Projectmethodologieën aanpassen voor AI zonder de controle te verliezen

Galen Low: Doen projectmanagementmethodologieën er eigenlijk nog wel toe?

Stan Yanakiev: Ja, methodologieën doen er absoluut nog steeds toe, maar ze zullen zich moeten aanpassen aan AI. Zelfs toen ik me in 2008 voor het eerst voorbereidde op mijn PMP-examen, begreep PMI al dat een traditionele projectmanagementmethode kon worden aangepast. En nu AI deel uitmaakt van het geheel, moeten we nog steeds weten hoe we projecten het beste kunnen beheren. Onze methoden moeten echter een lichtgewicht aanpak van projectmanagement ondersteunen.

Galen Low: Waarom is het voor jou zo belangrijk dat onze projectmethodologieën die AI benutten in de kern menselijk blijven?

Stan Yanakiev: Omdat wij mensen machines bouwen om ons te helpen in ons leven en werk, en niet andersom. Wanneer we het hebben over menselijke teams en projecten, is het belangrijk dat mensen, mensen, de leiding houden met die eenvoudige toepassing van AI. Onze rol verschuift van documentbeheerders naar strategische leiders.

Galen Low: Ik wil gewoon je kijk krijgen op hoe de toekomst van AI en projectmanagement eruitziet. Zullen er over vijf jaar nieuwe methodologieën zijn waarover we heftige debatten voeren?

Stan Yanakiev: Onze samenleving en omgeving blijven voortdurend evolueren. Ik zie de rol van AI in projectmanagement als—

Galen Low: Welkom bij de podcast van The Digital Project Manager — de show die deliveryleiders helpt slimmer te werken, soepeler te leveren en hun teams met vertrouwen te leiden in het tijdperk van AI. Ik ben Galen, en elke week duiken we in echte strategieën, opkomende trends, bewezen raamwerken en af en toe een oorlogsverhaal uit de frontlinie van projecten. Of je nu enorme transformatieprojecten aanstuurt, AI-werkstromen in goede banen leidt of gewoon probeert de chaos onder controle te houden: je bent hier op de juiste plek. Laten we beginnen.

Vandaag hebben we het over het aanpassen van traditionele projectmanagementmethodologieën om AI-ondersteunde manieren van werken te faciliteren, en specifiek over hoe je je project op snelheid uitvoert zonder de controle te verliezen.

Vandaag bij me is Stan Yanakiev, oprichter en algemeen directeur van Mindrise — een adviesbureau dat AI-automatisering en projectmanagement als dienst levert voor digitale en AI-initiatieven. Stan is een gecertificeerde senior IT-programma- en projectmanager met 25 jaar ervaring in het leveren van technologie- en transformatie-initiatieven binnen de energie- en sectoroverschrijdende industrie.

Zijn specialisatie ligt bij softwareontwikkeling en bedrijfsapplicaties, met een focus op complexe IT-levering. Met ervaring in agile-, waterval- en hybride benaderingen blinkt hij uit in stakeholdermanagement en het bevorderen van samenwerking tussen verspreide teams en leveranciers om robuuste oplossingen van het hoogste niveau te implementeren.

Stan, bedankt dat je vandaag bij me bent.

Stan Yanakiev: Dank je, Galen. Het is geweldig om hier te zijn en te bespreken hoe we AI-levering zowel snel als gestructureerd kunnen maken.

Galen Low: Ik houd van dat doel. Ik kijk ernaar uit om erin te duiken. Ik denk dat we vandaag kunnen gaan waar de wind ons brengt, maar ik heb wel een kleine routekaart voor ons geschetst. Om te beginnen wilde ik één grote vraag stellen die alles kadert, zodat we die uit de weg hebben. Daarna wil ik erop voortbouwen, uitzoomen en drie dingen bespreken.

Ten eerste wilde ik het hebben over de uitdagingen die AI oplevert voor onze gevestigde modellen van projectmanagementmethodologieën. Daarna wil ik onderzoeken hoe je methodologieën kunt aanpassen voor teams die AI gebruiken — welke stappen je moet nemen en waarom. Tot slot wil ik graag jouw perspectief op de toekomst van projectmanagementmethodologieën in het algemeen horen, en wat er eventueel moet veranderen in de manier waarop we ernaar kijken.

Hoe klinkt dat voor jou?

