Umiejętności związane ze sztuczną inteligencją, które zabezpieczą Twoją karierę na przyszłość

Przeczytaj transkrypcję:

Wypróbowujemy transkrypcję naszych podcastów za pomocą programu komputerowego. Wybaczcie wszelkie literówki, ponieważ bot nie zawsze ma stuprocentową poprawność.

Kelsey Alpaio: Cześć! Jestem Kelsey. Witam ponownie w Retro na podcaście The Digital Project Manager — miejscu, w którym analizujemy lekcje z przeszłości, przyszłe trendy i ich znaczenie dla Twojej kariery. Dziś zajmiemy się tematem, którego obecnie praktycznie nie da się ignorować, a którego naprawdę nie powinieneś ignorować — tym, jak sztuczna inteligencja wpłynie na przyszłość zarządzania projektami.

Wszyscy słyszeliśmy już o różnych narzędziach i zastosowaniach sztucznej inteligencji, które mogą zaoszczędzić czas i zdjąć z nas irytujące zadania. Ale ile uwagi poświęciłeś temu, jak sztuczna inteligencja zmieni to, co właściwie oznacza bycie kierownikiem projektu — oraz jakie umiejętności powinieneś rozwijać już teraz, aby zapewnić sobie długą i pełną sukcesów karierę w tej dziedzinie?

Tym właśnie zajmiemy się dzisiaj, a pomoże nam w tym świetny gość — Oliver Yarbrough. Oliver jest założycielem Not Your Father's AI, inicjatywy pomagającej ludziom wykorzystywać sztuczną inteligencję w pracy i biznesie. Jest także instruktorem LinkedIn Learning, prowadzącym popularny kurs o sztucznej inteligencji dla kierowników projektów, oraz wieloletnim trenerem zarządzania projektami.

Oliver, witaj w programie!

Oliver Yarbrough: Dziękuję. Cieszę się, że tu jestem.

Kelsey Alpaio: Oliver, opowiedz nam trochę więcej o sobie i swojej pracy.

Oliver Yarbrough: Przede wszystkim jestem trenerem zarządzania projektami, a mniej więcej osiem lat temu zacząłem mówić o sztucznej inteligencji, szczególnie w kontekście zarządzania projektami.

Od kilku lat zajmuję się czymś, co nazywa się Not Your Father's AI, pomagając ludziom zrozumieć praktyczne zastosowania sztucznej inteligencji. Nie tylko w zarządzaniu projektami, ale także w innych obszarach — choć oczywiście w naszej rozmowie skupimy się na zarządzaniu projektami.

Kelsey Alpaio: Świetnie. Przejdźmy więc od razu do tego, jak sztuczna inteligencja już zaczyna zmieniać rolę kierownika projektu. Jakie najważniejsze zmiany już obserwujesz?

Oliver Yarbrough: Widzę, że ludzie zaczynają stopniowo włączać ją w to, co robią na co dzień. Oczywiście są też osoby, które wykorzystują ją na znacznie większą skalę — o tym również porozmawiamy.

Chodzi przede wszystkim o przeanalizowanie tego, co robisz, i zastanowienie się, jak usunąć z tych działań nieefektywności, najlepiej poprzez zastosowanie różnych aspektów sztucznej inteligencji lub automatyzacji. To jedne z podstawowych obszarów. Widzę też, że ludzie wykorzystują ją po prostu do lepszego pisania.

Wielu z nas, nawet jeśli dobrze pisze, chce poprawić swoje teksty albo przynajmniej nie zaczynać od pustej strony. Nieważne, czy chodzi o prezentację, czy wiadomość e-mail. Tak naprawdę nigdy nie musisz zaczynać od pustej strony. To tylko kilka podstawowych obszarów, które obserwuję.

Kelsey Alpaio: A jak Twoim zdaniem sztuczna inteligencja będzie nadal wpływać na tę dziedzinę w ciągu najbliższych pięciu lat? Jak będzie wyglądać rola kierownika projektu, gdy sztuczna inteligencja będzie coraz wyraźniej zaznaczać swoją obecność w tym zawodzie?

