Były kierownik programów w HP i obecny konsultant ds. automatyzacji AI wyjaśnia, jak skutecznie i odpowiedzialnie wdrażać AI

Już na początku kariery zainteresowało mnie przetwarzanie języka naturalnego (NLP), a nawet założyłem dwa startupy skupione na AI. W 2007 roku wykorzystałem wewnętrzne narzędzie do analizy tekstu w firmie Hewlett-Packard, aby usprawnić procesy biznesowe w centrach obsługi telefonicznej w regionie EMEA, stosując metodykę Six Sigma. Były to wczesne lata, kiedy mimo entuzjazmu wyzwania związane z AI wciąż przeważały nad korzyściami. Korzystanie z tego narzędzia przyniosło jednak pewne korzyści, więc nie zakończyło się całkowitą porażką. Mimo to uzyskanie z niego wartości było znacznie trudniejsze niż w przypadku dzisiejszej AI.

W ciągu ostatnich kilku lat, jako kontraktowy kierownik projektów, prowadziłem inicjatywy cyfrowe i transformacyjne w sektorze energetycznym. Jednym z moich najważniejszych osiągnięć jest opracowanie strategicznych kompetencji technicznych i biznesowych w zakresie inteligentnego opomiarowania w firmie SMS, jednym z największych instalatorów w Wielkiej Brytanii.

Obecnie moja firma, Mindrise, oferuje praktyczne rozwiązania automatyzacji AI małym firmom w Wielkiej Brytanii, pomagając im wykorzystywać AI w realistyczny i ukierunkowany na wyniki sposób, aby zwiększać efektywność, ograniczać koszty i wspierać rozwój działalności. Koncentrujemy się na poprawie produktywności poprzez automatyzację przepływów pracy, generowanie dokumentów, raportowanie i integrację danych z wykorzystaniem platform niskokodowych, takich jak Make, n8n i Zapier. Zapewniamy również ciągłą optymalizację i wsparcie, dzięki czemu automatyzacje klientów mogą nadal ewoluować wraz z rozwojem ich firm.

You should also read

• Menedżer projektów i edukator wspomagany przez AI przedstawia prosty przepływ pracy AI, który zasadniczo zmienia sposób realizacji projektów

• Rzeczywiste przepływy pracy z AI stosowane przez szefa realizacji w agencji wdrażającej Asanę

Jak zachować tradycyjną strukturę zarządzania projektami, wdrażając lekkie dostarczanie rozwiązań AI

Moje podejście do dostarczania rozwiązań nadal opiera się na ustrukturyzowanych ramach zarządzania projektami. Jednak dzięki AI zmierzam w kierunku lżejszego i bardziej elastycznego dostarczania, zachowując dyscyplinę tradycyjnych metod, jednocześnie ograniczając obciążenia administracyjne i umożliwiając większe skupienie na zadaniach związanych z zarządzaniem projektami, które mają wysoką wartość.

Wykorzystuję ją do czasochłonnych, rutynowych zadań oraz jako wsparcie podczas generowania pomysłów. Pomaga mi automatyzować protokoły ze spotkań, dokumentację i raportowanie, przy jednoczesnym zachowaniu pełnej zgodności z tradycyjnymi wymaganiami dotyczącymi dostarczania rozwiązań. W rzeczywistości uważam, że przy ostrożnym i etycznym stosowaniu AI może poradzić sobie z niewieloma zadaniami — z wyjątkiem zadań naprawdę skoncentrowanych na człowieku, takich jak przewodzenie, zarządzanie i współpraca.

W rezultacie moja rola ewoluuje od „robienia wszystkiego” do roli koordynatora i optymalizatora AI. Pozwala mi to ponownie skoncentrować energię na wartościowych, skoncentrowanych na człowieku aspektach zarządzania projektami, takich jak utrzymywanie zgodności interesariuszy, usuwanie przeszkód oraz zapewnianie produktywnej współpracy i motywacji zespołu.

