AI är fantastiskt. Så varför fungerar det fortfarande så dåligt för projektledare?

Läs transkriptet:

Vi testar att transkribera våra poddar med hjälp av ett program. Ha överseende med eventuella stavfel eftersom boten inte har rätt till 100 procent varje gång.

Galen Low: Hej allihop, tack för att ni lyssnar. Jag heter Galen Low och arbetar med The Digital Project Manager. Vi är en gemenskap av digitala yrkesverksamma med uppdraget att hjälpa varandra att utveckla våra färdigheter, bli säkrare och knyta kontakter, så att vi kan förstärka värdet av projektledning i en digital värld.

Om du vill höra mer om det kan du gå till thedpm.com/membership. Och om du är intresserad av framtidsinriktade samtal och praktiska insikter om digitalt projektledarskap kan du prenumerera på programmet för att få nya avsnitt varje vecka.

Okej, i dag pratar vi om den mängd, rent ut sagt fantastiska, AI-verktyg som finns där ute för att hjälpa dig att hantera dina projekt – och den fullständigt usla användarupplevelsen av att kopiera och klistra in mellan dem bara för att få fram de resultat du behöver i din projektkommunikation.

Med mig i dag har jag Devin Mahoney, vd och medgrundare av QTalo, men framför allt en projektledare som är fast besluten att minska projektledningens problem med hjälp av AI.

Devin, tack för att du är med oss i dag!

Devin Mahoney: Galen, tack för att jag fick komma. Jag är jätteglad över att vara här och prata med den här publiken.

Galen Low: Jag tänkte att jag kanske skulle börja med att zooma ut lite, eftersom du och jag har känt varandra i, jag vet inte, ungefär ett år nu. När QTalo fortfarande var i sin linda, skulle jag säga. Och det jag gillar med det du gör på QTalo är att ni har ett väldigt specifikt fokus på att hitta utmaningar som rör projektkommunikation.

Du har pratat med mängder av projektledare som faktiskt utför jobbet. Du har sett problemen och utmaningarna de stöter på, och du har byggt din produkt kring det. Allt från att anpassa projektkommunikationen efter den avsedda målgruppen till att effektivisera det klassiska problemet med kommunikation som kommer från alla håll, så att projektledare inte behöver bära den bördan.

Det innebär att de slipper den friktion i vardagen som vi har accepterat som normal. Men du har sagt: lyssna, det måste inte vara så. Vi kan använda teknik för att hjälpa oss med det. Det som verkligen slog mig är att QTalo har AI i sitt DNA. Ni började med att ta reda på hur AI kan användas för att lösa de här problemen.

Jag undrar vad det var som gjorde AI till rätt ingrediens i ert uppdrag att skapa en mer effektiv, mer engagerad och mer välfungerande projektledningsorganisation?

Devin Mahoney: Galen, det verkar uppenbart för oss projektledare, men det är inte uppenbart för alla andra som arbetar med en sak i taget.

Vore det inte helt galet att bara arbeta med en sak? För en projektledare finns data på dussintals olika platser. Den finns i Slack, i e-post, i Jira och i dina dokument. Kontexten för projektet är utspridd över alla dessa platser, och därför har vi AI här: AI kan hjälpa oss att i realtid gå igenom alla dessa informationsflöden, sammanfoga dem och lyfta fram det som är viktigt för projektledaren.

Vi försöker automatisera arbetet med att hitta nålen i höstacken, så att projektledare kan fokusera på planering, risker och intressenter i stället för att bara jaga detaljer. Resultatet blir mindre kontextväxling, snabbare beslut och ett konsekvent informerat team utan att lägga till en massa nya manuella steg.

Galen Low: Jag älskar det. Det är som att det finns så mycket trauma som bubblar upp i huvudet på mig när du säger det, eftersom jag väldigt ofta gör just det här: byter mellan appar. Jag letar efter den där saken och tänker: herregud, hur mycket av mitt liv har gått åt till att försöka komma ihåg vilken FLIK jag skulle gå till, eller till att bli distraherad av det?

Slack dyker upp och jag tänker: jaha, just det, det där kan jag lösa snabbt. Under tiden skjuts den där viktiga saken jag skulle göra längre och längre in i framtiden, och det är verkligen verkligheten. Och det finns så många verktyg. En sak som du och jag pratade om inför detta, och som jag bör nämna, är att arbetsnamnet på det här avsnittet är ”AI är fantastiskt, så varför är det så jobbigt att använda?”. Det är vårt sätt att skoja om teknikens användbarhet just nu. Kan du prata lite om vad du menar när du säger att AI är jobbigt att använda?

