Waar AI projectmanagers daadwerkelijk helpt bij het opleveren van werk

Becca Banyard: Hallo allemaal en welkom bij de podcast van The Digital Project Manager. Mijn naam is Becca Banyard en ik ben eigenlijk de producent van deze show. Maar vandaag neem ik de presentatie over van Galen, omdat we een aflevering hebben die een beetje anders is dan ons gebruikelijke format. Dit gesprek is oorspronkelijk opgenomen als onderdeel van onze live-evenementenreeks over de toekomst van AI in projectmanagement, waarin we onderzoeken hoe AI de manier verandert waarop teams werk plannen, opleveren en beheren.

In deze sessie zijn we te gast bij Scoro om te bespreken hoe AI vandaag de dag wordt ingezet bij het opleveren van projecten en waar PM's en leiders op het gebied van oplevering de komende tijd aandacht aan moeten besteden. Je hoort de live productdemo niet in deze podcastversie, omdat die zonder de volledige visuele presentatie nogal lastig te volgen is. Je kunt de volledige opname bekijken via de link in de shownotities, maar vandaag hoor je het volledige strategische gesprek over het praktisch inzetten van AI op een manier die klaar is voor teams.

Vandaag zijn twee geweldige gasten bij me. Om te beginnen is dat Tim Fisher, de VP AI bij Black & White Zebra. Tim leidt de discussie samen met mij, omdat hij meer dan twintig jaar ervaring heeft met zowel technologie als AI. Hij helpt ons te begrijpen wat we zien en dit te koppelen aan jullie dagelijkse werk als PM's en leiders.

En vanuit Scoro schuift Harv Nagra bij ons aan. Harv is een expert op het gebied van oplevering en operations en presentator van The Handbook: The Ops Podcast. Als je al een tijdje deel uitmaakt van de DPM-community, heb je hem waarschijnlijk al eens in de show gehoord of op een van onze evenementen zien spreken. Hij is een vriend van de community en we zijn ontzettend blij dat hij er vandaag bij is.

Harv, welkom!

Harv Nagra: Fijn om hier te zijn. Bedankt voor de uitnodiging.

Becca Banyard: Harv, voordat we beginnen, wil ik graag meer weten over Scoro. Kun je in dertig seconden uitleggen wat Scoro doet en voor wie het is ontwikkeld?

Harv Nagra: Zeker. Scoro is een platform voor automatisering van professionele dienstverlening. Die term wordt ook wel afgekort tot PSA.

Dat spreekt niet altijd tot de verbeelding. Het komt niet vaak voor dat mensen rondlopen en zeggen: PSA. Wat het in feite betekent, is dat het is ontworpen voor elk soort bedrijf dat professionele diensten levert. Dat kan een bureau zijn, een adviesbureau, een IT-bedrijf, een accountantskantoor, een advocatenkantoor of elk ander bedrijf dat tijd en expertise verkoopt.

Het verschilt van een projectmanagementsysteem zoals de systemen die we goed kennen, zoals Asana, Jira, Trello enzovoort. Het gaat namelijk verder dan project- en taakbeheer en verder dan alleen samenwerking. Aan de ene kant hebben we tools zoals deze, en vervolgens worden ze wat complexer met tools zoals Monday, ClickUp, Teamwork en dergelijke, waarmee je verschillende modules aan elkaar kunt koppelen en iets kunt samenstellen.

Daarna kom je in wat ik de PSA-ruimte noem. Bij dit soort systemen is het als een besturingssysteem voor je bedrijf. Je maakt je budgetten en offertes in het platform. Je kunt resources toewijzen en je planningen maken. Je kunt die offertes omzetten in projecten en die projecten en budgetten beheren.

En tot slot houd je je tijd en budgetten bij, maak je facturen en rapportages over je bedrijf, en koppel je het aan andere systemen, zoals je boekhoudtools, HR-platforms en dergelijke. Het gaat dus echt van begin tot eind verder dan alleen projectmanagement.

