Jak wspólne podejście do sztucznej inteligencji może usprawnić transformację organizacyjną w obliczu zakłóceń

Przeczytaj transkrypcję:

Testujemy transkrybowanie naszych podcastów za pomocą programu komputerowego. Prosimy o wyrozumiałość w przypadku literówek, ponieważ bot nie jest poprawny w 100% przypadków.

Galen Low: „Projekty związane ze sztuczną inteligencją. Phi.” — wzdycha z pogardą twój kolega, gdy podczas lunchu wspominasz o tym pomyśle.

„W najlepszym razie chwilowy trend” — dodaje dyrektor programu. „Nie różnią się niczym od innych projektów”.

Zaczynasz jednak rozglądać się po stołówce i nie możesz oprzeć się wrażeniu, że osoby, które szanujesz na tyle, by dzielić się z nimi posiłkiem, mogą chować głowę w piasek.

Przy sąsiednim stoliku Germaine z działu finansowego wyjaśnia Lateicii z działu HR, jak Gemini poprawia jej formuły w Arkuszach Google.

Przy stanowisku z kawą Paulo przedstawia pomysł wykorzystania sztucznej inteligencji i uczenia maszynowego do przekształcenia gigabajtów nieustrukturyzowanych opinii klientów w praktyczne wnioski.

Przy windach Sonaya prowadzi futurystyczną rozmowę z szefem swojego działu o elastycznych procesach wspieranych przez sztuczną inteligencję, które same się dokumentują i ulepszają dzięki informacjom zwrotnym od użytkowników.

Ba, nawet Andréa siedzi w kącie i korzysta z Perplexity, aby zaplanować własne przyjęcie emerytalne.

Projekty związane ze sztuczną inteligencją. Są wszędzie. A do rozważenia jest znacznie więcej niż tylko to, czy sztuczna inteligencja zaproponuje wystarczająco dobry temat przyjęcia.

Zastanawiasz się, czy twoja organizacja ma odpowiednie możliwości, aby podejmować się projektów wykorzystujących sztuczną inteligencję? Słuchaj dalej. Omówimy, co organizacje powinny robić, aby wspierać osoby, na które sztuczna inteligencja wywiera wpływ, oraz jak mogą sprawić, by ich pracownicy mieli wspólne podejście do sztucznej inteligencji — tak aby wszyscy mogli przetrwać i rozwijać się podczas kolejnej fali transformacji cyfrowej.

Cześć wszystkim, dzięki za dołączenie. Nazywam się Galen Low i reprezentuję The Digital Project Manager. Jesteśmy społecznością specjalistów cyfrowych, której misją jest wzajemna pomoc w zdobywaniu umiejętności, pewności siebie i kontaktów, abyśmy mogli zwiększać wartość zarządzania projektami w cyfrowym świecie. Jeśli chcesz dowiedzieć się więcej, odwiedź stronę thedpm.com/membership.

Jeśli interesują cię rozmowy o przyszłości i praktyczne spostrzeżenia dotyczące przywództwa w projektach cyfrowych, rozważ subskrypcję programu, aby co tydzień otrzymywać nowe odcinki.

Dobrze, dziś rozmawiamy o kolejnej fali transformacji cyfrowej tworzonej przez generatywną sztuczną inteligencję oraz o tym, jak wspólne podejście zespołu do sztucznej inteligencji może przeprowadzić organizację od chaotycznego, przypadkowego i pełnego niepokoju wdrażania do bardziej spójnego i świadomego czerpania korzyści, które wzmacnia całą organizację.

Moim gościem jest dziś Ron Schmelzer, współzałożyciel Cognilytica, a obecnie Globalny Dyrektor ds. Partnerstw i Kontaktów w Obszarze Sztucznej Inteligencji w PMI Cognilytica przy Project Management Institute.

Ron, dziękuję, że jesteś dziś ze mną.

Ron Schmelzer: Cieszę się, że tu jestem. Zawsze uwielbiam z tobą rozmawiać.