Oliver Yarbrough: To bardzo dobre pytanie. Dosłownie dziś rano rozmawiałem z inną firmą i moim zdaniem rozwój będzie wyglądał tak: wbrew temu, co twierdzą niektórzy, stosując taktykę straszenia, nie dojdzie do całkowitego zniknięcia roli kierownika projektu.

Stanie się raczej tak, że osoby, które zaakceptują sztuczną inteligencję i naprawdę się jej nauczą, będą mniej więcej operatorami — będą kierować, szkolić i dostosowywać narzędzia. I dosłownie, choć nie mówię, że stanie się to w przyszłym tygodniu, być może w ciągu najbliższych 2, 3, 4 czy 5 lat będą zarządzać grupą cyfrowych interesariuszy, pracowników lub koordynatorów.

Wiele z tych działań będzie więc oznaczało, że kierownicy projektów staną się bardziej operatorami. O to mi chodzi. Będziesz musiał rozumieć zarządzanie projektami, a jednocześnie wiedzieć, jak przewodzić — i będzie to zupełnie nowa dziedzina — agentom cyfrowym, podobnie jak ludziom.

W niektórych środowiskach będzie to środowisko hybrydowe, w którym ludzcy koordynatorzy będą pracować pod kierownictwem kierownika projektu lub osoby o innym, nowym tytule, a równolegle będzie działać także agent cyfrowy. Nazywam to środowiskiem hybrydowym.

Kelsey Alpaio: Bardzo interesujące.

Chciałabym lepiej przyjrzeć się umiejętnościom, które kierownicy projektów powinni rozwijać już teraz, aby się do tego przygotować. Na początek: jak kierownicy projektów powinni myśleć o sztucznej inteligencji na co dzień? Jakie nastawienie powinni mieć wobec korzystania ze sztucznej inteligencji w obecnych rolach, aby przygotować się na przyszłość?

Oliver Yarbrough: Myślę, że wszystko sprowadza się do trzech głównych obszarów. Nie twierdzę, że są to jedyne obszary. Wszyscy słyszeliśmy o umiejętnościach miękkich i innych tego typu rzeczach — one również są bardzo ważne. W tej nowej erze wszystko naprawdę skupia się jednak na trzech głównych obszarach. Pierwszym jest zarządzanie projektami. Musisz znać swoją dziedzinę.

Musisz znać zarządzanie projektami. Trudno oceniać ludzi lub agentów, jeśli nie rozumiesz zarządzania projektami. To numer jeden. Numer dwa to rozumienie sztucznej inteligencji. Nie twierdzę, że musisz nauczyć się języka Python ani programowania, ale musisz rozumieć, jak myślą te duże modele językowe.

Nie jest to szczególnie techniczne. Ponownie: nie mówię, że musisz nauczyć się ich programowania, ale powinieneś rozumieć sposób ich działania. Trzeci obszar, który niekoniecznie znajduje się na radarze wielu osób, ale moim zdaniem jest równie ważny, to optymalizacja procesów.

Jak optymalizować proces. Dlaczego o tym mówię? Ponieważ aby maksymalnie wykorzystać sztuczną inteligencję, będziesz musiał znaleźć sposób na usunięcie nieefektywności z procesów. Na podstawowym poziomie oznacza to na przykład, że w dowolnym tygodniu wykonujesz sto zadań i musisz ustalić, które z nich musi wykonać człowiek.

Następnie, spośród tych zadań, które musi wykonać człowiek, trzeba określić, które muszę wykonać ja, a które mogę delegować. Później, spośród zadań, których nie może wykonać człowiek, trzeba ustalić, które może wykonać sztuczna inteligencja. Oczywiście istnieje jeszcze trzecia kategoria: zadania, których w ogóle nie należy wykonywać. Połączenie tych trzech obszarów oznacza eliminowanie zadań, których nie powinno się wykonywać, oraz zlecanie zadań sztucznej inteligencji lub innym ludziom.

