Menedżer projektów Salesforce zmienia sposób, w jaki zespoły korporacyjne wykorzystują AI w realizacji projektów
Brian Galardo, menedżer programów i projektów w Salesforce, opowiada, jak AI zmienia realizację projektów — nie poprzez zastępowanie ludzkiego osądu, lecz dzięki praktycznym przepływom pracy, które pomagają zespołom przejść od eksperymentowania do rzeczywistego wdrożenia.
Brian Galardo
Menedżer programów i projektów
Inicjatywy międzyfunkcyjne: Brian Galardo podkreśla znaczenie współpracy między zespołami dla skutecznej realizacji projektów i efektywności operacyjnej.
Integracja AI: AI pomaga usprawnić zarządzanie projektami poprzez automatyzację rutynowych zadań i zwiększanie możliwości podejmowania decyzji.
Uporządkowane procesy: Wdrożenie uporządkowanych systemów przyjmowania zgłoszeń ogranicza nieporozumienia i poprawia przejrzystość między zespołami biznesowymi a technicznymi.
Efektywność operacyjna: Narzędzia AI ograniczają potrzebę ręcznego śledzenia, umożliwiając współpracę w czasie rzeczywistym i bieżące uzgadnianie działań między zespołami.
Przyszłość zarządzania projektami: Zarządzanie projektami ewoluuje od śledzenia zadań w kierunku strukturyzowania decyzji, stawiając na przejrzystość zamiast samej aktywności.
Brian Galardo jest kierownikiem programów i projektów w obszarze operacji przychodowych w Salesforce, gdzie kieruje międzyfunkcyjnymi inicjatywami obejmującymi rozliczenia, windykację i samoobsługę klientów. Opracował ramy zarządzania do oceny przypadków użycia AI i agentów, współpracował z kadrą kierowniczą w celu powiązania inicjatyw innowacyjnych ze strategicznymi priorytetami oraz prowadził programy zwiększające efektywność operacyjną w systemach korporacyjnych i zespołach biznesowych.
Porozmawialiśmy z Brianem o tym, jak zmienia się realizacja projektów i jak kieruje on działaniami związanymi z AI. Oto, co miał do powiedzenia.
Jak międzyfunkcyjne inicjatywy usprawniają realizację projektów
Jestem kierownikiem programów i projektów w obszarze operacji przychodowych w Salesforce. Moja rola znajduje się na styku strategii biznesowej i wdrażania systemów. Pomagam zespołom jasno zdefiniować problem oraz dojść do decyzji, którą wszyscy rozumieją i popierają. Jestem liderem transformacji skoncentrowanym na pomaganiu organizacjom w przejściu od eksperymentowania z AI do skalowalnego wdrażania tej technologii w całym przedsiębiorstwie. W Salesforce kieruję międzyfunkcyjnymi inicjatywami mającymi na celu badanie i wdrażanie rozwiązań opartych na AI w operacjach związanych z przychodami i finansami.
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
Moja praca znajduje się na styku strategii AI, zarządzania i transformacji operacyjnej. Pomagam zespołom identyfikować możliwości o dużym wpływie, aby zwiększać efektywność, automatyzować przepływy pracy i usprawniać podejmowanie decyzji.
Moje doświadczenie obejmuje łańcuch dostaw, operacje i zarządzanie programami w przedsiębiorstwach, co daje mi praktyczną perspektywę na to, jak technologia i AI mogą przekształcać rzeczywiste procesy. Uważam, że najbardziej udane inicjatywy związane z AI łączą silne zarządzanie, mierzalną wartość biznesową i przemyślane zarządzanie zmianą, aby zapewnić ich przyjęcie w całej organizacji.
Jak AI przekształca zadania na stanowiskach związanych z realizacją projektów
AI skróciła czas, który poświęcam na pisanie aktualizacji, podsumowań i wstępnych planów. Obecnie więcej czasu poświęcam na weryfikowanie założeń, przygotowywanie decyzji i wczesne uzgadnianie stanowisk interesariuszy. Praca przesunęła się od śledzenia postępów do kształtowania kierunku działań.
