Tillståndet för digital projektledning 2024

Under det första året som denna kartläggning genomfördes fick vi nästan 400 svar från digitala projektledare i 60 olika länder. Svaren gav en mängd data som DPM-teamet har analyserat och använt för att dra slutsatser till denna rapport. Även om den begränsade datamängden inte kan ta hänsyn till varje enskild DPM:s unika projekt eller situation, kan vi göra vissa allmänna uttalanden om branschen och DPM:ernas roll inom sina organisationer.

Här är de viktigaste höjdpunkterna och trenderna vi lade märke till i år:

• Automatisering gör det möjligt för projektledare att skapa större värde
• Att överlåta beslutsfattande till artificiell intelligens 
• Mer, större och bättre data

Automatisering gör det möjligt för projektledare att skapa större värde

Det står klart att automatisering kommer att — och redan har börjat — få stor påverkan på organisationer, projektledning och enskilda projekt. Projektledare står under större press än någonsin att hitta sätt att spara tid, få mer gjort och skapa större värde i sina projekt. Automatisering ger möjligheter till dessa förbättringar samt ökad effektivitet bland projektmedlemmarna.

Enligt data från 2019 använder 41 % av organisationerna för närvarande automatisering i en tvärfunktionell kapacitet eller i stor skala. Och teknikmarknaden växer för att hålla jämna steg, med 20 % per år. Det är svårt att hitta projektledningsverktyg eller programvara utan åtminstone någon grad av automatisering, men det finns också otaliga verktyg som helt ägnar sig åt att automatisera uppgifter.

I vår DPM-kartläggning från 2020 speglade ett svar på frågan ”Vad är det mest betydelsefulla vi skulle kunna göra för att hjälpa dig på din DPM-resa?” detta. I svaret angavs att det mest betydelsefulla för personen skulle vara

”Automatisering. Hur vi kan automatisera vårt dagliga arbete [inom digital projektledning] och använda den extra tiden till att skapa ytterligare värde i projekten och för kunderna.” 

Denna respondent är inte den enda som har lagt märke till kopplingen mellan automatisering och att frigöra tid för att skapa större värde. Enligt Deloitte kan automatisering ta hand om repetitiva och manuella uppgifter, samtidigt som den lämnar kvar arbete åt mänskliga medarbetare som är ”mer tolkande och serviceinriktat och innefattar problemlösning, datatolkning, kommunikation och lyssnande, kundservice och empati samt lagarbete och samarbete.”

Faktum är att 47 % av företagen redan använder automatisering för att komplettera sina befintliga uppgifter och öka teammedlemmarnas produktivitet. Men även om projektledare vanligtvis är väl insatta i att automatisera e-postpåminnelser om kommande möten eller aviseringar om deadlines, verkar det fortfarande råda viss förvirring kring teknikens roll och projektledarens roll.

Vår undersökning frågade också respondenterna om deras största utmaningar inom projektledning. Flera svar tog upp utmaningar med verktyg och teknik inom det digitala området. En respondent nämnde särskilt att personen inte alltid var säker på ”vilka verktyg som ska användas utifrån projektets storlek & komplexitet”, medan en annan uppgav att personen inte alltid var säker på ”hur mycket ”traditionella” metoder är tillämpliga i den digitala världen.”

Även om dessa svar mer generellt handlar om verktyg och teknik gäller inställningen även automatisering. Vad bör automatiseras och när? Hur är automatisering tillämplig på traditionella projekt och arbetssätt?

Dessa frågor är fortfarande obesvarade, men automatisering verkar gå mot att automatisera så många repetitiva och manuella uppgifter som möjligt. 62 % av organisationerna anser att automatisering (specifikt automatisering av robotiserade processer) kommer att ha måttlig till stor betydelse i deras framtida projekt.

Detta gör det möjligt för projektledare att ägna mer tid åt att planera projekt, skapa djupgående statusrapporter och på ett kreativt sätt utforma strategier för att slutföra projekt.

Utöver automatisering förväntar sig experter att intelligent automatisering också kommer att spela en allt större roll i projektledning och projektgenomförande. Kombinationen av automatisering och artificiell intelligens kommer ytterligare att stärka projektledarens förmåga att slutföra projekt och skapa värde i dem.

Överlåta beslutsfattandet till artificiell intelligens

Det råder ofta förvirring kring skillnaderna mellan automatisering och artificiell intelligens (AI). Automatisering innebär att robotar eller datorprogram utför repetitiva, enkla uppgifter utan att fatta beslut eller behöva förstå någon logik.