A następnie pozostaje to, co ja, jako kierownik projektu, muszę ostatecznie zrobić, ponieważ nie mogę zlecić tego nikomu ani niczemu innemu. Na tym właśnie skupiłbym swoją uwagę w przyszłości.

Kelsey Alpaio: Rozumiem. Czy możesz opowiedzieć trochę o rozwijaniu tych umiejętności już teraz, z myślą o przyszłości? Czy istnieją konkretne umiejętności związane ze sztuczną inteligencją, na których kierownicy projektów powinni się szczególnie koncentrować? Co w niedalekiej przyszłości będzie absolutnie niezbędne? Czy chodzi o budowanie poleceń, czy o coś innego? Przyjrzyjmy się temu bliżej.

Oliver Yarbrough: Rozmawiamy o tym, co zwykle nazywamy sztuczną inteligencją — o tym, co większość ludzi określa tym mianem. Mam koncepcję, o której mówię od dawna. Chodzi o interesariuszy projektu i interesariuszy związanych ze sztuczną inteligencją. Jeśli potraktujemy sztuczną inteligencję jak interesariusza, tak jak każdego innego interesariusza — na przykład w diagramie RACI —

to jest ona jednym z interesariuszy projektu. Musisz wiedzieć, podobnie jak w przypadku każdego innego interesariusza, jak się z nią angażować i jak z nią współpracować. Chodzi więc o ustalenie, czego potrzebuje dany agent lub bot wykorzystujący sztuczną inteligencję, aby udzielić optymalnych odpowiedzi. Jak komunikujemy się ze sztuczną inteligencją?

Na podstawowym poziomie jest to projektowanie poleceń. Nazwa „projektowanie poleceń” może zniknąć, ale potrzeba tworzenia dobrych poleceń nie zniknie. Chodzi o to, aby wiedzieć, jak angażować swojego bota. Powiedziałbym więc, że projektowanie poleceń jest bardzo ważne — czyli wiedza o tym, jak napisać dobre polecenie. Istnieją różne poziomy, prawda?

Jak wspomniałem wcześniej, ważna jest umiejętność optymalizowania procesu. Warto poznać coś związanego z metodyką Six Sigma albo wziąć udział w zajęciach czy kursach, które pomogą usprawnić proces i usunąć wszelkiego rodzaju nieefektywności. Na trzecim poziomie zdecydowanie wskazałbym pewien zakres umiejętności miękkich: negocjowanie, kupowanie różnych rzeczy i inne działania uzupełniające to, czego agent wykorzystujący sztuczną inteligencję nie potrafi zrobić albo nie robi tego tak dobrze, jak byś chciał. Chodzi o wszystko, co wiąże się z zaangażowaniem człowieka. Dlaczego? Pozwoli Ci to uzupełniać działania sztucznej inteligencji. Będziesz dodawać wartość w inny sposób. Wzbogacisz to, co sztuczna inteligencja już robi.

Właśnie na tych obszarach poświęciłbym więcej czasu.

Kelsey Alpaio: Świetnie. Chciałabym zrobić coś w rodzaju poziomu podstawowego, średniozaawansowanego i zaawansowanego dla osób, które zastanawiają się, od czego zacząć i jak się rozwijać. Na poziomie podstawowym: co poradziłbyś osobie, która dopiero zaczyna przygodę ze sztuczną inteligencją albo dotąd podchodziła do niej z nastawieniem „no cóż”? Jak może zacząć rozwijać te umiejętności?

Oliver Yarbrough: To świetne pytanie, ponieważ wiele osób czuje się przytłoczonych. Zaczynają myśleć: „Muszę tworzyć karty projektu, planować sprinty i robić wszystkie te rzeczy”. Zacznij od czegoś prostego. Zacznij od pytania: jak usprawnić i zautomatyzować sporządzanie notatek ze spotkań? Jak stworzyć prezentację, którą następnie mogę przedstawić zespołowi?

