PMBOK-ordföranden säger att projektledare bör sluta jaga AI-verktyg och börja minska komplexiteten
Jesse Fewell, utbildare inom projektledning, säger att projektledare bör använda AI för att förenkla projektarbetet och minska komplexiteten, samtidigt som relationer med intressenter och ledarskap förblir tydligt mänskliga.
Jesse Fewell
Projektledningsspecialist och utbildare
Verktygens användarvänlighet: AI-verktyg varierar i användarvänlighet; integrerade plattformar erbjuder ofta en mer okomplicerad upplevelse.
Prioritera enkelhet: Förenkla teknikstackar för att hantera komplexitet effektivt, öka produktiviteten och minska den mentala belastningen.
AI:s påverkan: AI förbättrar projektledningen genom att hantera repetitiva uppgifter, vilket gör att yrkesverksamma kan fokusera på strategi.
Mänskliga färdigheter: Engagemang bland intressenter förblir ett mänskligt område, eftersom personliga interaktioner bygger upp nödvändigt förtroende och kommunikation.
Tänk om kring rollen: Projektledare måste anpassa sig till AI-utvecklingen när organisationer integrerar AI i arbetskraftens dynamik.
Jesse Fewell är en utbildare inom projektledning som hjälper organisationer att hantera komplexa förändringsinitiativ. Han är också författare till Outnyttjad agilitet och ledde arbetet med den åttonde utgåvan av PMBOK-guiden®.
Vi pratade med Jesse om hur AI förändrar projektleveranser, ledarskap och projektledarnas framtida roll. Här är vad han hade att säga.
Att forma framtidens projektledning
Hej, jag heter Jesse. Jag hjälper ledare på alla nivåer att driva förändringar som består. Mitt konsultarbete sträcker sig från att stärka ledarskapsförmågan hos DC Public Schools till att driva den digitala transformationen för Frontier Communications, ett företag värt $4B som nyligen såldes till Verizon.
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
Jag delar också mina insikter med en bredare målgrupp genom böcker och branschartiklar, och jag ledde arbetet med den åttonde utgåvan av PMBOK-guiden®, den globala standarden för projektledning.
Jag är författare till Outnyttjad agilitet och har i över tio år skrivit en kolumn med namnet "Den agila projektledaren" i PM Network Magazine.
Hur AI fungerar som en tankepartner
Den mest övertygande förändringen som AI har medfört i mitt arbete är min förmåga att skapa mer driv och tillit till mitt eget tänkande.
Tidigare lade jag timmar på att undersöka idéer och skapa dispositioner för en presentation, en workshop eller ett teammöte. Nu börjar jag skriva i en chattfråga — jag använder oftast Copilot och Gemini — och idén i mitt huvud blir prövad med en bra fråga eller bekräftad av ett förslag som jag redan hade avfärdat.
Precis som alla andra häpnade jag över den enorma mängd innehåll som GenAI producerade när tekniken först kom ut på marknaden. Under de få år som gått sedan dess har jag dock återgått till det sekelgamla rådet att mindre är mer. Oavsett om det gäller mina huvudpunkter, min formatering eller mina insikter hjälper AI mig att vara mer mig själv, och det är det jag värdesätter mest.
I det dagliga projektarbetet delegerar jag tråkig administrativ projektledningshantering, som mötesanteckningar, sammanfattningar för ledningen och utkast till dagordningar, till AI. Tyvärr lägger jag nu all den lediga tid jag fått på att experimentera med nya PPM-verktyg som lovar för mycket och levererar för lite.
Jag provade till exempel ett nytt AI-verktyg för att förbättra resultaten från Monte Carlo-analys av tidplaner, men det fungerade inte. Tillförlitlig AI sparar tid åt mig, men sedan slösar jag bort den tiden på otillförlitlig AI.
Vad AI bör hantera och vad som uttryckligen bör förbli mänskligt
De aktiviteter som jag anser bäst hanteras av AI är taktiska uppgifter baserade på lättillgängliga data: att skapa en färdplan från en huvudtidplan, fylla i riskregistret utifrån projektbeskrivningen och komprimera affärsfallet till ett stycke för en statusmall.