AI innebär däremot att datorer fattar beslut och förstår logik. Det finns också många underkategorier av AI – bland annat kunskapsbaserad AI, maskininlärning, beslutsstyrning och mycket mer. Mer om detta senare.

Som nämndes i föregående avsnitt kan kombinationen av automatisering och AI kallas intelligent automatisering. Det innebär att tekniken skulle kunna ta över mer än bara de repetitiva, manuella uppgifter som projektledare ibland bävar inför. Den skulle också kunna bidra med saker som att fördela resurser, prioritera risker eller uppskatta hur mycket tid som behövs för vissa uppgifter.

Men AI kan också gå längre än så. De ovan nämnda underkategorierna av AI – kunskapsbaserad AI, maskininlärning och beslutsstyrning – bygger alla på att komplettera mänskligt beslutsfattande.    Projektledare fattar många beslut. Vissa är avgörande för ett projekts framgång, medan andra är mer vardagliga beslut som får projekt och organisatoriska processer att fungera smidigt. Att använda AI för att fatta fler vardagliga beslut som inte är lika avgörande för uppdraget skulle kunna frigöra tid för projektledare att fokusera på större och mer komplexa beslut.

Data från PMI-rapporten med titeln AI-innovatörer: Knäck koden för projektprestanda.

Faktum är att dessa typer av AI redan påverkar organisationer.37 % av de svarande i samma undersökning uppgav att de prioriterar införandet av AI inom sin organisation, vilket ”sätter igång en förändring av projektledningsmetoder”.

Intressant nog innehöll våra resultat från folkräkningen inga omnämnanden av att projektledare faktiskt använder AI eller arbetar med projekt som omfattar AI. När efterfrågan på AI ökar (med 270 % under de senaste 4 åren och tre gånger så mycket enbart under 2018) följer det att projektledare skulle genomföra fler projekt som antingen innehåller något element av AI eller helt och hållet handlar om att färdigställa ett AI-verktyg eller en AI-leverans.

Att arbeta med projekt som bygger på AI innebär naturligtvis en helt ny uppsättning utmaningar, risker och osäkerheter. Eftersom tekniken fortfarande är under utveckling kan det vara svårt att hitta teammedlemmar med rätt expertis, och projektledare kan behöva lägga betydande tid på att sätta sig in i tekniken.

Det finns också etiska frågor kring AI. AI-verktyg kan ofta ärva sina skapares inneboende fördomar, och verktygens funktioner kan manipuleras för att användas i mindre etiska syften, även om verktyget ursprungligen inte var avsett att användas på det sättet. Projektledare måste tänka igenom konsekvenserna av den teknik de arbetar med eller använder, oavsett om det handlar om AI eller en annan teknik, exempelvis stordata.

Läs om hur projektledare använder AI just nu.

Stay Ahead of What Deserves Your Attention

Get timely perspective on the shifts, decisions, and trade-offs shaping your role, plus practical resources you can put to work.

Get Free Access

Have an account? Log In

Mer, större och bättre data

Att ha tillgång till data och kunna tolka den är avgörande för projektledare. Data kan förmedla projektstatus, bidra till att uppmärksamma kommande budget- eller tidsplanproblem, ge en överblick över ett projekt ur fågelperspektiv och hjälpa projektledare att presentera statusuppdateringar för intressenter. Många projektledningsverktyg och program har inbyggda funktioner för att samla in, registrera och analysera data, vilket gör detta enkelt för projektledare. Men hur är det med stordata?

Stordata är mycket svårare att hantera på grund av dess omfattning. Det finns två vanliga scenarier där projektledare kan komma att använda stordata.

• Produkten eller leveransen som de arbetar med har en stor användarbas som genererar stora mängder data, eller så tillhandahåller kunden stora mängder data till projektledaren.
• Projektet omfattar en leverans som använder stordata, eller så innebär projektet att skapa ett stordataprojekt i någon form.

85 % av organisationerna planerar att öka sin användning av analys och stordata i allmänhet, vilket innebär att projektledare i dessa organisationer behöver veta hur de ska hantera data och dra nytta av den för att säkerställa att intressenternas och målgruppens behov tillgodoses, i båda de sammanhang som nämns ovan.

Vår kartläggning gav några intressanta svar när det gäller stordata. En respondent noterade att deras organisation är specialiserad på digitala projekt, dataprojekt och teknikprojekt. Det anges inte om data syftar på stordata eller någon annan typ av data, men med tanke på stordatas utbredning kan man anta att stordata spelar en roll i någon form. Vi kan förvänta oss att se allt mer specialisering inom dataprojekt, särskilt stordataprojekt.