Dlaczego tak mówię? Ponieważ nawet jeśli nie są to techniczne aspekty zarządzania projektami, dają Ci szybki sukces. Pozwalają poczuć, ile czasu można zaoszczędzić. Początkowo chodzi właśnie o oszczędność czasu. Mogę siedzieć i sporządzać notatki ze spotkania, poświęcić godzinę na stworzenie prezentacji w programie PowerPoint albo napisać polecenie, załadować jeden czy dwa dokumenty i mieć gotową prezentację w pięć minut lub mniej.

Oczywiście być może będę musiał ją trochę poprawić, ale nie zaczynam od zera. Mogę na przykład sporządzić notatki ze spotkania, załadować je — jeśli nie chcę korzystać z pełnej automatyzacji — do bota czatowego, poprosić o ich podsumowanie, a następnie wysłać je jako podsumowanie.

To wersja bez automatyzacji. Z automatyzacją wszystko wygląda o wiele lepiej.

Kelsey Alpaio: Tak, czuję, że to świetny pierwszy krok. A na poziomie średniozaawansowanym — gdy masz już poczucie, że rozumiesz narzędzie, korzystasz z niego codziennie od pewnego czasu i weszło Ci to w nawyk — co dalej? Jakie zaskakujące zastosowanie mogło Ci wcześniej nie przyjść do głowy?

Jak możesz rozwinąć swoje umiejętności poza podstawy i naprawdę zacząć zabezpieczać swoją przyszłość?

Oliver Yarbrough: Na poziomie średniozaawansowanym biorę podstawy, o których właśnie mówiłem, i robię coś takiego jak stworzenie własnego, niestandardowego GPT. Wymaga to płatnego konta, a każdy duży model językowy ma własną wersję takiego rozwiązania.

Gemini i inne narzędzia Google mają swoje odpowiedniki, prawda? W płatnym koncie, na przykład w koncie zespołowym ChatGPT, jest to dostępne natywnie. Nie musisz martwić się o udostępnianie danych światu zewnętrznemu. Jeśli jednak korzystasz ze zwykłego konta za 20 dolarów miesięcznie, musisz zaznaczyć opcję, aby danych nie udostępniać.

Mówię o tym, abyś czuł się komfortowo, przesyłając tam swoje dane osobowe. Możemy wyszkolić GPT na podstawie konkretnych informacji. I tutaj wiele osób napotyka problem. Próbują stworzyć jeden GPT, który będzie robić wszystko. Ładują do niego 50 dokumentów i oczekują, że zajmie się każdym zadaniem.

Nie. Zachęcam ludzi, aby szkolili GPT do wykonywania jednego konkretnego zadania — i aby wykonywał je bardzo dobrze. Na przykład: „Chcę, abyś tworzył karty projektu”. To wszystko, co robi. Nie wykonuje każdego możliwego zadania. Ładuję do niego przykłady świetnych kart projektu i inne informacje, których potrzebuję.

Następnie dodaję instrukcje, na przykład: „Jesteś kierownikiem projektu pracującym dla firmy X, Y, Z, masz 15 lat doświadczenia” oraz inne szczegóły. Dzięki temu nie muszę wpisywać tych informacji za każdym razem. Kiedy tworzę polecenie dotyczące nowej karty projektu, wystarczy, że napiszę: „Napisz kartę projektu dla X, Y, Z”.

Po odpowiednim dostrojeniu działa to całkiem dobrze. Powiedziałbym więc, że na poziomie średniozaawansowanym jest to najłatwiejszy i prawdopodobnie najlepszy kierunek.

Kelsey Alpaio: Świetnie. Tak.

A na poziomie zaawansowanym — kiedy mówimy już zasadniczo o użytkownikach-ekspertach — na jakich umiejętnościach i narzędziach warto się koncentrować? Jak wygląda idealny użytkownik sztucznej inteligencji będący kierownikiem projektu?

