Dostosowywanie metodyk projektowych do sztucznej inteligencji bez utraty kontroli

Galen Low: Czy metodyki zarządzania projektami mają jeszcze jakiekolwiek znaczenie?

Stan Yanakiev: Tak, metodyki nadal mają ogromne znaczenie, ale będą musiały dostosować się do sztucznej inteligencji. Nawet kiedy po raz pierwszy przygotowywałem się do egzaminu PMP w 2008 roku, PMI rozumiało już, że tradycyjną metodę zarządzania projektami można dostosować. A teraz, gdy w grę wchodzi sztuczna inteligencja, nadal musimy wiedzieć, jak najlepiej zarządzać projektami. Jednak nasze metody muszą wspierać lekkie podejście do zarządzania projektami.

Galen Low: Dlaczego tak ważne jest dla ciebie, aby nasze metodyki projektowe wykorzystujące sztuczną inteligencję nadal miały u podstaw czynnik ludzki?

Stan Yanakiev: Ponieważ to my, ludzie, budujemy maszyny, aby pomagały nam w życiu i pracy, a nie odwrotnie. Kiedy mówimy o ludzkich zespołach i projektach, ważne jest, aby ludzie pozostawali odpowiedzialni dzięki temu prostemu zastosowaniu sztucznej inteligencji. Nasza rola zmienia się z kontrolerów dokumentacji w strategicznych liderów.

Galen Low: Chcę po prostu poznać twoją opinię na temat tego, jak wygląda przyszłość sztucznej inteligencji i zarządzania projektami. Czy za pięć lat pojawią się nowe metodyki, o które będziemy toczyć zażarte spory?

Stan Yanakiev: Cóż, nasze społeczeństwo i środowisko nieustannie się zmieniają. Rola sztucznej inteligencji w zarządzaniu projektami jest dla mnie—

Galen Low: Witajcie w podcaście The Digital Project Manager — programie, który pomaga liderom realizacji pracować mądrzej, sprawniej dostarczać rezultaty i z pewnością prowadzić swoje zespoły w epoce sztucznej inteligencji. Mam na imię Galen i co tydzień zagłębiamy się w rzeczywiste strategie, nowe trendy, sprawdzone ramy działania oraz od czasu do czasu wojenną historię z pierwszej linii frontu projektowego. Niezależnie od tego, czy kierujesz ogromnymi projektami transformacyjnymi, okiełznujesz przepływy pracy oparte na sztucznej inteligencji, czy po prostu próbujesz utrzymać chaos pod kontrolą, jesteś we właściwym miejscu. Zaczynajmy.

Dzisiaj rozmawiamy o dostosowywaniu tradycyjnych metodyk zarządzania projektami tak, aby wspierały sposoby pracy wzbogacone sztuczną inteligencją — a konkretnie o tym, jak prowadzić projekt szybko, nie tracąc przy tym stabilności.

Moim gościem jest dziś Stan Yanakiev, założyciel i dyrektor zarządzający Mindrise — firmy konsultingowej, która dostarcza automatyzację opartą na sztucznej inteligencji oraz zarządzanie projektami jako usługę dla inicjatyw cyfrowych i związanych ze sztuczną inteligencją. Stan jest certyfikowanym starszym kierownikiem programów i projektów IT, z 25-letnim doświadczeniem w realizacji inicjatyw technologicznych i transformacyjnych w sektorze energetycznym oraz innych branżach.

Jego specjalnością jest tworzenie oprogramowania i aplikacji korporacyjnych, ze szczególnym uwzględnieniem złożonej realizacji projektów IT. Dzięki doświadczeniu w podejściach zwinnym, kaskadowym i hybrydowym doskonale radzi sobie z zarządzaniem interesariuszami, wspieraniem współpracy między rozproszonymi zespołami i dostawcami oraz wdrażaniem solidnych, najlepszych w swojej klasie rozwiązań.

Stan, dziękuję, że jesteś dziś ze mną.

Stan Yanakiev: Dziękuję, Galen. Wspaniale jest tu być i rozmawiać o tym, jak sprawić, by realizacja projektów związanych ze sztuczną inteligencją była jednocześnie szybka i uporządkowana.

Galen Low: Podoba mi się ten cel. Nie mogę się doczekać rozmowy. Myślę, że możemy dziś podążać za biegiem wydarzeń, ale przygotowałem dla nas niewielką mapę drogową. Na początek chciałem zadać jedno duże pytanie, które wszystko ujmuje w ramy, i mieć je z głowy, a następnie chciałbym omówić trzy kwestie.