Stan Yanakiev: Dat klinkt als een duidelijke en praktische routekaart. Ik houd van die structuur. Het is precies wat projectmanagers nodig hebben: een gedisciplineerde aanpak om met dit snel veranderende AI-landschap om te gaan.

Galen Low: Absoluut. Daar houd ik van. Ik dacht dat ik zou beginnen met die ene grote, lastige vraag. Ik geef er wat context bij: mensen in de projectwereld praten graag over methodologieën — en met praten bedoel ik debatteren en er misschien soms zelfs een vuistgevecht over beginnen.

Maar mijn vraag is deze: doen projectmanagementmethodologieën eigenlijk nog wel toe? Nu PMI breed erkent dat de meeste projecten aangepaste hybride methodologieën gebruiken en AI de manier waarop we werken fundamenteel verandert, zullen projectmanagementmethodologieën over een paar jaar nog wel relevant zijn?

Stan Yanakiev: Ja, methodologieën doen er absoluut nog steeds toe.

Maar ze zullen zich moeten aanpassen aan AI. Zelfs toen ik me in 2008 voor het eerst voorbereidde op mijn PMP-examen, begreep PMI al dat een traditionele projectmanagementmethode kon worden aangepast. Tegen die tijd gebruikte ik al enkele jaren agile methoden. In de praktijk pas ik vaak een hybride aanpak toe, net als de meeste projectmanagers tegenwoordig.

En nu AI deel uitmaakt van het geheel, moeten we nog steeds weten hoe we projecten het beste kunnen beheren. Onze methoden moeten echter een lichtgewicht aanpak van projectmanagement ondersteunen die de snelheid van deze nieuwe hulpmiddelen niet belemmert, maar er juist optimaal gebruik van maakt.

Galen Low: Daar houd ik van. En ja, het is een heel goed punt: aanpassen is volgens mij het woord dat de PMBOK in de zevende editie meer benadrukte, en waarschijnlijk opnieuw in de achtste editie. Maar het is er altijd geweest. Er is altijd erkend dat we onze aanpak aanpassen om op een passende manier te leveren voor wat we aan het doen zijn. Ik vind het woord lichtgewicht goed: lichtgewicht projectmanagement.

Ik denk dat dat bij veel van mijn luisteraars zal aanslaan. Zij proberen snel en wendbaar te zijn en niet te verzanden in allerlei zaken, maar weten niet helemaal zeker wat ze kunnen schrappen zonder daadwerkelijk de auto te laten crashen. Maar ik houd echt van die focus op snelheid, en ik denk dat het vermogen van de projectmanager om het team op tempo te laten werken op dit moment de prioriteit is, vooral in het tijdperk van AI.

Misschien is dat een goede gelegenheid om iets uit te zoomen. Je hebt onlangs een interview met mijn team gedaan waarin je vertelde hoe je bent overgestapt op lichtere, meer adaptieve methoden met AI als onderdeel van het geheel, terwijl je nog steeds vasthield aan wat ik geloof dat je de traditionele projectmanagementmethoden noemde.

Kun je wat vertellen over hoe je AI bent gaan gebruiken om projecten sneller vooruit te helpen? Merkte je dat je fundamentele onderdelen van de manier waarop je projecten uitvoert veranderde?

Stan Yanakiev: Mijn doel was eenvoudig: tijd besparen op enkele kritieke maar alledaagse taken, en zo de uitvoering van onze methoden optimaliseren zonder de methoden zelf te veranderen.

Een kernprobleem binnen projectmanagement is de documentatie-overhead. In elk gestructureerd project kost het bijhouden van actuele projectartefacten en governance te veel tijd. Overal vindt duplicatie plaats. De scope wordt verwerkt in de uitsplitsingsstructuur, statusupdates weerspiegelen activiteiten, enzovoort.

Door AI te gebruiken om deze documenten te produceren of synchroon te houden, kun je overstappen op een lichter en adaptiever leveringsmodel, omdat de volledige administratieve functie wordt vereenvoudigd. Mijn eerste experiment met AI was bijvoorbeeld het genereren van notulen en actiepunten. Dat bespaarde me ongeveer twee derde van de tijd.

Door deze efficiëntie kon ik me richten op de waardevolle, mensgerichte onderdelen van mijn werk: het leiden van het team, het oplossen van complexe blokkades en het op één lijn brengen van stakeholders.