Respondenterna i vår kartläggning noterade också vissa utmaningar kring data och det digitala området. En respondent nämnde att de hade problem med att få data från sina kunder. Utan tillgång till de data som krävs är det svårt för projektledare att fatta beslut om sina projekt. Även när data väl har hämtats är nästa utmaning att sortera och organisera stordata på ett sätt som gör det möjligt för projektledare att visualisera den och få insikter.

En annan respondent noterade mer allmänna utmaningar med digitala projekt och konstaterade att

”Regler och möjligheter utvecklas och förändras, så det är en utmaning att försöka hålla jämna steg med bästa praxis och kapacitet.”

När det gäller stordata saknas det fortfarande etablerad bästa praxis och etablerade regler, vilket innebär att projektledare behöver fortsätta att utveckla och förnya sin egen bästa praxis för att hitta det som fungerar.

Det här är inte de enda utmaningarna när det gäller stordata och analys. Precis som med AI och automatisering kommer projektledare att stöta på allt fler utmaningar och frågor ju mer de arbetar med dessa tekniker. Stordata medför också etiska frågor. Data kan visa oss trender och mönster, men bör vi låta den tala för dem som avviker från normen?

Projektledare bör vara beredda att brottas med dessa utmaningar och frågor allt eftersom de fortsätter att använda stordata och analys.

Läget i den digitala projektledargemenskapen

Vi är alltid öppna för feedback på vårt arbete och tycker om att höra vad våra medlemmar och vår målgrupp tycker är användbart eller värdefullt. Vår kartläggning innehöll frågor om vårt innehåll och våra evenemang, våra medlemsförmåner samt vad respondenterna upplevde som betydelsefullt eller värdefullt. Vi frågade också vilka råd varje respondent hade till oss — tro oss när vi säger att vi tar dem till oss!

Vad DPM-gemenskapen tycker om vårt innehåll

Vi bad respondenterna att betygsätta vårt innehåll på en skala från 1 till 10, och genomsnittet blev 8,1. Även om vi är nöjda med det betyget har vi också tolkat det som att det fortfarande finns utrymme för förbättringar och för att hitta sätt att skapa mer värde för våra medlemmar och läsare.

Här är de innehållstyper vi erbjuder, ordnade efter vilka respondenterna värderade högst.

Respondenterna kunde välja fler än ett svar.

Vårt innehåll efter den innehållstyp som vår gemenskap värderar högst.

På frågan om det enskilt bästa vi gör valde respondenterna följande svar:

Det enskilt bästa vi gör enligt vår gemenskap.

Vi klandrar dem inte — det kan vara svårt att välja! Om det är något annat som du tycker att vi missar, hör av dig och berätta det för oss!

Om våra respondenter

Det här avsnittet tar upp grundläggande information om våra respondenter — sådant som var de befinner sig, om de har fasta anställningar eller kontraktsanställningar, specifika jobbtitlar, erfarenhetsnivåer och mycket mer. Svaren vi fick på den här typen av frågor visade bredden och djupet i DPM-gemenskapen. Även om vi inte kan använda dem för att göra breda påståenden om projektledning på andra platser eller orter, avslöjar de ändå lite om projektledning på platser både innanför och utanför den nordamerikanska bubbla som vi på DPM befinner oss i här.

Plats

I årets allra första DPM-kartläggning fick vi svar från projektledare i 60 olika länder.

Följande länder var mest representerade:

Kartläggningens respondenter efter land.

Lön

Även om undersökningen samlade in löneuppgifter från respondenterna fanns det inte tillräckligt med data för att kunna göra några generella uttalanden om genomsnittslönerna i de länder som respondenterna uppgav att de kom från. Vi tog dock hänsyn till de löneuppgifter som samlades in genom vår undersökning i vår årliga löneguide för projektledare för 2023, där vi går igenom löner inom projektledning på djupet och bryter ner trender efter land, roll och erfarenhetsnivå.

Arbetsvillkor

Majoriteten av respondenterna var fast anställda projektledare som arbetade på plats.

Respondenter i kartläggningen kategoriserade efter fast anställda, frilansande projektledare, projektledare som arbetar på plats och projektledare som arbetar på distans.

Jobbtitlar

Respondenterna representerade en mängd olika titlar och roller inom projektledning. För de projektledare som bär många hattar, eller för personer inom andra områden som tar på sig en projektledarroll, inkluderade vi ett alternativ för övrigt där respondenterna kunde skriva in sin egen titel eller roll.

