Var AI faktiskt passar in i ett projektteam

Tim Fisher: Hej och välkomna till Framtidens AI inom projektledning, en serie där vi går bortom presentationsmaterialet och undersöker hur AI faktiskt förändrar sättet som team planerar, levererar och hanterar arbete på. I dag har vi Productive som gäst. Om du driver en byrå, konsultverksamhet eller ett företag inom professionella tjänster och försöker förstå var AI faktiskt kan förbättra leverans, beläggningsgrad, prognoser och verksamhet – och inte bara generera innehåll – då är det här samtalet för dig.

Vi ska höra hur Productive använder AI för att automatisera det administrativa arbetet som saktar ner team, synliggöra risker innan de blir problem och hjälpa företag inom professionella tjänster att fatta bättre beslut snabbare. Jag heter Tim Fisher och är AI-chef på The Digital Project Manager. Mitt jobb är att ta reda på var AI faktiskt fungerar och var det fortfarande bara är marknadsföringsbilder.

Så jag kommer att ställa frågorna som ert team skulle ställa. Med oss i dag har vi Bernie Vrbat från Productive. Under de senaste tre åren har Bernie arbetat nära byråer, konsultverksamheter och företag inom professionella tjänster av alla storlekar för att hjälpa dem lösa operativa utmaningar och få större värde från sina verktyg.

I dag fokuserar hon på AI-transformation, precis som jag, och kombinerar teknisk expertis med verklig byråerfarenhet för att hjälpa team förstå inte bara vad som är möjligt med AI, utan också vad som faktiskt är värt att göra.

Bernie, det är verkligen roligt att ha dig här.

Bernarda Vrbat: Tack, Tim. Det är roligt att vara här.

Tim Fisher: Kan du ge oss 30-sekundersversionen av Productive för dem som inte känner till det?

Vad gör det, och vem är det byggt för?

Bernarda Vrbat: Ja, självklart. Productive är en allt-i-ett-plattform som är särskilt utformad för företag inom professionella tjänster. Om du till exempel registrerar tid för ett kundprojekt är det här den perfekta plattformen för dig. Den täcker i princip hela det operativa arbetsflödet, från att hantera en affär till projekt, budgetar, resursplanering och hela vägen fram till fakturering.

Och nu när AI är inbyggt sker det mesta av det operativa arbetet som ingår i alla dessa steg i bakgrunden. Vi tar det nu ett steg längre med våra agentfunktioner, där arbetet sker av sig självt, så att du kan lägga mindre tid på administration och mer tid på det arbete som faktiskt spelar roll.

Tim Fisher: En lite dum fråga år 2026, kanske, men varför är AI ett så stort fokus för er just nu?

Bernarda Vrbat: Nej, jag tycker inte alls att det är en dum fråga. Vi har faktiskt haft egna AI-funktioner ett tag. Vi har haft saker som automatisk ifyllnad av utgifter och använt AI för att skriva och strukturera text i dokument. Och vi upptäckte att de funktionerna verkligen var användbara för våra kunder. Vi ville undersöka var AI kunde göra verklig skillnad.

Eftersom tekniken utvecklas så snabbt kan AI nu hjälpa till med arbete som har verklig komplexitet. Vi automatiserar alltså inte bara enstaka uppgifter, utan hjälper dig att hantera och analysera verksamhetens arbetsflöden. Därför ville vi bygga in det i det som Productive redan gör bra – att vara en allt-i-ett-lösning för företag inom professionella tjänster.

Tim Fisher: Coolt. Vad tror du har varit den största utmaningen för era kunder som AI kan hjälpa dem att lösa?

Bernarda Vrbat: Jag tror att vi snarare än att lösa en enskild utmaning brukar säga att AI och Productive hanterar många av de utmaningar man möter under dagen. Det kan handla om blockerade uppgifter som har glömts bort eller tidsplaner som behöver flyttas, eller data som är utspridd och som man inte har tid att analysera.

