben. Ik praat altijd graag met je.

Galen Low: Ja, ik vind het geweldig om je weer in de show te hebben. Ik heb je reis de afgelopen jaren stilletjes gevolgd — misschien zelfs een beetje als fan — terwijl we spraken over Cognilytica, wat je daar doet en nu deze soort fusie met het PMI-ecosysteem. Er zijn veel interessante ontwikkelingen waar ik dieper op wilde ingaan.

Ik dacht dat ik misschien met één prangende vraag kon beginnen. De grote vraag, en ik denk dat dit teruggrijpt op iets waar jij en ik eerder over spraken, is dat de huidige invoering van generatieve AI-oplossingen door jou en mij is vergeleken met de komst van de computer, tekstverwerkingssoftware of de telefoon — eigenlijk met vrijwel elke grote verschuiving die veel functies in de werkende wereld snel min of meer overbodig maakte.

De grote vraag is dus: hoe kunnen organisaties mensen ondersteunen van wie het werk in de nabije toekomst door AI wordt beïnvloed?

Ron Schmelzer: Ik denk dat AI zo aanvoelt vanwege het transformerende karakter ervan. We zeggen dat het dingen verandert, en dat is precies wat transformerend betekent. Het transformeert; het verandert het ene in iets anders.

Misschien moet ik transformatie in dit geval definiëren. Mensen zien dat veel hulpmiddelen, vooral voor kenniswerkers, nu dingen kunnen doen die vroeger veel moeilijker waren. Een kenniswerker houdt zich voornamelijk bezig met informatie: informatie in een informatiesysteem invoeren, informatie eruit halen, informatie inkorten, samenvatten, beschrijven, in rapporten verwerken of bijvoorbeeld nalevingsrapporten indienen.

Al dat werk is voor machines relatief eenvoudig geworden, terwijl dat een paar jaar geleden nog niet zo was. Organisaties denken daarom opnieuw na over hun werkwijze. De niet-transformationele aanpak zou zijn dat iemand in die functie die hulpmiddelen gebruikt om dezelfde bestaande taken uit te voeren. Het proces verandert dan niet echt.

Misschien worden de kosten iets lager, gaat het werk sneller of verbetert de nauwkeurigheid, maar het proces blijft hetzelfde. Organisaties die echt transformeren, denken de processen daarentegen vanaf het begin opnieuw uit.

Voor het internet bestond de winkelervaring uit naar een winkel gaan, bekijken wat er op voorraad was, iets kopen en het meenemen. E-commerce was niet simpelweg dezelfde winkelervaring, maar dan online. We moesten opnieuw nadenken over voorraad, distributie en de manier waarop mensen aankopen doen.

Hetzelfde gaat met AI gebeuren. Het beangstigende is dat AI, wanneer een organisatie haar processen nog niet heeft getransformeerd, een beetje als een voorhamer kan werken. Het veroorzaakt veel vernietiging en chaos. Er wordt misschien werk verzet, maar ten koste van bestaande processen, omdat die processen niet zijn veranderd. Mensen worden daardoor uit het proces gedrukt.

Galen Low: Dat is interessant. Veel gesprekken die ik over AI hoor, zeggen: maak je geen zorgen, AI helpt je gewoon om dezelfde dingen te doen als altijd. Maar wat jij zegt, is dat organisaties juist een transformationele visie op de toekomst moeten formuleren.

We weten dat dingen niet hetzelfde zullen blijven. We willen niet dat je telefoonnummers in een Rolodex schrijft, ze scant en ze vervolgens in je telefoon zet. We willen opnieuw bedenken hoe werk eruitziet, en jij hebt daarin een plek. We helpen je om daar te komen. Niet morgen, maar uiteindelijk. We moeten AI niet zien als de versie van wat we eerder deden, maar als iets nieuws dat we mét AI doen.

Ron Schmelzer: Ik zou zeggen dat dit soort transformaties moeilijker zijn dan technologie implementeren. Je kunt zeggen: dit proces bestaat uit deze stappen, dus ik vervang enkele stappen door een machine. Dat is cognitief eenvoudiger dan zeggen: wacht eens, als ik het hele proces opnieuw moest bedenken, hoe zou het dan werken?

Dat is veel moeilijker en ook riskanter, omdat je niet weet of het nieuwe proces zal werken. Maar de impact kan veel groter zijn.

