Lider PMO omawia, jak zapobiec temu, by AI powodowała szybszy chaos zamiast sprawniejszej realizacji
Dowiedz się, jak AI zmienia realizację projektów, ograniczając pracę ręczną, wzmacniając zarządzanie PMO i pomagając liderom podejmować szybsze, lepiej poinformowane decyzje.
Hussain Bandukwala
Założyciel i dyrektor generalny Parwaaz Consulting
Wpływ AI: AI zmienia realizację projektów, przesuwając ją od koordynowania zadań w stronę wspierania decyzji i ustalania priorytetów.
Praktyczne zastosowanie AI: Ograniczenie dzięki AI pracy ręcznej związanej z projektami pozwala bardziej skupić się na strategicznych działaniach przywódczych.
Integracja AI: Włączenie AI do istniejących przepływów pracy przyspiesza realizację zadań i zwiększa efektywność realizacji projektów.
Umiejętności ludzkie: AI podkreśla znaczenie ludzkiego osądu, zarządzania relacjami i przywództwa w projektach.
Znaczenie zarządzania: Wspólne zasady zarządzania i strategie podejmowania decyzji zapobiegają chaosowi podczas wdrażania AI do zarządzania projektami.
Hussain Bandukwala ma ponad 20 lat doświadczenia w zarządzaniu projektami i kierował startupami jako COO i CPO. Jest dwukrotnym finalistą konkursu Global PMO Influencer oraz instruktorem LinkedIn Learning.
Obecnie Hussain jest założycielem i dyrektorem generalnym Parwaaz Consulting, gdzie pomaga organizacjom usprawniać realizację projektów dzięki silniejszym PMO, zarządzaniu portfelem, przywództwu w obszarze realizacji oraz transformacji operacyjnej.
Porozmawialiśmy z nim o tym, jak AI zmienia realizację projektów, dlaczego zarządzanie ma dziś większe znaczenie niż kiedykolwiek wcześniej oraz co PMO i liderzy odpowiedzialni za realizację projektów muszą robić, aby pozostać istotnymi. Oto, co miał do powiedzenia.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Łączenie przywództwa PMO, doskonałości realizacji projektów i AI
Jestem założycielem i dyrektorem generalnym Parwaaz Consulting, butikowej firmy doradczej, która pomaga organizacjom usprawniać realizację projektów dzięki silniejszym PMO, zarządzaniu portfelem, przywództwu w obszarze realizacji oraz wdrażaniu AI. Od ponad 20 lat współpracuję z firmami z listy Fortune 500, przedsiębiorstwami wspieranymi przez fundusze private equity, startupami oraz rozwijającymi się organizacjami średniej wielkości z różnych branż, w tym z sektora ochrony zdrowia, logistyki, usług finansowych, handlu detalicznego i technologii.
Dziś pomagam liderom ustalać priorytety właściwych inicjatyw, usprawniać realizację projektów, wzmacniać możliwości PMO i rozwijać działalność bez zbędnej biurokracji. Obejmuje to transformacje PMO i ustalanie priorytetów portfela, a także sprinty identyfikujące możliwości zastosowania AI, zarządzanie, wdrażanie narzędzi oraz rozwój kompetencji.
Zanim uruchomiłem Parwaaz Consulting, pracowałem na stanowiskach związanych z doradztwem i przywództwem w obszarze realizacji projektów w firmach takich jak BearingPoint i Diamond Management & Technology Consultants. Byłem również współzałożycielem startupu i pełniłem funkcję COO, co dało mi praktyczną perspektywę na realizację projektów i rozwój. Obecnie jestem instruktorem LinkedIn Learning, którego kursy ukończyło ponad 160 000 osób na całym świecie, oraz dwukrotnym finalistą konkursu Global PMO Influencer. Gartner i Capterra prezentowały moje analizy i opinie eksperckie dotyczące PMO, realizacji projektów i wdrażania AI.
Jak AI na nowo definiuje realizację projektów
AI znacząco zmieniła zarówno sposób, w jaki osobiście pracuję, jak i ogólnie sposób, w jaki ewoluuje realizacja projektów. Jeszcze kilka lat temu większość zespołów nadal eksperymentowała z AI. Dziś widzę, że organizacje przechodzą od ciekawości do wdrażania AI w działalności operacyjnej. Rozmowa nie dotyczy już wyłącznie pytania „Czym jest AI?”. Brzmi ono raczej: „Gdzie AI tworzy wymierną wartość, jak odpowiedzialnie nią zarządzać i jak doprowadzić do jej przyjęcia?”