Oliver Yarbrough: Powiedziałbym, że obecnie przechodzisz wtedy do automatyzacji. Na tym poziomie wchodzisz w inteligentną automatyzację. Nie korzystasz już tylko z bota czatowego, ale łączysz różne narzędzia i używasz oprogramowania takiego jak Make.com.

Make.com, Zapier i podobne narzędzia integrują różne rozwiązania — pozwalają pobierać informacje z jednego programu i przenosić je do innego. Możesz na przykład korzystać z oprogramowania do zarządzania projektami, takiego jak ClickUp.

Możesz użyć Airtable albo Arkusza Google jako pewnego rodzaju bazy danych. Możesz pobierać informacje z ClickUp do Airtable, następnie przesłać je z Airtable przez ChatGPT, wprowadzić z powrotem do Airtable, a później wyświetlić w panelu informacyjnym.

Zakładamy oczywiście, że nie korzystasz już ze sztucznej inteligencji wbudowanej w różne programy, która może wykonywać wiele z tych działań. Jednym z powodów, dla których możesz chcieć mieć własną bazę danych, jest jednak zachowanie zapisu w swoim środowisku oraz możliwość wykorzystania danych do innych celów, poza zarządzaniem jednym czy dwoma projektami. Odpowiadając więc w skrócie: chodzi o inteligentną automatyzację.

Kelsey Alpaio: Świetnie. Wspomniałeś o tym przy okazji kilku etapów, ale często słyszę o pewnym problemie: kierownicy projektów mówią, że bardzo chcą korzystać ze sztucznej inteligencji i używać jej regularniej w pracy, ale ich organizacja nie jest jeszcze na to gotowa.

Organizacja podchodzi do tego nieufnie i nie ma pewności co do kwestii bezpieczeństwa. Co poradziłbyś osobie w takiej sytuacji, która chce rozwijać te umiejętności, ale jest ograniczona przez organizację lub dostęp do narzędzi?

Oliver Yarbrough: Zachęcałbym ludzi, aby w obliczu sprzeciwu lub wyzwania — a spotkałem się z tym, gdy pracowałem w korporacji — pamiętali, że niezależnie od wykonywanej pracy będą napotykać opór.

Pierwsze pytanie, które sobie zadaję, brzmi: dlaczego spotykam się ze sprzeciwem? Jaka jest jego przyczyna? Co nim kieruje? Czego ludzie się obawiają? Bez zrozumienia źródła obaw lub tego, co powoduje sprzeciw, trudno przedstawić odpowiedni argument. Jeśli okaże się na przykład, że chodzi o prywatność, mogę się do tego odnieść.

Mogę wyjaśnić, że jeśli korzystasz z pakietu Microsoft, ma on wbudowane mechanizmy ochrony prywatności. Dane nie będą wykorzystywane do trenowania większego zbioru danych. Jeśli już używamy produktów Microsoft, przekonanie ludzi będzie łatwiejsze. Jeśli korzystamy z ChatGPT, możemy używać konta płatnego lub zespołowego.

Na przykład w przypadku konta zespołowego ChatGPT dane nie są udostępniane większemu zbiorowi danych. Jeśli główną przyczyną rezygnacji z tego rozwiązania są obawy o prywatność, można w ten sposób częściowo je rozwiać. Jeśli chodzi tylko o strach, że sztuczna inteligencja odbierze nam pracę, można odpowiedzieć na to także na inne sposoby.

Można ponownie pokazać ludziom, jak zaoszczędzić czas. Wyjaśnić, że sztuczna inteligencja niekoniecznie odbierze im pracę, lecz raczej usprawni to, co już robią. Z czasem możemy stopniowo zmniejszać strach i wahanie, a ostatecznie zachęcić ludzi do działania.