Jak tolerancja przepływu pracy na nieprzewidywalność powinna kierować strategią wdrażania AI

Im więcej inteligencji wbudowujemy, tym staranniej trzeba zaplanować, wykonać i przetestować projekt.

Dzieje się tak dlatego, że gdy przepływ pracy nie obejmuje AI i jest oparty wyłącznie na regułach, generuje deterministyczne wyniki, które można testować jak każdy tradycyjny system oprogramowania. Dodanie AI wprowadza jednak element probabilistyczny, dlatego musimy zadbać o to, aby zmienność wyników nie obróciła się przeciwko nam. Ważne jest zrozumienie, ile kreatywności lub nieprzewidywalności jest akceptowalne w przypadku konkretnego zastosowania, oraz wdrożenie odpowiednich zabezpieczeń, takich jak udział człowieka w procesie.

Przepływy pracy obejmujące agentową AI oferują największą swobodę, ale ta elastyczność musi być zamierzona — musimy mieć pewność, że jest rzeczywiście odpowiednia dla danego zastosowania.

Jeśli chodzi o realizację, koncentruję się na praktycznych zastosowaniach AI, aby zapewnić realistyczne i przewidywalne rezultaty. Efektowne zastosowania AI mogą wyglądać atrakcyjnie na filmach w serwisie YouTube, ale nie są czymś, na czym można polegać w środowisku zawodowym. Stosując AI, dążę do osiągnięcia wyraźnego ROI — na przykład skrócenia czasu lub zmniejszenia wysiłku związanego z ręcznym przetwarzaniem o X% albo skrócenia czasu opracowywania dokumentacji o połowę.

Jeśli chodzi o realizację, koncentruję się na praktycznych zastosowaniach AI, aby zapewnić realistyczne i przewidywalne rezultaty. Efektowne zastosowania AI mogą wyglądać atrakcyjnie na filmach w serwisie YouTube, ale nie są czymś, na czym można polegać w środowisku zawodowym. Stosując AI, dążę do osiągnięcia wyraźnego ROI.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Stan YanakievOpens new window Założyciel MindriseOpens new window

Praktyczne zastosowania AI i automatyzacji w zarządzaniu projektami

Istnieje wiele sposobów wykorzystania AI w zarządzaniu projektami, a próba ich wymienienia może nałożyć na nie ograniczenia. Oto jednak kilka przykładów:

• Protokoły spotkań: Najbardziej oczywistym i niewymagającym dużego wysiłku obszarem automatyzacji w mojej pracy związanej z realizacją projektów są protokoły spotkań. W tym celu używam ChatGPT wraz z transkrypcją nagrania rozmowy w Microsoft Teams. To ogromna oszczędność czasu.
• Zarządzanie dokumentami i tworzenie treści: Mam tu na myśli generowanie i ocenę ryzyk oraz problemów, automatyczne raportowanie statusu i rejestrowanie wniosków. Badałem możliwości automatyzacji tych zadań za pomocą PMI Infinity, ChatGPT, Claude, pulpitów nawigacyjnych HTML, Google Apps Script do obsługi ryzyk i problemów oraz Microsoft 365 Copilot do tworzenia wniosków.
• Walidacja: Może wspierać prace walidacyjne, takie jak przeglądanie i ocenianie projektów technicznych.
• Zakres: Może przygotować wstępną wersję zakresu na podstawie kluczowych informacji o projekcie albo przejrzeć go i dopracować.
• Burza mózgów: Może pomóc w tworzeniu wariantów i wspierać burzę mózgów w celu znalezienia rozwiązań. W dużym stopniu polegam w tym zakresie na ChatGPT.
• Komunikacja: Używam ChatGPT do przygotowywania projektów komunikatów dla interesariuszy.
• Prezentacje: W zakresie planowania, tworzenia i prowadzenia prezentacji analizowałem takie narzędzia jak Gamma i Canva.