Tim Fisher: Heel interessant. Jullie werken dus iedere dag met projectteams, bureaus en alle andere soorten groepen die je zojuist noemde.

Daarmee zit je op de eerste rij als het gaat om wat er momenteel daadwerkelijk moeilijk is aan het opleveren van werk. Laten we daar beginnen. Wat is vanuit jouw perspectief vandaag de dag het lastigste onderdeel van het succesvol opleveren van projecten?

Harv Nagra: Tim, ik was vele jaren geleden een digitale producent. Op een bepaald moment gaf ik als digital director leiding aan een team van digitale producenten bij een bureau, en ik weet niet of dit echt veranderd is.

Volgens mijn ervaring waren het altijd de veranderende planningen die de complexiteit veroorzaakten. Het aantal revisies dat je kreeg, was nooit wat klanten uiteindelijk verwachtten. Er zijn verzoeken tot scopewijzigingen en vaak ook vertragingen bij het ontvangen van content of feedback. De best uitgewerkte plannen aan het begin van het project blijken uiteindelijk dus niet de werkelijkheid te weerspiegelen.

Er verandert veel en het bijhouden van al die bewegende onderdelen, alleen al de communicatie met al die belanghebbenden, het bijwerken van je budgetten telkens wanneer de scope verandert, het bijwerken van je taken, plannen en planningen, dat alles levert enorm veel werk op.

Ik denk dus niet dat dit nieuw is. Waarschijnlijk is het altijd al zo geweest sinds het begin van projectmanagement. Dat is voor ons een uitdaging.

Tim Fisher: Zeker. Wat denk je dat leiders vaak verkeerd doen op het gebied van projectmanagement, en wat Scoro helpt oplossen?

Harv Nagra: Je raakt uiteindelijk bedolven onder veel veranderingen. Ik denk dat de verwachtingen aan het begin van een project altijd erg optimistisch zijn. Je gaat ervan uit dat alles perfect zal verlopen.

Vaak staan we tegenwoordig ook onder druk om zeer krappe budgetten op te stellen om een project binnen te halen. Dat doen we dan, waarna je geen enkele marge meer hebt als er iets misgaat. En daarbovenop komt, zoals ik al zei, dat het coördineren van al die zaken met allerlei verschillende tools uiteindelijk ontzettend veel administratief werk oplevert, in plaats van werk dat echt waarde toevoegt.

Je stelt je budget ergens anders op, gebruikt Harvest, gebruikt Asana, houdt je tijd ergens anders bij en exporteert spreadsheets om je budgetten met elkaar te vergelijken. Dat kost uiteindelijk veel tijd. Er zijn dus een paar problemen die steeds terugkomen.

Ten eerste ontstaat er enorme inefficiëntie wanneer je team voortdurend gegevens tussen systemen importeert, exporteert of kopieert. Dat introduceert menselijke fouten in het proces. Bovendien ontstaat er een grote vertraging bij het inzicht krijgen in hoe je bedrijf en je projecten presteren.

Ik praat bijvoorbeeld soms met bureaus of adviesbureaus die letterlijk ergens hun tijd registreren. Een keer per week exporteren ze die gegevens en zetten ze die in een Google Sheet om op te tellen wat ze die week hebben opgebouwd. Als je het druk hebt en dat proces twee weken niet uitvoert, kan er van alles zijn gebeurd. Je kunt ver boven je budget zitten zonder enig idee te hebben. Er is dus veel administratief werk en weinig zichtbaarheid. Daar komt iets als een PSA-platform, zoals Scoro, om de hoek kijken. Het is één bron van waarheid: alles staat op één plek, je hoeft niets te exporteren of importeren en je kopieert geen gegevens van de ene plek naar de andere.

Het bestaat gewoon op één plek. Het draait dus om consolidatie: van offertes tot projectmanagement, resourceplanning, tijdregistratie, facturatie en alles daartussenin, op één plek. En het laatste wat ik wil zeggen, Tim, is dat bedrijven op een bepaald moment ook naar zo'n systeem doorgroeien. Er komt een moment waarop je al die verschillende systemen gebruikt, maar waarop je tijdens je groeiproces denkt: oké, dit is nu chaotisch.