Galen Low: Tak, uwielbiam, kiedy wracasz do programu. Od kilku lat po cichu obserwuję twoją drogę i trochę ci kibicuję, gdy rozmawiamy o Cognilytica, o tym, co tam robisz, a teraz także o tym swoistym połączeniu z ekosystemem PMI. Jest wiele ekscytujących tematów, które chciałem zgłębić.

Pomyślałem, że zacznę od jednego gorącego pytania. Od najważniejszego pytania, które — jak sądzę — nawiązuje do czegoś, o czym wcześniej dyskutowaliśmy. Obecne wdrażanie rozwiązań generatywnej sztucznej inteligencji jest przez ciebie i przeze mnie porównywane do pojawienia się komputerów, edytorów tekstu czy telefonu, a właściwie do dowolnej dużej zmiany, która szybko sprawiła, że wiele ról w świecie pracy stało się mniej lub bardziej zbędnych.

Najważniejsze pytanie brzmi więc: jak organizacje mogą wspierać osoby, których praca w najbliższej przyszłości zostanie dotknięta przez sztuczną inteligencję?

Ron Schmelzer: Myślę, że część powodów, dla których sztuczna inteligencja sprawia takie wrażenie, wynika z jej transformacyjnego charakteru. Mówimy, że coś zmienia, a właśnie na tym polega transformacja. Przekształca, zmienia jedną rzecz w inną.

Być może powinienem zdefiniować transformację w tym przypadku. Ludzie widzą, że wiele narzędzi, zwłaszcza dla pracowników wiedzy, o czym wcześniej rozmawialiśmy, wykonuje zadania związane z informacjami. Pracownik wiedzy może wprowadzać informacje do systemu informacyjnego, pobierać je z niego, kondensować, podsumowywać, opisywać, umieszczać w raportach albo wykonywać takie czynności jak składanie raportów zgodności.

Wszystko to jest teraz stosunkowo łatwe dla maszyn, podczas gdy jeszcze kilka lat temu takie nie było. Organizacje zaczynają więc na nowo to przemyśleć. Nietransformacyjny sposób polegałby na tym, że osoba na danym stanowisku wykorzystuje te narzędzia do wykonywania dotychczasowych czynności, proces się nie zmienia i właściwie nic się nie zmienia.

Być może organizacja trochę oszczędza, przyspiesza niektóre działania albo zwiększa ich dokładność — niezależnie od przyjętych miar. Proces pozostaje jednak taki sam. Organizacje, które rzeczywiście się transformują, od początku na nowo przemyślają procesy.

Podobne doświadczenia mieliśmy już wiele razy. Przed internetem zakupy wyglądały tak: idziesz do sklepu, a sklep ma towary na stanie albo ich nie ma, kupujesz je i pakujesz. Trzeba było jednak przemyśleć to na nowo. Handel elektroniczny nie polegał po prostu na tym samym doświadczeniu, tylko przeniesionym do internetu — na wejściu do sklepu, w którym towary nadal stoją na półkach.

Ludzie musieli zrozumieć, że nie potrzebujemy tych samych założeń dotyczących zapasów i możemy zrobić to wszystko inaczej. To samo wydarzy się ze sztuczną inteligencją. Przerażające jest to, że kiedy organizacja nie dokonała transformacji procesu, sztuczna inteligencja przypomina trochę młot kowalski.

Wkracza i powoduje mnóstwo zniszczeń oraz chaosu. Być może pomaga wykonywać zadania, ale robi to kosztem istniejących procesów, ponieważ te procesy się nie zmieniły. Wprowadzamy jedynie nowe narzędzia, a to oznacza, że ludzie są wypychani z procesu.

Galen Low: To bardzo interesujące. Wiesz, co szczególnie mnie zaciekawiło? Wiele rozmów, które prowadzę i które widzę w internecie na temat sztucznej inteligencji, sprowadza się do zapewnienia: „Nie martw się. Pomoże ci wykonywać te same zadania co zawsze”. A ty powiedziałeś coś bardzo ciekawego.