We hebben mensen geobserveerd die AI probeerden te gebruiken. Vier groepen kwamen daarbij naar voren. De eerste groep gebruikt AI helemaal niet. Dat zijn de toeschouwers: ze kijken toe, zijn sceptisch, bang of twijfelen en doen liever niets met AI.

De tweede groep bestaat uit taakgerichte gebruikers. Zij doen hun werk en gebruiken af en toe AI om een e-mail te schrijven, een spreadsheet te maken of een andere taak uit te voeren. Maar fundamenteel verandert er niets.

De derde groep bestaat uit mensen die technologie vooral omwille van de technologie gebruiken: vroege gebruikers, enthousiastelingen en ontdekkers. Vandaag proberen ze het ene model uit en morgen een ander model. Ze genieten vooral van het ontdekken.

De vierde groep noemen we de Springers. Zij zijn strategisch. Ze gebruiken AI niet alleen voor een taak, maar veranderen het concept van de taak zelf. Ze bekijken hun werk vanuit een AI-eerstperspectief. Juist deze mensen moeten we in de gaten houden, omdat ze ironisch genoeg hun baanzekerheid vergroten.

Ze zeggen: nee, ik kan deze technologie gebruiken om positieve transformationele waarde te creëren. Je hebt mij hier nodig. De anderen kunnen we later bespreken.

Galen Low: Er zit veel in wat je zegt. Het lijkt erop dat organisatorisch leiderschap rond AI noodzakelijk is, maar dat de huidige leiderschapsstructuur niet automatisch de visie heeft op wat AI kan doen. Er zal veel terughoudendheid zijn. Daarom hebben veel organisaties AI nog niet volledig verwerkt in hun beleid, procedures en processen, en gebeurt het op individueel niveau.

Tegelijkertijd probeert iedereen allerlei hulpmiddelen uit, of dat nu binnen de regels van de organisatie is of niet. Als leiders die Springers kunnen herkennen en hun ruimte kunnen geven om voor de organisatie te experimenteren, kunnen zij misschien het voortouw nemen bij de transformatie van het bedrijf.

De mensen in je organisatie kunnen helpen om een collectieve mindset rond AI op te bouwen. Het is niet nodig dat elke bestuurder in de wereld een visionaire AI-expert is. Je moet leunen op de mensen die het begrijpen.

Ron Schmelzer: Ik gebruik hier een onverwachte analogie. Denk aan de veranderende aard van oorlogsvoering.

Als je kijkt naar wat er momenteel in Oekraïne gebeurt, zie je dat de oorlog begon met een zeer traditioneel beeld van oorlogsvoering: gepantserde divisies, grote troepenmachten, frontale aanvallen en eerst luchtoverwicht proberen te bereiken.

Dat werkte om verschillende redenen niet. Een daarvan was dat men geen weerstand verwachtte. De tweede reden is dat de aard van oorlogsvoering is veranderd. We hebben het over droneoorlogsvoering en het gebruik van kleine, wegwerpbare eenheden die het idee van een aanval met grote wapensystemen fundamenteel hebben veranderd.

In het begin waren mensen die met drones experimenteerden vreemde buitenstaanders. Daarna werd het gebruik van first-person-view-drones interessant en grappig gevonden. Nu is het de norm. Wat aan de rand begon, is naar de kern verschoven. Zelfs de grootste legers moeten zich afvragen of een tank van 60 miljoen dollar nog dezelfde waarde heeft.

Dat doet me denken aan de AI-experimenten die aan de rand van organisaties plaatsvinden. Als we dat als iets marginaals blijven zien, missen we het grotere plaatje.

Galen Low: Ik vind die analogie sterk. Er zijn traditionele krachten die menselijke innovatie versnellen. Voor beter of slechter — persoonlijk zou ik zeggen helaas — zijn oorlog en overleving krachtige aanjagers van innovatie.

Ook de pandemie en de terugkeer naar kantoor waren zulke drukfactoren. Ze dwongen ons om te innoveren. Bij AI gebeurt iets vergelijkbaars. Mensen zeggen: dit is interessant, laten we kijken hoe het zich ontwikkelt.

Dat laat ons achter in een ongemakkelijke situatie. Mensen voelen zich onzeker en zelfs onveilig in hun werk. Niemand vertelt ons dat dit ongemak voorbijgaat. Niemand zegt dat het onbelangrijk is. We horen dat het serieus is, maar dat we moeten afwachten waar het naartoe gaat. Daardoor ontbreekt er psychologische veiligheid in het professionele leven van mensen.