We zijn te groot geworden om zo te werken, of onze projecten zijn te complex geworden en we moeten misschien wat volwassener gaan werken.

Tim Fisher: Ja, dat is logisch. Het is verbazingwekkend. Ik heb vaak gezien hoe normaal de chaos is geworden van het koppelen van al die verschillende systemen, vaak via knippen en plakken en spreadsheets, en hoe we dat allemaal gewoon als een gegeven accepteren.

Waar zie je AI, gegeven al die uitdagingen, momenteel een rol spelen?

Harv Nagra: Zoals ik al zei, was ik producent. Als projectmanagers moeten we uiteindelijk veel werk orkestreren. Maar die orkestratie gebeurt handmatig. Wat ik ook zie bij veel bedrijven die AI gebruiken, is dat ze het nogal versnipperd inzetten om iets sneller te doen.

Soms versnellen ze daarmee een kapot proces. In plaats van het te repareren, zeggen we: oké, het is goed genoeg dat we het sneller kunnen doen omdat we een taalmodel gebruiken. Maar ik denk dat we nu aan de vooravond staan van iets dat veel meer transformationeel is. Hopelijk krijgen PM's, producenten en projectteams hierdoor het gevoel dat één projectmanager een virtueel team achter zich heeft, een AI-team dat helpt al het routinematige werk te doen. Zo kunnen ze afstand nemen, een opdracht geven en de AI al het saaie werk laten uitvoeren, zodat zij zich kunnen richten op werk met meer waarde. Dat is volgens mij echt spannend.

Tim Fisher: Als je iets verder inzoomt: wat is één specifiek pijnpunt of frictiepunt waarbij AI je klanten tot nu toe heeft geholpen?

Harv Nagra: Om terug te komen op het voorbeeld dat ik een paar minuten geleden gaf: projecten verlopen nooit volgens plan. Planningen lopen uit, de scope verandert en ga zo maar door.

Goedkeuringen worden vertraagd en vervolgens gebruik je meerdere systemen en dergelijke, waardoor de inzichten die je nodig hebt niet beschikbaar zijn. Ik denk dat we met de technologie op het punt komen waarop die inzichten wel beschikbaar zijn. Traditioneel hadden we producten, ook het onze, die rapporten genereren.

Maar het probleem is dat je vervolgens afhankelijk bent van een mens die die rapporten moet interpreteren. Dat is prima en nuttig. Maar soms is het erg handig als die informatie proactief aan je wordt gegeven. Je hoeft er dan niet naar te zoeken of het zelf te analyseren, maar iemand vertelt je: oké, dit is het probleem en je moet het oplossen.

Onze klanten hebben onze MCP in bèta getest en ons veel ideeën en feedback gegeven over wat ze willen kunnen doen. Het is ontzettend interessant om sommige van die ideeën te horen. Een deel daarvan is op dit moment nog niet mogelijk, maar ik denk dat we op een punt komen waarop steeds meer van dit soort dingen wel mogelijk wordt.

Je vertelt de AI wat er is veranderd, wat er moet veranderen of wat je wilt dat de AI doet, en vervolgens voert die het werk uit.

Tim Fisher: Voordat we verdergaan, heb ik nog een vraag. Je noemde een afkorting waarvan ik denk dat die een korte uitleg verdient. MCP, wat is dat precies? Ik denk dat veel mensen in de call er vandaag van hebben gehoord. Misschien is een korte toelichting nuttig.

Harv Nagra: Ik denk dat iedereen in de call zeker van API heeft gehoord: Application Programming Interface. Dat betekent simpelweg een manier waarop twee apps met elkaar kunnen communiceren en gegevens en functionaliteit kunnen delen. Daarvoor moet een ontwikkelaar die verbinding doorgaans echter programmeren, zodat de gegevens gedeeld worden en de benodigde acties kunnen worden uitgevoerd.