Jednak zadania wymagające inteligencji emocjonalnej i współpracy — takie jak uzgadnianie wspólnego kierunku działania zespołu i zarządzanie ludźmi — powinny pozostać w gestii kierownika projektu.

Przykład zastosowania AI w zarządzaniu projektem z życia wzięty

Posłużmy się protokołem spotkania jako prostym przykładem. Za pierwszym razem, gdy użyłem AI w projekcie, pojawiła się krytyczna przeszkoda, która groziła wstrzymaniem projektu i wiązała się z wieloma konsekwencjami finansowymi, wizerunkowymi i technicznymi. Musiałem szybko znaleźć rozwiązanie, co wymagało osiągnięcia konsensusu między kilkoma zewnętrznymi dostawcami oraz wewnętrznymi interesariuszami.

Zorganizowałem warsztat online, zapraszając wszystkie kluczowe osoby. Poprosiłem o zgodę na nagranie rozmowy w MS Teams, aby móc uzyskać transkrypcję. Po rozmowie zanonimizowałem i spseudonimizowałem transkrypcję, zastępując poufne informacje symbolami zastępczymi. Przygotowałem dla ChatGPT polecenie, prosząc go o stworzenie protokołu spotkania zawierającego punkty dyskusji i zadania do wykonania. Następnie przejrzałem wynik, wprowadziłem niezbędne poprawki, zastąpiłem symbole zastępcze właściwymi informacjami i wysłałem dokument do dużej grupy odbiorców.

Samodzielne przejrzenie notatek i napisanie dokładnego protokołu zajęłoby mi co najmniej godzinę, ale dzięki AI udało mi się ukończyć to zadanie w 20 minut. Rezultatem był wysokiej jakości, przejrzyście sformatowany protokół. Umożliwił on również szybką i precyzyjną komunikację z dużym zespołem, zawierającą jasno określone zadania, co pozwoliło na proaktywne monitorowanie i rozwiązywanie problemów. Ponadto mogłem dzięki temu dołączyć na czas do następnej rozmowy.

Jak zbudować skuteczny stos technologiczny AI na potrzeby realizacji projektu

Jako kierownik projektu jestem pragmatyczny. Użyję dowolnego narzędzia, gdy tylko przekonam się o jego wartości. Zrezygnuję z niego, jeśli okaże się nieodpowiednie. Zacznijmy od tradycyjnych narzędzi do zarządzania projektami, których używam:

• Microsoft Project do planowania harmonogramu
• Jira jako oprogramowanie do zarządzania projektami w projektach zwinnych
• Trello do mniejszych przedsięwzięć przypominających Kanban

Jednak w ostatnich latach zacząłem korzystać z LLM-ów w znacznie większym zakresie niż wcześniej. Każdy z tych LLM-ów może być wykorzystywany do podobnych celów, ale wszystkie mają inne mocne i słabe strony:

• ChatGPT: Uważam, że ChatGPT jest ogólnie doskonały, szczególnie w zakresie optymalizacji procesów i zwiększania efektywności.
• Copilot: Copilot bazuje na ChatGPT, ale jego wyniki nie są identyczne. Dlatego czasami używam go do weryfikowania lub porównywania rezultatów.
• Claude: Claude zwykle jest bardziej „kreatywny” i tworzy atrakcyjne wizualnie wykresy oraz dokumenty.
• Gemini: Jak dotąd korzystałem z Gemini w mniejszym stopniu. Jego wcześniejsze wersje wydawały się ograniczone, ale wersja zintegrowana z wynikami wyszukiwania Google jest całkiem dobra. Muszę zapoznać się z najnowszą wersją.

Tworzę przepływy pracy AI za pośrednictwem Mindrise, korzystając z platform niskokodowych/bezkodowych, takich jak:

• Make: Make ma intuicyjny interfejs, dzięki któremu jest bardziej przyjazny dla użytkownika, a praca z nim jest nawet odrobinę bardziej „przyjemna”.
• n8n: n8n jest bardziej techniczny i ułatwia korzystanie z kodu programistycznego — choć przez to może być zbyt skomplikowany dla niektórych klientów.
• Zapier: Zapier obsługuje szerszy zakres aplikacji i integracji.