Galen Low: Daar houd ik van. Grappig dat je noemt dat je al jarenlang agile gebruikt. Je gebruikte het al vroeg in je loopbaan als projectmanager.

Ik ken mensen die ervoor kiezen de principes en waarden te interpreteren als: maak geen documentatie. Dat is een verkeerde interpretatie. Er staat: maak precies genoeg documentatie. Je hebt dus nog steeds documentatie nodig. Maar wat ik mooi vind aan wat je zei, is het synchroon houden van zaken. Dat sprak me enorm aan.

Want ik weet hoe het gaat: je neemt een beslissing in een vergadering of hebt een actiepunt, en onderweg verandert er iets. Vervolgens moet je helemaal terug door al die documenten waarin je het hebt vastgelegd: communicatieplannen, scopedocumenten, beslislogboeken, enzovoort. Ik vind het idee geweldig dat A, het maken van notities een absolute gamechanger is in projectmanagement, en B, dat je sommige van die beslissingen over verschillende documenten kunt laten doorwerken.

Ik denk dat dit enorm veel pijn uit het werk haalt, terwijl het wel noodzakelijk blijft. Je hebt in je loopbaan complexe softwareontwikkelingsprojecten binnen ondernemingen uitgevoerd, in sectoren zoals energie, waar alles gereguleerd of zwaar gereguleerd is. Je hebt die documentatieketen nodig, en uiteindelijk bestaat een groot deel van je werk uit het beheren van papierwerk.

Ik vind dat geweldig. Dat is een enorme efficiëntiewinst, en ik denk dat generatieve AI en de bijbehorende grote taalmodellen daarmee worden ingezet op een manier die aansluit bij hun sterke punten. Wat mij aan het denken zet, is wat er gebeurt wanneer we die efficiëntiewinsten realiseren. Wat gebeurt er wanneer we sneller gaan werken?

We komen terug bij het idee van traditionele projectmanagementmethoden. Nadat je AI in je werkstromen hebt toegepast en je teams AI gebruiken, hoe beslis je dan wat extra versterking nodig heeft om die hogere snelheid te ondersteunen, zodat je problemen door te hoge snelheid kunt voorkomen?

En merk je dat je meer op adaptieve benaderingen zoals agile leunt dan op voorspellende benaderingen zoals waterval?

Stan Yanakiev: Ik zou zeggen dat hoe meer intelligentie we in een proces inbouwen, hoe zorgvuldiger het proces moet worden gepland en getest. Met of zonder AI komt mijn beslissing om meer voorspellende of adaptieve benaderingen te gebruiken neer op ervaring met projectmanagement.

Ervaring met projectmanagement vertelt me of ik realistisch ver genoeg vooruit kan plannen en meer detail in de planning kan opnemen, of dat ik meer adaptieve methoden moet gebruiken. Daarnaast hebben we ook ervaring met AI nodig om te weten wanneer en voor welke taken we erop kunnen vertrouwen, en waar meer vangrails nodig zijn. AI kan scenario’s en plannen voorstellen, maar we moeten onthouden dat het ontwerp ervan probabilistisch is.

Als je een groot taalmodel tien keer dezelfde vraag stelt, krijg je mogelijk niet tien keer hetzelfde antwoord. Bovendien zijn onze kijk op de werkelijkheid en onze voorspellingen niet noodzakelijk volledig in overeenstemming met wat er daadwerkelijk gebeurt. Daarom zijn wij, de projectmanagers, degenen die zaken moeten aarden en controleren. We moeten ons professionele oordeel en onze vaardigheden gebruiken om de voordelen van AI te benutten en tegelijkertijd enkele tekortkomingen van deze technologie te vermijden.

Galen Low: Ik vroeg me af of je ons kunt meenemen in jouw ervaring met bijvoorbeeld een AI-notulist. Waar we het volgens mij over hebben, is de mens in de lus blijven, toch? Je kunt het niet zomaar voor waar aannemen en verwachten dat het elke keer dezelfde resultaten geeft.

Mijn vraag is: toen je AI in je projecten begon te gebruiken — een notulist of een andere vorm — hoeveel tijd besteedde je dan aan dubbel controleren om zeker te weten dat het niet hallucineerde of het verkeerde idee had? Is de tijd die je besteedt aan het zijn van de mens in de lus afgenomen? Of is die ongeveer gelijk gebleven, waarbij je denkt: ik weet dat ik vijf of tien minuten moet besteden aan het controleren of de informatie correct over de documenten is verspreid?