Här är fördelningen efter titel:

Respondenter i kartläggningen efter jobbtitel.

Några av höjdpunkterna bland de inskrivna titlarna var affärsanalytiker, teknikchef, chef för tjänsteleverans, marknadschef, produktchef och min personliga favorit, ”tusenkonstnär”, vilket är en ganska träffande beskrivning av projektledarrollen. Det fanns en stor spridning bland svaren i kategorin ”Övrig” jobbtitel, vilket verkar återspegla att fler personer i närliggande eller liknande roller tar på sig projektledningsansvar.

Erfarenhets- och självförtroendenivåer

Vi frågade också respondenterna om deras relativa erfarenhetsnivå (i antal år) och deras relativa självförtroendenivå (respondenterna valde mellan 3 påståenden utifrån vilket som bäst beskrev dem).

Respondenter i kartläggningen efter erfarenhetsnivåer och självförtroendenivåer.

Några intressanta observationer om överlappningen mellan erfarenhetsnivå och självförtroendenivå. 

Majoriteten av respondenterna har över 6 års erfarenhet, men en majoritet uppgav också att de var mer avancerade än experter, vilket innebär att många projektledare med mer än 6 års erfarenhet inte nödvändigtvis betraktar sig själva som experter. Majoriteten av de respondenter som faktiskt betraktar sig själva som experter har dock över 6 års erfarenhet.

I både kategorierna 2 till 3 år och 4 till 5 år uppgav de flesta respondenterna att de betraktar sig själva som avancerade.

Intressant nog finns det några respondenter i kategorin över 6 år som också uppgav att de ansåg sig vara nya när det gäller att leda team och projekt. Vi har några teorier kring dessa svar. Det kan vara så att dessa respondenter är nya inom projektledning i sin roll men har haft sin nuvarande roll i över 6 år.

Det är också möjligt att de har en annan roll eller andra ansvarsområden utöver projektledning, vilket inte lämnar tillräckligt med tid för att lära sig och utföra projektledning på ett bra sätt.

Överlappning mellan erfarenhet och budget

För att ta reda på hur projektbudgetarna fördelas frågade vi respondenterna vilken projektbudget de oftast arbetar med. Nedan kan du se resultaten korsrefererade med antal års erfarenhet. Respondenterna kunde välja mer än en projektbudget som de vanligtvis arbetar med.

Genomsnittliga projektbudgetar uppdelade efter erfarenhetsnivåerna hos de respondenter som arbetar med budgetarna.

Här är våra observationer.

Respondenter med 0 till 1 års erfarenhet befann sig tydligt i den lägre delen av budgetintervallen, men det fanns också en hög koncentration av projektledare med 0–1 års erfarenhet i budgetintervallet 50–100 000 USD. Det kan bero på att de flesta projekt generellt ligger inom detta budgetintervall, eftersom även andra erfarenhetsnivåer hade en hög andel projekt inom detta intervall.

Respondenter med 2 till 3 års erfarenhet tenderar också att arbeta med budgetar i de lägre intervallen, såsom 0–15 000 USD, 15–50 000 USD och 50–100 000 USD. De med 4 till 5 års erfarenhet tenderar att hantera fler budgetar i mellanklassen, såsom 50–100 000 USD och 100–300 000 USD.

Slutligen hanterade de med 6 eller fler års erfarenhet fler budgetar i den högre delen av budgetintervallen, även om de fortfarande hade en stor andel projekt i intervallet 50–100 000 USD.

Organisationsinformation

Vi frågade också deltagarna vilka typer av organisationer och företag de arbetar för. Här är fördelningen efter typ och organisationsstorlek. Organisationstyp:

Respondenter efter vilken typ av organisation de arbetar för.

Verktyg

Organisationer använder allt fler verktyg i sina projektprocesser. Det genomsnittliga antalet verktyg som används av varje organisation är 2,47.

Genom att använda fler verktyg spenderar organisationer också mer pengar på verktyg. Här är det genomsnittliga belopp som organisationer spenderar på verktyg per år.

Det genomsnittliga belopp som organisationer spenderar på verktyg per år.

Slutsats

Vi hoppas att du tyckte att denna information var lika insiktsfull och användbar som vi gjorde. Tack till alla våra medlemmar och medlemmar i vår community för att ni deltog — ni har gett oss massor av bra återkoppling som vi kommer att genomföra framöver!

Håll utkik efter möjligheten att delta i vår undersökning nästa år!