Po pierwsze, chciałem porozmawiać o wyzwaniach, jakie sztuczna inteligencja stawia przed naszymi ugruntowanymi modelami metodyk zarządzania projektami. Następnie chciałbym zbadać, jak dostosowywać metodyki do zespołów korzystających ze sztucznej inteligencji — jakie kroki należy podjąć i z jakich powodów. Na koniec chciałbym poznać twoją perspektywę na przyszłość metodyk zarządzania projektami jako takich oraz dowiedzieć się, czy cokolwiek powinno się zmienić w naszym sposobie patrzenia na nie.

Jak ci się to podoba?

Stan Yanakiev: Brzmi jak jasny i praktyczny plan. Podoba mi się taka struktura. Tego właśnie potrzebują kierownicy projektów — zdyscyplinowanego podejścia do radzenia sobie z szybko zmieniającym się krajobrazem sztucznej inteligencji.

Galen Low: Zdecydowanie. Bardzo mi się to podoba. Pomyślałem, że zacznę od tego jednego wielkiego, trudnego pytania, dodając trochę kontekstu. Osoby zajmujące się projektami uwielbiają rozmawiać o metodykach, a mówiąc „rozmawiać”, mam na myśli debatowanie, a czasem nawet wdawanie się w bójkę na pięści.

Moje pytanie brzmi: czy metodyki zarządzania projektami mają jeszcze jakiekolwiek znaczenie? Skoro PMI powszechnie uznaje, że większość projektów korzysta z dostosowanych metodyk hybrydowych, a sztuczna inteligencja zasadniczo zmienia sposób, w jaki pracujemy, czy metodyki zarządzania projektami będą miały znaczenie za kilka lat?

Stan Yanakiev: Tak, metodyki nadal mają ogromne znaczenie.

Będą jednak musiały dostosować się do sztucznej inteligencji. Nawet kiedy po raz pierwszy przygotowywałem się do egzaminu PMP w 2008 roku, PMI rozumiało już, że tradycyjną metodę zarządzania projektami można dostosować. Do tego czasu od kilku lat korzystałem już z metod zwinnych. W praktyce często stosuję podejście hybrydowe, podobnie jak większość kierowników projektów.

Teraz, gdy w grę wchodzi sztuczna inteligencja, nadal musimy wiedzieć, jak najlepiej zarządzać projektami. Jednak nasze metody muszą wspierać lekkie podejście do zarządzania projektami, które nie hamuje tempa tych nowych narzędzi, lecz pozwala najlepiej je wykorzystywać.

Galen Low: Bardzo mi się to podoba. I tak, to naprawdę dobry punkt — dostosowywanie. Myślę, że PMBOK mocniej podkreślił to słowo w moim siódmym wydaniu, a chyba ponownie także w ósmym. Ale ono zawsze tam było. Zawsze uznawaliśmy, że dostosowujemy i adaptujemy nasze podejścia, aby właściwie realizować to, czym się zajmujemy. Podoba mi się określenie „lekkie”, czyli lekkie zarządzanie projektami.

Myślę, że wielu moich słuchaczy, którzy próbują działać szybko i elastycznie, nie chcąc ugrzęznąć we wszystkich formalnościach, dobrze na nie zareaguje. Ale nie do końca wiedzą, czego mogą się pozbyć. Prawda? Tak, żeby nie rozbić samochodu. Naprawdę podoba mi się jednak nacisk na szybkość i myślę, że zdolność kierownika projektu do utrzymywania zespołu w odpowiednim tempie jest obecnie priorytetem, szczególnie w epoce sztucznej inteligencji.

Może to dobry moment, żeby nieco się oddalić i spojrzeć na szerszy obraz. Niedawno udzieliłeś wywiadu mojemu zespołowi, w którym opowiadałeś o przejściu na lżejsze, bardziej adaptacyjne metody, z uwzględnieniem sztucznej inteligencji, przy jednoczesnym zachowaniu tego, co — jak sądzę — nazwałeś tradycyjnymi metodami zarządzania projektami.

Czy możesz opowiedzieć mi trochę o tym, jak zacząłeś korzystać ze sztucznej inteligencji, aby przyspieszyć realizację projektów? Czy zauważyłeś, że zmieniły się podstawowe elementy sposobu, w jaki prowadzisz projekty?