W ramach własnej pracy poświęcam znacznie mniej czasu na zadania administracyjne i wymagające syntezy informacji niż wcześniej. Zadania takie jak tworzenie pierwszych wersji dokumentacji, podsumowań spotkań, struktur burzy mózgów, projektów komunikacji z interesariuszami, przygotowywanie warsztatów, narracji do raportów i przyspieszanie badań są obecnie w dużym stopniu wspierane przez AI. Przyniosło to znaczący wzrost efektywności, szczególnie w doradztwie dotyczącym PMO, opracowywaniu szkoleń i analizie portfela.
Obecnie więcej uwagi poświęcam działaniom przywódczym i strategicznym o większej wartości, za które AI nie może samodzielnie odpowiadać. Na przykład:
- Pomaganie liderom w określaniu, które przypadki użycia AI warto rozwijać, zamiast ulegać chwilowej modzie
- Projektowanie modeli zarządzania i nadzoru, które umożliwiają szybkie działanie bez tworzenia biurokracji
- Usprawnianie przyjmowania AI przez organizację i napędzanie zmiany zachowań związanej ze sposobami pracy wspieranymi przez AI
- Przekształcanie PMO z funkcji raportowania w mechanizmy wspierania decyzji i ustalania priorytetów
- Pomaganie zespołom we wzmacnianiu osądu, komunikacji, ustalania priorytetów i uzgadniania działań z interesariuszami w środowisku wspieranym przez AI
Ogólnie rzecz biorąc, sama realizacja projektów zmienia się na kilka ważnych sposobów. Po pierwsze, cykle realizacji przyspieszają, ponieważ zespoły mogą szybciej tworzyć rezultaty. Po drugie, liczba inicjatyw rośnie, ponieważ AI obniża barierę wejścia dla eksperymentowania. Po trzecie, liderzy oczekują od zespołów realizacyjnych szybszego podejmowania decyzji i większej przejrzystości w zakresie zwrotu z inwestycji. W rezultacie PMO i liderzy odpowiedzialni za realizację projektów odgrywają coraz bardziej strategiczną rolę w ustalaniu priorytetów, zarządzaniu, wdrażaniu oraz uzyskiwaniu wartości biznesowej, a nie tylko w śledzeniu projektów.
AI zmusza również liderów projektów do ewolucji. Najlepsi specjaliści ds. projektów w przyszłości nie będą jedynie koordynatorami zadań. Będą musieli stać się skuteczniejszymi facylitatorami, myśleć bardziej biznesowo, lepiej się komunikować i przewodzić zmianom, wiedząc, jak łączyć ludzki osąd z realizacją wspieraną przez AI.
Dlaczego praktyczne wykorzystanie AI przewyższa pełną automatyzację realizacji projektów
Obecnie bardziej koncentruję się na praktycznym wdrażaniu AI i przyspieszaniu przepływów pracy niż na autonomicznej orkiestracji. Mimo to wybiórczo eksperymentuję w obszarach takich jak podsumowywanie spotkań, wyodrębnianie działań, tworzenie wstępnych raportów, automatyzacja przepływów pracy oraz ograniczanie nakładów związanych z koordynacją między narzędziami do współpracy a systemami realizacji projektów. Narzędzia takie jak Make.com oraz funkcje oparte na AI dostępne we współczesnych platformach PPM sprawiają, że część tych możliwości staje się coraz łatwiej dostępna.
Odkryłem, że największa wartość niekoniecznie polega na zastępowaniu działań związanych z realizacją projektów, lecz na ograniczaniu ręcznej pracy i przeszkód, które im towarzyszą. Jednocześnie organizacje nadal potrzebują silnego nadzoru człowieka, ponieważ środowiska realizacji projektów obejmują zbyt wiele niuansów, ustalania priorytetów, zarządzania interesariuszami i osądu kontekstowego, aby można je było dziś skutecznie w pełni zautomatyzować.