Twierdzisz, że z perspektywy organizacji jedną z lepszych rzeczy, jakie może ona zrobić, jest wyznaczenie transformacyjnej wizji przyszłości. Powiedzenie: „Wiemy, że nic nie będzie już takie samo. Nie chcemy, żebyś zapisywał numery telefonów w notesie, skanował je, a następnie przenosił do telefonu. Nie o to chodzi. Chcemy na nowo wyobrazić sobie, jak wygląda praca, a ty masz w tym swoje miejsce i pomożemy ci je znaleźć”.

Nie stanie się to jutro. Dojdziemy do tego, ale musimy zacząć postrzegać sztuczną inteligencję nie jako jej wersję tego, co robiliśmy wcześniej, lecz jako nową rzecz, którą robimy z udziałem sztucznej inteligencji.

Ron Schmelzer: Twierdzę, że takie transformacje są trudniejsze do przeprowadzenia niż samo wdrożenie technologii. Możesz powiedzieć: „Proces wygląda tak. Składa się z tych kroków. Zastąpię te kroki maszyną”. Z poznawczego punktu widzenia łatwiej tak myśleć niż powiedzieć: „Chwileczkę, gdybym miał przemyśleć całość od nowa, jak by to działało?”.

To znacznie trudniejsze i pod pewnymi względami bardziej ryzykowne, bo nie wiesz, czy nowy proces zadziała. Mógłby jednak przynieść znacznie większy wpływ. Myślę, że właśnie to jest najtrudniejsze.

Wygłosiliśmy kiedyś krótkie przemówienie podczas ostatniej sesji PM Expo. Powiedzieliśmy, że tym, co odróżnia ludzi próbujących sprawić, by sztuczna inteligencja działała, jest sposób jej wykorzystywania. Wiele osób używało jej na własną rękę. Organizacja nie nakazywała jej używania, a czasem nawet na to nie zezwalała, ale ludzie i tak korzystali z niej samodzielnie.

Odkryliśmy cztery podstawowe grupy. Pierwsza to osoby, które w ogóle jej nie używają. Nazywamy ich obserwatorami albo osobami stojącymi z boku. Przyglądają się, czym jest sztuczna inteligencja. Są sceptyczne, przestraszone, pełne wątpliwości albo po prostu nie chcą mieć z nią nic wspólnego.

Druga grupa to wykonawcy zadań. Mówią: „Wykonuję swoją pracę. Od czasu do czasu użyję sztucznej inteligencji, żeby napisać wiadomość e-mail, przygotować arkusz kalkulacyjny czy zrobić coś innego”. Nadal jednak wykonują swoją pracę w ten sam sposób.

Trzecia grupa uwielbia technologię dla samej technologii. To wcześni użytkownicy, entuzjaści i osoby, które codziennie testują nowy model lub narzędzie znalezione w internecie. Czerpią przyjemność z odkrywania.

Czwarta grupa to osoby, które nazywamy skoczkami. Działają strategicznie. Nie używają sztucznej inteligencji tylko do wykonania pojedynczego zadania, lecz zmieniają całe podejście do pracy i przemyślają je z perspektywy sztucznej inteligencji.

To właśnie na nich powinniśmy zwracać uwagę, ponieważ — paradoksalnie — zapewniają sobie bezpieczeństwo zatrudnienia. Mówią: „Teraz potrafię wykorzystywać tę technologię w sposób, który może przynieść pozytywną wartość transformacyjną. Organizacja nadal mnie potrzebuje”.

Galen Low: Jest tu bardzo dużo wątków. Dziękuję za to wyjaśnienie. Podoba mi się twój podział na grupy i z pewnością wiem, do której sam należę, ale na razie zachowam to dla siebie.

