Mentionsy

Witajcie w podcaście Data Zen AI, tworzonym przez społeczność Data Zen.

Czy AI sprawi, że rola Project Managera stanie się zbędna?

Chcemy dzisiaj pokazać, jak AI staje się takim potężnym asystentem.

Bo jak słyszę AI w zarządzaniu projektami, to mam przed oczami jakąś taką futurystyczną wizję.

Wiesz, boty prowadzą daily, same przydzielają zadania.

Wiesz, bardziej trafna metafora, która ciągle się przewija w tych analizach, to jest AI jako taki drugi pilot, co-pilot.

Orkiestruje pracę całego systemu, w którym są też agenci AI.

A AI coraz lepiej odpowiada na pytanie, jak to zrobić najefektywniej.

AI przejmuje te analityczne, powtarzalne rzeczy.

A to uwalnia czas i energię człowieka, żeby skupił się na tym, czego AI przynajmniej na razie nie potrafi.

Ktoś na jednym z forów mądrze zauważył, AI nie zastąpi inteligencji emocjonalnej.

Mamy dziesiątki maili, jakieś notatki, sprzeczne oczekiwania.

Jak AI może tu zrobić porządek?

I tu jest właśnie obszar, gdzie AI, tak wcześnie zastosowane, daje spektakularne efekty.

AI może to oznaczyć jako potencjalny punkt sporny do dyskusji.

I tu AI może wprowadzić więcej obiektywizmu.

A idąc dalej, AI może też pomóc priorytetyzować backlog.

Jak AI pomaga utrzymać ten chaos w ryzach, kiedy kod już powstaje, a problemy zaczynają się mnożyć?

I tu AI przychodzi z roli takiego planisty do roli dynamicznego nawigatora.

Systemy AI mogą w czasie rzeczywistym analizować obciążenie członków zespołu, ich skille, dostępność, a potem sugerować, kto powinien wziąć kolejne zadanie.

Tak, i to w oparciu o twarde dane, a nie tylko o to, co ktoś powie na daily.

Co więcej, AI nieustannie monitoruje postępy, porównuje je z planem i dzięki temu może generować wczesne ostrzeżenia o ryzyku opóźnień, zanim one staną się naprawdę poważnym problemem.

Wdrożyli AI w swoje procesy Agile i tak, odnotowali wzrost wskaźnika ukończenia sprintów o 30%.

Była nim zdolność AI do identyfikowania ukrytych zależności między zadaniami.

Czyli AI ujawniło słabość w ich procesie, której ludzie po prostu nie widzieli.

Czyli AI to nie tylko automatyzacja, ale też katalizator do ulepszania samych procesów.

Tam AI, analizując tysiące danych z placu budowy – pogodę, postępy prac, dostępność materiałów – potrafiło przewidzieć przyszłe wąskie gardła.

AI może automatycznie generować podsumowania sprintów, cotygodniowe raporty dla zarządu, nawet tworzyć szkice dokumentacji technicznej na podstawie komentarzy w kodzie.

Są już nawet specjalistyczne narzędzia, jak wspomniane w jednym z artykułów Retro AI++.

Tu dochodzimy do kluczowej drugiej części naszej analizy, bo implementacja AI nie jest bezproblemowa.

AI jest tak dobre jak dane, na których się uczy.

Co w praktyce oznacza, że jeśli nasza JIRA przez ostatnie 5 lat była prowadzona, no chaotycznie, zadania nie były zamykane, a estymaty wpisywane po fakcie, to model AI nauczony na takich danych będzie nam dawał bezużyteczne rekomendacje.

Dlatego, wiesz, pierwszym krokiem często musi być nie wdrożenie AI, a posprzątanie własnych procesów i danych.

Wyobraźmy sobie, że zespół dostaje nowe super narzędzie AI.

Skoro AI ma analizować naszą komunikację na Slacku, czytać kod, no to od razu pojawia się pytanie o wielkiego brata.

Jest też ryzyko, że model AI, generując kod, przypadkowo wypluje jakieś wrażliwe dane, na których był trenowany.

Załóżmy, że project manager, który nas teraz słucha, jest zaintrygowany, ale też trochę przytłoczony.

Czyli nie trzeba od razu kupować drogiej, skomplikowanej platformy AI.

Wiele popularnych narzędzi jak Jira, Asana, Trello czy Monday.com już teraz wprowadza funkcje oparte na AI.

Można poprosić AI o stworzenie szkicu, cotygodniowego raportu dla klienta na podstawie kilku punktów.

To równie ważne jest to, czego nie robić, czego na obecnym etapie rozwoju technologii absolutnie nie powinniśmy delegować AI.

AI może przeanalizować dane i dać rekomendacje, ale ostateczna decyzja o zmianie strategii, budżetu czy terminu musi należeć do człowieka.

AI nie ma empatii, nie buduje relacji, nie wyczuwa nastrojów.

AI może pomóc zidentyfikować problemy w zespole, ale rozmowa z pracownikiem zawsze musi być ludzka.

Kluczowe jest by traktować AI jako narzędzie wspierające decyzje, a nie je zastępujące.

AI nie jest po to, by zabrać pracę project managerom, ale by zabrać z niej słowo management w tym takim administracyjnym znaczeniu, a zostawić przestrzeń na leadership.

W miarę jak AI będzie przejmować coraz więcej zadań zarządczych, śledzenie, raportowanie, alokacja, to Project Manager, który definiuje swoją wartość głównie przez te czynności, faktycznie może czuć się zagrożony.

Po więcej przykładów, konkretne narzędzia i linki do materiałów, z których korzystaliśmy, zapraszamy do artykułu podsumowującego na naszej stronie datazen.toppodcast.ai16.

Zachęcamy również do subskrypcji podcastu Data Zen AI na Spotify, Apple Podcasts i na YouTube, aby nie przegapić naszych kolejnych analiz.