Wykorzystuję AI do wykonania pierwszej wersji wszystkiego, co normalnie spowalniałoby moją pracę. Po spotkaniu przekazuję jej krótkie notatki lub transkrypcję i proszę o przekształcenie ich w przejrzyste podsumowanie zawierające decyzje, zagrożenia i kolejne kroki. Używam również AI do testowania planów pod kątem odporności, prosząc ją o wskazanie luk w założeniach lub opisanie przypadków brzegowych, zanim przedstawię coś interesariuszom.
AI skróciła czas, który poświęcam na pisanie aktualizacji, podsumowań i wstępnych planów. Obecnie więcej czasu poświęcam na weryfikowanie założeń, przygotowywanie decyzji i uzgadnianie stanowisk interesariuszy
Konfiguracja nie jest nadmiernie skomplikowana. Zbudowałem kilka powtarzalnych promptów i szablonów dopasowanych do mojego sposobu prowadzenia projektów i konsekwentnie ich używam. Chodzi tu mniej o samo narzędzie, a bardziej o przejrzystą strukturę informacji wyjściowych, która pozwala mi pracować szybciej bez utraty jakości.
Dlaczego uporządkowane przyjmowanie zgłoszeń zwiększa efektywność operacyjną
Wprowadziliśmy uporządkowany proces przyjmowania i ustalania priorytetów dla zgłoszeń operacyjnych w kilku zespołach finansowych. Przed przeglądem kategoryzowaliśmy i podsumowywaliśmy zgłoszenia oraz przygotowywaliśmy je do oceny, dzięki czemu spotkania koncentrowały się na decyzjach, a nie na wyjaśnieniach. Czas przeglądu znacząco się skrócił, a liczba poprawek spadła, ponieważ oczekiwania były jaśniejsze już na początku. Największą korzyścią było ograniczenie nieporozumień między zespołami biznesowymi i technicznymi.
Zbudowaliśmy ten proces z wykorzystaniem przepływu pracy w Slacku do przyjmowania zgłoszeń, współdzielonego rejestru oraz AI do ujednolicenia sposobu prezentowania zgłoszeń. Każde zgłoszenie musiało zostać przesłane za pomocą uporządkowanego formularza zawierającego wymagane pola, takie jak opis problemu, użytkownicy, których dotyczy, oraz pilność. Następnie używaliśmy AI do podsumowania zgłoszenia, wskazania braków i oznaczenia potencjalnych zagrożeń, zanim trafiło ono na spotkanie przeglądowe.
Krok po kroku wyglądało to tak: zgłoszenia były przesyłane w Slacku, a następnie trafiały do centralnego rejestru. Potem AI generowała przejrzyste podsumowanie i wskazywała brakujący kontekst, po czym liderzy biznesowi i techniczni dokonywali asynchronicznego przeglądu przed spotkaniem. Gdy dochodziło do spotkania, wybieraliśmy już, co zrobić, zamiast próbować zrozumieć, co właściwie oznaczało zgłoszenie.
Skróciliśmy spotkania przeglądowe mniej więcej o połowę i zauważyliśmy wyraźny spadek liczby dyskusji po podjęciu decyzji. Szacuję, że liczba poprawek spadła o co najmniej 30–40%, ponieważ wymagania były od początku bardziej klarowne. Zmniejszyła się również liczba spotkań uzupełniających, co prawdopodobnie było największą poprawą jakości życia zespołu.
Skróciliśmy spotkania przeglądowe mniej więcej o połowę i zauważyliśmy wyraźny spadek liczby dyskusji po podjęciu decyzji. Szacuję, że liczba poprawek spadła o co najmniej 30–40%
Jak kierownicy projektów mogą zoptymalizować integrację AI
AI nie naprawia chaotycznych procesów. Uwydatnia je. Gdy cele i zakres odpowiedzialności są jasno określone, AI bardzo pomaga. Gdy tak nie jest, powoduje szybsze narastanie chaosu. Osoby odpowiedzialne za realizację projektów muszą zadbać o podstawy, zanim wprowadzą AI do procesu. Oznacza to jasno określoną odpowiedzialność, zdefiniowane sformułowanie problemu projektu oraz zgodę co do tego, jak wygląda pomyślny rezultat. Jeśli tych elementów brakuje, AI jedynie przyspiesza chaos.
AI nie naprawia chaotycznych procesów. Uwydatnia je. Gdy cele i zakres odpowiedzialności są jasno określone, bardzo pomaga. Gdy tak nie jest, powoduje szybsze narastanie chaosu.