Devin Mahoney: Ja. Galen, jag älskar AI. Jag använder det varje dag. Det hjälper mig med allt. Och jag älskar verkligen att använda det – det är en magisk sak för en projektledare.

Det dyker upp på två sätt. Det kan vara ett tillägg i dina appar. Om du använder Trello eller ClickUp kan det vara: här är vår lilla AI-fe, den ska göra något åt dig. Eller så kan det vara en fristående lösning av ChatGPT-typ där du tänker: okej, nu ska jag prata med min vän AI, och den ska hjälpa mig med något.

Det är alltså de två varianterna. Nej, när AI är en funktion i en enskild app är problemet, frustrationen, att den bara kan se en liten del av projektet. Kom ihåg att du får meddelanden i Slack om allt det här. Du får e-post från kunden. De finns inte i de specialiserade apparna, så du måste fortfarande kopiera och klistra in saker i verktygen för att ge modellen hela sammanhanget kring det som händer.

Det blir ännu värre när AI finns i en central chatt. Och jag älskar verkligen att använda ChatGPT – jag tycker om att skriva instruktioner, det är så roligt att formulera den perfekta instruktionen. Men du måste göra det. Du måste få instruktionen rätt. Du måste få uppföljningen rätt. Du måste göra den manuella rensningen, och plötsligt har du 50 chatttrådar utöver dina 72 webbläsarfönster, och du har återigen förvandlat en projektledare till en kopierings- och inklistringsmaskin.

I stället för den strategiska ledare vi var tänkta att vara. Herregud, jag har verkligen 50 olika ChatGPT-saker och vet inte vilken jag ska arbeta med. Och resultatet – det är riktigt bra. Det är bättre än jag själv, men 90 procent är rätt och 10 procent är fel.

Och du måste lägga all den här tiden på att rätta de sista 10 procenten. Så sparar det tid? Ja, det sparar tid, men du måste fortfarande lägga in den insatsen. Det här är alltså den mest magiska tekniken. Du använder den en gång, du använder den ibland, men när du tar in den i ditt dagliga arbetsflöde händer plötsligt något.

Det du gjorde konsekvent blir nu klumpigt och upplevelsen är inte densamma varje gång. Det är inte samma magiska upplevelse om den inte får den data den behöver från en enhetlig kontext över flera verktyg. Så jag älskar AI, men jösses vad dåligt det fungerar i dag. Vi ska göra det bättre.

Galen Low: Det där känns väldigt bekant. Mitt ChatGPT är en enda röra. Det är väldigt oorganiserat. Jag gick till och med en kurs i instruktionsteknik hos PMI nyligen. En bra kurs. De sa ungefär: skapa ett kalkylblad med alla dina instruktioner och hur de fungerar för dig. Jag tänkte: det är en bra idé. Och sedan det du sa om att vara en kopierings- och inklistringsmaskin och gå vilse bland alla instruktioner jag ville testa och all data – jag behöver ha den på en central plats eftersom jag använder alla möjliga stora språkmodeller och testar dem.

Det finns faktiskt mycket mer gemensamt med att introducera en ny teammedlem – någon som av någon anledning har skygglappar på – än med att faktiskt använda programvara. Det är som: bra, låt mig ge dig sammanhanget. Låt mig beskriva vad jag försöker göra. Okej. Ja. Inte så att vi behöver förfina det.

Det är inte riktigt ett verktygsarbetsflöde, utan en interaktion. Det är en interaktion som påminner om en kollega, eller hur? För att få fram resultaten. Och många av oss är helt enkelt inte särskilt bra på det eller har inte fått någon träning i det, och det är en ganska annorlunda sak. Den andra saken är att vi fortfarande försöker förstå alla verktyg inom teknik. Det finns en mängd verktyg där ute just nu, och den aktuella rekommendationen är att prova dem alla, se vad som fungerar bäst för dig och sedan fortsätta förfina.

Det sista jag vill göra när jag lägger all den här tiden på att förstå allt är att fråga: hur ska jag transportera informationen fram och tillbaka mellan några av verktygen, varav vissa har AI-funktioner – modeller som inte vet vilka samtal jag har haft med ChatGPT?