Ron Schmelzer: Er is inderdaad veel gebrek aan psychologische veiligheid, omdat niemand weet waar dit eindigt. Organisaties kunnen nu vooral het experimentele en lerende vermogen verbreden.

Maak er geen geïsoleerde AI-experimenteergroep van. AI heeft invloed op de hele organisatie. Misschien moet je HR opnieuw bedenken, of Finance, supplychainmanagement en logistiek. Ga terug naar de kern van wat je probeert te bereiken.

Elke organisatie heeft een missie en een doel. De missie bestaat niet uit processen of technologie. Dat zijn middelen om een doel te bereiken. AI wordt een hulpmiddel dat we kunnen inzetten om die missie te ondersteunen.

Dat is ook waarom AI zoveel opschudding veroorzaakt. Transformatie brengt zowel positieve als negatieve veranderingen met zich mee.

Galen Low: Het is interessant dat je AI een hulpmiddel noemt. Tegenwoordig zie je veel verwijzingen naar Terminator en de vraag of AI zelfbewust wordt en ons vernietigt. Dat zijn serieuze vragen, maar het is verfrissend om AI nu te zien als onderdeel van het grotere geheel, niet als de superschurk van het verhaal.

AI kan een achtergrondpersonage zijn dat de richting van het verhaal beïnvloedt. Wij moeten beslissen hoe we dat personage gebruiken. Het hoeft niet degene te zijn die alles voor ons definieert. Het kan een verstorende kracht zijn die de hoofdpersonen dwingt terug te keren naar hun missie.

Ron Schmelzer: Een van de onderwerpen waar we in onze CPMAI-training al lang over praten, is waar mensen bang voor zijn: baanverlies door AI, superintelligentie en kwaadwillende mensen die slechte dingen doen.

Er is ook een minder besproken angst: dat veel macht wordt geconcentreerd in de handen van een klein aantal mensen. Misschien is dat op dit moment een grotere bedreiging dan superintelligentie. We zijn bang dat machines slim genoeg worden om mensen te overtreffen, maar misschien moeten we banger zijn voor een klein aantal mensen dat toegang heeft tot alle data, modellen en middelen ter wereld.

Een belangrijk tegengif daarvoor is persoonlijke zelfstandigheid. Mensen moeten AI gebruiken om hun eigen mogelijkheden uit te breiden en de veerkracht te ontwikkelen die ze nodig hebben.

Omdat het moeilijk is om op bedrijven, overheden of bijna iets anders te vertrouwen, is het waarschijnlijk het verstandigst om nu vooral op jezelf te vertrouwen.

Galen Low: Dat is een goed advies en ook een sterk antwoord op de oorspronkelijke vraag. Organisaties kunnen mensen die door AI worden beïnvloed kennis en mogelijkheden geven. Sluit ze niet op. Geef ze de middelen, omdat ze hun eigen persoonlijke missie hebben. Als organisatie profiteer je daar waarschijnlijk van, maar je bezit hun brein niet.

De oude loyaliteitsruil — een MBA betalen en iemand vijf jaar laten blijven, of na vijftig jaar een horloge of gouden pen geven — bestaat niet meer.

Ron Schmelzer: Ik ga binnenkort tijdens de Global Summit van PMI in Barcelona spreken over veerkracht in het licht van AI.

Een veerkrachtige organisatie kan overleven en floreren ondanks voortdurende verandering. Dat vereist flexibiliteit en aanpassingsvermogen, vooral in processen en werkwijzen.

Als je te sterk vasthoudt aan de manier waarop je werkt, word je minder veerkrachtig. Als je alleen automatiseert en mensen uit het proces verwijdert, verdubbel je je afhankelijkheid van de bestaande werkwijze. Je hebt dan minder mensen die met verandering kunnen omgaan en wordt volledig afhankelijk van systemen.

Organisatorische veerkracht draait om het versnellen van leren en het sneller reageren op verandering. Dat betekent dat je mensen moet versterken zodat zij zelf veranderingskrachten worden. De verandering moet niet alleen van bovenaf komen, maar ook van onderaf.

Galen Low: Ik vind dat idee van organisatorische veerkracht erg sterk. Veel mensen zouden zeggen: we hebben waterdichte processen en doen dit al jaren, dus zo overleven we de storm. Maar misschien werkt dat niet meer.