Stan Yanakiev: Mój cel był prosty: oszczędzić czas na niektórych kluczowych, choć rutynowych zadaniach, optymalizując w ten sposób realizację naszych metod, a nie zmieniając same metody.

Jednym z podstawowych problemów w zarządzaniu projektami jest obciążenie związane z dokumentacją. W każdym uporządkowanym projekcie utrzymywanie aktualnych artefaktów projektowych i ładu zarządczego zajmuje zbyt dużo czasu. Wszędzie występuje duplikacja. Zakres zasila strukturę podziału prac, aktualizacje statusu odzwierciedlają działania i tak dalej.

Korzystanie ze sztucznej inteligencji do tworzenia tych dokumentów lub utrzymywania ich synchronizacji pozwala przejść na lżejszy i bardziej adaptacyjny model realizacji, ponieważ upraszcza całą funkcję administracyjną. Na przykład moim pierwszym eksperymentem z wykorzystaniem sztucznej inteligencji było generowanie protokołów ze spotkań i list działań, co oszczędziło mi około dwóch trzecich czasu.

Ta efektywność pozwoliła mi skupić się na wartościowych, skoncentrowanych na człowieku aspektach mojej pracy: prowadzeniu zespołu, rozwiązywaniu złożonych blokad i uzgadnianiu działań interesariuszy.

Galen Low: Bardzo mi się to podoba. Wiesz, zabawne, że wspomniałeś, iż od wielu lat korzystasz z podejścia zwinnego. Już wcześniej, na początku swojej kariery w zarządzaniu projektami, z niego korzystałeś.

Wiem, że niektórzy ludzie wybierają interpretację zasad i wartości jako „nie twórz dokumentacji”, co jest błędną interpretacją. Chodzi o tworzenie wystarczającej dokumentacji — dokumentacja nadal jest potrzebna. Ale podoba mi się to, co powiedziałeś o utrzymywaniu wszystkiego w synchronizacji. Bardzo mocno to do mnie przemawia.

Bo wiem, jak to wygląda: podejmujesz decyzję na spotkaniu albo pojawia się jakieś zadanie i po drodze coś się zmienia, a ty musisz przejść ponownie przez wszystkie dokumenty, w których to opisałeś. Plany komunikacji, dokumenty zakresu, rejestry decyzji — podoba mi się pomysł, że po pierwsze samo sporządzanie notatek jest absolutną rewolucją w zarządzaniu projektami, a po drugie można brać niektóre z tych decyzji i przekazywać je do różnych dokumentów. Myślę, że usuwa to ogromną część bólu z pracy, która jest konieczna, ponieważ przez całą swoją karierę zajmowałeś się złożonym tworzeniem oprogramowania w przedsiębiorstwach. W sektorach takich jak energetyka, gdzie wszystko jest regulowane, a często silnie regulowane, potrzebujesz ścieżki audytowej, a zarządzanie dokumentacją staje się ogromną częścią pracy.

Bardzo mi się to podoba. To ogromny wzrost efektywności i myślę, że wykorzystuje generatywną sztuczną inteligencję oraz odpowiednie duże modele językowe w sposób zgodny z ich mocnymi stronami. To właśnie skłania mnie do zastanowienia: co się dzieje, gdy wdrożymy te zwiększenia efektywności? Co się dzieje, gdy zaczynamy działać szybciej?

Wracamy do idei tradycyjnych metod zarządzania projektami. Kiedy zastosujesz sztuczną inteligencję w swoich przepływach pracy, a zespoły zaczną z niej korzystać, jak podejmujesz decyzje dotyczące tego, co wymaga dodatkowego wzmocnienia, aby wesprzeć większą szybkość i uniknąć utraty stabilności?

Czy wtedy częściej opierasz się na podejściach adaptacyjnych, takich jak Agile, niż na podejściach predykcyjnych, takich jak model kaskadowy?

Stan Yanakiev: Powiedziałbym, że im więcej inteligencji wbudowujemy w proces, tym staranniej proces musi być zaplanowany i przetestowany. Niezależnie od tego, czy korzystamy ze sztucznej inteligencji, czy nie, moje decyzje dotyczące użycia podejść bardziej predykcyjnych lub adaptacyjnych wynikają z doświadczenia w zarządzaniu projektami.