Kelsey Alpaio: Tak, to świetna rada. Mam wrażenie, że strach — obawa, że sztuczna inteligencja odbierze komuś pracę — jest jednym z wyzwań, z którymi mierzą się niektórzy ludzie.

Zastanawiam się, czy widzisz inne typowe pułapki, w które wpadają kierownicy projektów, gdy zaczynają rozwijać te umiejętności. Czy zdarzają się niewłaściwe zastosowania, nadmierne wykorzystywanie narzędzi, złe nawyki lub nastawienie, które trzeba przezwyciężyć? Porozmawiajmy o tym.

Oliver Yarbrough: Mógłbym mówić o tym całymi dniami. Jedną z rzeczy, które przychodzą mi do głowy, jest zbyt duże poleganie na otrzymywanych wynikach. Sztuczna inteligencja nie jest doskonała. Ludzie nie są doskonali. Jeśli ludzie nie są doskonali, rzeczy, które programujemy, również nie będą doskonałe. Dlaczego o tym mówię?

Być może słyszałeś określenie „halucynacje”. Sztuczna inteligencja czasami ma tendencję do halucynowania, czyli wymyślania informacji, aby sprawić Ci przyjemność. Nie chce wywołać w Tobie złego samopoczucia. Jeśli nie zna odpowiedzi, czasami poda Ci po prostu to, co — jej zdaniem — chcesz usłyszeć. Dlatego podczas tworzenia poleceń warto zezwolić sztucznej inteligencji na to, że nie zawsze będzie miała rację.

Dosłownie napisz w poleceniu: „Udziel mi odpowiedzi na temat X, Y, Z. Jeśli jednak nie znasz odpowiedzi, powiedz, że jej nie znasz. Nie halucynuj. Niczego nie wymyślaj”. Trzeba jej to powiedzieć. To jedna z rzeczy, których zdecydowanie nie należy pomijać. Musisz też stale rozwijać swoje umiejętności zarządzania projektami.

Nie mogę wystarczająco mocno tego podkreślić. Niezależnie od tego, czy stosujesz metodykę tradycyjną, hybrydową, zwinną czy jakąkolwiek inną, musisz bardzo dobrze ją znać. Jest to szczególnie ważne nie dla osób z dużym doświadczeniem, lecz dla tych, którzy przechodzą do tej dziedziny z innych obszarów albo kończą studia.

Naprawdę warto zdobyć certyfikat i poznać różne aspekty zarządzania projektami, ponieważ ostatecznie uczyni Cię to lepszym operatorem, gdy przyjdzie czas na budowanie i zarządzanie cyfrowym zespołem.

Kelsey Alpaio: Zdecydowanie. Myślę, że kolejną rzeczą, która czasami mnie blokuje, jest obawa: czy nadążę?

Sztuczna inteligencja zmienia się tak szybko, co tydzień pojawiają się nowe narzędzia, a codziennie są wydawane nowe wersje. Jak powinniśmy myśleć o utrzymywaniu aktualnej wiedzy na temat sztucznej inteligencji i tych umiejętności, aby nie stało się to w zasadzie naszą pracą na pełny etat? A może powinno nią być?

Oliver Yarbrough: Uwielbiam to pytanie. Udzielę odpowiedzi na poziomie podstawowym i średniozaawansowanym. Odpowiedź podstawowa brzmi: słuchaj podcastów takich jak ten, oglądaj podobne filmy na YouTubie, czytaj blogi i biuletyny. Mam osobne konto e-mail przeznaczone wyłącznie do otrzymywania biuletynów, wpisów na blogach i podobnych materiałów. Mam w nim filtry, które porządkują różne treści.

To poziom podstawowy: czytaj, słuchaj, przyswajaj jak najwięcej informacji, bierz udział w kursach i rób wszystko, co pomoże Ci się uczyć. Poziom średniozaawansowany polega na automatyzacji. Zapisz się na biuletyny i blogi, kieruj je do osobnej skrzynki e-mail, na przykład Gmaila, i skonfiguruj filtry. Następnie możesz uruchomić bota, który pobierze te wiadomości, podsumuje je, znajdzie najważniejsze punkty i umieści je w codziennym przypomnieniu w formie wypunktowania. Może robić to codziennie dla wielu wiadomości, biuletynów, a nawet filmów na YouTubie.