Jak integracja AI przyspiesza codzienne przepływy pracy w projektach
Poprowadziłem sprint dotyczący możliwości wykorzystania AI w pracy, podczas którego pomogliśmy zespołom przyporządkować ich codzienne obowiązki do praktycznych przepływów pracy wspieranych przez AI. Zamiast omawiać AI teoretycznie, skupiliśmy się na rzeczywistych zadaniach, które ludzie już wykonywali, i zidentyfikowaliśmy obszary, w których AI mogła ograniczyć zbędny wysiłek.
Na przykład pomogliśmy konsultantom wykorzystywać AI do podsumowywania obszernych zapytań ofertowych (RFP), wyodrębniania zagrożeń i rezultatów, tworzenia prezentacji informacyjnych gotowych dla kadry kierowniczej, przygotowywania wstępnych komunikatów dla interesariuszy oraz organizowania zadań następczych w narzędziach takich jak Word, PowerPoint, Outlook, Teams i Planner.
Zespoły zaczęły postrzegać AI w mniejszym stopniu jako „bota konwersacyjnego”, a bardziej jako akcelerator przepływu pracy wbudowany w codzienne procesy.
Dlaczego ludzie muszą koncentrować się na relacjach i osądzie
AI najlepiej wspiera działania związane z realizacją projektów, które są powtarzalne, wymagają intensywnej koordynacji i syntezy informacji.
Na przykład:
- Raportowanie statusu i podsumowania dla kadry kierowniczej
- Notatki ze spotkań, zadania do wykonania i śledzenie działań następczych
- Wstępne plany projektów, rejestry RAID i wersje robocze dokumentacji
- Analiza portfela i wsparcie w ustalaniu priorytetów
- Widoczność zasobów i dostępnych mocy przerobowych
- Automatyzacja przepływów pracy między narzędziami
- Wyszukiwanie wiedzy i wnioski przekrojowe z wielu projektów
Organizacje wdrażają to rozwiązanie za pomocą narzędzi takich jak Microsoft Copilot, ChatGPT, platformy PPM obsługujące AI, narzędzia do automatyzacji przepływów pracy oraz integracje nakładane na istniejące ekosystemy realizacji projektów, zamiast tworzyć ogromne, autonomiczne programy AI. Często największe korzyści przynoszą stosunkowo proste przypadki użycia, które co tydzień oszczędzają czas dużym zespołom.
Jednak obszary, które nadal wymagają ludzkiego podejścia, obejmują pracę wymagającą osądu i relacji. Należą do nich:
- Zarządzanie interesariuszami z kadry kierowniczej
- Poruszanie się w realiach polityki organizacyjnej
- Rozwiązywanie konfliktów
- Rozmowy dotyczące kompromisów przy ustalaniu priorytetów
- Przewodzenie zmianom i zdobywanie poparcia
- Wspieranie zespołów w sytuacjach niejednoznacznych
- Podejmowanie decyzji przy niepełnych informacjach
AI może wspierać te obszary za pomocą wniosków i uporządkowanych informacji, ale nadal nie jest w stanie zastąpić zaufania, wpływu, obecności przywódczej ani osądu kontekstowego. W rzeczywistości twierdzę, że te ludzkie umiejętności stają się jeszcze ważniejsze, ponieważ AI automatyzuje coraz większą część administracyjnej strony realizacji projektów.
Jak AI podnosi poziom rozmów przywódczych
Przy właściwym zastosowaniu AI może również poprawić jakość rozmów przywódczych.
Na przykład zespoły mogą teraz szybko syntetyzować aktualizacje dotyczące projektów, ryzyka, notatki ze spotkań i opinie interesariuszy w zwięzłe podsumowania, zamiast spędzać wiele godzin na ręcznym przygotowywaniu raportów statusowych. Dzięki temu liderzy i PMO mogą poświęcać więcej czasu na omawianie kompromisów, priorytetów, zależności i wpływu na biznes, zamiast jedynie gromadzić informacje.
Rozmowy zmieniają się z „Jaki jest status?” na „Jaką decyzję musimy podjąć i jakie będą jej dalsze konsekwencje?”. To w znaczący sposób zmieniło przebieg dyskusji dotyczących realizacji projektów.