Je bent medeoprichter van Cognilytica, een organisatie die zich richt op AI en projecten. Jullie ontwikkelden een certificering voor teams die AI-oplossingen leveren.

Ron Schmelzer: CPMAI is een leveranciersneutrale methode om een AI-project uit te voeren en te beheren. Traditionele projectmethoden werken wanneer je software of een website bouwt met een duidelijk opleverbaar resultaat. Bij AI kun je niet garanderen dat het systeem doet wat je wilt.

Daarom heb je een datagedreven methode nodig. De functionaliteit wordt niet alleen door programmering bepaald, maar door de data. We combineerden een datagerichte methode, CRISP-DM, met iteratieve en AI-specifieke werkwijzen.

CPMAI helpt om projecten uit te voeren waarin AI geen gegarandeerde resultaten oplevert. De methode bestaat uit zes fasen, waaronder het documenteren van beslissingen, het in de juiste volgorde uitvoeren van activiteiten en het testen en evalueren van AI-oplossingen voordat ze worden ingezet.

De methode wordt gebruikt door organisaties zoals banken, verzekeraars, farmaceutische bedrijven, bouwbedrijven, fabrikanten en overheidsinstanties. Ook adviesbureaus gebruiken haar om AI-projecten voor anderen uit te voeren.

Galen Low: Wat ik interessant vind, is het belang van de juiste volgorde. Als projectmanager zou ik geneigd zijn te zeggen: als we niet weten wat we bouwen, gaan we itereren. Maar bij AI is data de brandstof van de machine.

Je moet eerst weten of je toegang hebt tot schone data, of je die data mag gebruiken en hoe je de kwaliteit ervan bewaakt. Veel organisaties worstelen nog altijd met datagovernance en met het bouwen van multidisciplinaire teams die data nuttig kunnen maken.

Ron Schmelzer: Dat probleem kom ik voortdurend tegen. Soms is toegang tot data al een probleem. Data zit opgesloten in één systeem, je hebt geen toegang of de data is niet tijdig beschikbaar. Als je de benodigde data niet kunt bereiken, valt het hele AI-project stil.

Daarom is het verstandig dit vroeg te ontdekken. Het kopen en implementeren van hulpmiddelen is pas stap vier in de CPMAI-methode. Stap één is bepalen welk probleem je probeert op te lossen en of AI daar überhaupt voor nodig is. Stap twee is data ontdekken: welke data heb je nodig, heb je toegang, in welk formaat staat de data, waar bevindt die zich en moet ze worden beveiligd of geanonimiseerd?

Misschien blijkt dat je alles hebt wat nodig is. Misschien moeten er deuren worden geopend. Of regelgeving, privacy en beveiliging maken het project onmogelijk.

Galen Low: Dat betekent dat de eerste fase draait om gereedheid. Er is een mogelijkheid om te concluderen dat je nog niet klaar bent voor het project of dat AI niet de juiste oplossing is.

Hoewel projectmanagement in de naam staat, lijkt de methode niet alleen voor projectmanagers bedoeld. Het gaat ook om vragen voor datateams, technologieteams en de business.

Ron Schmelzer: CPMAI is een methode om een AI-project uit te voeren en te beheren, ongeacht hoe kort of lang dat project is. Een project is een tijdelijke inspanning die bedoeld is om waarde te leveren.

De projectmanager faciliteert dat proces. Strategen en bestuurders bepalen de missie, richting, doelen en vereisten. Individuele bijdragers voeren de visie uit. Projectprofessionals vormen de brug tussen die twee groepen. Zij vertalen de organisatorische vereisten, strategie en doelen en brengen de juiste middelen bijeen.

Als ik projectmanagement opnieuw mocht benoemen, zou ik het misschien transformatiefacilitatie noemen. Het gaat om het verbinden van visie en uitvoering, met mensen, geld, inventaris, technologie en AI.

Galen Low: Dat sluit aan bij de manier waarop PMI steeds meer benadrukt dat projectmanagement groter is dan de functietitel projectmanager. Het gaat om het vertalen van een visie naar uitvoering en het creëren van waarde.

Wanneer moet een organisatie iemand met een CPMAI-aanduiding inhuren in plaats van alleen een groep enthousiaste AI-gebruikers?

Ron Schmelzer: Vanuit mijn eigen perspectief zou ik zeggen dat iedereen CPMAI zou moeten behalen. Voor Springers gaat het niet alleen om het beheersen van de nieuwste hulpmiddelen, want die veranderen voortdurend. Je hebt ook een raamwerk nodig om deze projecten succesvol uit te voeren en te beheren.