Interesujące jest połączenie przywództwa organizacyjnego w obszarze sztucznej inteligencji, które jest potrzebne, z faktem, że obecna struktura przywódcza niekoniecznie będzie miała wizję sztucznej inteligencji i tego, co może ona osiągnąć. Pojawi się wiele obaw, dlatego organizacje nie uwzględniły jeszcze sztucznej inteligencji w pełni w swoich politykach, procedurach i procesach. Zamiast tego wszystko dzieje się indywidualnie.

Jednocześnie każdy może swobodnie testować narzędzia, niezależnie od tego, czy organizacja na to zezwala. Jeśli liderzy organizacji potrafią dostrzec skoczków i stworzyć im środowisko do prowadzenia prac badawczo-rozwojowych dla całej organizacji, z większą dozą kreatywności, mogą oni przewodzić transformacji biznesu.

Nie są wykonawcami zadań ani zwykłymi wczesnymi użytkownikami. To osoby z wizją, którą możemy wspierać. Ludzie w organizacji mogą pomóc zbudować wspólne podejście do sztucznej inteligencji. Nie można oczekiwać, że każdy dyrektor na świecie stanie się wizjonerskim liderem sztucznej inteligencji. Trzeba oprzeć się na osobach, które rozumieją ten temat.

Ron Schmelzer: Posłużę się analogią z zupełnie innej dziedziny. Skoro wspomniałeś o podejściu zachowawczym i o tworzeniu czegoś od podstaw, pomyślmy o zmieniającym się charakterze działań wojennych.

Jeśli spojrzymy na to, co dzieje się obecnie w Ukrainie, na początku wojny stosowano bardzo tradycyjne podejście do prowadzenia działań zbrojnych: dywizje pancerne, duże oddziały i ataki frontalne. Zakładano nawet, że najpierw trzeba zdobyć przewagę w powietrzu.

Nic z tego nie zadziałało z kilku powodów. Po pierwsze, nie spodziewano się oporu. Po drugie, zmienił się charakter działań wojennych. Mówimy o wojnie z wykorzystaniem dronów i małych, jednorazowych jednostek, które sprawiły, że koncepcja ataku przy użyciu dużych, uzbrojonych formacji stała się mniej skuteczna.

Na początku pojawiali się ludzie eksperymentujący z dronami. Nie wiedzieliśmy, czy to zadziała, więc próbowali zrzucać granaty z dronów. Początkowo wydawało się to dziwne i marginalne. Potem pojawiły się drony FPV, którymi można sterować i przenosić ładunek. Z czasem rozwiązanie z obrzeży stało się podstawą działań.

Podobnie wygląda sytuacja ze sztuczną inteligencją. Jeśli uznamy eksperymenty prowadzone na obrzeżach za coś marginalnego, przegapimy większy obraz.

Galen Low: Podoba mi się ta analogia, ponieważ istnieją tradycyjne czynniki wymuszające ludzkie innowacje. Konflikt i przetrwanie należą do najszybszych motorów innowacji. Widzieliśmy to w technologiach wojskowych i podczas pandemii, która zmusiła nas do przemyślenia pracy zdalnej i powrotu do biur.

Sztuczna inteligencja działa podobnie. Wszyscy przyglądają się sytuacji i czekają, aż rozwiązania się sprawdzą. To pozostawia nas w bardzo niekomfortowym miejscu, ponieważ czujemy się niepewnie i niebezpiecznie w swoich miejscach pracy. Nikt nie mówi, że ten dyskomfort minie. Nikt nie mówi, że to nieistotne. Wszyscy przyznają, że sytuacja jest poważna, ale nie wiemy, dokąd zmierza.

Ron Schmelzer: Myślę, że istnieje wiele podobieństw do braku bezpieczeństwa psychologicznego, ponieważ nikt naprawdę nie wie, dokąd to wszystko prowadzi. Jedną z najważniejszych rzeczy, które organizacje mogą teraz zrobić, jest poszerzenie obszarów eksperymentowania i uczenia się.

