Gdzie sztuczna inteligencja faktycznie pomaga kierownikom projektów w realizacji prac

Becca Banyard: Witajcie wszyscy i witajcie w podcaście The Digital Project Manager. Nazywam się Becca Banyard i jestem producentką tego programu. Dziś jednak przejmuję rolę prowadzącej za Galena, ponieważ mamy odcinek nieco inny od naszego zwykłego formatu. Ta rozmowa została pierwotnie nagrana jako część naszej serii wydarzeń na żywo poświęconych przyszłości sztucznej inteligencji w zarządzaniu projektami, podczas których analizujemy, jak AI zmienia sposób, w jaki zespoły planują, realizują i zarządzają pracą.

W tej sesji dołącza do nas Scoro, aby zagłębić się w temat tego, jak AI pojawia się dziś w realizacji projektów oraz na co kierownicy projektów i liderzy zespołów realizacyjnych powinni zwrócić uwagę w następnej kolejności. W podcastowej wersji nie usłyszycie prezentacji produktu na żywo, ponieważ bez pełnej oprawy wizualnej trudno byłoby ją śledzić. Pełne nagranie znajdziecie pod linkiem w notatkach do odcinka, ale dziś usłyszycie kompletną strategiczną rozmowę o praktycznym wykorzystaniu AI w sposób gotowy do zastosowania przez zespoły.

Dołączają do mnie dziś dwaj wyjątkowi goście. Pierwszym jest Tim Fisher, wiceprezes ds. AI w Black & White Zebra. Tim będzie współprowadził ze mną dyskusję, ponieważ ma ponad 20 lat doświadczenia zarówno w technologii, jak i w sztucznej inteligencji. Pomoże nam zrozumieć to, co obserwujemy, i odnieść to do codziennej pracy kierowników projektów oraz liderów.

Dołącza do nas również ze Scoro Harv Nagra. Harv jest ekspertem w dziedzinie realizacji i operacji oraz prowadzącym podcast The Handbook: The Ops Podcast. Jeśli od jakiegoś czasu jesteście w społeczności DPM, prawdopodobnie słyszeliście go już w programie albo podczas jednego z naszych wydarzeń. Jest przyjacielem naszej społeczności i bardzo cieszymy się, że jest dziś z nami.

Harv, witaj!

Harv Nagra: Miło tu być. Dziękuję za zaproszenie.

Becca Banyard: Harv, zanim przejdziemy do tematu, chciałabym dowiedzieć się nieco więcej o Scoro. Czy możesz w 30 sekund opowiedzieć, czym zajmuje się Scoro i dla kogo jest przeznaczone?

Harv Nagra: Oczywiście. Scoro to platforma do automatyzacji usług profesjonalnych. Ten termin jest również znany jako PSA.

Nie zawsze dobrze trafia do ludzi. Rzadko słyszy się, żeby ktoś chodził i mówił „PSA”. W praktyce oznacza to rozwiązanie przeznaczone dla dowolnego rodzaju firmy świadczącej usługi profesjonalne. Może to być agencja, firma konsultingowa, firma informatyczna, księgowa, kancelaria prawna — dowolne przedsiębiorstwo, które sprzedaje czas i wiedzę specjalistyczną.

Różni się ono od systemu zarządzania projektami, takiego jak dobrze nam znane Asana, JIRA, Trello i podobne narzędzia. Wykracza poza zarządzanie projektami i zadaniami, a także poza samą współpracę. Z jednej strony mamy więc tego typu narzędzia, a następnie przechodzimy do nieco bardziej złożonych rozwiązań, takich jak Monday, ClickUp, Teamwork i podobne, które pozwalają połączyć kilka modułów i zbudować własne rozwiązanie.

Następnie mamy obszar PSA, jak go nazywam. Tego rodzaju system jest niczym system operacyjny dla firmy. W platformie tworzysz budżety i oferty. Możesz planować zasoby i harmonogramy. Możesz przekształcać oferty w projekty, a następnie zarządzać tymi projektami i budżetami.

Na koniec możesz śledzić czas, kontrolować budżety, wystawiać faktury i raportować na temat firmy, a także łączyć system z innymi rozwiązaniami, takimi jak narzędzia księgowe czy platformy HR. To naprawdę kompleksowe rozwiązanie, wykraczające poza samo zarządzanie projektami.

Tim Fisher: Bardzo ciekawe. Codziennie współpracujesz więc z zespołami projektowymi, agencjami i wszystkimi tymi grupami, o których wspomniałeś.