Vi ville flytta hela den mentala belastningen bort från människor, så att AI kan hantera den i bakgrunden. Vi har upptäckt att när man gör det öppnar det upp för ett nytt sätt att arbeta. Du behöver inte längre hålla ett dussin små problem i huvudet, utan kan vara fullt närvarande i det arbete som faktiskt betyder något.

Tim Fisher: Det låter rimligt.

Alla lägger in AI i allt. Det finns en chattbot här och något annat där. Vad tycker du är unikt med Productives sätt att arbeta med AI jämfört med andra på marknaden?

Bernarda Vrbat: Jag skulle säga att det unika med vårt sätt att arbeta med AI är själva plattformen. Ni vet alla att AI-verktyg behöver hämta data någonstans ifrån, så till slut måste man koppla dem till fyra eller fem olika verktyg, och ändå kanske resultatet inte blir exakt det man behöver.

Med Productive finns all den datan redan inbyggd. Productive är en specialiserad plattform som täcker allt, som jag nämnde, från försäljning till fakturering. Därför vet den hur era medarbetare är fördelade, hur projekten presterar och hur era kundrelationer faktiskt utvecklas. Jag tycker att kombinationen av operativ, ekonomisk och relationsbaserad data är otroligt kraftfull för AI, och jag skulle säga att det är unikt för Productive.

Tim Fisher: Jag vet att vi kommer att se AI i flera former, till exempel konversationer, färdigheter och agenter. Kan du berätta lite om skillnaden mellan färdigheter och agenter? Jag är inte säker på att alla verkligen förstår allt det där.

Bernarda Vrbat: Ja, precis. Jag håller helt med, och jag tycker att det är en viktig fråga att ta upp. Självklart har vi våra chattbotar.

Vi känner alla till dem, och det är den typ av AI som människor nu är mycket vana vid. Du ber den i princip om något och får tillbaka ett resultat. Färdigheter och agenter är fortfarande ganska nya, så det kan vara värt att gå in lite mer på vad de är. Färdigheter är egentligen ganska enkla att förstå, och ni har förmodligen alla sett dem i verktyg som Claude eller ChatGPT, eller hur?

Färdigheter är i grunden strukturerad kunskap som du ger till AI. Du berättar för den hur uppgifter ska utföras, så att det stämmer överens med det du faktiskt behöver. När vi sedan går vidare till agenter – om vi jämför dem med färdigheter – handlar färdigheter om att lära AI hur den ska göra något, medan agenter handlar om att låta den faktiskt gå iväg och göra det.

En agent svarar inte bara på en fråga eller följer instruktioner, utan är helt självständig. Den kan arbeta sig igenom flera steg, fatta beslut längs vägen, använda olika verktyg och du behöver inte vara involverad i varje steg. Jag tror att det är här komplexiteten verkligen börjar öka. Med en chattbot pratar du med AI och får den att göra saker.

Med färdigheter formar du hur den beter sig. Och med agenter formar du inte bara beteendet, utan delegerar verkligt komplexa arbetsflöden till AI. Du sätter i princip upp ett mål, och agenten räknar ut hur den ska nå dit.

Tim Fisher: Väldigt bra beskrivning, förresten. Det liknar väldigt mycket hur jag själv pratar om det. När man tänker på allt detta, hur ser du att projektledarens roll utvecklas när AI blir en del av det dagliga arbetet?

Bernarda Vrbat: Jag tror att de bästa projektledarna alltid har varit de som kan se helheten, och det AI gör är faktiskt att göra det enklare. När man tar bort allt det repetitiva arbete som projektledare utför frigörs tid i vardagen, så att de kan göra mer av det de är bäst på – att fatta beslut som har stor betydelse för projektets framsteg och framgång.

Jag tror att vi kommer att få se något intressant hända här. När man frigör den tiden och den mentala energin börjar människor naturligt utvecklas. Projektledare kommer kanske att kunna ägna sig mer åt att utforma processer eller komma närmare koden. Jag tror därför att projektledaren kommer att bli mer av en, om jag får säga det så, mångsysslare – någon som inte bara hanterar arbete utan verkligen förstår det ur alla perspektiv.