Doświadczenie w zarządzaniu projektami mówi mi, czy mogę realistycznie planować wystarczająco daleko i szczegółowo, czy też muszę stosować bardziej adaptacyjne metody. Potrzebujemy również doświadczenia ze sztuczną inteligencją, aby wiedzieć, kiedy i jakie zadania możemy jej powierzyć, a gdzie będzie potrzebowała większych zabezpieczeń, ponieważ sztuczna inteligencja może sugerować scenariusze i plany, ale musimy pamiętać, że z założenia ma charakter probabilistyczny. Jeśli zadasz modelowi językowemu to samo pytanie dziesięć razy, możesz nie otrzymać dziesięć razy tej samej odpowiedzi.

Nasze postrzeganie rzeczywistości i prognozy nie zawsze są zgodne z tym, co faktycznie się dzieje. Dlatego to my, kierownicy projektów, musimy utrzymywać wszystko w zgodzie z rzeczywistością i pod kontrolą oraz wykorzystywać nasz profesjonalny osąd i umiejętności, aby czerpać korzyści ze sztucznej inteligencji, jednocześnie unikając niektórych ograniczeń, które ta technologia nadal ma.

Galen Low: Zastanawiałem się, czy mógłbyś przeprowadzić nas przez swoją drogę z narzędziem do sporządzania notatek opartym na sztucznej inteligencji. W gruncie rzeczy mówimy o pozostawaniu człowiekiem w pętli, prawda? Nie możesz po prostu przyjąć wszystkiego bezkrytycznie i oczekiwać, że za każdym razem otrzymasz takie same rezultaty.

Kiedy zacząłeś korzystać ze sztucznej inteligencji w swoich projektach — z narzędzia do sporządzania notatek czy w jakiejkolwiek innej formie — ile czasu poświęcałeś na podwójne sprawdzanie, aby upewnić się, że nie halucynuje albo nie wyciąga błędnych wniosków? Czy czas spędzany przez ciebie na pozostawaniu człowiekiem w pętli się skrócił? Czy może pozostał stały i nadal musisz poświęcać pięć albo dziesięć minut na przejrzenie wszystkiego i upewnienie się, że informacje zostały prawidłowo przeniesione do dokumentów?

Stan Yanakiev: Kiedy po raz pierwszy zaczęliśmy eksperymentować ze sztuczną inteligencją, nie miałem jeszcze wystarczającego doświadczenia, aby wiedzieć, jak działa i co powinienem zrobić, żeby uzyskać z niej najlepsze rezultaty. Traktowałem więc wyniki generowane przez sztuczną inteligencję jako wersję roboczą i je sprawdzałem, a przed przekazaniem poufnych informacji anonimizowałem je.

Następnie przywracałem różne nazwy i imiona w wygenerowanym wyniku. Niezbędne jest jednak utrzymywanie pewnych procesów i kontroli, takich jak traktowanie wyniku sztucznej inteligencji jako wersji roboczej. Nie należy wprowadzać poufnych informacji do otwartych modeli. Zasadniczo trzeba podwójnie sprawdzać wszystko, aby uniknąć halucynacji i faktów, które nie są prawdziwe.

Galen Low: Wiem, że ludzie to mówią, ale kiedy cię słucham, brzmi to trochę tak, jakbyś miał w zespole człowieka, prawda? Musisz go dobrze przeszkolić, a na początku może się wydawać, że dopiero wszystko ustalacie. On dopiero się tego uczy. Jego odpowiedzi mogą nie być najlepsze i trzeba stworzyć systemy zapewniające informacje zwrotne oraz możliwość przeglądu.

Wspaniałe w sztucznej inteligencji w jej obecnej formie jest to, że uczy się w miarę korzystania z niej. Nie jest tylko narzędziem wykonującym jedną konkretną czynność. Ma charakter probabilistyczny. Nie zawsze udzieli tej samej odpowiedzi, ale można ją stale trenować i przekazywać jej informacje zwrotne, aby przez większość czasu zbliżała się do właściwej odpowiedzi.

Myślę, że chodzi tu o zaufanie. Kiedy jej nie znasz i jej nie ufasz, prawdopodobnie wprowadzasz więcej kontroli i zabezpieczeń, a później, gdy zaczynasz jej ufać, wiesz, na co zwracać uwagę. Nadal istnieją kontrole i zabezpieczenia, prawda? Nadal anonimizujesz dane wprowadzane do systemu.