Masz zatem doskonały wgląd w to, co jest dziś naprawdę trudne w realizacji prac. Zacznijmy od tego. Z twojej perspektywy, jaka jest obecnie najtrudniejsza część skutecznej realizacji projektów?

Harv Nagra: Tim, wiele lat temu pracowałem jako producent cyfrowy. W pewnym momencie zarządzałem zespołem producentów cyfrowych w agencji jako dyrektor ds. cyfrowych i nie wiem, czy wiele się pod tym względem zmieniło.

Z mojego doświadczenia wynika, że zawsze największym problemem były zmieniające się terminy, które powodują komplikacje. Liczba poprawek nigdy nie jest taka, jakiej ostatecznie spodziewają się klienci. Pojawiają się prośby o zmianę zakresu, a także częste opóźnienia w otrzymywaniu treści lub informacji zwrotnych. Najlepiej przygotowane plany z początku projektu ostatecznie nie stają się rzeczywistością.

Pojawia się więc wiele zmian, a nadążanie za wszystkimi ruchomymi elementami i komunikacją z interesariuszami samo w sobie wymaga dużo pracy. Za każdym razem, gdy zmienia się zakres, trzeba aktualizować budżety, zadania, plany, harmonogramy i wszystkie tego typu elementy.

Nie sądzę, żeby było to coś nowego. Prawdopodobnie tak wygląda sytuacja od początku zarządzania projektami. To nasze wyzwanie.

Tim Fisher: Zdecydowanie. Jak sądzisz, co liderzy często robią źle w zarządzaniu projektami, a co pomaga naprawić Scoro?

Harv Nagra: Kończysz, będąc niejako pogrzebanym pod ogromną liczbą zmian. Myślę, że na początku projektu oczekiwania są zawsze bardzo optymistyczne — zakładasz, że wszystko pójdzie idealnie.

Często jesteśmy również pod presją, aby budować obecnie bardzo oszczędne budżety, tylko po to, żeby wygrać projekt. Możemy to zrobić, a potem okazuje się, że nie ma żadnego marginesu bezpieczeństwa, jeśli coś pójdzie nie tak. Do tego, jak mówiłem, kiedy korzystasz z wielu różnych narzędzi do koordynowania tych wszystkich działań, ostatecznie wykonujesz ogromną ilość pracy administracyjnej zamiast zajmować się rzeczywistymi zadaniami przynoszącymi wartość.

Budżet tworzysz gdzie indziej. Korzystasz z Harvest, Asany, śledzisz czas w kolejnym miejscu, eksportujesz arkusze kalkulacyjne, żeby uzgodnić budżety — a to wszystko zajmuje mnóstwo czasu. Pojawia się kilka problemów.

Po pierwsze, jest ogromna nieefektywność, jeśli zespół nieustannie importuje i eksportuje dane albo powiela je między systemami. Za każdym razem wprowadza to do procesu ryzyko błędu ludzkiego. Pojawia się też znaczne opóźnienie nie tylko w ocenie wyników firmy, ale także w sprawdzaniu, jak radzą sobie projekty.

Rozmawiam czasem z agencjami lub firmami konsultingowymi, które dosłownie rejestrują czas w jednym miejscu, eksportują go raz w tygodniu, a następnie umieszczają w Arkuszu Google, żeby spróbować podsumować, ile czasu zgromadziły w tym okresie. Jeśli jesteś zajęty i nie wykonasz tego procesu przez dwa tygodnie, mogło wydarzyć się wszystko. Możesz być znacznie ponad budżetem i nawet o tym nie wiedzieć. Jest więc dużo pracy administracyjnej i brakuje widoczności — właśnie tutaj przydaje się rozwiązanie PSA, takie jak Scoro. To jedno źródło prawdy: wszystko znajduje się w jednym miejscu, nie eksportujesz i nie importujesz danych, nie kopiujesz ich z jednego miejsca do drugiego.

Po prostu są dostępne. To właśnie ta konsolidacja — od tworzenia ofert przez zarządzanie projektami, planowanie zasobów, śledzenie czasu i fakturowanie, aż po wszystkie pozostałe działania — w jednym miejscu. Ostatnia rzecz, którą chciałbym powiedzieć, Tim, jest taka, że firmy w pewnym momencie również dojrzewają do takiego rozwiązania. Przez jakiś czas korzystasz z wielu różnych systemów, ale w toku rozwoju przychodzi moment, w którym myślisz: dobrze, teraz jest już chaos.

