Współzałożyciel Zapiera, Wade Foster, o wdrażaniu lekkich systemów zarządzania projektami i przepływów pracy opartych na agentach
Wade Foster jest współzałożycielem narzędzia, którego wielu z nas już używa do automatyzacji przepływów pracy i łączenia oprogramowania: Zapiera. Obecnie przewodzi działaniom mającym na celu głęboką integrację sztucznej inteligencji zarówno z organizacją, jak i z narzędziem.
Wade Foster
Współzałożyciel i dyrektor generalny Zapiera
Przejście w kierunku lekkich, zautomatyzowanych systemów realizacji: Foster podkreśla, że tradycyjne, rozbudowane metody zarządzania projektami, takie jak obszerne prezentacje statusowe i częste spotkania, należy zastąpić lekkimi procesami stawiającymi automatyzację na pierwszym miejscu. Procesy te generują aktualizacje i wymuszają podstawową higienę realizacji bezpośrednio w narzędziach. Zwiększa to przejrzystość i zmniejsza obciążenie administracyjne.
Standaryzacja struktur i przepływów narzędzi usprawniająca koordynację: Zapier opracował wspólne szablony i „złote ścieżki” dla podstawowych narzędzi realizacji, takich jak struktury projektów w Jira i systemy przyjmowania elementów do planu działania, dzięki czemu planowanie między zespołami i zarządzanie zależnościami są spójne oraz łatwiejsze do obliczeniowego przetwarzania na dużą skalę.
Integracja sztucznej inteligencji i przepływów pracy opartych na agentach w celu wsparcia pracy, a nie zastępowania ludzi: Zespół Fostera wykorzystuje sztuczną inteligencję i zautomatyzowanych agentów do obsługi rutynowego kierowania zadań, tworzenia podsumowań i prowadzenia badań, pozwalając ludziom skupić się na osądzie oraz podejmowaniu wartościowych decyzji. Sztuczna inteligencja jest osadzona w rzeczywistym przepływie pracy, a nie traktowana jako odizolowane narzędzie.
Wade Foster jest współzałożycielem narzędzia, którego wielu z nas już używa do automatyzowania przepływów pracy i łączenia oprogramowania: Zapier. Obecnie kieruje działaniami mającymi na celu głęboką integrację AI zarówno z organizacją, jak i z narzędziem.
Porozmawialiśmy z Wade’em, aby zajrzeć za kulisy tego, jak zarządzanie projektami zmienia się w organizacji, która sama zmienia sposób zarządzania projektami.
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
Założenie Zapier, firmy, która zmieniła oblicze automatyzacji
Jestem współzałożycielem i dyrektorem generalnym Zapier.
Choć formalnie nie jestem kierownikiem projektu, pomagam w realizacji projektów na dużą skalę i wspieram orkiestrację AI w całej organizacji. Opublikowaliśmy nawet nasz wewnętrzny podręcznik dotyczący osiągnięcia 97% adopcji AI wśród pracowników.
Moja rola polega na wyznaczaniu kierunku, usuwaniu przeszkód i dbaniu o to, abyśmy szybciej dostarczali naszym klientom pracę o największym wpływie. W Zapier realizacja projektów polega w mniejszym stopniu na sztywnych procesach, a w większym na tworzeniu systemów i automatyzacji, które pomagają ludziom jak najlepiej wykonywać swoją pracę.
Od tradycyjnego zarządzania projektami do lekkich systemów opartych na AI
Tradycyjne wykresy Gantta i obszerne prezentacje statusowe nie sprawdzają się w zdalnym świecie nastawionym przede wszystkim na pracę asynchroniczną. Przeszliśmy na lekkie systemy, w których automatyzacja jest priorytetem.
Przykładowo, zamiast cotygodniowych spotkań statusowych aktualizacje są automatycznie generowane na kanałach Slacka na podstawie danych z narzędzi projektowych. Liderzy angażują się tylko wtedy, gdy pojawia się sygnał ostrzegawczy. Oszczędza to godziny spotkań i sprawia, że postępy są domyślnie przejrzyste.