Rozmowy zmieniają się z „Jaki jest status?” na „Jaką decyzję musimy podjąć i jakie będą jej dalsze konsekwencje?”
Przykład z życia pokazujący złożoność AI
Oto przykład złożoności, która może pojawić się podczas wdrażania AI w miejscu pracy. Ta konkretna organizacja była bardzo zainteresowana AI, ale podobnie jak wiele firm zmagała się jednocześnie z trzema problemami:
- Zbyt wiele nieskoordynowanych pomysłów
- Brak spójnego modelu przyjmowania i ustalania priorytetów
- Zespoły eksperymentujące niezależnie, bez nadzoru i wymiernych rezultatów
Groziło to rozproszonymi projektami pilotażowymi, powielaniem wysiłków i rosnącym sceptycyzmem kierownictwa, ponieważ nikt nie potrafił jasno określić wartości. Potraktowaliśmy to zarówno jako wyzwanie związane z realizacją, jak i z modelem operacyjnym, a nie tylko jako zadanie technologiczne.
Najpierw opracowaliśmy uproszczony proces sprintu dotyczącego możliwości wykorzystania AI. Przeprowadziliśmy ustrukturyzowane warsztaty w różnych obszarach funkcjonalnych, aby zidentyfikować problemy, powtarzalne procesy, wąskie gardła w raportowaniu, luki w koordynacji i trudności w podejmowaniu decyzji. Zamiast pytać „Gdzie możemy wykorzystać AI?”, pytaliśmy zespoły:
- Gdzie ludzie tracą czas każdego tygodnia?
- Gdzie praca jest wysoce powtarzalna?
- Gdzie opóźnienia są spowodowane ręczną koordynacją lub gromadzeniem informacji?
- Gdzie liderzy zbyt długo czekają na informacje lub wgląd w status?
Następnie stworzyliśmy ustandaryzowany proces przyjmowania i oceniania inicjatyw AI wraz z inicjatywami niezwiązanymi z AI, zapobiegając ich przekształceniu w oddzielne, poboczne projekty innowacyjne.
Jeśli chodzi o narzędzia, celowo zachowaliśmy praktyczną i uproszczoną konfigurację:
- Microsoft Copilot i ChatGPT do przyspieszania procesów i syntezy treści
- Istniejące narzędzia do współpracy, takie jak Microsoft Teams, do prowadzenia warsztatów i sesji ustalania priorytetów
- Ustrukturyzowane szablony przyjmowania zgłoszeń i arkusze ocen
- Proste pulpity nawigacyjne i narzędzia do śledzenia priorytetów
- Punkty kontrolne nadzoru PMO włączone do istniejących przeglądów portfela, zamiast tworzenia równoległych struktur nadzoru
Kluczowym wnioskiem było to, że złożoność nie wynikała z samych narzędzi AI, lecz z koordynacji, odpowiedzialności, oczekiwań i adopcji.
Trudnym aspektem współpracy było to, że wielu liderów początkowo przeceniało gotowość organizacji do wdrożenia AI. Zespoły chciały zaawansowanej automatyzacji, ale ich podstawowe procesy nadal były niespójne lub nieudokumentowane. W kilku przypadkach wstrzymaliśmy rozmowy o AI, aby najpierw ustabilizować procesy, doprecyzować odpowiedzialność lub poprawić jakość danych. Był to jeden z najważniejszych czynników sukcesu. Potraktowaliśmy gotowość do wdrożenia AI jako rozmowę o dojrzałości operacyjnej, a nie tylko o wdrożeniu technologii.
Wprowadziliśmy również uproszczony model zarządzania i nadzoru z jasno określonymi punktami kontrolnymi przyjmowania zgłoszeń, uprawnieniami decyzyjnymi, ścieżkami eskalacji i odpowiedzialnością poszczególnych ról. Celem było umożliwienie szybkiego działania bez tworzenia biurokracji.
Początkowe prace związane ze sprintem i ustalaniem priorytetów zajęły kilka tygodni, po czym nastąpiło etapowe wsparcie wdrażania i adopcji. Większym wyzwaniem nie była konfiguracja techniczna, lecz uzgodnienie stanowisk interesariuszy, wsparcie zmian i pomoc zespołom w przeprojektowaniu przepływu pracy.