Tim Fisher: Jag tror att du har helt rätt. Särskilt roller som projektledare har förvandlats till något de egentligen aldrig var avsedda att vara, med så många uppgifter som ligger inom deras ansvarsområde. Och den här typen av teknik är precis det du beskrev. Förhoppningsvis gör den det möjligt för människor att bli det de verkligen vill vara.

Att ägna tid åt det de verkligen vill göra och faktiskt föra verksamheten framåt. Så det är fantastiskt. Okej, jag läste lite och såg att ni nyligen publicerade en studie om hur team använder AI och vilka typer av arbete de känner sig bekväma med att delegera till den. Vad stack ut mest för dig, och hur har det påverkat hur Productive tänker kring att bygga med AI?

Bernarda Vrbat: Okej, du har verkligen gått på djupet i vad Productive gjorde. Men ja, precis. Innan vi implementerade våra agenter och avancerade AI-funktioner genomförde vi en enkät bland våra användare för att faktiskt se vad de tänker och känner inför AI. Det vi upptäckte var att det människor faktiskt vill att agenter ska hantera är en väldigt specifik typ av arbete.

De uppgifter som återkom mest hade en gemensam profil: saker som att schemalägga uppgifter, registrera tid – något jag har arbetat med i vårt AI-projekt för assistans – projektplanering och projektuppskattning. Det här är alla repetitiva och tidskrävande uppgifter. Kundkommunikation var till exempel en uppgift som företag var minst benägna att låta AI hantera, vilket jag tycker är helt logiskt. Jag tror att det här är precis den princip vi tog med oss.

I stället för att jaga den bredast möjliga versionen av AI byggde vi funktioner som hjälper team att hantera sitt rutin- och administrationsarbete.

Tim Fisher: Ja, det låter rimligt. En sak som verkligen framgår av både studien och demonstrationerna i dag är att AI fungerar bäst när den tar bort operativa hinder i stället för att ersätta mänskligt omdöme.

Tycker du generellt att det är där organisationer bör fokusera sina AI-insatser?

Bernarda Vrbat: Ärligt talat, ja. Jag tycker också att det är den mer ärliga utgångspunkten. Rutin- och administrationsarbete är där AI skapar värde utan att medföra den verkliga risken. Man ber inte AI att fatta komplicerade bedömningsbeslut, utan att hantera repetitivt arbete med förväntade resultat.

Tim Fisher: Din studie ger också en bild av en bransch som fortfarande experimenterar. Byråer ser naturligtvis fördelar med AI, men många försöker fortfarande förstå prissättning, avkastning på investeringen, verksamhetsmodeller och allt det där. Vilken fråga borde byråledare ställa om AI, men som du inte tycker att de ställer tillräckligt ofta?

Bernarda Vrbat: Jag tror att frågan som de flesta ledare inte ställer tillräckligt ofta är: ”Vad vill jag att mitt team ska göra med all den tid som AI frigör?” AI hanterar redan en stor del av det befintliga arbetet, och det kommer bara att bli mer och mer så. Att hitta det mest produktiva – utan ordvitsen – sättet att använda den extra tiden och de initiativ som skapar störst värde är, tror jag, det som kommer att göra störst skillnad.

Det finns också en mänsklig sida av det här. För många människor kommer arbetsbeskrivningen att förändras, lite eller mycket. Det spelar ingen roll. Men att stödja den befintliga kompetensen genom den övergången är minst lika viktigt för att säkerställa att man får ut så mycket som möjligt av AI.

Tim Fisher: Du sa något väldigt klokt.

Det kommer faktiskt inte upp särskilt ofta – samtalet om vad människor ska göra med den tid som nu frigörs. Därför är jag glad att du tänker på det från början när ni genomför alla de här förändringarna. En annan fråga: när man ser allt detta är det ganska tydligt att ni tänker på agenter nästan som medarbetare, med människor som ansvarar för deras handlingar och allt det där.