Stan Yanakiev: Toen we voor het eerst met AI begonnen te experimenteren, had ik nog niet genoeg ervaring om te weten hoe het werkte en wat ik moest doen om er het beste uit te halen. Daarom behandelde ik de uitvoer van AI als een concept, controleerde ik die en anonimiseerde ik gevoelige informatie voordat ik die invoerde.

Daarna zette ik de verschillende namen weer terug in de uitvoer. Het is echter essentieel om bepaalde processen en controles in stand te houden: behandel de uitvoer van AI altijd als een concept, voer geen gevoelige informatie in open modellen in en controleer in principe alles dubbel om hallucinaties en onjuiste feiten te voorkomen.

Galen Low: Ik weet dat mensen dit zeggen, maar terwijl je dat uitlegt, voelt het eigenlijk alsof je een mens in het team hebt, toch? Je moet erop vertrouwen dat je die persoon goed traint. In het begin lijkt het misschien alsof je het nog aan het uitzoeken bent — en dat zij het ook aan het uitzoeken zijn. Hun antwoorden zijn misschien niet de beste en je moet systemen opzetten om feedback te geven en zaken te controleren.

Het mooie aan AI in de huidige vorm is dat het leert terwijl je ermee werkt. Het is niet slechts een hulpmiddel dat één specifiek ding doet. Het is probabilistisch. Het geeft niet altijd hetzelfde antwoord, maar je kunt het blijven trainen en feedback geven, zodat het meestal dichter bij het juiste antwoord komt.

Dan gaat het volgens mij om vertrouwen. Wanneer je het niet kent en niet vertrouwt, bouw je waarschijnlijk meer controles en tegenwichten in. Daarna, wanneer je het begint te vertrouwen, weet je waar je op moet letten. Er zijn nog steeds controles en tegenwichten: je anonimiseert nog altijd gegevens voordat je ze invoert, je controleert zaken nog steeds dubbel en je blijft de mens in de lus.

Het klinkt alsof de tijd die je in het begin besteedde aan het uitzoeken van zaken en het opbouwen van dat vertrouwen nu waarschijnlijk minder is, omdat je inmiddels je werkwijze hebt gevonden. Ik vraag dit omdat ik weet dat veel luisteraars van deze podcast misschien ontmoedigd zijn. Dit hulpmiddel zou onze projecten zo snel moeten maken, maar het voelt juist langzaam omdat ze alles dubbel controleren.

Ze denken: ik had dit waarschijnlijk zelf gewoon in alle zeven documenten kunnen kopiëren en plakken, en dat was sneller geweest. Maar de efficiëntiewinst komt later, wanneer de modellen en hulpmiddelen leren.

Stan Yanakiev: Het kost inderdaad tijd. We moeten het gewoon als een hulpmiddel behandelen, ons huiswerk doen en erover leren. We moeten leren over promptengineering, begrijpen hoe het werkt en hoe we de best mogelijke uitvoer kunnen bereiken. En ja, als we het overal toepassen, kunnen we er efficiëntiewinsten uit halen, zolang we het correct en zo effectief mogelijk gebruiken.

Galen Low: Ik wil terugkomen op iets wat je eerder zei en kijken of we dat op AI kunnen toepassen. Ik begon dit gesprek met de opmerking dat mensen debatteren over methodologieën: agile versus waterval.

Je zei eerder dat je genoeg ervaring in projectmanagement hebt om te weten welk hulpmiddel je wanneer moet gebruiken: wanneer je adaptief moet zijn en wanneer je voorspellender moet werken, op basis van de beperkingen van het project. Als AI ook een hulpmiddel in onze gereedschapskist is — of eigenlijk een verzameling hulpmiddelen — zijn er dan situaties waarin je besluit AI voor een specifiek project niet te gebruiken?

Stan Yanakiev: Waarschijnlijk wel, afhankelijk van de specifieke kenmerken van het project en de vraag of het gebruik van AI echt voordelen oplevert. Misschien neemt het werken ermee juist zoveel tijd in beslag dat alle voordelen verdwijnen. We moeten dus altijd beoordelen wanneer het nuttig is, in welke mate en wanneer waarschijnlijk niet.