Oto zestawienie tego, co robimy — i czego nie robimy.
Odchodzimy od:
- Doraźnych, tworzonych przez poszczególne zespoły konwencji dotyczących projektów Jira, planów działania i przeglądów, które powodowały niespójność, ukryte zależności i ciągłe zmiany w raportowaniu w całym EPD.
- Stron statusowych i długich dokumentów z aktualizacjami, które rozmijały się z rzeczywistością, ponieważ dane źródłowe nie były ustandaryzowane ani zautomatyzowane.
- Nieegzekwowanych zasad dotyczących higieny realizacji projektów (np. epików w toku bez docelowej daty), które sprawiały, że planowanie i koordynacja kolejnych działań były zawodne.
Zmierzamy w kierunku:
- Ustandaryzowanych „złotych ścieżek” dla podstawowych narzędzi realizacji projektów — takich jak wspólne struktury projektów Jira, pilotażowe procesy przyjmowania planów działania w Productboardzie oraz ustandaryzowane struktury Figma — aby statusy i zależności były spójne i możliwe do automatycznego przetwarzania w różnych zespołach.
- Systemu operacyjnego dla całego procesu tworzenia. Jest to pojedynczy przepływ, który łączy cotygodniowe prezentacje z publicznie dostępnym dziennikiem zmian (w tym WIP), a informacje o wydaniach są automatyzowane od początku do końca, co ogranicza marnotrawstwo związane z raportowaniem i zwiększa widoczność.
- Lekkich zabezpieczeń realizacji projektów w przepływie pracy — na przykład walidatora ogłaszanego na Slacku, który wymaga podania terminu, gdy epik Jira przechodzi do statusu „W toku” — dzięki czemu plany pozostają aktualne bez dodawania spotkań.
- Jasno określonego zakresu odpowiedzialności Build Ops za obsługę i utrzymanie wspólnych konfiguracji oraz ustawień domyślnych („platformy opisującej sposób, w jaki pracujemy”), a także za ich rozwijanie wraz z zespołami i śledzenie podstawowych wskaźników realizacji, jakości oraz wydajności w Zone MORs dla zachowania przejrzystości.
Działania podjęte przez Zapier w celu wdrożenia lekkiego zarządzania projektami
Oto, co zrobiliśmy, aby przeprowadzić tę zmianę:
- Określiliśmy role i zakres odpowiedzialności Build Ops, aby „zwiększać skalowalność, automatyzację i efektywność w całym EPD”, a następnie zatrudniliśmy osoby do operacji z naciskiem na inżynierię. Stos narzędzi obejmuje Zapier, ChatGPT, Productboard, Figma, Jira, Jellyfish, Coda, OpsLevel oraz Looker/Looker Studio, aby połączyć przepływy realizacji i raportowania.
- Wdrożyliśmy szablony złotych ścieżek i wspólne konfiguracje: ustandaryzowane struktury Jira, pilotażowe rozwiązania Productboard do przyjmowania planów działania oraz wzorce organizacji Figma. Build Ops odpowiada za ich utrzymanie, dzięki czemu zespoły nie muszą lokalnie tworzyć procesów od nowa.
- Przeprowadziliśmy pilotaż „BuildOS” w podstrefie Edytora, co oznacza, że utworzyliśmy ujednolicony przepływ dziennika zmian, który łączy wewnętrzne WIP z cotygodniowymi prezentacjami i aktualizacjami przeznaczonymi dla odbiorców zewnętrznych. Dodaliśmy też zautomatyzowany system informacji o wydaniach, aby ograniczyć ręczny nakład pracy związany z komunikacją.