Nie powinno to być zamknięte w jednej grupie zajmującej się eksperymentami ze sztuczną inteligencją. Nie wystarczy ograniczyć tego do działu produktu czy technologii, ponieważ wpływ sztucznej inteligencji obejmuje całą organizację. Można na nowo przemyśleć dział HR, finanse, zarządzanie łańcuchem dostaw, logistykę i całość działalności.

Każda organizacja ma misję i cel. Misją nie są procesy ani technologia. Są one środkami prowadzącymi do celu. Do tego obrazu dodajemy sztuczną inteligencję — zasób lub narzędzie, którego możemy używać do realizacji misji.

Galen Low: Ciekawe, że opisujesz ją jako narzędzie. Wiele osób odwołuje się dziś do Terminatora i pyta, czy powstanie Skynet, który zyska samoświadomość i nas zniszczy. To ważne pytania, ale obecnie sztuczna inteligencja nie jest superzłoczyńcą tej historii. Jest częścią obrazu, być może aktorem drugoplanowym wpływającym na kierunek rozwoju wydarzeń.

Możemy zdecydować, jak wykorzystać tę postać. Nie musi ona redefiniować wszystkiego za nas. Może być czynnikiem zakłócającym, który zmusi głównych bohaterów do powrotu do swojej misji i kontynuowania podróży.

Ron Schmelzer: Jedną z rzeczy, o których od dawna mówimy w ramach naszego szkolenia CPMAI, jest pytanie: czego naprawdę należy się obawiać? Utraty pracy z powodu sztucznej inteligencji, superinteligencji, złych ludzi robiących złe rzeczy? Jest jeszcze jeden element — obawa, że zbyt duża władza zostanie skoncentrowana w rękach niewielkiej grupy osób.

Obawiamy się, że maszyny staną się wystarczająco inteligentne, aby przechytrzyć ludzi. Być może jednak bardziej powinniśmy obawiać się niewielkiej liczby osób, które mają dostęp do wszystkich danych, modeli i zasobów świata. To może być znacznie bardziej bezpośrednie zagrożenie egzystencjalne niż przyszłość, której jeszcze nie osiągnęliśmy.

Jednym ze sposobów przeciwdziałania temu lękowi i niepewności jest wzmacnianie sprawczości jednostek. Ludzie powinni robić rzeczy dla siebie, wykorzystując sztuczną inteligencję do zwiększania własnych możliwości i budowania odporności.

Trudno dziś pokładać wiarę w firmach, rządach czy niemal czymkolwiek innym. Jeśli musisz w coś wierzyć, najlepiej zacząć od wiary we własne możliwości.

Galen Low: To bardzo dobra rada i świetna odpowiedź na pierwotne pytanie: jak organizacje mogą wspierać osoby, których praca zostanie dotknięta przez sztuczną inteligencję? Należy wyposażyć je w wiedzę. Nie chodzi o zamykanie ich w organizacji ani o kupowanie im studiów MBA w zamian za pięcioletni obowiązek pozostania w firmie. Trzeba dać im narzędzia, ponieważ mają własną misję, a organizacja prawdopodobnie na tym skorzysta, ale nie jest właścicielem ich umysłów.

Ron Schmelzer: Przygotowuję wystąpienie na Global Summit PMI w Barcelonie, podczas którego chcę dokładniej omówić odporność organizacyjną w obliczu sztucznej inteligencji.

Odporna organizacja potrafi przetrwać i rozwijać się w warunkach ciągłych zmian. Odporność wymaga elastyczności i zdolności adaptacji, zwłaszcza w odniesieniu do procesów i sposobu działania.

Jeśli organizacja jest nadmiernie przywiązana do dotychczasowych sposobów działania, staje się mniej odporna. Samo zautomatyzowanie istniejących czynności i usunięcie ludzi z obrazu oznacza przywiązanie do obecnego sposobu działania. W rezultacie odporność organizacyjna spada.

Odporność organizacyjna polega na przyspieszaniu uczenia się i zwiększaniu szybkości reagowania na zmiany. Oznacza to wzmacnianie ludzi, aby stawali się siłami napędzającymi zmianę — nie tylko odgórnie, lecz także oddolnie.