Rezultaty były znaczące:
- Przywództwo zyskało znacznie jaśniejszy obraz tego, gdzie AI może realistycznie tworzyć wartość.
- Zespoły przeszły od przypadkowego eksperymentowania do ustrukturyzowanego działania.
- Zidentyfikowaliśmy kilka przypadków użycia wymagających niewielkiego nakładu pracy, które ograniczyły ręczne działania administracyjne i obciążenie związane z raportowaniem.
- Rozmowy o AI powiązano z mierzalnymi wynikami biznesowymi, a nie z przesadnymi obietnicami.
- PMO przekształciło się w funkcję koordynacji, ustalania priorytetów i zarządzania w realizacji wspieranej przez AI.
Co najciekawsze, organizacje, którym się udało, niekoniecznie były najbardziej zaawansowane technologicznie. Połączyły praktyczne zarządzanie, dyscyplinę operacyjną i silne przywództwo w zakresie zmian z realizacją wspieraną przez AI.
Jak zbudować środowisko technologiczne realizacji wspieranej przez AI
Moje środowisko technologiczne realizacji znacznie ewoluowało w ciągu ostatnich 6–12 miesięcy, gdy AI przeszło od eksperymentowania do codziennego wsparcia realizacji.
Narzędzia AI, z których obecnie najaktywniej korzystam, obejmują:
- OpenAI ChatGPT do syntezy informacji, komunikacji z kadrą kierowniczą, udoskonalania warsztatów, opracowywania pomysłów na ramy działania, wsparcia w ustalaniu priorytetów i uporządkowanego myślenia
- Anthropic Claude do analiz dłuższych tekstów, udoskonalania treści i głębszego rozumowania kontekstowego
- Gamma do szybkiego tworzenia struktur prezentacji, wizualnego przedstawiania historii i wersji roboczych gotowych dla kadry kierowniczej
- Canva do komunikacji wizualnej, materiałów szkoleniowych, diagramów i prostego projektowania treści
Największy wpływ tych narzędzi wiąże się z szybkością, syntezą informacji i przyspieszeniem tworzenia pierwszych wersji. Znacząco ograniczają one obciążenie administracyjne i związane z formatowaniem, pozostawiając więcej czasu na myślenie strategiczne, angażowanie interesariuszy, ustalanie priorytetów i podejmowanie decyzji.
Dlaczego AI powinno zostać osadzone w obecnym środowisku pracy zespołu
To, co obecnie wydaje się zaskakująco niedoceniane, to nie pojedyncze narzędzie AI, lecz bezpośrednia integracja AI z codziennym środowiskiem pracy, z którego ludzie już korzystają — szczególnie w ekosystemie Microsoft.
W przypadku wielu zespołów oszczędność czasu w czasie rzeczywistym wynika z niewielkich przyspieszeń przepływu pracy, które nieustannie następują w ciągu dnia. Obejmują one podsumowywanie spotkań w Teams, tworzenie wersji roboczych wiadomości uzupełniających w Outlooku, wyodrębnianie zadań do wykonania, generowanie pierwszych wersji dokumentów w Wordzie, tworzenie konspektów prezentacji w PowerPoincie czy organizowanie zadań w Plannerze bez ciągłego przełączania się między kontekstami.
Pojedynczo mogą one za każdym razem oszczędzać zaledwie kilka minut. Jednak w przypadku zespołów realizacyjnych pracujących przez cały dzień, każdego dnia, skumulowany wpływ jest znaczący. Obserwuję, jak zespoły ograniczają obciążenie administracyjne, poprawiają czas reakcji i przeznaczają więcej czasu na faktyczne podejmowanie decyzji i realizację zamiast na prace koordynacyjne.
Największy wpływ pojawia się również wtedy, gdy organizacje przestają traktować AI jako odrębne miejsce docelowe, a zamiast tego w naturalny sposób osadzają je w istniejących przepływach pracy, z którymi ludzie już czują się swobodnie.
Jak platformy PPM wspierane przez AI zmieniają zarządzanie projektami
Obserwuję, jak organizacje odchodzą od w dużej mierze procesowego zarządzania projektami na rzecz lżejszych, bardziej elastycznych systemów realizacji, skoncentrowanych na widoczności, ustalaniu priorytetów, szybszym podejmowaniu decyzji i realizacji wspieranej przez AI.