Eksperymentuję również z nowymi narzędziami AI do planowania, tworzenia i prowadzenia prezentacji, w tym z Gamma i Canva.

AI zapewnia zespołom i firmom mniejszą wartość bez automatyzacji. Dlatego ogólnie moim ulubionym narzędziem AI jest Make.com. Można go używać do tworzenia automatyzacji opartych na regułach lub scenariuszy wykorzystujących AI, w tym agentowej sztucznej inteligencji.

 

AI nie jest optymalnym rozwiązaniem dla zespołów i firm bez automatyzacji. Dlatego ogólnie moim ulubionym narzędziem AI jest Make.com. Można go używać do tworzenia automatyzacji opartych na regułach lub scenariuszy wykorzystujących AI, w tym agentowej sztucznej inteligencji.

Share This Quote on:

• Share on Twitter
• Share on LinkedIn
• Share on Facebook

Stan YanakievOpens new window Założyciel MindriseOpens new window

Jak odpowiedzialnie korzystać z AI w zarządzaniu projektami

Musimy zawsze pamiętać, że to my pozostajemy za sterami. To my odpowiadamy za nasze projekty.

Nie należy nigdy bez zastanowienia udostępniać otwartym modelom poufnych informacji osobowych ani biznesowych. Można je chronić, pseudonimizując dane wejściowe lub usuwając z nich wrażliwe informacje przed przetworzeniem.

Ponadto wyniki AI należy zawsze traktować jako wersje robocze — przed użyciem lub udostępnieniem trzeba je sprawdzić i zatwierdzić.

Dlatego w Mindrise zapewnienie udziału człowieka w procesie jest kluczową zasadą podczas projektowania przepływów pracy automatyzacji, aby zagwarantować zarówno dokładność, jak i odpowiedzialność.

Jak AI pomaga kierownikom projektów skupić się na tym, co najważniejsze — być bardziej ludzkimi

Moja rada brzmi: naucz się korzystać z AI i podchodź do niego tak, jak do każdej nowej technologii.

Na pierwszy rzut oka może się to wydawać łatwe, ale zanim osiągniesz rezultaty wystarczająco stabilne do profesjonalnego wykorzystania, potrzebne są nauka, praktyka i spora ilość prób oraz błędów.

Zacznij od małych kroków i zachowaj praktyczne podejście. Jeśli brakuje Ci niezbędnych kompetencji wewnątrz firmy, poszukaj dostawcy, który pomoże Ci pokonać główne bariery wdrożenia.

Gdy wdrożysz już kilka prostych automatyzacji, zastanów się, jak pozwalają Ci one bardziej strategicznie przekształcić firmę. Następnie zwiększ skalę działań.

Wskazówka Stana

Zacznij od małych kroków i zachowaj praktyczne podejście. Jeśli brakuje Ci niezbędnych kompetencji wewnątrz firmy, poszukaj dostawcy, który pomoże Ci pokonać główne bariery wdrożenia. Gdy wdrożysz już kilka prostych automatyzacji, zastanów się, jak pozwalają Ci one bardziej strategicznie przekształcić firmę. Następnie zwiększ skalę działań.

I pamiętaj, że to narzędzie — narzędzie, które wzmacnia ludzkie możliwości.

Sztuczna inteligencja pozwala nam skupić się na tym, co naprawdę ważne. Podnosi naszą produktywność i skuteczność do poziomu, którego wcześniej nie znaliśmy. Daje nam także szansę na to, by stać się bardziej ludzkimi.

Śledź jego działania

Możesz obserwować Stana, który nadal odkrywa możliwości wykorzystania sztucznej inteligencji i automatyzacji w firmach, na platformie LinkedIn. Sprawdź także jego firmę — Mindrise.

Na The Digital Project Manager pojawią się kolejne wywiady z ekspertami.