Galen Low: Bardzo podoba mi się koncepcja odporności organizacyjnej. Wiele osób powiedziałoby: „Mamy szczelne procesy, robimy to od lat i właśnie tak przetrwamy kryzys”. Być może jednak już nie.

Wspomniałeś o certyfikacji CPMAI. Byłeś współzałożycielem Cognilytica, organizacji skupionej na sztucznej inteligencji i projektach, która wyprzedzała swój czas. Była to prawdopodobnie pierwsza certyfikacja dla zespołów dostarczających rozwiązania oparte na sztucznej inteligencji.

Ron Schmelzer: To jedyna certyfikacja tego rodzaju. Istnieją inne certyfikaty dotyczące wykorzystywania sztucznej inteligencji w zarządzaniu projektami i różnych aspektów zarządzania projektami AI, ale nikt wcześniej nie stworzył neutralnej wobec dostawców metodyki prowadzenia i zarządzania projektem AI.

CPMAI powstało właśnie po to. Chcieliśmy stworzyć opartą na danych metodykę, w której funkcjonalność wynika z danych, a nie z programowania.

Wykorzystaliśmy metodykę CRISP-DM, ulepszyliśmy ją i dostosowaliśmy do sztucznej inteligencji, aby uwzględnić fakt, że AI nie zapewnia gwarantowanych rezultatów. CPMAI to podejście do prowadzenia i zarządzania projektami, które zwiększa prawdopodobieństwo sukcesu w sytuacji, gdy sztuczna inteligencja nieustannie się zmienia.

Obecnie większość projektów AI prowadzą osoby, które nie są naukowcami zajmującymi się danymi ani inżynierami uczenia maszynowego. Korzystamy z gotowych modeli, a przy generatywnej sztucznej inteligencji musimy łączyć wiele elementów i prawidłowo zarządzać każdym z nich.

CPMAI wykorzystują zarówno organizacje, które chcą przyspieszyć własne inicjatywy AI i realizować je w ustandaryzowany sposób, jak i firmy doradcze wdrażające projekty AI w imieniu innych podmiotów.

Metodyka obejmuje sześć faz, dokumentowanie decyzji, wykonywanie działań we właściwej kolejności, odkrywanie brakujących informacji oraz przygotowanie planów oceny i testowania rozwiązań AI przed ich wdrożeniem, a także zarządzanie nimi i monitorowanie ich działania.

Galen Low: Z perspektywy kierownika projektu szczególnie interesujące jest wykonywanie działań we właściwej kolejności. W świecie cyfrowym możemy iterować, ponieważ znamy kod i strukturę danych. W przypadku sztucznej inteligencji cała architektura rozwiązania zależy od danych, które są paliwem maszyny.

Podstawowym krokiem jest zapewnienie dostępu do czystych danych i sprawdzenie, czy rzeczywiście są one dobrej jakości. Organizacje od dawna zmagają się z zarządzaniem danymi i tworzeniem zespołów międzyfunkcyjnych, które potrafią wykorzystać dane w praktyczny sposób.

Ron Schmelzer: Właśnie teraz napotykam ten problem. Czasem sam dostęp do danych jest wyzwaniem. Dane mogą być uwięzione w jednym systemie, niedostępne albo dostarczane z opóźnieniem. Jeśli projekt AI zależy od danych, a nie można do nich dotrzeć, cały projekt zostaje zablokowany.

Dlatego trzeba odkryć to na początku, zanim zacznie się kupować i wdrażać narzędzia. W metodyce CPMAI zakup i wdrożenie narzędzi to dopiero krok czwarty. Pierwszy krok polega na ustaleniu, jaki problem próbujemy rozwiązać, czy rzeczywiście potrzebujemy AI, jaki wzorzec sztucznej inteligencji może być odpowiedni i czy projekt w ogóle powinien być kontynuowany.