Som du sa är det klumpigt. Det är fantastiskt och klumpigt samtidigt, eller hur? Det kan vara två saker på en gång. Och jag tror att det är viktigt, eftersom vi är väldigt imponerade av resultatet. Det är rimligt att vi är imponerade av resultatet. Men det är inte slutmålet. Vi har helt enkelt inte nått den slutliga standarden för hur AI ska fungera för projektledning.

Och sättet vi använder det på i dag är inte nödvändigtvis det sätt vi kommer att använda det på i framtiden. Inte ens användarvänligheten.

Devin Mahoney: Jag håller helt med och längtar efter den framtiden, men du har det verktyg du har nu, så jag måste komma på hur jag ska använda det.

Galen Low: Och den andra saken jag skulle säga är att vi också måste bygga det, vilket är det du gör och som jag verkligen gillar. Jag undrar om jag kan ta en liten sidoväg och sedan knyta tillbaka det för er som lyssnar.

En sak jag har lagt märke till när det gäller QTalo är att ni har ett mycket starkt fokus på integritet. Ni har ett lite okonventionellt perspektiv på frågan. Jag undrar om du kan prata lite om varför integritet är viktigt för dig och varför det borde vara viktigt för personer som leder projekt – inte bara när det gäller känsliga data, utan också när det gäller hur vi arbetar.

Devin Mahoney: Okej, bra fråga. Galen, jag arbetar med cybersäkerhet, så integritet finns i mitt DNA. Jag skulle kunna prata hål i huvudet på dig om SOC 2, men det tänker jag inte göra eftersom den här podden bara är så lång. Låt mig i stället prata om integritet för en projektledare. För att kunna utföra sitt jobb har projektledaren ett privat arbetsminne, och vissa av oss använder anteckningsappen.

Vissa använder kalkylblad, andra använder faktiskt papper. Det här är mina anteckningar som projektledare, och här hamnar dina halvfärdiga idéer. Här klottrar du ner dina anteckningar innan du faktiskt skriver ett e-postmeddelande eller lägger in något i ditt system för lagring av information, som Jira eller Salesforce.

Det kostar inget att använda det eftersom det bara är till för dig. Du behöver inte oroa dig för om det är taggat. Du behöver inte oroa dig för om det ens är korrekt. Det är en övergångsarbetsyta. Den måste förbli privat. Det är här ditt kritiska tänkande sker. Det är här dina utkast blir till. Det är här den verkliga riskplaneringen börjar.

Vårt mål på QTalo är att respektera denna övergångszon. Vi hjälper dig att hämta insikter från dessa utkast utan att publicera dem i förtid. Det ger dig möjlighet att tänka högt på ett tryggt sätt och ändå dra nytta av det gemensamma sammanhanget kring det som händer i ditt system för lagring av information. Vi skapar alltså en kreativ buffert.

Vi hjälper till att överbrygga det här gapet, och vårt mål är att ta fram renare och mer korrekta uppdateringar för team, ledning, kunder och alla dina intressenter.

Galen Low: Jag älskar det så mycket, för det finns saker i mina anteckningsböcker som jag verkligen aldrig vill att någon annan ska se. Och jag gillar tanken på integritet. Vi tänker alltid på känslig kundinformation, känsliga ekonomiska data eller personuppgifter inom till exempel vården.

Men jag gillar verkligen tanken på mig som användare. Jag vill kunna dra nytta av den där anteckningsboken som är en stor språkmodell, eller hur? Där jag skriver saker och den säger: okej, vill du att jag ska koppla ihop det åt dig? Vad sägs om det här? Den ställer frågor till mig. Men det är min arbetskontext.

Det är inte min presentationskontext. Och jag skulle gärna vilja veta att den övergripande modellen i mitt verktyg inte tränas på alla mina utkast. Sedan kommer någon och frågar: vilken typ av projektledare är Galen? Och modellen svarar: ganska tankspridd, faktiskt. En lös kanon. Han börjar meningar och avslutar dem inte.

Det är helt vilt. Jag vill inte att det ska hamna i verktygets eter och komma upp senare i ett samtal där jag deltar som lekman och tänker: jag vet inte. Det verkar som att alla dessa modeller tränas på i princip allt. Jag har inte särskilt bra insyn utan att gå in på efterlevnadsfrågor.