Däremot förblir intressentengagemang helt mänskligt. Trots all innovation i dag anser jag att det fortfarande är det mest trovärdiga sättet att samla in synpunkter på projekt och produkter att lyssna med ögonkontakt.
Jag ser många nya AI-drivna verktyg för behovsanalys på marknaden som lovar att spara tid åt mig genom att eliminera "slösaktiga" möten. Men som projektledare behöver mina kollegor veta att jag hör och förstår dem.
En sponsor klagade nyligen på att hon hade behövt upprepa sig "tre gånger för mycket". Inte en chans att jag skulle be henne diktera samma saker igen bara för att mitt AI-mötesverktyg skulle få nytta av det. I stället lyssnar jag på hennes synpunkter, med hennes egna ord. Efter mötet använder jag en chattsession för att skriva ihop en projektbeskrivning som kan användas som framtida kontextunderlag; jag får betydligt mer välvilja från min sponsor och får ändå fram de data som behövs för framtida uppgifter. I slutändan handlar projekt fortfarande om människor, eftersom de drivs av människor.
Hantera komplexa kalendrar med AI
Ett enkelt arbetsflöde som hjälper mig är att hantera min kalender. Eftersom jag samtidigt hanterar flera kund- och volontärprojekt har jag flera händelser och kalendrar som kräver validering och samordning.
Tidigare brukade jag anlita en virtuell assistent, men i dag kan jag använda några automatiseringar för att säkerställa att jag inte får schemakrockar eller missar åtaganden. Det ska erkännas att det krävdes mycket försök och misstag för att navigera bland de många policyerna och brandväggarna hos de olika organisationer jag arbetar med. Men genom att använda några enkla promptar påskyndade jag min inlärningscykel och finjusterade en kalenderlösning som fungerar för min unika situation.
Verkligheten bakom användbarheten hos AI-verktyg
Skillnaderna i användbarhet hos AI-verktyg har överraskat mig. Nyligen försökte jag använda en organisations interna, egenutvecklade LLM för projektanalys, men det kunde helt enkelt inte utföra datumberäkningar, till exempel: "Hur många kalenderdagar återstår i mitt schema?"
Ingenjören sa att min prompt var svag, men som användare förväntade jag mig att verktyget skulle kunna förstå min avsikt som PM. Dessutom erbjuder Copilot och Gemini mycket begränsade användningsområden i min produktivitetslösning. Det borde inte vara överraskande, men varje verktyg har sin egen användarupplevelse.
Skillnaderna i användbarhet hos AI-verktyg har överraskat mig. Det borde inte vara överraskande, men varje verktyg har sin egen användarupplevelse.
Hur en teknikstack utvecklas med AI-drivna verktyg
Integrerade plattformar är mer användbara nu för tiden. Med många olika appar och verktyg på kontoret och i mobilen förenklar jag där det är möjligt. Jag slutade till exempel nyligen använda mina älskade Trello-tavlor till förmån för de inbyggda aktivitetshanterarna i Microsoft Outlook, som min kund använder, och Google Workspace, som mitt konsultföretag använder. Under årens lopp har jag av och till provat Zapier för att integrera de bästa PM-verktygen med hjälp av automatiserade arbetsflöden, men att ha allt samlat på ett ställe är mer lockande i en alltmer komplex teknikvärld.
ChatGPT Plus är mitt förstahandsval för det mesta. Jag gillar att Gemini kan komma åt alla mina Google Dokument. Jag har bokstavligen provat dussintals renodlade AI-drivna PPM-verktyg, men jag återkommer hela tiden till de här två.
Varför enkelhet är avgörande vid val av teknikstack
Forskning visar att mänskligheten står inför en exponentiell ökning av förändring och komplexitet. Först ersatte ett dussin streamingtjänster mitt enda kabel-tv-abonnemang, och nu har det tillkommit tre AI-tillägg när jag skriver ett e-postmeddelande.
Vetenskapen visar att den mänskliga hjärnan bara kan hantera en viss mängd komplexitet åt gången, så vi måste behärska förmågan att zooma in och zooma ut, i stället för att rikta vår uppmärksamhet mot ett dussin olika saker på en gång.
Det gamla argumentet för teknikplattformar fokuserade på kostnadseffektivitet, både när det gäller licensavgifter och kostnaderna för införande. Enkelheten kommer dock att vara sin egen belöning när vi går in i en alltmer fragmenterad teknikvärld under 2030-talet.