W praktyce dbam o to, aby każda praca miała jasno określoną osobę odpowiedzialną, prostą definicję sukcesu oraz ustrukturyzowany sposób rejestrowania danych wejściowych przed rozpoczęciem jakiejkolwiek automatyzacji. Gdy te podstawy są już zapewnione, AI zwiększa wartość zamiast powodować większe zamieszanie.
Podsumowania, tworzenie projektów dokumentacji i segregowanie zgłoszeń dobrze nadają się do automatyzacji, ponieważ przebiegają według określonych schematów. Ustalanie priorytetów, rozwiązywanie konfliktów i wdrażanie zmian nadal zależą od ludzkiego osądu. Ludzie porozumiewają się z ludźmi, a nie z rezultatami.
Dlaczego narzędzia AI mają kluczowe znaczenie we współczesnych stosach technologicznych
Do naszych podstawowych narzędzi należą Slack, narzędzia platformy Salesforce, współpracujące tablice cyfrowe (LucidSpark), ustrukturyzowane formularze przyjmowania zgłoszeń oraz agenci AI do tworzenia projektów i analiz. AI wspiera tworzenie podsumowań, komunikację i wczesne identyfikowanie zagrożeń. W ciągu ostatniego roku ograniczyliśmy korzystanie ze statycznych rejestrów i przeszliśmy na wspólny kontekst dostępny w czasie rzeczywistym. Mniejsza liczba ręcznych przekazań przyczyniła się do tej poprawy.
Głównie korzystam z narzędzi AI, takich jak Gemini, oraz przepływów pracy natywnych dla Slacka, a także z narzędzi Salesforce, takich jak Agentforce, w bardziej ustrukturyzowanych przypadkach użycia. Nie tworzę złożonych agentów od podstaw. Są to przede wszystkim konfiguracje oparte na promptach i lekkie przepływy pracy, które obsługują podsumowania, przygotowywanie projektów komunikatów oraz wczesne oznaczanie zagrożeń na podstawie danych wejściowych, które już rejestrujemy.
Nie tworzę złożonych agentów od podstaw. Są to przede wszystkim konfiguracje oparte na promptach i lekkie przepływy pracy, które obsługują podsumowania, przygotowywanie projektów komunikatów oraz wczesne oznaczanie zagrożeń na podstawie danych wejściowych, które już rejestrujemy.
Na przykład po spotkaniach korzystam z Gemini, aby przekształcić notatki lub transkrypcje w ustrukturyzowane podsumowanie zawierające decyzje i kolejne kroki. W Slacku przepływy pracy obsługują przyjmowanie zgłoszeń i przekazują je do wspólnego rejestru, w którym AI pomaga ujednolicić sposób przedstawiania każdego zgłoszenia. Agentforce jest wykorzystywany głównie po stronie Salesforce, gdy łączymy dane i przepływy pracy na dużą skalę.
Odeszliśmy od statycznych prezentacji statusu i arkuszy kalkulacyjnych aktualizowanych co tydzień. Zamiast tego wszystkie informacje znajdują się we wspólnych przestrzeniach, takich jak Slack Canvas, rejestry i widoki backlogu, i są stale aktualizowane. Dzięki temu każdy może zobaczyć bieżący stan prac, decyzji i zagrożeń bez czekania na spotkanie lub raport. Ograniczyło to potrzebę organizowania spotkań statusowych i sprawiło, że uzgadnianie było procesem ciągłym, a nie okresowym.
Każdy może zobaczyć bieżący stan prac, decyzji i zagrożeń bez czekania na spotkanie lub raport.
Zastąpiliśmy obszerne plany projektów współdzielonymi rejestrami zadań, tablicami roboczymi i dziennikami decyzji. Zespoły pracują bezpośrednio z zadaniami, zamiast czekać na aktualizacje statusu. Stopniowo przechodziliśmy na ten model, wycofując dokumenty, z których nikt nie korzystał. Adopcja przyszła naturalnie, ponieważ proces stał się łatwiejszy.