De eenvoudigste manier waarop ik MCP uitleg, is dat het een API-laag is voor AI-platforms zoals ChatGPT of Claude om verbinding te maken met andere systemen. Het mooie is dat niet alleen de informatie stroomt, zodat je de AI informatie uit je systemen kunt laten lezen en antwoorden kunt laten geven, maar dat je de AI ook kunt vragen acties in die systemen uit te voeren.

Doe dit, bijvoorbeeld. Zo wordt het een commandocentrum voor je andere tools. En het wordt nog beter: in tegenstelling tot een API heb je geen ontwikkelaar nodig om dit te programmeren. Het is een prompt in je favoriete taalmodel. Dat is behoorlijk krachtig. Het andere voordeel is de mogelijkheid van MCP om met meerdere tools te werken.

Het gaat dus niet alleen om acties uitvoeren of informatie uit één systeem ophalen, maar om dit tegelijkertijd in meerdere systemen te kunnen doen. Dat vind ik echt geweldig.

Tim Fisher: Tegenwoordig stopt iedereen AI overal in. Je komt niet door een Instagram-advertentie, welke advertentie dan ook, of een gesprek heen zonder dat iemand zegt: hé, kijk eens hoe we AI in onze software hebben verwerkt.

Het is tegenwoordig dus min of meer een basisvereiste. Er zit wel ergens een vorm van kunstmatige intelligentie in. Wat is de andere invalshoek van Scoro? Hoe doen jullie dit anders? Wat is er uniek aan de manier waarop jullie AI in jullie platform gebruiken, vergeleken met anderen in jullie sector?

Harv Nagra: We hebben een paar weken geleden de derde verjaardag van ChatGPT gevierd.

Toen dat uitkwam, haastten veel systemen en producten zich om een tekstgenerator in hun product te stoppen, zodat ze konden beweren dat ze AI hadden. Inmiddels hebben we allemaal onze favoriete tekstgeneratoren en taalmodellen, die tot de beste in hun klasse behoren en de meest innovatieve dingen doen. Hebben we dan echt in elk product een tekstgenerator nodig?

Ik denk het niet. Dat is ook nooit onze aanpak geweest. We zagen dat bijna als valsspelen. Natuurlijk konden we dat doen, maar waarom zou iemand een tekstgenerator in Scoro willen gebruiken? Wat zou daar de logica van zijn? Die aanpak hebben we dus niet gekozen. We erkenden al dat we in feite een soort besturingssysteem voor een bedrijf zijn.

Zoals ik zei: je hebt je budgetten, je projecten, je facturen, al je rapportages en dergelijke. We wilden daarom een AI-laag creëren die daar bovenop ligt en zegt: je hebt al dit geweldige product dat al deze gegevens en workflows automatiseert, maar nu geven we je daarbovenop inzichten en helpen we je werk te beheren en uit te voeren.

Onze visie was dus om in feite een collega te creëren die alles kan doen wat jij in het product doet, maar het voor jou uitvoert. Die volledige workfloworkestratie, waar ik een paar minuten geleden over sprak, vormt een belangrijk onderdeel van onze aanpak.

Tim Fisher: Ik wil nu iets uitzoomen en praten over waar dit allemaal naartoe gaat. Wat staat er aan de horizon? Waar denk je dat Scoro's AI-reis naartoe gaat?

Harv Nagra: Ik denk dat we dit jaar flink hebben geïnvesteerd in Eli en MCP. Zoals ik al zei, was dat onze belangrijkste focus. We wilden geen taal- of tekstgenerator in ons product stoppen.

Het ging erom dat we al deze geweldige gegevens over onze projecten en onze klanten hebben. Niet over onze klanten als bedrijf, maar over de klanten van onze gebruikers bijvoorbeeld. We waren dit najaar ook het eerste PSA-platform dat ondersteuning voor MCP lanceerde. Daar zijn we erg trots op. Maar wat we vooral willen doen, is de mogelijkheden van Eli uitbreiden, zodat het alles kan wat een gebruiker kan doen.