Drugi krok to odkrywanie danych: jakich danych potrzebuję, czy mam do nich dostęp, w jakim są formacie, gdzie się znajdują, czy są bezpieczne, czy trzeba je zanonimizować i czy wymagają ochrony.

Galen Low: To interesujące, że pierwszy etap dotyczy gotowości. W ramach dostarczania rozwiązań często zakładamy, że wiemy, co trzeba zrobić, i musimy tylko ustalić, jak to zrobić. Tutaj nie wiemy nawet, czy wiemy, co należy zrobić. Trzeba to najpierw ustalić, a po drodze może pojawić się decyzja, że sztuczna inteligencja nie jest rozwiązaniem.

Czy CPMAI jest przeznaczone dla kierowników projektów, czy także dla innych ról?

Ron Schmelzer: CPMAI to metodyka prowadzenia i zarządzania projektem AI, niezależnie od tego, czym ten projekt jest. Może być krótkoterminowy albo dłuższy i podzielony na wiele projektów.

Rola kierownika projektu polega na ułatwianiu tego procesu. Osoby odpowiedzialne za strategię definiują misję, kierunek, priorytety, cele i wymagania. Z drugiej strony znajdują się wykonawcy, którzy realizują wizję.

Specjaliści ds. projektów działają pośrodku, w tym trudnym obszarze, tłumacząc priorytety organizacji, strategię, cele i kierunki oraz pozyskując odpowiednie zasoby do realizacji wizji.

Można by nawet przemianować zarządzanie projektami na ułatwianie transformacji. Chodzi o ułatwianie współpracy między osobami odpowiedzialnymi za rezultaty a zasobami potrzebnymi do ich osiągnięcia: ludźmi, pieniędzmi, zapasami, technologią i sztuczną inteligencją.

Galen Low: Podoba mi się to. Organizacja filmowa jest dobrą analogią, ponieważ produkcja filmu także jest tymczasowym przedsięwzięciem. Zbiera się indywidualnych twórców, producentów i osoby zarządzające procesem, aby osiągnąć jasno określony cel w ramach budżetu, harmonogramu i dostępnych zasobów.

Kiedy organizacja powinna zatrudnić osobę z certyfikatem CPMAI, a kiedy wystarczy jej grupa skoczków?

Ron Schmelzer: Z egoistycznej perspektywy uważam, że każdy powinien zdobyć CPMAI. Jeśli jesteś skoczkiem i chcesz naprawdę wyprzedzać innych, nie wystarczy opanowanie najnowszych narzędzi, ponieważ te będą się stale zmieniać. Potrzebujesz ram określających, jak prowadzić i zarządzać takimi inicjatywami.

Certyfikat zapewnia długoterminową wartość dla kariery. Jest poświadczeniem kompetencji, ale także pomaga osobiście zwiększać skuteczność.

Organizacje potrzebują również uczenia się przez doświadczenie. Należy zapewnić ludziom swobodę i bezpieczeństwo psychologiczne, aby mogli eksperymentować z narzędziami, które w krótkim terminie mogą, ale nie muszą być użyteczne. Sam proces uczenia się jest bardzo wartościowy i buduje wiedzę oraz odporność organizacji.

Nie warto tworzyć własnej metodyki od zera, jeśli istnieje już rozwiązanie, którego można się nauczyć i później dostosować. Jeśli zatrudniasz konsultantów lub wykonawców, powinni oni posiadać wiarygodne kwalifikacje. Łatwo powiedzieć: „Jesteśmy ekspertami AI”, tylko dlatego, że korzysta się z narzędzi i tworzy polecenia.

Galen Low: Podoba mi się kwestia odpowiedzialności. Jeśli ktoś ma certyfikat CPMAI, czy można zgłosić skargę do PMI, gdy okaże się, że nie wie, co robi?

Ron Schmelzer: Certyfikat nie gwarantuje, że ktoś zawsze będzie wiedział, co robi, nawet jeśli otrzyma odpowiedni zestaw narzędzi. Istnieje jednak rejestr certyfikatów, społeczność i standardy. Ważna jest także masa krytyczna osób korzystających z tej samej metodyki.