Galen Low: Ja, ik denk dat veel mensen het gevoel hebben dat dit alles of niets is, en dat ze achterop raken als ze voor niets kiezen. Maar het is interessant om na te denken over hoe we kiezen wanneer we welke methodologieën of benaderingen gebruiken en wanneer we ze moeten aanpassen aan de beperkingen van ons project.

AI kan daarbij worden ingezet. Ik weet dat veel mensen de manier waarop ze AI in projecten gebruiken proberen te standaardiseren, zodat elk project sneller verloopt. Maar ik vind het idee goed dat je AI alleen gebruikt als het nuttig en passend is voor het project. Ik volg je al enige tijd en volgens mij ben je een sterke voorstander van wat we hier bespreken: mensgericht projectmanagement door middel van AI.

Dat verschilt van sommige mensen met wie ik heb gesproken, die actief volledig autonome teams proberen te realiseren met zeer weinig menselijk toezicht. Waarom is het voor jou zo belangrijk dat onze projectmethodologieën die AI benutten in de kern menselijk blijven, nu de mogelijkheden van AI op projectniveau al bijna gelijkwaardig worden aan bepaalde menselijke capaciteiten?

Stan Yanakiev: Omdat wij mensen machines bouwen om ons te helpen in ons leven en werk, en niet andersom. Autonome AI is een krachtige technologie die prima kan worden gebruikt in scenario’s waarin menselijk toezicht niet nodig of misschien door schaal, snelheid en complexiteit niet mogelijk is.

Maar wanneer we het hebben over menselijke teams en projecten, is het belangrijk dat mensen de leiding houden, omdat een mens veel meer is dan alleen computationele intelligentie. Als we teruggaan naar het eenvoudige voorbeeld van AI gebruiken om notulen te automatiseren, verschuift onze rol door die eenvoudige AI-toepassing van documentbeheerders naar strategische leiders.

We kunnen dan meer tijd besteden aan waardevolle, mensgerichte activiteiten, zoals het op één lijn brengen van stakeholders en het proactief oplossen van complexe blokkades. Het hele leveringsproces wordt daardoor meer gefocust en op een bepaalde manier flexibeler. AI heeft daarin een plaats, maar die plaats is die van helper of assistent, niet van projectmanager.

Galen Low: Ja, ik vind die mensgerichte onderdelen van de rol erg belangrijk. Ze krijgen soms eerlijk gezegd te weinig aandacht, maar het gaat nog steeds om mensen en verwachtingen van stakeholders. Het gaat nog steeds om onderhandelen en om het nemen van echt kritieke zakelijke beslissingen die complex zijn en gebaseerd zijn op informatie waarvoor het misschien te duur of simpelweg niet effectief zou zijn om een model te trainen.

En fundamenteel denk ik dat we op een punt zijn aangekomen waarop we AI toch niet zelfstandig een grote zakelijke beslissing zouden laten nemen. Er zijn dus mensen in de lus, maar mensen zijn er ook gewoon: samenwerking wordt nog steeds door mensen geleid. Dat vind ik mooi.

Ik dacht dat ik je misschien een beetje voor het blok zou zetten, omdat ik het volledig eens ben met wat je zegt. Ik geloof nog steeds in alle grondigheid van projectmanagement. Of je het traditioneel noemt of niet, we hebben het over AI en projecten die sneller verlopen. We hebben notuleren en documentatie als voorbeelden gebruikt. Ik vraag me af welke traditionele projectmanagementtactiek of -methode volgens jou nog steeds bijzonder relevant is in het tijdperk van AI.

Ik denk aan zaken zoals een risicoregister, een beslislogboek of een communicatieplan. Er zijn mensen die hopen dat AI daar vanaf komt. Wat is jouw favoriete traditionele projectmanagementhulpmiddel waarvan je vindt dat het moet blijven bestaan om ons allemaal bij de les te houden terwijl we sneller gaan werken met AI?

Stan Yanakiev: We hebben altijd een plan nodig voor ons project, ongeacht de vorm ervan, traditioneel of agile. Ik zou mijn oude Microsoft Project blijven gebruiken om mijn traditionele projecten te beheren. Daarnaast zou ik AI in vrijwel elk projectmanagementproces gebruiken om input te leveren en me te helpen beslissingen te nemen.