Zoals ik eerder zei, breiden we de mogelijkheden letterlijk week na week uit. Daarnaast willen we het zo krachtig maken dat je het alles kunt vragen en het dit ook kan uitvoeren, zolang jij dat zelf zou kunnen doen. Dat kan bijvoorbeeld ook spraakfunctionaliteit omvatten.

Veel van onze klanten geven ons bovendien inspiratie voor zaken die ze willen zien, omdat ze dit hebben getest. Als ik je een echte vooruitblik mag geven op waar we iets verderop naar kijken: hopelijk is dat niet al te ver weg, maar we willen het nog meer mogelijkheden geven. Je kunt het dan meer vertellen over je bedrijf, je sector en je niche, zodat het over die extra context beschikt.

Dat is volgens mij nog krachtiger, omdat het niet alleen naar je dataset kijkt, maar ook weet wat voor soort bedrijf je hebt en wat jouw specifieke kenmerken zijn. Bijvoorbeeld dat je offertes op een bepaalde manier wilt opbouwen of dat je klanten bepaalde dingen nodig hebben. Ik denk dat het daardoor volledig op jouw bedrijf wordt afgestemd en nog onmisbaarder wordt.

Tim Fisher: Dat zou geweldig zijn. Volgens mij heb je deze vraag zojuist al beantwoord, dus misschien duw ik je wat verder voor nog een voorbeeld. Als je nadenkt over alles wat je klanten binnen hun organisaties doen: als er één heel specifiek ding of één functie is die Scoro nu nog niet kan uitvoeren, wat zou dat dan zijn?

Zo specifiek als je kunt zijn. Dat is misschien hetzelfde als je vragen om in je roadmap te duiken, wat mogelijk niet gepast is, maar wat zou het kunnen zijn? Ik probeer mensen op een heel concrete manier enthousiast te maken over wat er mogelijk als volgende komt.

Harv Nagra: Misschien kan ik vertellen wat ik als voormalig producent graag zou zien. Wat ik ook wil zeggen, is dat mensen ons hebben gevraagd om zaken zoals het automatiseren van het maken van offertes op basis van vergelijkbare projecten uit het verleden.

Of dat een bepaalde klant een slechte gewoonte heeft en lastig is. Dan zou de AI dat kunnen analyseren en je informatie kunnen geven over dat soort projecten. Het is geweldig om offertesjablonen te hebben, maar dat zijn opnieuw slechts sjablonen. Je zou dus kunnen zeggen: gebruik dit offertesjabloon als basis, maar pas op basis van deze klant en historische gegevens de prijs aan op basis van de scope en dergelijke.

Al dat vervelende werk, zoals gezondheidscontroles van projecten, het instellen van facturatie voor je projecten en het maken van samenvattingen, en mogelijk ook het vervangen van de API door alleen MCP, behoort tot de zaken die nu al mogelijk of bijna mogelijk zijn. Maar vanuit mijn perspectief als voormalig producent zou ik graag zien dat AI me helpt mijn klanten beter te beheren, door binnenkomende klantverzoeken te prioriteren.

En door me te vertellen of iets wel of niet binnen de scope valt, en me bijvoorbeeld te coachen in hoe ik een klant kan terugduwen, zodat we alles op koers kunnen houden. Misschien kan AI ook helpen bij die communicatie en onderhandeling. Ik weet niet of dat een saai antwoord is, maar dat is precies het soort werk dat niet bijzonder leuk is.

Ik denk dat mensen hiermee worstelen omdat het ongemakkelijk is om nee te zeggen tegen een klant en emoties een rol spelen. Als iemand me zou kunnen helpen bij al die binnenkomende vragen en zou kunnen zeggen: oké, die moet je uitvoeren, dus die is al aan de taak toegewezen; dit is echt nieuwe scope, dus je moet om meer budget vragen, en zo pak je dat aan.

En misschien staat hier de e-mail al. Wil je die versturen? Dat zou ik geweldig vinden.