Hur AI bidrar till att förenkla projektledning
I mitt arbete med DC Public Schools observerade jag två viktiga trender.
- Varje chef behövde PM-kompetens eftersom brist på budget och personal förhindrade anställning av professionella projektledare. Det innebär att professionella PM:er skapar större värde när de inte bara utför PM-uppgifter utan också lär ut och fördelar PM-ansvar till sina kollegor.
- En verksamhetsavdelning eller myndighet har nytta av enkla policyer för projektledning. Nittio procent av teamets arbete består av fastighetsunderhåll, familjeregistrering och matdistribution. Därför saknar teamet kapacitet för ett formellt PM-ramverk som Scrum. I stället tog vi fram ensidesdokument om policyer för projektledning (till exempel att varje projekt använder mallen för projektstadgan på en sida) och PM-kompetens (till exempel hur man på ett diplomatiskt sätt följer upp försenade uppgifter).
För att skapa dessa ensidiga dokument undersökte jag först principerna bakom PM-processen. Jag frågade GenAI om målen med och dynamiken i en projektstadga och jämförde sedan svaret med min egen erfarenhet och utbildning. För det andra bad jag verktyget att generera ett utkast till en policy på en sida. För stadgan inkluderade detta ett arbetsblad som team kunde använda för att utforska projektets 5W (t.ex. Varför bör föräldrar bry sig om detta offentliga skolprojekt? Vilka är de viktigaste intressenterna?). För det tredje delade jag utkastet till arbetsbladet med teammedlemmar och chefer och samlade in deras feedback. För det fjärde matade jag in den feedbacken och min egen analys i GenAI för att finslipa arbetsbladet. Jag tycker att både AI-tillägg och GenAI-chattbottar fungerar bäst med enkla uppgifter. Ofta innebär det första steget att låta verktyget bryta ner komplexa PM-koncept i konkreta uppgifter.
När AI-verktyg inte hör hemma på arbetsplatsen
Ofta känner teknikledare en press att lansera verktyg från leverantörer som helt enkelt ännu inte erbjuder de säkerhetskontroller som krävs för att förhindra verklig skada. Jag arbetar med många riskaverta organisationer, såsom organisationer inom infrastruktur, utbildning och försvar. Jag uppmuntrar dessa ledare att skamlöst skryta om den kapacitet som redan finns på plats och som ofta kan överträffa den glänsande nya AI som alla vill ha.
En organisation som jag arbetar med förbjuder till exempel för närvarande alla agentbaserade plattformar, och där jag står är det av alla rätta skäl. I stället har samma organisation inlett en översyn av styrningen som kommer att minska projektbyråkratin och göra det möjligt att använda befintliga arbetsflödesautomatiseringar.
Tidiga indikationer tyder på att projektgodkännanden kommer att snabbas upp från månader till dagar, utan att man inför de efterhärmande teknikinköp som vi ser i rubrikerna.
Att tänka om kring projektledning i en AI-driven arbetsstyrka
Vi ser redan den mest nedslående förutsägelsen bli verklighet: rekryterande chefer använder i allt högre grad AI-drivna medarbetare i stället för att anställa nya medarbetare. Detta gäller särskilt inom teknikbranschen.
För tre år sedan befann vi oss i eran med mjukvaruingenjörer på mellannivå som blev miljonärer. I dag gäller det bara AI-ingenjörer, medan resten av teknikarbetskraften möter ökad konkurrens. Förvisso befinner vi oss fortfarande i AI-hypecykeln, och en korrigering av bubblan kommer så småningom att inträffa. Men alla projektledare bör omedelbart tänka om kring sin plats i en AI-driven arbetsstyrka.
Vi ser redan den mest nedslående förutsägelsen bli verklighet: rekryterande chefer använder i allt högre grad AI-drivna medarbetare i stället för att anställa nya medarbetare. Alla projektledare bör omedelbart tänka om kring sin plats i en AI-driven arbetsstyrka.
Följ med
Du kan följa Jesse Fewell på LinkedIn och hans webbplats. Eller läs hans bok Untapped Agility.
Fler expertintervjuer kommer från The Digital Project Manager!