W praktyce oznacza to mniej czasu poświęcanego na ręczne zestawianie raportów i monitowanie o aktualizacje, a więcej czasu na bezpośrednią interakcję z danymi dotyczącymi realizacji w czasie rzeczywistym za pośrednictwem narzędzi wspieranych przez AI.
Przykładowo, dzięki nowszym platformom PPM wspieranym przez AI, takim jak Celoxis, liderzy mogą teraz używać poleceń w języku naturalnym, aby szybko uzyskiwać informacje, których wcześniej wymagała znaczna ręczna analiza. Zamiast przeglądać pulpity nawigacyjne i arkusze kalkulacyjne, można rozpocząć dzień od pytania:
- „Które trzy projekty powinny dziś najbardziej mnie niepokoić?”
- „Jakie ryzyka powodują opóźnienia w harmonogramie?”
- „Które inicjatywy przekraczają dostępną przepustowość?”
- „Jakie działania korygujące powinniśmy rozważyć?”
W ciągu kilku minut platforma może zidentyfikować problematyczne obszary, podsumować przyczyniające się do nich problemy, zarekomendować działania i pomóc zespołom bezpośrednio przejść do podejmowania decyzji i realizacji.
Ta zmiana przekształca realizację projektów z w dużej mierze administracyjnego zadania w znacznie bardziej dynamiczne, oparte na wnioskach i ukierunkowane na działanie środowisko.
Jak AI na nowo definiuje kluczowe rytuały realizacji projektów
Obserwuję dużą zmianę w rytuałach związanych z realizacją projektów: obecnie koncentrują się one mniej na „tworzeniu artefaktów”, a bardziej na przyspieszaniu podejmowania decyzji.
Na przykład dyskusje dotyczące zakresu projektu obejmowały niegdyś długie warsztaty dotyczące wymagań, a następnie dni lub tygodnie ręcznego dopracowywania dokumentacji. Obecnie AI może szybko syntetyzować dyskusje, generować wstępne wymagania, ujawniać niejasności, a nawet identyfikować sprzeczne założenia niemal w czasie rzeczywistym. W rezultacie zespoły poświęcają mniej energii na dokumentowanie tego, co zostało powiedziane, a więcej na debatowanie nad tym, czy praca ma strategiczny sens.
Podobnie zarządzanie realizacją projektów staje się znacznie bardziej konwersacyjne i oparte na wnioskach. Zamiast ręcznie gromadzić informacje o stanie prac przed spotkaniem komitetu sterującego, liderzy coraz częściej wchodzą w interakcję z systemami realizacji projektów za pomocą języka naturalnego, aby natychmiast identyfikować ryzyka, zależności, opóźnienia lub wąskie gardła związane z zasobami. Zmienia to rolę liderów odpowiedzialnych za realizację projektów z „gromadzących informacje” na „ułatwiających podejmowanie decyzji”.
Zespoły poświęcają mniej energii na dokumentowanie tego, co zostało powiedziane, a więcej na debatowanie nad tym, czy praca ma strategiczny sens…Zmienia to rolę liderów odpowiedzialnych za realizację projektów z „gromadzących informacje” na „ułatwiających podejmowanie decyzji”.
Obserwuję również ewolucję rytuałów walidacyjnych. Zespoły nie sprawdzają już wyłącznie, czy wymagania zostały zrealizowane. Coraz częściej weryfikują, czy dane wyjściowe wygenerowane przez AI są dokładne, obiektywne, kompletne i odpowiednie w danym kontekście. Zapewnianie jakości wykracza poza systemy i obejmuje również sam osąd.
Rytuały nie znikają. Przesuwają się wyżej — w kierunku uzgadniania, ustalania priorytetów, interpretacji i jakości podejmowanych decyzji.
Dlaczego wspólne zarządzanie AI zapobiega chaotycznej realizacji projektów
Jedno z pytań, które — moim zdaniem — powinno zadawać więcej osób, brzmi: „Jak zapobiec temu, by AI powodowała szybszy chaos zamiast sprawniejszej realizacji projektów?”