- Dodaliśmy walidatory i zasady realizacji projektów bezpośrednio w narzędziach — a nie w dokumencie. Oznacza to, że ogłosiliśmy zasadę „Epik musi mieć termin, gdy przechodzi do statusu W toku” i przygotowaliśmy wytyczne dotyczące komunikowania zmian terminów, w tym odwołania do wsparcia w prognozowaniu w Jellyfish.
A oto, co obserwujemy w rezultacie:
- Mniej administracyjnego i sprawozdawczego marnotrawstwa dzięki mapom drogowym i informacjom o wydaniach generowanym automatycznie na podstawie rzeczywistego systemu pracy (zamiast ręcznie składanych prezentacji).
- Sprawniejsza koordynacja między zespołami dzięki współdzielonym strukturom i metrykom, co usprawnia planowanie i zarządzanie zależnościami między zespołami w miarę upowszechniania się ustandaryzowanych ścieżek.
- Lepsza higiena realizacji i większe zgranie interesariuszy, ponieważ oczekiwania dotyczące terminów są egzekwowane w momencie wprowadzania zmian i konsekwentnie przekazywane dalej.
Przepływ pracy oparty na AI zapewniający przejrzystość zespołu
Przyjrzyjmy się bliżej wspomnianemu przeze mnie systemowi informacji o wydaniach. W Zapierze kierujemy się wartością: domyślnie zapewniaj przejrzystość.
Oznacza to, że dzielimy się dużą częścią prac w toku. Mamy silną kulturę udostępniania wersji demonstracyjnych, dzienników zmian i wyników w całej firmie.
W miarę rozwoju firmy robiliśmy to na wiele różnych sposobów, a te materiały ostatecznie trafiały do wielu miejsc, przez co każdemu trudniej było zorientować się, co dzieje się wewnątrz firmy. Dlatego nasz zespół Build Ops rozwiązał ten problem, tworząc prosty przepływ, w którym zespół może przesłać aktualizacje raz, a system automatycznie kieruje te materiały do odpowiednich narzędzi i kanałów Slacka.
Zbudowaliśmy go za pomocą Zapier Interfaces, Tables i Zaps. Zgłoszenia trafiają do Tables, które pełnią funkcję źródła prawdy, są synchronizowane z Codą w celu śledzenia, a aktualizacje są publikowane na kanale #feed-delivery-updates w Slacku, dzięki czemu wszyscy widzą te same informacje w czasie rzeczywistym.
Na początku nie było idealnie. Jednak gdy dopracowaliśmy uzgodnienia i przypadki brzegowe, uzyskaliśmy pełne pokrycie zrealizowanych prac, ograniczyliśmy powielanie raportów i ułatwiliśmy zespołom korzystającym z tych informacji, takim jak dział wsparcia czy GTM, uzyskanie potrzebnych danych bez konieczności dopytywania menedżerów produktu.
Obecnie dokładamy do tego AI, aby automatycznie podsumowywać aktualizacje, a nawet tworzyć wersje robocze dokumentacji pomocy, dzięki czemu komunikacja może się rozwijać przy mniejszym nakładzie pracy ręcznej.
Jak Zapier wykorzystuje autonomiczne przepływy pracy do zwiększania produktywności
Eksperymentujemy z autonomicznymi przepływami pracy, a największe korzyści do tej pory odnotowaliśmy w dwóch obszarach:
- Orkiestracja na wejściu: Wdrożyliśmy agentów, którzy klasyfikują, wzbogacają i kierują dalej żądania napływające ze Slacka, formularzy lub poczty e-mail. Umieszczają je w odpowiednich kolejkach, wysyłają przypomnienia oparte na umowach SLA, a nawet uruchamiają eskalacje, gdy terminy są przekraczane. Ogranicza to nakład pracy związany z sortowaniem zgłoszeń i gwarantuje, że żadne z nich nie zaginie w natłoku spraw.