Nadal podwójnie sprawdzasz różne rzeczy. Nadal pozostajesz człowiekiem w pętli. Brzmi to tak, jakby czas poświęcony na początku na poznanie narzędzia i zbudowanie zaufania był teraz krótszy, ponieważ wypracowałeś już swój sposób pracy. Pytam o to, ponieważ wiem, że wielu słuchaczy tego podcastu może być trochę zniechęconych. Narzędzie, które miało sprawić, że nasze projekty będą realizowane tak szybko, w praktyce wydaje się bardzo powolne, bo sprawdzają wszystko podwójnie.

Myślą: „Mogłem po prostu sam skopiować i wkleić to do wszystkich siedmiu dokumentów — byłoby szybciej”. Ale wzrost efektywności pojawia się później, gdy modele i narzędzia uczą się.

Stan Yanakiev: To rzeczywiście wymaga czasu. Musimy traktować ją po prostu jako narzędzie, wykonać swoją pracę i nauczyć się jej: poznać inżynierię poleceń, dowiedzieć się, jak działa i jak uzyskiwać z niej najlepsze możliwe wyniki. Jeśli zastosujemy ją we wszystkich obszarach, możemy uzyskać dzięki niej większą efektywność, o ile będziemy korzystać z niej prawidłowo i w najbardziej skuteczny sposób.

Galen Low: Chciałem wrócić do czegoś, co powiedziałeś wcześniej, i sprawdzić, czy możemy zastosować to do sztucznej inteligencji. Zacząłem od tego, że ludzie debatują nad metodykami, na przykład nad podejściem zwinnym i kaskadowym.

Wspomniałeś o bójkach na pięści, a wcześniej powiedziałeś: „Mam wystarczające doświadczenie w zarządzaniu projektami, żeby wiedzieć, którego narzędzia użyć i kiedy — kiedy zastosować podejście adaptacyjne, a kiedy bardziej predykcyjne, w zależności od ograniczeń projektu”. Jeśli sztuczna inteligencja jest również narzędziem w naszym zestawie narzędzi, a właściwie zestawem narzędzi, czy istnieją przypadki, w których możesz zdecydować, że nie użyjesz jej w konkretnym projekcie?

Stan Yanakiev: Prawdopodobnie tak, w zależności od specyfiki projektu i tego, czy korzystanie ze sztucznej inteligencji rzeczywiście przyniesie korzyści, czy może czas poświęcony na pracę z nią pochłonie wszystkie te korzyści. Dlatego zawsze musimy oceniać, kiedy jest użyteczna, w jakim zakresie i kiedy prawdopodobnie nie warto jej używać.

Galen Low: Myślę, że wiele osób uważa, iż jest to podejście „wszystko albo nic” i jeśli wybiorą „nic”, zostaną w tyle. Interesujące jest jednak zastanowienie się nad tym, jak wybieramy moment użycia konkretnych metodyk lub podejść oraz kiedy musimy je dostosować do ograniczeń naszego projektu.

Wiele osób próbuje ustandaryzować sposób korzystania ze sztucznej inteligencji w projektach, aby każdy projekt przebiegał szybciej. Podoba mi się jednak pomysł, że należy używać jej tylko wtedy, gdy jest przydatna i odpowiednia dla danego projektu. Obserwuję cię od pewnego czasu i mam wrażenie, że zdecydowanie opowiadasz się za niektórymi z omawianych przez nas kwestii.

Za skoncentrowanym na człowieku zarządzaniem projektami wspieranym przez sztuczną inteligencję, w przeciwieństwie do osób, z którymi rozmawiałem, a które aktywnie próbują tworzyć w pełni autonomiczne zespoły agentowe z bardzo niewielkim nadzorem człowieka. Chciałem zapytać, dlaczego tak ważne jest dla ciebie, aby nasze metodyki projektowe wykorzystujące sztuczną inteligencję nadal miały u podstaw czynnik ludzki, skoro możliwości sztucznej inteligencji zbliżają się już do poziomu niektórych ludzkich zdolności na poziomie projektu.

Stan Yanakiev: Ponieważ to my, ludzie, budujemy maszyny, aby pomagały nam w życiu i pracy, a nie odwrotnie. Agentowa sztuczna inteligencja to potężna technologia, której doskonale można używać w sytuacjach, w których nie ma potrzeby ludzkiego nadzoru albo nadzór ten nie jest możliwy ze względu na skalę, szybkość i złożoność.