Organizacje powinny poświęcić znacznie więcej czasu na określenie uprawnień decyzyjnych, odpowiedzialności, zasad ustalania priorytetów i mierników sukcesu, zanim zaczną szeroko wdrażać AI. Obecnie wiele zespołów optymalizuje indywidualną produktywność, nie poświęcając wystarczającej uwagi koordynacji na poziomie całej organizacji.
Jeśli każdy dział zacznie niezależnie wdrażać AI, korzystając z innych przepływów pracy, poleceń, modeli zarządzania i priorytetów, organizacje ryzykują stworzenie fragmentarycznego modelu realizacji projektów — tyle że znacznie szybciej.
Firmy, które odniosą sukces, prawdopodobnie stworzą wspólne zasady operacyjne dotyczące wprowadzania, zarządzania, mierzenia i integrowania AI w całej organizacji, a nie tylko sposobu, w jaki poszczególne zespoły korzystają z narzędzi.
Szczerze mówiąc, jest to jeden z powodów, dla których rola CAIO (dyrektora ds. sztucznej inteligencji) może stać się znacznie bardziej powszechna w ciągu najbliższych kilku lat: organizacje potrzebują osoby odpowiedzialnej nie tylko za decyzje dotyczące technologii AI, lecz także za koordynację, ustalanie priorytetów, zarządzanie i wdrażanie AI w całej organizacji.
Jak AI zmienia przyszłość PMO
W ciągu pięciu lat wiele PMO albo przekształci się w jednostki odpowiedzialne za transformację i koordynację AI w całej organizacji, albo stanie się nieistotne.
AI w dużym stopniu zautomatyzuje i wbuduje tradycyjne zadania związane z zarządzaniem projektami, w tym raportowanie statusu, ręczną koordynację, aktualizacje, zarządzanie RAID i administracyjne śledzenie postępów, bezpośrednio w przepływy operacyjne oraz narzędzia do współpracy.
PMO, które przetrwają, odejdą od zarządzania projektami na rzecz zarządzania priorytetami całej organizacji, realizacją projektów z wykorzystaniem AI, zarządzaniem i uzgadnianiem działań w organizacji. Będą pomagać w identyfikowaniu i ustalaniu priorytetów możliwości wykorzystania AI, wspierać wdrażanie jej w działach takich jak Finanse, HR, Dział Prawny i Operacje oraz pomagać organizacjom w przechodzeniu na modele operacyjne, w których AI jest podstawą działania.
Największym ryzykiem nie będzie brak wdrażania AI. Będzie nim automatyzowanie chaosu przez organizacje szybciej, niż poprawiają one klarowność działań, przywództwo i podejmowanie decyzji.
Dlaczego liderzy muszą postrzegać AI jako zmianę operacyjną
Nie traktuj sztucznej inteligencji jako pobocznego eksperymentu ani inicjatywy technologicznej, za którą odpowiada wyłącznie dział IT. Traktuj ją jako zmianę operacyjną i przywódczą.
Moja rada brzmi:
- Zacznij od małych kroków, ale zacznij już teraz.
- Skup się na praktycznych problemach w przepływach pracy, a nie na szumie medialnym.
- Włącz nawyki związane ze sztuczną inteligencją do codziennej pracy, zamiast wymuszać ogromną transformację z dnia na dzień.
- Wzmacniaj umiejętność oceny sytuacji, komunikację, ustalanie priorytetów i przywództwo w relacjach z interesariuszami, ponieważ te kompetencje będą coraz bardziej wartościowe, a nie mniej.
- Nie automatyzuj bezrefleksyjnie niesprawnych procesów.
- Zdobądź wystarczającą wiedzę na temat sztucznej inteligencji, aby z przekonaniem prowadzić rozmowę, nawet jeśli nie jesteś osobą zaawansowaną technicznie.
Co najważniejsze, nie lekceważ tego, jak szybko zmieniają się oczekiwania. Liderzy odpowiedzialni za realizację projektów, którzy nauczą się łączyć przyspieszenie dzięki sztucznej inteligencji z silnym przywództwem człowieka, będą mieli w ciągu najbliższych kilku lat znaczną przewagę.
Śledź na bieżąco
Śledź działalność Hussaina na LinkedIn lub zasubskrybuj The PMO Playbook. Odwiedź także stronę Parwaaz Consulting.
Na The Digital Project Manager pojawi się więcej wywiadów z ekspertami!