- Operacje badawcze i treściowe: Nasz zespół marketingowy korzysta z agentów do gromadzenia kontekstu, przygotowywania materiałów kampanii, kontroli jakości wersji roboczych i przekazywania ich do odpowiednich narzędzi. Ludzie zatwierdzają je w Slacku, a następnie dystrybucja odbywa się automatycznie. To dobry przykład kumulowania wartości, gdy cały przepływ jest połączony od początku do końca.
Najlepiej sprawdziło się połączenie deterministycznych Zaps, kroków AI i ograniczonych agentów. Dzięki wbudowanym zatwierdzeniom i obserwowalności systemy te są wystarczająco niezawodne do zastosowań produkcyjnych.
Wzorzec adopcji również stał się jasny: zacząć od jednego przepływu pracy, który rzeczywiście oszczędza czas, udowodnić jego skuteczność, a następnie rozszerzać zakres. To stopniowe podejście sprawiło, że wdrożenie utrwaliło się w różnych zespołach.
Wzorzec adopcji również stał się jasny: zacząć od jednego przepływu pracy, który rzeczywiście oszczędza czas, udowodnić jego skuteczność, a następnie rozszerzać zakres. To stopniowe podejście sprawiło, że wdrożenie utrwaliło się w różnych zespołach.
Rytuały realizacji wspierane przez AI na rzecz optymalnego wykonania projektu
Nasze rytuały realizacji nie zniknęły w świecie, w którym AI jest priorytetem, ale ewoluowały, stając się lżejsze, bardziej przejrzyste i wspierane przez AI.
- Określanie zakresu: Korzystamy z naszego modelu realizacji ZIP, który wymaga jednostronicowych opisów epików, ról DACI oraz wyraźnej akceptacji przed podjęciem zobowiązania, zanim cokolwiek trafi do statusu „Planowane”. Każdy epik w Jira zawiera odnośnik do elementu w Productboard, dzięki czemu zakres można prześledzić od początku do końca. AI pomaga na tym etapie zespołom analizować opcje i szybciej przygotowywać te jednostronicowe opisy, ale bramki akceptacji i możliwość prześledzenia zakresu pozostają bez zmian.
- Wyrównywanie działań zespołów: Stosujemy DACI w sposób jednoznaczny i utrzymujemy stały rytm prac nad mapą drogową — kwartalne przeglądy w Productboard oraz przeglądy co dwa tygodnie w przypadku prac o dużej widoczności. Ponieważ znajomość AI jest wysoka w całej organizacji — wśród inżynierów, kierowników produktu i projektantów — uzgadnianie działań korzysta z generowanych przez AI wersji roboczych i prototypów, które przyspieszają podejmowanie decyzji.
- Weryfikowanie prac: Jak wspomniałem, połączyliśmy prezentacje, dzienniki zmian i rejestry wyników w jeden proces przesyłania zgłoszeń prowadzony przez Build Ops, który publikuje informacje na Slacku, zapewniając 100% pokrycia dostarczonych prac. AI pomaga generować podsumowania, różnice i najważniejsze informacje na podstawie artefaktów, ale za ostateczną jakość i akceptację pod względem bezpieczeństwa zawsze odpowiadają ludzie.
- Zarządzanie realizacją: Zgłoszenia są ujednolicane we wszystkich kanałach i kierowane do Productboard oraz Jira. Telemetria realizacji pozostaje aktualna i lekka, a „złote ścieżki” Build Ops pomagają utrzymać spójność i porządek. AI jest osadzone „w toku pracy” — inżynierowie codziennie polegają na narzędziach programistycznych AI, a zespoły produktowe korzystają z asystentów, aby ograniczyć pracę administracyjną — jednak odpowiedzialność, akceptacje i ścieżki audytu pozostają deterministyczne.
Najważniejszy wniosek:
AI przyspiesza rytuały, ale ich nie zastępuje. Ludzie nadal podejmują decyzje wymagające osądu, a AI zmniejsza tarcia, dzięki czemu zespoły mogą skupić się na pracy przynoszącej największą wartość.