Kiedy jednak mówimy o ludzkich zespołach i projektach, ważne jest, aby ludzie pozostawali odpowiedzialni, ponieważ człowiek to znacznie więcej niż sama inteligencja obliczeniowa. Wróćmy do prostego przykładu wykorzystania sztucznej inteligencji do automatyzacji protokołów ze spotkań. Dzięki takiemu prostemu zastosowaniu sztucznej inteligencji nasza rola zmienia się z kontrolerów dokumentacji.

Wchodzimy w rolę strategicznych liderów i możemy poświęcać więcej czasu wartościowym, skoncentrowanym na człowieku działaniom, takim jak uzgadnianie działań interesariuszy i proaktywne rozwiązywanie złożonych blokad. Cały proces realizacji staje się wtedy bardziej skoncentrowany, a zarazem bardziej elastyczny. Sztuczna inteligencja ma w nim swoje miejsce, ale jest to miejsce pomocnika lub asystenta, a nie kierownika projektu.

Galen Low: Bardzo podoba mi się ten rodzaj skoncentrowanych na człowieku aspektów roli, które bywają niedoceniane, choć nadal chodzi przecież o ludzi i oczekiwania interesariuszy. Nadal chodzi o negocjacje. Nadal chodzi o podejmowanie naprawdę krytycznych, złożonych decyzji biznesowych na podstawie informacji, w przypadku których szkolenie modelu, aby pomógł w podjęciu takiej decyzji, byłoby być może zbyt trudne albo po prostu nieskuteczne.

Myślę, że zasadniczo jesteśmy w punkcie, w którym i tak nie pozwolilibyśmy sztucznej inteligencji samodzielnie podjąć dużej decyzji biznesowej. Mamy więc ludzi w pętli, ale ludzie po prostu nadal tam są. To wciąż współpraca prowadzona przez człowieka. Bardzo mi się to podoba. Pomyślałem, że trochę cię zaskoczę, ponieważ całkowicie zgadzam się z tym, co mówisz.

Nadal wierzę w cały rygor zarządzania projektami, niezależnie od tego, czy nazywamy je tradycyjnym, czy inaczej. Rozmawiamy o sztucznej inteligencji i szybszej realizacji projektów. Jako przykładu użyliśmy sporządzania notatek i dokumentacji. Zastanawiam się, jaka jest twoja ulubiona tradycyjna taktyka lub metoda zarządzania projektami, która nadal ma ogromne znaczenie w epoce sztucznej inteligencji.

Myślę o takich rzeczach jak rejestr ryzyk, rejestr decyzji czy plan komunikacji. Niektórzy ludzie naprawdę mają nadzieję, że sztuczna inteligencja się ich pozbędzie. Pomińmy dokumentację. Jakie jest jednak twoje ulubione tradycyjne narzędzie zarządzania projektami, które twoim zdaniem musi pozostać, aby utrzymać nas wszystkich w ryzach, gdy przyspieszamy dzięki sztucznej inteligencji?

Stan Yanakiev: Zawsze musimy mieć plan projektu, niezależnie od jego formatu — tradycyjnego czy zwinnego. Nadal korzystałbym jednak z mojego starego programu Microsoft Project do zarządzania tradycyjnymi projektami. Sztucznej inteligencji używałbym w zasadzie w każdym procesie zarządzania projektem, aby dostarczała informacji i pomagała mi podejmować decyzje.

Nie nakładałbym więc żadnych ograniczeń, ale sprawdzałbym wyniki i upewniał się, że odpowiadają temu, czego szukam. Również w zakresie harmonogramowania powiedziałem, że korzystałbym z programu Microsoft Project, ale nadal konsultowałbym się ze sztuczną inteligencją, sprawdzając, czy może przygotować harmonogram albo wskazać zadania i działania, które prawdopodobnie przeoczyłem.

Galen Low: Podoba mi się ta odpowiedź, ponieważ w moim otoczeniu również są osoby, które mają nadzieję, że sztuczna inteligencja oznacza, iż nie będziemy potrzebować planów projektów. Podoba mi się twoja odpowiedź, ponieważ plany projektów są narzędziem komunikacji, szczególnie jeśli chodzi o harmonogramowanie. To logistyka, ale nadal chodzi o ustalanie oczekiwań ludzi i pokazywanie im, jak wygląda przyszłość oraz co się wydarzy.

Tak naprawdę jest to bardziej zarządzanie oczekiwaniami niż coś, co ludzie uznaliby po prostu za harmonogram zadań. Wiele osób powie: „Nie potrzebuję tego. Sztuczna inteligencja po prostu powie mojemu zespołowi, co i kiedy ma zrobić”. Pomija to jednak kwestię oswojenia się ludzi z tym, co ma się wydarzyć, dlaczego się wydarzy i jak poszczególne elementy układanki łączą się ze sobą.