Jesteśmy zbyt duzi, żeby działać w ten sposób, albo nasze projekty są zbyt złożone i musimy trochę dorosnąć.

Tim Fisher: Tak, to ma sens. Niesamowite, jak często widziałem, że szaleństwo związane z łączeniem wszystkich tych różnych systemów — często za pomocą kopiowania, wklejania i arkuszy kalkulacyjnych — jest traktowane jako coś zupełnie normalnego, co wszyscy po prostu akceptujemy.

Biorąc to wszystko pod uwagę, gdzie widzisz miejsce AI w tych wyzwaniach, o których teraz mówisz?

Harv Nagra: Jak wspomniałem, byłem producentem. Kierownicy projektów muszą koordynować ogromną ilość pracy. Ta koordynacja odbywa się jednak ręcznie. Widzę też, że wiele firm korzysta z AI w dość wyrywkowy sposób, aby przyspieszyć pojedyncze działanie.

Czasami oznacza to przyspieszanie zepsutego procesu. Zamiast go naprawić, mówimy po prostu: dobrze, skoro korzystamy z dużego modelu językowego, możemy zrobić to szybciej. Myślę jednak, że jesteśmy teraz u progu czegoś znacznie bardziej transformacyjnego, co — mam nadzieję — sprawi, że kierownicy projektów, producenci i zespoły projektowe poczują się tak, jakby za jednym kierownikiem projektu stał cały wirtualny zespół ludzi, czyli AI pomagające wykonywać całą żmudną pracę. Dzięki temu mogą się od niej odsunąć, wydać polecenie, a AI zajmie się nudnymi czynnościami, pozwalając im wykonywać pracę o większej wartości. I właśnie to jest naprawdę ekscytujące.

Tim Fisher: Czy możesz nieco przybliżyć temat? Jaki jest jeden konkretny problem albo punkt tarcia, z którym AI pomogło dotąd twoim klientom?

Harv Nagra: Wracając do przykładu, o którym mówiłem kilka minut temu — projekty nigdy nie przebiegają zgodnie z planem. Terminy się przesuwają, zmienia się zakres i pojawiają się wszystkie tego typu problemy.

Zatwierdzenia są opóźnione, a do tego korzystasz z wielu systemów, więc potrzebne informacje nie są dostępne. Myślę, że właśnie w tym kierunku zmierzamy dzięki technologii. Budujemy rozwiązanie, w którym te informacje są dostępne. Tradycyjnie mieliśmy produkty, w tym również nasze, które tworzyły raporty.

Problem polega na tym, że wtedy trzeba polegać na człowieku, który musi je przeanalizować. To jest w porządku i bywa użyteczne, ale czasem bardzo pomocne byłoby otrzymanie tych informacji z wyprzedzeniem. Nie musisz ich szukać ani samodzielnie analizować — ktoś mówi ci: dobrze, to jest problem i musisz się nim zająć.

Nasi klienci testowali wersję beta naszego MCP i przekazywali nam wiele pomysłów oraz opinii na temat tego, co chcieliby móc robić. Słuchanie tych pomysłów jest naprawdę ekscytujące. Część z nich nie jest obecnie możliwa, ale sądzę, że zmierzamy do momentu, w którym coraz więcej takich działań będzie wykonalnych.

Mówisz AI, co się zmieniło, co powinno się zmienić albo co chcesz, żeby zrobiło, a ono wykonuje tę pracę.

Tim Fisher: Zanim przejdziemy dalej, mam jeszcze jedno pytanie. Wspomniałeś skrót, który zasługuje na krótkie wyjaśnienie. Czym dokładnie jest MCP? Myślę, że wiele osób na dzisiejszym spotkaniu o nim słyszało, ale przydałoby się krótkie objaśnienie.

Harv Nagra: Myślę, że wszyscy uczestnicy słyszeli o API, czyli interfejsie programowania aplikacji. Oznacza ono sposób, w jaki dwie aplikacje mogą komunikować się ze sobą, udostępniać dane i funkcje. Zwykle jednak wymaga to od programisty zakodowania takiego połączenia, aby udostępniać dane i wykonywać określone działania.