Dzięki temu można porównać sposób działania z innymi osobami i rozwijać ekosystem. Chcemy, aby inni tworzyli dodatkowe materiały, szkolenia i możliwości wykorzystania CPMAI, także w wyspecjalizowanych branżach, takich jak farmacja.

Galen Low: Pomyślałem o tym jak o certyfikacie bezpieczeństwa żywności. Jeśli jesteś w branży gastronomicznej, zasady bezpieczeństwa żywności obejmują wszystkie działania i pomagają zapewnić, że każdy postępuje bezpiecznie.

W przypadku sztucznej inteligencji również chodzi o odpowiedzialność. Nie tylko o stworzenie strony internetowej, lecz o wspólne podejmowanie dobrych decyzji i stosowanie podejścia opartego na doświadczeniu całej społeczności.

Wspomniałeś też, że uczenie się przez doświadczenie jest wartościowe. Jak można połączyć certyfikację CPMAI z bezpieczną praktyką?

Ron Schmelzer: Mamy zeszyt ćwiczeń, z którego korzystają osoby przechodzące CPMAI. Ma on charakter praktyczny. Należy wybrać problem, który chce się rozwiązać, i przeprowadzić go przez cały proces CPMAI — od początku do końca.

Może to być mała rzecz, którą wykonujesz codziennie. Możesz zmienić jeden element i wykorzystać w nim sztuczną inteligencję, aby ułatwić sobie życie.

Chcielibyśmy także wspomóc samo uczenie się za pomocą sztucznej inteligencji. Uczenie się bez praktyki pozostaje koncepcyjne, a praktyka bez uczenia się może być bezcelowa. Najlepiej połączyć oba elementy.

Wyobraź sobie, że masz CPMAI jako pomocnika podczas realizacji projektu. Możesz zapytać: „Co powinienem zrobić najpierw?”, a system pomoże ustalić problem, dane, ich jakość, sposób budowy rozwiązania, testowania i wdrażania.

Każda organizacja, która ma komponent edukacyjny, będzie musiała zastanowić się, jak połączyć uczenie się z działaniem.

Galen Low: To bardzo mi się podoba. W szkoleniach praktycznych potrzebni są ludzie, ponieważ szkolenie staje się usługą, którą trudno skalować. Gdybyśmy jednak wyszkolili model, który potrafi odgrywać wymagającego klienta lub interesariusza i prowadzić uczestnika przez rozmowę, byłoby to bardzo praktyczne i ukierunkowane uczenie się.

Ron Schmelzer: Właśnie rozmawiamy o transformacji. Nie chodzi o wdrożenie narzędzia w obecny sposób działania, lecz o przemyślenie sposobu działania na nowo. Może to być znacznie korzystniejsze dla wszystkich.

Galen Low: Tak właśnie robią profesjonaliści. Panie i panowie, Ron Schmelzer.

Ron, dziękuję za poświęcony czas. Uwielbiam mieć cię w programie i podoba mi się to, co robisz. Będziemy musieli zaprosić cię ponownie.

Ron Schmelzer: Z przyjemnością. Zawsze cieszę się, że mogę z tobą rozmawiać i dzielić się tym wszystkim z twoją publicznością. Wszyscy jesteśmy w tej podróży razem.

Galen Low: Zdecydowanie.

Dobrze, oto cała rozmowa. Jeśli chcesz dołączyć do dyskusji z ponad tysiącem osób o podobnych poglądach, które są zaangażowane w zarządzanie projektami, dołącz do naszej społeczności! Odwiedź stronę thedpm.com/membership, aby dowiedzieć się więcej. Jeśli podobało ci się to, czego dziś słuchałeś, zasubskrybuj program i pozostań z nami na stronie thedigitalprojectmanager.com. Do usłyszenia następnym razem. Dziękuję za uwagę.