Ostatnie krótkie, przypadkowe pytanie ode mnie. Czy umieszczasz kwestie związane ze sztuczną inteligencją w rejestrach ryzyk? Czy sztuczna inteligencja jest ryzykiem w twoim projekcie?

Stan Yanakiev: Tak, zrobiłbym to, ale ponownie sprawdziłbym wynik wygenerowany przez sztuczną inteligencję. Zdecydowanie użyłbym jej do zasugerowania ryzyk, które mogę umieścić w rejestrze ryzyk.

Galen Low: Podoba mi się to. Podoba mi się właśnie taki rodzaj rzeczy, o których mogłeś nie pomyśleć — sztuczna inteligencja jako asystent, narzędzie i wsparcie. Nasze projekty są przecież złożone i obejmują wiele obszarów. Można wybaczyć tobie i zespołowi, że nie wychwycicie każdego ryzyka na świecie, prawda?

Podoba mi się to. Właściwie skłamałem. Jeszcze jedno pytanie. Czy umieszczasz sztuczną inteligencję na wykresie RACI?

Stan Yanakiev: Nie, ponieważ traktuję ją jako narzędzie.

Galen Low: Tak, pomyślałem, że właśnie to powiesz. Być może prowadzi nas to trochę w przyszłość. Pomyślałem, że możemy zakończyć, poznając twoją opinię na temat tego, jak wygląda przyszłość sztucznej inteligencji i zarządzania projektami.

Czy za pięć lat pojawią się nowe metodyki, o które będziemy toczyć zażarte spory? Czy sztuczna inteligencja zmniejszy różnice w możliwościach, które wynikają z tego, że każdy zespół projektowy ma własną, dopasowaną metodykę? Czy skutecznie zakończy debaty nad metodykami na zawsze, czy może nie będzie aż tak drastycznie?

Stan Yanakiev: Nasze społeczeństwo i środowisko nieustannie się zmieniają i będą się nadal zmieniać, więc nie wyobrażam sobie, abyśmy przestali dyskutować o tym, jak najlepiej wykonywać różne rzeczy, ani o naszych metodach i podejściach.

Jednak teraz, gdy w grę wchodzi sztuczna inteligencja, uważam, że zakres tej dyskusji dotyczącej tworzenia nowych metod i podejść prawdopodobnie się zmniejszy. Paradoksalnie sądzę, że ta inteligentna technologia pomoże osobom pełniącym role związane z ładem zarządczym wyraźniej dostrzec, co nie działa.

Będziemy jednak nadal dyskutować. Wiele osób mówi o sztucznej inteligencji ogólnej, dysponującej szerokimi zdolnościami poznawczymi. Aby była naprawdę użyteczna w zarządzaniu projektami i innych dziedzinach, sztuczna inteligencja musi również stać się bardziej wyspecjalizowana i dokładniej dostrojona do konkretnych obszarów, takich jak zarządzanie projektami, typy organizacji i różne sposoby pracy, aby mogła lepiej nam pomagać.

Jak już kilkakrotnie wspominałem, postrzegam rolę sztucznej inteligencji w zarządzaniu projektami jako rolę naprawdę pomocnego asystenta zespołu lub asystenta określonych aspektów tego fascynującego zawodu. Pomaga nam skuteczniej i z większym powodzeniem zarządzać projektami, a co ciekawe, uwalnia nas, abyśmy mogli skupić się na tym, co my, ludzie, robimy najlepiej.

Galen Low: Podoba mi się to. Są tu dwie rzeczy. Pierwsza była moim olśnieniem, gdy zacząłeś o tym mówić. Rozmawialiśmy o debatach typu „Agile kontra model kaskadowy”, ale myślę, że to bardzo trafny punkt: ludzie zawsze będą debatować nad najlepszym sposobem wykonania czegoś, niezależnie od tego, czego to dotyczy.

Będziemy dyskutować o najlepszym sposobie korzystania z agenta do planowania projektu. Będziemy rozmawiać o najlepszym sposobie udziału agenta sztucznej inteligencji w codziennym spotkaniu. Zawsze będziemy debatować nad tymi kwestiami. I uczciwie mówiąc, nawet jeśli wiele debat wydaje się prowadzić donikąd i staje się upartymi, stagnacyjnymi sporami, te produktywne pomagają nam znajdować nowe sposoby działania.