Jag har inte alltid insyn i vad som delas, eller vart. Ärligt talat lär jag mig inte alla villkor för alla verktyg jag registrerar mig för utantill. Det borde jag kanske göra, men jag accepterar tanken på att jag bör vara försiktig och samtidigt litar jag på att det är för det större goda.

Det jag gillar med ert perspektiv är däremot att det borde finnas ett lager där du fortfarande drar nytta av det du tränar din personliga modell på inom verktyget, i stället för att det bara hoppar runt mellan alla dessa saker. Det borde vara något som är tydligt.

Det ska vara: oroa dig inte, du befinner dig i zonen där det här inte delas med dina kollegor. Och sedan: vill du att jag ska skicka det här till dina kollegor? Då svarar jag: ja, nu. Nu är det färdigbearbetat. Kör. Den nivån av tydlighet visar enligt mig att ni förstår hur projektledare arbetar. Ni bygger inte bara programvara, vilket jag tycker är det typiska IT-perspektivet. Det är det som gör mig entusiastisk över det ni gör.

Devin Mahoney: Tack, Galen. Jag uppskattar det verkligen.

Galen Low: Jag ska ge dig en komplimang och sedan komma med djävulens advokat, eftersom vi har pratat om att det finns så många produktivitetsverktyg där ute.

Det finns så många AI-verktyg. En del av er kritik, om jag har förstått den rätt, är att vi använder för många separata verktyg. Så min fråga som djävulens advokat blir: varför kände du att världen behövde ytterligare ett verktyg i form av QTalo?

Devin Mahoney: Det är en bra fråga, och alla ställer den frågan om alla verktyg.

De här produktivitetsverktygen och kommunikationsverktygen blir fler snabbare än någon rimligen kan integrera dem. Och den budget ett företag har för nya verktyg har inte hållit jämna steg med budgeten för att skaffa verktyg. Det jag menar är att vi har all den här informationen utspridd över alla dessa verktyg, men det finns ingen budget för konsolidering. Så var måste det ske?

Det är projektledaren som måste göra det. Nu måste vi alltså utföra den här konsolideringen för hand. Tack vare AI är det mycket enklare att genomföra. Men på ett sätt är det nästan värre, eftersom det nu är möjligt att bara kopiera och klistra in allt i ChatGPT. Nu är det vårt jobb att göra det, i stället för att tänka igenom var all data finns.

QTalo är därför inte ännu en uppgiftshanteringsapplikation. Vårt mål är faktiskt att få in dig i QTalo och sedan få ut dig ur QTalo så snabbt som möjligt. Vi gör det till den sammanbindande vävnaden så att din befintliga verktygsuppsättning kan fungera som ett enda system. Jag tycker faktiskt att det finns gott om utrymme för andra konsolideringsverktyg vid sidan av QTalo.

Vi behöver fler sådana, eftersom effektivitet i grunden handlar om att få allt att fungera tillsammans. Genom att ligga bredvid alla andra verktyg eliminerar det här arbetet med att hela tiden vrida sig mellan olika gränssnitt. Det minskar spridningen av licenser överallt, eftersom det egentligen bara är projektledarna som behöver detta, och det betalar sig självt genom den tid ni återvinner.

Du vet, eftersom många av oss arbetar med ingenjörer finns det ett begrepp som kallas teknisk skuld, som byggs upp under utvecklingsprocessen. Det finns också operativ skuld. Varje gång vi lägger till ett verktyg, varje gång ett annat team använder ett nytt verktyg, ökar den operativa skulden. Den här konsolideringen hjälper oss att betala av den operativa skulden, så att vi kan fokusera våra kommunikationskanaler.

Det är målet. Det är därför världen behöver QTalo och andra verktyg som konsoliderar.

Galen Low: Jag älskar tanken på operativ skuld. Det stämmer verkligen. Men jag gillar också den tydliga insikten att vi kommer att ha verktyg, men att alla våra verktyg inte måste kopplas ihop till ett enda stort hjärnverktyg som är verktyget som ersätter alla andra verktyg.

Det handlar snarare om att knyta ihop allt. Det är som ett nätverk. Du måste se till att de viktiga verktygen som hör ihop ansluter till samma nod. Den noden kan vara QTalo. Det betyder inte att det är den enda programvara du öppnar varje dag. Det betyder bara att det är en nod som strategiskt kopplar samman en del av programvaran du använder.