I en värld där detta blir vanligare, hur förändras projektledarens roll från att utföra arbetet till att hantera de agenter som utför arbetet? Det är en ganska grundläggande förändring.

Bernarda Vrbat: Jag tror att projektledare helt enkelt kommer att börja delegera det repetitiva arbetet till agenter, färdigheter och AI, och att de i stället kommer att vara mer involverade i kundrelationer.

Som jag nämnde kommer de inte att delegera den delen till AI. De kommer att bygga relationer och leverera bättre projekt. Kunderna kommer att bli mer nöjda med det arbete som utförs. Jag tror att det här blir den största påverkan som AI får på projektledarens roll.

Tim Fisher: Okej, låt oss göra en liten framtidsövning. Om vi hoppar fram tre eller fem år, vilken är den största förändring du förväntar dig att AI kommer att föra med sig för hur team arbetar?

Bernarda Vrbat: Oj. Tre till fem år är en väldigt lång tidshorisont att uttala sig säkert om, med tanke på utvecklingstakten.

Tim Fisher: Det är det.

Bernarda Vrbat: Men om vi ser på den kortsiktiga bilden kan vi se att AI tar över allt mer av genomförandet inom områden som programmering och skrivande, och jag tror att det operativa arbetet blir nästa område.

Projektledning är förmodligen där man märker det först: hantering av uppgifter, tidsplaner, tidrapporter och allt det samordningsarbete som projektledare har. Om vi blickar längre fram tror jag att den grundläggande förändringen blir hur team struktureras kring AI. I stället för att använda AI som ett verktyg man tar fram och lägger undan kommer människor sannolikt att hantera en uppsättning agenter, konfigurera dem och hantera deras resultat. Som jag har nämnt genom hela vårt samtal blir människans roll mindre inriktad på att utföra arbetet och mer på att fatta beslut om värde.

Vad spelar roll, vad behöver vi prioritera och hur ser kvalitet ut?

Tim Fisher: Låt AI ta hand om AI-saker och människor ta hand om mänskliga saker. Ja. Sist men verkligen inte minst skulle jag, utan att du avslöjar några hemligheter, gärna vilja få en liten inblick i vad som kommer härnäst på Productives AI-plan.

Bernarda Vrbat: Vi ska inte avslöja för mycket, men jag kan berätta vad som kommer härnäst.

Vi har nyligen lanserat artefakter, som gör att du kan omvandla instruktioner till visuella resultat. Du kan till exempel be om data och få en fullständig instrumentpanel, eller till och med be om att den laddas ner som PDF eller HTML. Det ska bli väldigt intressant att se. På agentsidan arbetar vi med händelsestyrda agenter, så att de startar automatiskt när något förändras.

Du kanske hanterar en budget och något förändras. Det kan vara en utlösande händelse som agenten upptäcker och reagerar på genom att göra en ändring. Vi bygger också mot att göra agenter mer proaktiva, så att de kontaktar dig när de stöter på ett hinder och du kan kliva in och hålla arbetet rullande.

Tim Fisher: Fantastiskt. Det känns väldigt logiskt i den här världen. Det var ett fantastiskt samtal och en spännande blick in i framtiden. Jag uppskattar det verkligen. För att avsluta, Bernie: om människor vill lära sig mer om Productive, vad ska de göra nu?

Bernarda Vrbat: Först och främst, tack Tim för ett fantastiskt samtal. Om någon vill gå djupare är vår sida om Productive 5.0 den bästa platsen att börja på.

Där får du hela bilden av allt vi har byggt kring AI och vad den här lanseringen handlar om. Därifrån vill jag hänvisa till våra sidor för färdplan och produktuppdateringar, där vi berättar vad som kommer härnäst och håller dig uppdaterad medan vi fortsätter att lansera nya funktioner. Vi rör oss snabbt, så det finns alltid något nytt som är värt att hålla ögonen på.

Tim Fisher: Bra. Mycket coolt. Det var allt vi hann med i dag. Bernie, tack så mycket för att du var med oss.

Bernarda Vrbat: Tack, Tim.