Ik zou dus geen beperkingen opleggen, maar de uitvoer wel beoordelen en controleren of die overeenkomt met wat ik zoek. Ook voor planning geldt: ik zei dat ik Microsoft Project zou gebruiken, maar ik zou AI nog steeds raadplegen om te bekijken of het een planning, taken of activiteiten kan opleveren die ik mogelijk over het hoofd heb gezien.

Galen Low: Ik vind dat een geweldig antwoord, omdat er ook in mijn omgeving mensen zijn die hopen dat AI betekent dat we geen projectplannen meer nodig hebben. Ik vind jouw antwoord goed, omdat projectplannen een communicatiemiddel zijn. Zeker bij planning gaat het om de logistiek, maar het gaat nog steeds om verwachtingen scheppen bij mensen en laten zien hoe de toekomst eruitziet en wat er gaat gebeuren.

Het is eigenlijk meer verwachtingsmanagement dan wat mensen zouden beschouwen als een tijdlijn van taken. Veel mensen zullen zeggen: ik heb dat niet meer nodig; AI vertelt mijn team gewoon wat het moet doen en wanneer. Daarmee slaan ze het idee over dat mensen zich vertrouwd moeten voelen met wat er gaat gebeuren, waarom het gebeurt en hoe de puzzelstukken in elkaar passen.

Nog een laatste willekeurige vraag van mijn kant: zet je AI-zaken in je risicoregisters? Is AI een risico in je project?

Stan Yanakiev: Dat zou ik doen, maar ook dan zou ik de uitvoer van AI beoordelen. Ik zou AI zeker gebruiken om risico’s voor te stellen die ik in het risicoregister kan opnemen.

Galen Low: Dat vind ik goed. Ik houd van het soort zaken waar je misschien zelf niet aan had gedacht, als een soort assistent, hulpmiddel en ondersteuning. Onze projecten zijn complex en je houdt veel zaken tegelijk in de gaten. Jij en je team kunnen niet elk risico ter wereld opmerken.

Dus dat vind ik goed. Eigenlijk loog ik: nog één vraag. Zet je AI in een RACI-matrix?

Stan Yanakiev: Nee, omdat ik AI als een hulpmiddel behandel.

Galen Low: Ja, ik dacht dat je dat zou zeggen. Misschien brengt dat ons een beetje naar de toekomst. Ik dacht dat we konden afronden door je kijk te krijgen op hoe de toekomst van AI en projectmanagement eruitziet.

Zullen er over vijf jaar nieuwe methodologieën zijn waarover we heftige debatten voeren? Of zal AI sommige levensvatbaarheidskloven dichten die ontstaan doordat elk projectteam zijn eigen specifieke methodologie heeft? Zal AI methodologiedebatten effectief voor altijd beëindigen, of is dat misschien te drastisch?

Stan Yanakiev: Onze samenleving en omgeving blijven voortdurend evolueren en dat zal zo blijven. Ik kan me niet voorstellen dat we stoppen met discussiëren over hoe we dingen het beste kunnen doen, of over onze methoden en benaderingen.

Maar nu AI deel uitmaakt van het geheel, geloof ik wel dat er waarschijnlijk minder ruimte zal zijn in die discussie om met nieuwe methoden en benaderingen te komen. Ironisch genoeg denk ik dat deze intelligente technologie mensen in governancefuncties zal helpen om duidelijker te zien wat niet werkt.

Maar we zullen blijven discussiëren. Veel mensen praten over artificiële algemene intelligentie met brede cognitieve vaardigheden. Om echt nuttig te zijn in projectmanagement en andere vakgebieden, moet AI volgens mij echter ook gespecialiseerder worden en nauwer worden afgestemd op specifieke domeinen, zoals projectmanagement, verschillende soorten organisaties en verschillende manieren van werken, zodat het ons beter kan helpen.

Zoals ik al meerdere keren heb gezegd, zie ik de rol van AI in projectmanagement als die van een zeer behulpzame assistent bij teams of aspecten van dit boeiende vakgebied. AI helpt ons projecten effectiever en succesvoller te beheren en bevrijdt ons, enigszins ironisch, om ons te richten op waar wij mensen het beste in zijn.

Galen Low: Dat vind ik goed. Er zitten twee dingen in. Het eerste was mijn aha-moment toen je daarmee begon. We hadden het over debatten tussen agile en waterval, maar ik denk dat je een heel goed punt maakt: mensen zullen altijd discussiëren over de beste manier om iets te doen, wat het ook is.