Szybkie prototypowanie w planowaniu produktu za pomocą narzędzi AI
Jednak nawet przy tych wszystkich dużych zmianach uważam, że największą zmianą dla mnie było dodanie prototypowania do procesu planowania produktu.
Dzięki narzędziom do programowania opartego na intuicji, takim jak v0, można pominąć wiele długotrwałego czytania, pisania i dokumentowania. Zamiast tego tworzy się klikalny prototyp.
Mówi się, że „jeden obraz jest wart tysiąca słów”. Cóż, prototyp jest wart tysiąca obrazów. Dlatego jest naprawdę skuteczny w skracaniu harmonogramów. W przypadku większości funkcji pozwala zaoszczędzić całe tygodnie.
Jest takie powiedzenie: „Jeden obraz jest wart tysiąca słów”. Cóż, prototyp jest wart tysiąca obrazów. Dlatego jest naprawdę skuteczny w skracaniu harmonogramów. W przypadku większości funkcji pozwala zaoszczędzić całe tygodnie.
A to oznacza możliwości poświęcania czasu klientom, próbując zrozumieć problemy, z którymi się mierzą, oraz to, w jaki sposób produkt pomaga im w realizacji procesów lub je utrudnia.
Funkcja „AI Actions” w Zapier pozwala AI działać za Ciebie
Nic dziwnego — duża część naszego stosu technologicznego to Zapier: Zaps, AI by Zapier, Agents, Tables, Interfaces, a także MCP do łączenia zewnętrznych narzędzi AI z tysiącami działań. W ciągu ostatnich 6–12 miesięcy rozwinęliśmy to rozwiązanie, koncentrując się na ujednoliconej powierzchni do tworzenia (Zaps + Tables + Interfaces) i dodając Agents, aby wprowadzić osąd do ustrukturyzowanych procesów.
Postawiliśmy również na MCP, aby osoby tworzące rozwiązania za pomocą narzędzi takich jak ChatGPT, Claude i Cursor mogły bezpiecznie wykonywać działania w różnych aplikacjach bez tworzenia nowych integracji. Wprowadziliśmy zmiany w planach, które łączą podstawowe elementy w celu prostszego wdrażania i zarządzania w całych zespołach. Największy wpływ obserwujemy tam, gdzie zespoły korzystają z pełnego stosu:
- Deterministyczna automatyzacja jako podstawa
- Kroki AI służące do wnioskowania
- Oraz agenci do realizacji „ostatniego etapu” zmiennych prac — z wbudowanymi akceptacjami i obserwowalnością.
Środowisko współpracy i operacji różni się w zależności od zespołu. Na przykład nasza organizacja marketingowa łączy Slack, Coda, Iterable, HubSpot i Databricks za pośrednictwem Zapier, aby skrócić przekazywanie zadań i szybciej dostarczać rezultaty dzięki automatycznie generowanym materiałom e-mailowym, akceptacjom i dystrybucji.
Ze wszystkich narzędzi, z których korzystaliśmy, własna funkcja „AI Actions” firmy Zapier była szczerze mówiąc największym przełomem. Pozwala nam tworzyć przepływy pracy, w których AI nie tylko podpowiada, jak samodzielnie coś zrobić, ale wykonuje działania za nas, na przykład aktualizuje rejestr projektu lub oznacza pominiętą zależność. A zespoły nietechniczne mogą skonfigurować to samodzielnie, bez czekania na inżynierów.
Budowanie silnej kultury wdrażania AI w firmie Zapier
Narzędzia są ważne, ale jeszcze ważniejsza jest kultura, którą tworzysz.
Narzędzia są ważne, ale jeszcze ważniejsza jest kultura, którą tworzysz.
W dużej organizacji bardzo łatwo jest nadal robić to, co robiło się zawsze, ale gdy pojawia się przełomowa technologia, taka jak AI, trzeba znaleźć mechanizmy, które skłonią organizację do działania w inny sposób.