Najprościej wyjaśniłbym MCP jako warstwę API dla platform AI, takich jak ChatGPT lub Claude, która umożliwia im łączenie się z innymi systemami. Co ciekawe, nie tylko przepływają przez nią informacje — możesz poprosić AI o odczytanie danych z systemów i udzielenie odpowiedzi na ich podstawie — ale możesz również poprosić je o wykonanie działań w tych systemach.

Możesz więc powiedzieć: wykonaj tę czynność. AI staje się w ten sposób centrum dowodzenia dla pozostałych narzędzi. Jeszcze lepsze jest to, że w przeciwieństwie do API nie potrzebujesz programisty, który zakoduje takie połączenie. Wystarczy polecenie w ulubionym dużym modelu językowym. To bardzo potężne rozwiązanie. Kolejną zaletą MCP jest możliwość obsługi wielu narzędzi.

Nie chodzi więc tylko o wykonywanie działań albo ponowne przekazywanie informacji z jednego systemu. MCP może wykonywać te czynności jednocześnie w wielu systemach. I myślę, że właśnie to jest naprawdę ciekawe.

Tim Fisher: Wszyscy dodają AI do wszystkiego. Nie da się przejść przez żadną reklamę na Instagramie, żadną reklamę w ogóle ani żadną rozmowę bez tego, żeby ktoś nie powiedział: „Hej, zobacz, jak dodaliśmy AI do naszego oprogramowania”.

To stało się obecnie standardem. Integracja sztucznej inteligencji pojawia się właściwie wszędzie. Jakie jest inne podejście Scoro? Co robicie inaczej? Co jest wyjątkowego w sposobie, w jaki wykorzystujecie AI na swojej platformie w porównaniu z innymi firmami w waszej branży?

Harv Nagra: Kilka tygodni temu obchodziliśmy trzecie urodziny ChatGPT.

Gdy tylko się pojawił, wiele systemów i produktów pospiesznie dodało generator tekstu do swoich produktów, aby móc twierdzić, że mają AI. Dziś wszyscy mamy swoje ulubione generatory tekstu i ulubione duże modele językowe, które są najlepsze w swojej klasie i oferują najbardziej innowacyjne możliwości. Czy naprawdę potrzebujemy generatora tekstu w każdym produkcie?

Nie sądzę. I nigdy nie było to nasze podejście. W pewnym sensie uznaliśmy to za oszustwo. Moglibyśmy to zrobić, ale dlaczego ktoś miałby chcieć korzystać z generatora tekstu w Scoro? Jaka byłaby w tym logika? Nie obraliśmy więc tej drogi. Uznaliśmy już, że jesteśmy swego rodzaju systemem operacyjnym dla firmy.

Jak mówiłem, masz swoje budżety, projekty, faktury, raporty i wszystkie pozostałe elementy. Chcieliśmy więc stworzyć warstwę AI, która działa na ich podstawie i mówi: masz już ten świetny produkt automatyzujący wszystkie te dane i przepływy pracy, ale teraz zapewnimy ci dodatkowe informacje i pomożemy prowadzić oraz realizować pracę.

Naszą wizją było stworzenie czegoś w rodzaju współpracownika, który może robić wszystko, co robisz w produkcie, ale wykonuje to za ciebie. Ta pełna koordynacja przepływu pracy, o której mówiłem kilka minut temu, jest ważną częścią naszego podejścia.

Tim Fisher: Chciałbym teraz nieco poszerzyć temat i porozmawiać o tym, dokąd wszyscy zmierzamy. Co nas czeka? Zapytam wprost: dokąd, twoim zdaniem, zmierza droga Scoro w obszarze AI?

Harv Nagra: W tym roku naprawdę inwestowaliśmy w Eli i MCP. Jak mówiłem, to był nasz główny cel. Nie chcieliśmy dodawać do produktu generatora języka ani generatora tekstu.

Chodziło raczej o stwierdzenie: mamy już wszystkie te świetne dane dotyczące naszych projektów i klientów — a właściwie nie naszych klientów, tylko twoich klientów, jeśli jesteś użytkownikiem — i chcemy je wykorzystać. Byliśmy również pierwszą platformą PSA, która tej jesieni uruchomiła obsługę MCP. To coś, z czego jesteśmy naprawdę dumni. Chcemy jednak przede wszystkim rozwijać możliwości Eli, aby mógł robić wszystko, co może zrobić użytkownik.

Jak wspominałem wcześniej, dosłownie z tygodnia na tydzień rozszerzamy jego możliwości. Poza tym chcemy osiągnąć taki poziom sprawności, aby można było poprosić go o wykonanie dowolnego działania, które sam użytkownik byłby w stanie wykonać. Część tych możliwości może obejmować na przykład obsługę głosową.