Het zal gaan over de beste manier om je projectplanningsagent te gebruiken. Het zal gaan over de beste manier om een AI-teamlid aan een stand-up te laten deelnemen. We zullen altijd over dit soort dingen debatteren. En eerlijk gezegd lijken veel debatten nergens toe te leiden; ze lijken soms koppig en onveranderlijk.

Maar de productieve debatten helpen ons daadwerkelijk nieuwe manieren te vinden om vooruit te komen. Dat is volgens mij altijd zo geweest bij mensen: elkaar uitdagen en discussiëren om een betere manier te vinden, te bepalen wat goed werkt en wat niet, en vervolgens idealiter een betere aanpak te ontwikkelen.

Ik vind ook wat je over AGI zei interessant, omdat ik daar niet echt zo over had nagedacht. Artificiële algemene intelligentie gaat breed en omhoog, met als doel net zo algemeen intelligent te zijn als mensen. Maar vervolgens neem je die intelligentie weer mee de diepte in, wat wij als mensen ook doen: je neemt algemene intelligentie en gebruikt die om je in een domein te specialiseren.

Daar worden we nog nuttiger door. Ik ben fysiek misschien in staat om een kleine boom om te zagen. Ben ik daar goed in? Nee. Ik ben geen specialist en zal dat waarschijnlijk ook nooit worden. Maar ik vind het een geweldig idee dat we zelfs wanneer we AGI bereiken, niet noodzakelijk naar dystopische sciencefictiontoekomsten hoeven te kijken — naar Terminator-films, Skynet en dat soort zaken.

Het hoeft niet alles over te nemen. Het kan algemene intelligentie zijn waarmee het een betere collega, ondersteuner of assistent wordt. Misschien gaan we dan verder dan hulpmiddelen, maar blijft het op een specifieke manier nuttig dankzij domeinkennis, of dat nu AGI is of niet. AGI zou daar wel naartoe kunnen leiden.

Heel interessant. Stan, ontzettend bedankt hiervoor. Heb je voor de lol een vraag die je aan mij wilt stellen?

Stan Yanakiev: Ben je van plan een podcast te maken met een AI-teamlid voor projecten?

Galen Low: Als gast?

Stan Yanakiev: Ja.

Galen Low: Daar had ik nog niet aan gedacht. Het is een briljant idee. Grappig genoeg merk ik dat ik veel met Notebook LM experimenteer. Voor een van mijn lezingen heb ik de inhoud in Notebook LM ingevoerd en gevraagd om die als podcast uit te dagen en te bekritiseren.

Ik vond het eigenlijk geweldig om naar te luisteren. Twee AI-presentatoren en mede-presentatoren die mijn lezing volledig afbrandden. Ik dacht: dit is eigenlijk best levensvatbaar. Ik had er voor mezelf nog niet aan gedacht, maar nu je het idee hebt geplant, moet ik het misschien doen. Een podcastinterview met een AI-teamlid voor projecten.

Dat vind ik een geweldig idee. Als ik het zou doen, zou je er dan naar luisteren?

Stan Yanakiev: Ja, absoluut.

Galen Low: Geweldig. Stan, ontzettend bedankt dat je vandaag tijd met me hebt doorgebracht. Dit was erg leuk. Bedankt voor je inzichten.

Stan Yanakiev: Bedankt dat je me hebt uitgenodigd. Het was een genoegen om met je te praten.

Galen Low: Voordat ik je laat gaan: als mensen meer over jou en je werk willen weten, waar kunnen ze dan meer informatie vinden?

Stan Yanakiev: De beste plek om me te vinden is LinkedIn. Je kunt ook mijn berichten en video’s bekijken op de bedrijfsblog van Mindrise.

Galen Low: Geweldig. Ik voeg die links toe aan de shownotes voor luisteraars die een kijkje willen nemen. Stan, nogmaals ontzettend bedankt.

Goed, dat was de aflevering van vandaag van de podcast van The Digital Project Manager. Als je van dit gesprek hebt genoten, abonneer je dan via het platform waarop je luistert. En als je meer tactische inzichten, casestudy’s en draaiboeken wilt, ga dan naar thedigitalprojectmanager.com.

Tot de volgende keer, bedankt voor het luisteren.