Osiągnęliśmy to, inwestując dużo w hackathony, prezentacje podczas spotkań całej firmy oraz kanały w Slacku, na których ludzie mogą dzielić się przepływami pracy i zdobytą wiedzą.
Wszystkie te kulturowe działania zaczynają się kumulować, aż coraz bardziej naturalne staje się, że ludzie zwracają się ku AI i mówią: „Hmm, jak mogę wykonywać swoją pracę inaczej, żeby rozwiązać ten problem?”
Dlaczego organizacje realizacyjne stawiające na AI potrzebują inżyniera automatyzacji AI
Jeśli chcesz, aby organizacja realizacyjna stawiała na AI, rozważ utworzenie nowego stanowiska: inżynier automatyzacji AI (lub „inżynier orkiestracji”)
To ogniwo łączące strategię z wdrożonymi systemami, które przyspiesza zarówno realizację, jak i zmianę kultury organizacyjnej.
Wykorzystaj AI do obsługi żmudnych i kosztownych zadań
Jak widać, znaczna część naszego wdrażania AI ma pomagać ludziom w pracy, którą już dziś wykonujemy, a można dzięki temu uzyskać ogromną wartość.
Istnieją również możliwości w obszarach, z którymi ludzie nie mogą sobie poradzić. Czego nie jesteśmy w stanie zrobić, ponieważ kosztuje to zbyt dużo albo jest zbyt żmudne? Właśnie w to warto inwestować.
Doskonałym przykładem jest dokumentacja pomocy technicznej. W przypadku większości firm aktualizowanie bazy wiedzy to żmudne i czasochłonne zadanie, z którym ludzie nie radzą sobie szczególnie dobrze. Dzięki AI można jednak zebrać wszystkie zgłoszenia do pomocy technicznej i automatycznie przekształcić je w rozbudowaną bazę wiedzy.
To właśnie tego typu projekty obecnie analizujemy. Identyfikujemy coś, czego po prostu nie robimy, choć powinniśmy, i pozwalamy AI znacznie to ułatwić.
Przyszłość doświadczeń użytkownika w zarządzaniu projektami dzięki AI i orkiestracji
Tak widzę przyszłość.
Backlogi będą miały właścicieli — część ludzkich, część agentowych. Menedżerowie projektu i liderzy staną się projektantami rezultatów oraz architektami orkiestracji.
Większość doświadczeń użytkownika związanych z „zarządzaniem projektami” stanie się cienką warstwą nad platformami orkiestracji: działające systemy będą wykonywać pracę, status będzie obliczany, a ludzie będą określać cele, zasady ochronne i oceny.
Postaw na orkiestrację, nie na chatbota
Jeśli mogę udzielić jakiejkolwiek rady, to brzmi ona tak: postaw na orkiestrację, nie na chatbota. Wprowadź AI w tok pracy, gdzie może podejmować działania i podlegać nadzorowi.
Połącz pilną potrzebę zmian płynącą z góry organizacji z budowaniem oddolnym. Zorganizuj hackathon, opublikuj zasady ochronne, wyznacz ambasadorów i udostępniaj podręczniki działania. W ten sposób osiągnęliśmy 97% wewnętrznego poziomu wdrożenia.
Zacznij też od dwóch istotnych procesów „klinowych”. Zapewnij ich niezawodność produkcyjną dzięki zatwierdzeniom i dziennikom, mierz czas realizacji, wskaźniki błędów oraz NPS interesariuszy, a następnie skaluj te rozwiązania w całej organizacji.
Śledź nas
Możesz śledzić, jak Wade nadal zmienia oblicze automatyzacji, na platformach X i LinkedIn. Oczywiście zajrzyj też do Zapiera!
Na stronie The Digital Project Manager pojawią się kolejne rozmowy z ekspertami.