Wielu naszych klientów dostarcza nam również inspiracji dotyczących funkcji, które chcieliby zobaczyć, ponieważ testowali to rozwiązanie. Jeśli miałbym zdradzić prawdziwy przedsmak tego, nad czym pracujemy w nieco dalszej perspektywie — choć mam nadzieję, że nie aż tak odległej — chcielibyśmy zapewnić Eli jeszcze większe możliwości, tak aby można było przekazać mu więcej informacji o swojej firmie, branży i niszy, a on mógł wykorzystać ten dodatkowy kontekst.

Myślę, że będzie to jeszcze potężniejsze, ponieważ Eli nie będzie tylko analizował zbioru danych, ale będzie znał rodzaj prowadzonej działalności i jej konkretne niuanse: na przykład sposób, w jaki chcesz tworzyć oferty, albo szczególne potrzeby twoich klientów. W ten sposób rozwiązanie stanie się niezwykle dobrze dopasowane do firmy i jeszcze bardziej niezastąpione.

Tim Fisher: To byłoby niesamowite. Myślę, że właśnie odpowiedziałeś na to pytanie, więc może popchnę cię nieco mocniej i poproszę o jeszcze jeden przykład. Jeśli pomyślisz o wszystkim, co robią twoi klienci w swoich organizacjach — gdyby istniała jedna naprawdę konkretna rzecz, jedna funkcja, której Scoro obecnie nie oferuje — co by to było?

Możliwie konkretnie. To trochę tak, jakbym prosił cię o zajrzenie do planu rozwoju produktu, co może nie być właściwe, ale co mogłoby się tam znaleźć? Chcę po prostu wzbudzić w ludziach ekscytację dotyczącą tego, co może nadejść, w bardzo konkretny sposób.

Harv Nagra: Może powiem, co chciałbym zobaczyć jako były producent, ale zaznaczę również, że część pomysłów, które przekazują nam użytkownicy, dotyczy na przykład automatyzacji tworzenia ofert na podstawie podobnych projektów z przeszłości.

Albo sytuacji, w której dany klient ma zły nawyk i jest wyjątkowo trudny we współpracy. Chodziłoby o przeanalizowanie tego i przekazanie informacji dotyczących takiego projektu. Szablony ofert są świetne, ale nadal są tylko szablonami. Możesz więc powiedzieć: użyj tego szablonu oferty jako podstawy, ale na podstawie danych historycznych i informacji o tym kliencie zaktualizuj ceny zgodnie z zakresem i innymi czynnikami.

Cała ta żmudna praca, taka jak kontrole stanu projektów, konfigurowanie fakturowania dla projektów, tworzenie podsumowań, a także potencjalne zastąpienie API samym MCP — to przykłady czynności, które są obecnie uciążliwe, ale już możliwe albo niemal możliwe do wykonania. Z mojej perspektywy byłego producenta chciałbym jednak zobaczyć pomoc w lepszym zarządzaniu klientami, sortowaniu przychodzących próśb i zapytań od klientów.

Chciałbym, żeby system informował mnie, czy dana prośba mieści się w zakresie, czy poza niego wykracza, a także podpowiadał, jak na przykład odmówić klientowi. Dzięki temu moglibyśmy utrzymywać projekt na właściwym torze. Przydatne byłoby również kierowanie komunikacją i negocjacjami. Nie wiem, czy to brzmi jak nudna odpowiedź, ale właśnie tego typu czynności nie są szczególnie przyjemne.

Myślę, że ludzie mają z nimi trudności, ponieważ niezręcznie jest odmawiać klientowi, a do tego dochodzą emocje. Gdyby więc można było poprosić system o pomoc w obsłudze wszystkich przychodzących zapytań i otrzymać odpowiedź: dobrze, to zadanie należy wykonać, więc zostało już przypisane; to jest zupełnie nowy zakres, więc powinieneś poprosić o większy budżet; tak możesz się za to zabrać.

A może system przygotowałby również wiadomość e-mail i zapytał, czy jesteś gotowy ją wysłać. Myślę, że byłoby to bardzo ciekawe.