För som du sa kan vi inte integrera med varje verktyg så fort det kommer ut. Kanske kan Zapier och Make göra det, men även då måste det vara en extremt krävande process att försöka hålla jämna steg med varje API. I stället kan man säga: här har vi fattat ett beslut om de här verktygen.

Vi vill inte dra på oss en massa operativ skuld, men vi behöver få dem att prata bättre med varandra så att vi kan göra våra jobb bättre. Annars begränsar vi verkligen den övergripande fördel vi har, där AI ska komma och ta över all administration så att du kan vara strategisk. Bara det att du kopierar och klistrar in. Det är faktiskt lite av ett lockbete jämfört med hur det fungerar just nu.

Jag undrar om du kan berätta lite om vad som kommer härnäst för QTalo. På vilka sätt försöker ni lösa det här problemet, och vad ser du mest fram emot?

Devin Mahoney: Jag är faktiskt ganska entusiastisk över det ledningscenter vi bygger. Du sa det i början av podden, Galen: vi är projektledare och vi bygger för projektledare. Det ger oss ett mycket snävt fokus på just de saker som projektledare behöver. Vi har till exempel AI-baserad prioritering. Som projektledare börjar du din dag, medan andra har arbetat i andra tidszoner. Du vill veta vad som brinner i dag. Vilka signaler behöver jag uppmärksamma i e-post, chatt och ärendehantering som jag måste arbeta med just nu? Det här är min dag.

Jag behöver sammanfattningar, eftersom det händer så mycket. Jag har inte koll på allt hela tiden. Jag behöver automatiska sammanfattningar av alla viktiga fakta, nästa steg och länkar till källan, så att jag snabbt kan gå tillbaka till den.

Jag behöver en enhetlig sökning. Jag kan inte säga hur ofta detta bokstavligen hände mig i morse: någon skickade något till mig, jag försökte hitta det och visste inte om det låg i ett e-postmeddelande eller i någon slumpmässig Slack-kanal.

Den enhetliga sökningen räddade mig, eftersom all min information finns överallt. Jag behöver arbetsflödeschecklistor. För projektledare är en avisering mycket arbete. För vanliga människor får man ett e-postmeddelande och tänker: okej, jag svarar och sedan är jag klar. En projektledare får ett e-postmeddelande och måste göra fem till sju olika saker.

Det är så mycket arbete, och ingen uppskattar det riktigt. Arbetsflödeschecklistorna låter dig därför skapa en lista med uppgifter. Livet är fortfarande ganska jobbigt eftersom du måste göra de sju sakerna, men åtminstone kan du räkna upp dem och bocka av dem på listan, så att du till slut kan bli av med e-postmeddelandet.

Du kan ta bort det från din värld, och vi tillhandahåller all kontext: tidslinjen, filerna och alla beslut. På så sätt kan projektledare snabbt komma in i arbetet. De byter kontext till det och behöver inte bläddra igenom alla appar för att hitta informationen. Det är precis vad vårt ledningscenter gör.

Det är verkligen fokuserat på projektledaren. Vi får in dig, berättar vad du behöver göra härnäst och får dig sedan direkt tillbaka till arbetet du utför i de andra apparna.

Galen Low: Jag älskar det. Och ja, det känns väldigt bekant. Om du tittar på min sökhistorik i olika verktyg är det samma sökning om och om igen. Jag tänker: var fanns det här? Vem sa det? Så jag söker på samma nyckelord i flera verktyg för att hitta det. Det låter verkligen spännande. Jag älskar det ni gör.

Devin, stort tack för det här samtalet. Det har varit väldigt roligt att få ditt perspektiv på AI, vår AI-röra, AI:s användbarhet och framtiden.

Devin Mahoney: Tack, Galen. Det har varit ett nöje att prata med dig.

Galen Low: Okej, allihop, där har ni det. Som alltid är ni välkomna att delta i samtalet med över tusen likasinnade projektledningsentusiaster genom att gå med i vårt kollektiv! Gå till thedpm.com/membership för att läsa mer. Och om du gillade det du hörde i dag får du gärna prenumerera och hålla kontakten på thedigitalprojectmanager.com.

Tills nästa gång – tack för att du lyssnade!