De certificering is nu rechtstreeks via pmi.org verkrijgbaar en kost 699 dollar. De prijs zou geen drempel moeten zijn. Het levert langetermijnwaarde voor je loopbaan op en maakt je persoonlijk effectiever.

Organisaties hebben daarnaast ervaringsgericht leren nodig. Mensen moeten vrijheid en psychologische veiligheid krijgen om te experimenteren met hulpmiddelen die op korte termijn misschien niet direct nuttig zijn. Het leerproces zelf levert waardevolle kennis en veerkracht op.

Ik zou organisaties aanraden niet hun eigen methode uit te vinden. Begin met een bestaande methode, leer die en bouw er vervolgens op voort. Als je consultants of contractanten inschakelt, moeten zij over aantoonbare geloofsbrieven beschikken. Het is tegenwoordig te gemakkelijk om jezelf AI-expert te noemen omdat je veel prompts hebt geschreven.

Galen Low: Nu PMI erbij betrokken is, ontstaat er ook meer verantwoordelijkheid en een gemeenschap rond de certificering.

Ron Schmelzer: Een certificering kan nooit garanderen dat iemand in elke situatie precies weet wat hij doet. Maar er is wel een register, een gemeenschap en een reeks standaarden. Een kritieke massa van mensen die dezelfde methode kennen, biedt veiligheid.

Je krijgt een aanpak en een gemeenschap van mensen die daarop voortbouwen. We hopen dat anderen extra materiaal, trainingen en toepassingen ontwikkelen. Misschien ontstaat er een CPMAI-variant voor de farmaceutische sector of andere specifieke industrieën.

Galen Low: Het doet me denken aan voedselveiligheid. Dat is niet alleen voor één projectmanager; het is een basisprincipe dat iedereen in de voedselketen moet begrijpen. Bij AI is dat vergelijkbaar. Er is veel verantwoordelijkheid en veel staat op het spel.

Ron Schmelzer: Daarom is ervaringsgericht leren zo krachtig. We hebben een werkboek waarmee mensen tijdens CPMAI een probleem kiezen en dat door het hele proces leiden. Begin met één proces dat je vandaag kunt veranderen. Het kan klein zijn, maar je doet ervaring op.

De ideale situatie is dat leren en doen samenkomen. Leren zonder doen blijft theoretisch. Doen zonder leren voelt doelloos. We willen CPMAI als een assistent beschikbaar maken terwijl iemand aan een project werkt. De assistent kan vragen welk probleem je probeert op te lossen, welke data beschikbaar is, of de data schoon is, hoe je moet testen en hoe je de oplossing kunt implementeren.

Zo leer je terwijl je werkt. Elke organisatie met een leercomponent moet nadenken over hoe leren en doen kunnen worden geïntegreerd.

Galen Low: Dat vind ik geweldig. In training is het lastig om praktijkgericht en scenariogestuurd te werken, omdat er mensen nodig zijn. Als een model de moeilijke klant of stakeholder kan spelen en iemand door een gesprek kan coachen, kan dat zeer praktische en gerichte leerervaringen opleveren.

Ron Schmelzer: Dat is transformatie. We hebben het niet over het implementeren van een hulpmiddel op de huidige manier. We denken opnieuw na over hoe het werk wordt gedaan. Daarmee hebben we alle onderwerpen aan elkaar verbonden.

Galen Low: Zo doen professionals dat. Dames en heren: Ron Schmelzer.

Ron, heel erg bedankt dat je vandaag tijd voor me hebt gemaakt. Ik vind het geweldig om je in de show te hebben en om te zien wat je doet. We moeten je zeker terugvragen.

Ron Schmelzer: Zeker. Ik praat altijd graag met je en deel dit graag met je publiek. We maken deze reis allemaal samen.

Galen Low: Absoluut.

Goed, mensen, daar hebben jullie het. Als je wilt deelnemen aan het gesprek met meer dan duizend gelijkgestemde projectmanagementprofessionals, kom dan bij onze gemeenschap. Ga naar thedpm.com/membership voor meer informatie. En als je hebt genoten van wat je vandaag hoorde, abonneer je dan en blijf in contact via thedigitalprojectmanager.com. Tot de volgende keer, bedankt voor het luisteren.