Możesz otrzymywać podsumowanie tych treści. To trochę tak, jakbyś miał osobistego asystenta, który raz dziennie podsumowuje wszystko i przedstawia Ci najważniejsze punkty. Prawie jak własne codzienne spotkanie zespołu dotyczące sztucznej inteligencji, podsumowane z wyprzedzeniem.

Kelsey Alpaio: Bardzo mi się to podoba. To sposób na uczynienie nauki częścią dnia, a jednocześnie wykorzystanie sztucznej inteligencji do ułatwienia tego procesu. Świetny pomysł.

Oliver Yarbrough: Tak. A najlepsze jest to, że jeśli już korzystasz z Gmaila, Gemini jest w nim wbudowany. Mm-hmm. Zaletą sztucznej inteligencji wbudowanej w dane narzędzie jest to, że właściwie nie musisz już używać automatyzacji. Ona po prostu tam jest, więc może natychmiast podsumowywać treści.

Kelsey Alpaio: Świetnie. Zostało nam już niewiele czasu, więc na zakończenie: czy możesz wskazać jedną rzecz, którą każdy słuchacz może zrobić dzisiaj, aby poprawić swoje umiejętności związane ze sztuczną inteligencją i zacząć zabezpieczać swoją karierę kierownika projektu na przyszłość?

Oliver Yarbrough: Jeśli chodzi o zabezpieczenie kariery na przyszłość, powiedziałbym, że warto zająć się — choć dziś uchodzi to już za wiedzę podstawową, bo minęły dwa lub trzy lata — dobrym, starym projektowaniem poleceń.

I nie chodzi tylko o standardowe polecenia. Nawet jeśli dopiero zaczynasz, prawdopodobnie powinieneś szczerze mówiąc zacząć uczyć się niestandardowych GPT. Choć jest to poziom średniozaawansowany, podstawy staną się tak oczywiste, jak mówienie o internecie w 2025 roku. Kto w 2025 roku rozmawia o tym, jak połączyć się z internetem?

Zachęcam więc, aby jak najszybciej przejść z poziomu podstawowego na średniozaawansowany. Zacznij uczyć się niestandardowych GPT, a dokładniej: jak tworzyć dla nich polecenia. Mam na myśli przede wszystkim pisanie instrukcji. Instrukcja może brzmieć: „Jesteś X, Y, Z i pracujesz w firmie tej wielkości”. Staje się to Twoim awatarem.

Tworzysz cyfrowego awatara, którego nie musisz instruować od początku za każdym razem. To pierwszy poziom. Następnie uczysz się pisać polecenia. To już bardziej temat na warsztaty, ale jeśli poświęcisz na to trochę czasu, weźmiesz udział w kilku kursach i obejrzysz parę filmów, nauczysz się tej umiejętności i bardzo Ci się ona przyda.

Będzie to narzędzie w Twoim zestawie, które da Ci supermoc na następne 18 miesięcy — do czasu, aż wszyscy inni się tym zainteresują i stanie się to powszechną wiedzą.

Kelsey Alpaio: Tak, bardzo mi się to podoba. Oliver, dziękuję, że poświęciłeś mi dziś czas. To było niezwykle pomocne.

Oliver Yarbrough: Dziękuję. Bardzo to doceniam.

Kelsey Alpaio: To wszystko w dzisiejszym odcinku Retro. Koniecznie obserwuj program, aby nie przegapić żadnego odcinka. Jeśli chcesz kontynuować rozmowę z grupą ponad 1000 specjalistów ds. zarządzania projektami, którzy naprawdę rozumieją te wyzwania, dołącz do nas na stronie thedpm.com/membership. Dziękuję za słuchanie!