Tim Fisher: Zdecydowanie. Te wszystkie mało efektowne rzeczy są moim zdaniem zdecydowanie najbardziej interesujące. Każdego dnia wybrałbym je zamiast jakiegokolwiek szalonego filmu stworzonego przez AI. Zabawnie słucha się, jak o tym mówisz, ponieważ te ciekawe funkcje, które chciałbyś zobaczyć, są dokładnie tym, w czym duże modele językowe są naprawdę dobre — wszyscy regularnie prowadzimy takie rozmowy z ChatGPT albo Claude.

Brakującym elementem są wszystkie dane biznesowe znajdujące się w Scoro albo, niestety w przypadku większości osób, w 15 różnych systemach. To świetny sposób na połączenie wszystkiego i być może wykonanie czegoś bardziej produktywnego niż niektóre błahe czynności, do których najczęściej wykorzystujemy AI. To dobry moment na przejście do ostatniego, dużego pytania, które lubię zadawać ludziom na różne sposoby.

Jak widzisz ewolucję roli kierownika projektu w miarę rozwoju tych wszystkich zmian? Wiele opisywanych przez ciebie działań to części pracy kierownika projektu, czyli elementy codziennych obowiązków wielu osób. Kiedy sam odpowiadam na to pytanie w różnych obszarach gospodarki, myślę o wszystkich korzyściach i podnoszeniu poziomu, które możemy osiągnąć dzięki strategii i podobnym działaniom.

Jak jednak w twoim świecie i wśród osób, z którymi pracujesz, zmieni się rola kierownika projektu?

Harv Nagra: Dziś kilka razy użyłem słowa „koordynować”, ponieważ właśnie tak widzę rolę narzędzi, które dziś prezentowaliśmy — pomagają ludziom koordynować pracę. Jak mówiłem wcześniej, jako kierownicy projektów już teraz koordynujemy pracę, ale robimy to bardzo ręcznie. Opublikowałem dziś na LinkedIn wpis o tym, że praca kierownika projektu nie polega na byciu drogim pracownikiem administracyjnym, ale właśnie tym staje się w praktyce, kiedy przez cały dzień jesteś zasypywany kopiowaniem informacji i próbujesz aktualizować około stu systemów.

Nie powinniśmy wykonywać takich czynności ani być z nich szczególnie dumni czy nimi pasjonować się, ponieważ właściwie nikt ich nie lubi. Myślę więc, że ta ewolucja będzie polegała na umożliwieniu naszym systemom i narzędziom, takim jak Eli i MCP, wykonywania tych zadań, abyśmy mogli zajmować się ciekawszą pracą strategiczną oraz zadaniami o większej wartości, które rzeczywiście sprawiają nam przyjemność.

Nie znam nikogo, kto lubiłby po prostu aktualizować wykresy Gantta i wykonywać podobne czynności. To obecnie część tej roli, ale nie jest to jej przyjemna część. Nie martwię się szczególnie tym, że AI i tego rodzaju narzędzia zastąpią nasze role. Ludzie zawsze wnoszą niuanse, osąd, wartość i kontekst, a to zawsze będzie potrzebne.

Te narzędzia po prostu zapewniają większą moc — to tak, jakby mieć za sobą cały zespół, który wykonuje wszystkie te zadania. Myślę więc, że świetne będzie to, jak wiele ciekawszej pracy będziemy mogli wykonywać i jak bardzo wzrośnie nasza produktywność.

Tim Fisher: Zgadzam się. Dziękuję, Harv.

Becca Banyard: Wspaniale.

Harv, to była fantastyczna rozmowa. Bardzo dziękuję, że dołączyłeś do nas i przybliżyłeś nam funkcje AI w Scoro. Jeśli ktoś chciałby dowiedzieć się więcej o Scoro, gdzie powinien zajrzeć?

Harv Nagra: Zapraszam na stronę scoro.com. Prowadzę również podcast, więc zachęcam do jego subskrypcji. To podcast o operacjach biznesowych o nazwie The Handbook. Oczywiście możecie też połączyć się ze mną na LinkedIn, gdzie rozmawiam o dojrzałości operacyjnej firm, efektywności biznesowej i podobnych kwestiach. To BLY slash score demo, gdzie można zarejestrować się na okres próbny.

Becca Banyard: Jeszcze raz dziękuję. Tim, tobie również dziękuję za wspaniałe współprowadzenie dzisiejszego programu. Kończymy, ale życzę wam miłego dalszego dnia i do zobaczenia podczas kolejnej sesji poświęconej przyszłości AI w zarządzaniu projektami. Trzymajcie się!