Jak AI zmienia kluczowe rytuały realizacji
Obecnie zaczynamy od wielu interpretacji problemu, aby na wczesnym etapie przetestować założenia. Spotkania koncentrują się na decyzjach, ponieważ wcześniej przygotowujemy kontekst. Szybciej przeprowadzamy walidację, ponieważ ryzyka ujawniają się wcześniej. W mniejszym stopniu monitorujemy realizację, a w większym potwierdzamy wzajemne zrozumienie.
W mniejszym stopniu monitorujemy realizację, a w większym potwierdzamy wzajemne zrozumienie.
Tworzymy te interpretacje, przepuszczając początkowy opis problemu przez AI, aby uzyskać kilka perspektyw. Na przykład proszę AI o przedstawienie prośby z perspektywy biznesowej, technicznej i klienta albo o wskazanie, co mogłoby pójść nie tak, gdybyśmy błędnie zrozumieli oczekiwanie. Nie chodzi o bezkrytyczne zaufanie wynikom, lecz o szybkie ujawnienie założeń, których sami mogliśmy nie wypowiedzieć wprost.
Następnie włączamy te założenia do wczesnych rozmów z interesariuszami, aby zweryfikować zakres przed podjęciem jakichkolwiek zobowiązań. Zamiast pytać: „Czy to wygląda poprawnie?”, pytamy: „Która z tych opcji jest najbliższa prawdy i czego nam brakuje?”. To przenosi dyskusję z poziomu uzgodnienia na poziom jasności. Pomaga nam wcześniej wychwytywać luki, ograniczać konieczność ponownej pracy i utrzymywać większą koncentrację podczas realizacji po rozpoczęciu prac.
Jak usprawnić realizację dzięki przepływom pracy opartym na AI
Eksperymentujemy z automatycznym sortowaniem zgłoszeń i kierowaniem komunikacji. Skupiliśmy się na obszarach, w których opóźnienia wynikały z niejasnego zakresu odpowiedzialności, a nie z nakładu pracy technicznej. Wstępne wyniki pokazują mniej eskalacji i więcej decyzji podejmowanych asynchronicznie.
Najpierw skupiliśmy się na sortowaniu zgłoszeń, ponieważ właśnie tam występowało najwięcej niejasności. Prośby napływały różnymi kanałami, odpowiedzialność często była niejasna, a zespoły traciły czas na ustalanie, kto powinien je przejrzeć. Utworzyliśmy przepływ przyjmowania zgłoszeń oparty na Slacku, w którym każda prośba ma spójną strukturę, a następnie wykorzystaliśmy AI do jej podsumowania, wskazania brakującego kontekstu i zasugerowania właściwego miejsca przekazania.
Następnie automatycznie przekazujemy zgłoszenia do współdzielonego rejestru i przypisujemy je właściwej grupie na podstawie rodzaju i wpływu. Usprawniliśmy również kierowanie komunikacji; aktualizacje są teraz publikowane w spójnych wątkach lub kanałach, zamiast pojawiać się w rozproszonych wiadomościach. Proces wciąż się rozwija, ale obserwujemy mniej rozmów w rodzaju „kto się tym zajmuje?” i więcej decyzji podejmowanych asynchronicznie przed spotkaniami.
Proces wciąż się rozwija, ale obserwujemy mniej rozmów w rodzaju „kto się tym zajmuje?” i więcej decyzji podejmowanych asynchronicznie przed spotkaniami.
Dlaczego strukturyzowanie decyzji to przyszłość zarządzania projektami
Zarządzanie projektami odejdzie od śledzenia zadań na rzecz strukturyzowania decyzji. Nakład pracy związany z koordynacją zmniejszy się, a umiejętności budowania zgodności staną się ważniejsze. Rola ta stanie się bardziej strategiczna niż administracyjna.
Moja rada dla osób kierujących realizacją jest taka, aby najpierw usprawnić proces, a dopiero potem dodawać do niego automatyzację. Jasny podział odpowiedzialności i oczekiwania są ważniejsze niż szybkość. Gdy pojawia się jasność, wydajność przychodzi naturalnie. Przestańcie tworzyć dokumenty wyłącznie po to, by pokazać aktywność. Budujcie przepływy pracy, w których postęp jest widoczny bez dodatkowych wyjaśnień.
Śledź dalsze działania
Możesz śledzić pracę Briana na LinkedIn.
Już wkrótce na stronie The Digital Project Manager pojawią się kolejne wywiady z ekspertami!