Tim Fisher: Dat zou het zeker zijn. Die onopvallende dingen zijn volgens mij juist verreweg de interessantste. Ik kies dit elke dag boven een of andere spectaculaire AI-video. Het is grappig om je hierover te horen praten, want de interessante zaken die je beschrijft, zijn precies waar taalmodellen goed in zijn. We hebben voortdurend zulke gesprekken met ChatGPT of Claude.

Het ontbrekende onderdeel zijn al die bedrijfsgegevens die in Scoro staan, of helaas voor de meeste mensen verspreid zijn over vijftien verschillende systemen. Dit is dus een geweldige manier om alles samen te brengen en misschien iets productievers te doen dan sommige onzinnige dingen waarvoor we AI meestal gebruiken. Dit is een goede overgang naar een grote laatste vraag die ik mensen op verschillende manieren graag stel.

Hoe zie je de rol van de projectmanager evolueren naarmate dit allemaal gebeurt? Veel van de zaken die je beschrijft, maken deel uit van het werk van een projectmanager en van het dagelijkse werk van veel mensen. Wanneer ik die vraag voor mezelf beantwoord in verschillende sectoren van de economie, denk ik aan alle voordelen en de manier waarop we ons kunnen ontwikkelen, bijvoorbeeld op het gebied van strategie.

Maar in jouw wereld en bij de mensen met wie je werkt: hoe zal dit de projectmanager helpen evolueren?

Harv Nagra: Ik heb vandaag al een paar keer het woord orkestreren gebruikt, omdat ik denk dat de tools die we vandaag hebben gedemonstreerd mensen helpen om werk te orkestreren. Zoals ik eerder zei, orkestreren we als projectmanagers nu al werk, maar dat gebeurt erg handmatig. Ik plaatste vandaag iets op LinkedIn over het feit dat het werk van een projectmanager niet dat van een dure administratief medewerker is, maar dat het daar wel op neerkomt wanneer je de hele dag begraven bent onder het kopiëren van informatie en het bijwerken van honderd systemen.

Dat is niet iets wat we zouden moeten doen of waar we bijzonder trots op of gepassioneerd over zouden moeten zijn, want niemand vindt dat echt leuk. Ik denk dat dit zich zal ontwikkelen doordat we onze systemen en tools, zoals Eli en MCP, dat werk laten doen. Daardoor kunnen wij ons bezighouden met interessanter strategisch werk of taken met meer waarde die we daadwerkelijk leuk vinden.

Ik ken namelijk niemand die het leuk vindt om voortdurend Gantt-diagrammen bij te werken. Dat is momenteel onderdeel van de rol, maar niet het leuke onderdeel. Ik maak me niet bijzonder veel zorgen dat AI en dit soort tools onze functies zullen vervangen. Mensen brengen altijd nuance, beoordelingsvermogen, waarde en context mee, en dat zal altijd nodig blijven.

Deze tools geven je dus eigenlijk meer kracht. Het is alsof je een team achter je hebt dat al dat werk uitvoert. Ik denk dat het geweldig wordt hoeveel interessanter werk we daardoor kunnen doen en hoeveel productiever we als gevolg daarvan zullen zijn.

Tim Fisher: Mee eens. Bedankt, Harv.

Becca Banyard: Geweldig.

Harv, dit was fantastisch. Heel erg bedankt dat je vandaag bij ons was en ons een kijkje hebt gegeven in de AI-functies van Scoro. Als mensen Scoro verder willen verkennen, waar kunnen ze dan terecht?

Harv Nagra: Ga vooral naar scoro.com. Ik presenteer ook een podcast, dus abonneer je daar gerust op. Het is een operationspodcast met de naam The Handbook. En natuurlijk kun je contact met me opnemen via LinkedIn, waar ik praat over operationele volwassenheid van bedrijven, bedrijfsefficiëntie en dat soort onderwerpen. Het is BLY slash score demo en daar kun je je aanmelden voor een proefperiode.

Becca Banyard: Nogmaals bedankt. En Tim, bedankt dat je vandaag zo'n geweldige co-host voor me was. We ronden het gesprek af. Geniet van de rest van je dag en we zien je bij de volgende sessie over de toekomst van AI in projectmanagement. Tot de volgende keer!