Myślę, że zawsze tak było w przypadku ludzi: debatujemy i rzucamy sobie wyzwania, aby znaleźć lepszy sposób, określić, co działa dobrze, a co nie, a następnie opracować — najlepiej — lepsze podejście.

Podoba mi się również to, co powiedziałeś o sztucznej inteligencji ogólnej, ponieważ wcześniej tak o tym nie myślałem. Sztuczna inteligencja ogólna jest szeroka i obejmuje wiele obszarów, aby być tak ogólnie inteligentna jak ludzie, ale potem można ją ponownie zawęzić, tak jak zrobilibyśmy to my. Tak właśnie postępowaliśmy jako ludzie: braliśmy ogólną inteligencję i wykorzystywaliśmy ją do specjalizacji w określonej dziedzinie.

Wtedy stajemy się jeszcze bardziej użyteczni. Fizycznie jestem w stanie ściąć małe drzewo. Czy jestem w tym dobry? Nie. Nie jestem specjalistą i nigdy nim nie będę. Bardzo podoba mi się jednak pomysł, że nawet gdy osiągniemy sztuczną inteligencję ogólną, co większości ludzi kojarzy się z dystopijną przyszłością science fiction, filmami o Terminatorze i Skynetem, nie musi ona oznaczać przejęcia wszystkiego.

Może to być inteligencja ogólna, która pozwoli jej stać się lepszym współpracownikiem, wsparciem i asystentem. Być może wyjdziemy poza zwykłe narzędzia, ale nadal będziemy otrzymywać pomoc w konkretny sposób, dzięki wiedzy dziedzinowej — niezależnie od tego, czy będzie to sztuczna inteligencja ogólna, czy nie. Sztuczna inteligencja ogólna może nas jednak do tego doprowadzić.

Bardzo ciekawe. Stan, wielkie dzięki za tę rozmowę. Dla zabawy: czy masz pytanie, które chciałbyś mi zadać?

Stan Yanakiev: Czy planujesz stworzyć podcast z udziałem członka zespołu projektowego będącego sztuczną inteligencją?

Galen Low: Jako gościa?

Stan Yanakiev: Tak.

Galen Low: Wiesz, nie myślałem o tym. To genialny pomysł. To zabawne, bo często eksperymentuję z Notebook LM. Przy okazji jednego z moich wystąpień wprowadziłem je do Notebook LM i poprosiłem, aby poddało je krytyce w formie podcastu.

Naprawdę dobrze słuchało się dwóch prowadzących sztuczną inteligencją, którzy bezlitośnie rozbierali moje wystąpienie na części. Pomyślałem: „To jest naprawdę wykonalne”. Nie myślałem o tym w odniesieniu do siebie, ale skoro zasiałeś ten pomysł, być może będę musiał to zrobić. Wywiad podcastowy z członkiem zespołu projektowego będącym sztuczną inteligencją.

Bardzo mi się to podoba. Gdybym to zrobił, słuchałbyś?

Stan Yanakiev: Tak, zdecydowanie.

Galen Low: Świetnie. Stan, bardzo dziękuję, że poświęciłeś mi dziś czas. To była świetna zabawa. Dziękuję za twoje spostrzeżenia.

Stan Yanakiev: Dziękuję za zaproszenie. Rozmowa z tobą była przyjemnością.

Galen Low: Zanim pozwolę ci odejść — jeśli ktoś chciałby dowiedzieć się więcej o tobie i twojej pracy, gdzie może znaleźć więcej informacji?

Stan Yanakiev: Najlepiej znaleźć mnie na LinkedIn. Można również zajrzeć do moich wpisów i filmów na firmowym blogu Mindrise.

Galen Low: Świetnie. Umieszczę te odnośniki w notatkach do odcinka, aby słuchacze, którzy chcą to sprawdzić, mogli łatwo do nich trafić. Stan, jeszcze raz bardzo dziękuję.

Dobrze, to wszystko w dzisiejszym odcinku podcastu The Digital Project Manager. Jeśli podobała ci się ta rozmowa, zasubskrybuj podcast w miejscu, w którym go słuchasz. Jeśli chcesz poznać więcej praktycznych wskazówek, studiów przypadków i podręczników, odwiedź stronę thedigitalprojectmanager.com.

Do usłyszenia następnym razem. Dziękuję za słuchanie.