Papalitan ba ng AI ang mga Project Manager? [Video at Pagsusulit]

Sa madaling salita: Hindi lubos na mapapalitan ng AI ang mahuhusay na Project Manager, ngunit hahalili ito sa mga nakagawiang gawain sa proyekto na maraming gawain, kung saan ang mga gawain ay nakabalangkas, nauulit, at maraming datos. Nananatiling mahalaga ang mga PM kapag nagdadala sila ng paghatol, pananagutan, impluwensya ng mga stakeholder, at pamumuno ng tao sa mga sitwasyon ng paghahatid na hindi malinaw o may mataas na presyon.

Mga Pangunahing Pukawin: Trabaho sa Administrasyon: I-automate ang pag-uulat, mga tala, iskedyul, at koordinasyon sa nakagawiang gawain hangga't maaari.

Pananagutan: Panatilihing responsable ang mga tao para sa mga desisyon, kompromiso, pagpapataas ng kaso, at mga resulta ng paghahatid.

Paghuhusga ng tao: Unahin ang impluwensya, negosasyon, moral, kalabuan, at politika sa organisasyon.

Katatasan sa AI: Alamin kung paano mag-prompt nang maayos, i-verify ang mga output, protektahan ang data, at pamahalaan ang mga limitasyon.

PMO sa Hinaharap: Gamitin ang AI upang mabawasan ang ingay, mapabuti ang pamamahala, at patalasin ang mga desisyon sa portfolio.

Mga artikulong maaaring gusto mong basahin pagkatapos nito:

🔗 Papalitan ba ng AI ang mga web developer?
Tuklasin kung paano binabago ng AI ang kinabukasan ng web development.

🔗 Papalitan ba ng AI ang mga civil engineer?
Unawain ang epekto ng AI sa mga tungkulin at daloy ng trabaho sa civil engineering.

🔗 Papalitan ba ng AI ang mga bookkeeper?
Tingnan kung paano binabago ng automation ang mga gawain at karera sa bookkeeping.

🔗 Papalitan ba ng AI ang mga drayber ng trak?
Alamin kung paano maaaring makaapekto ang autonomous na teknolohiya sa mga trabaho sa trucking.

1. Papalitan ba ng AI ang mga Project Manager? Ang maikli at medyo nakakainis na sagot

Papalitan ba ng AI ang mga Project Manager? Para sa mga administrative project manager, marahil. Para sa mga strategic at people-centered na Project Manager, malamang na hindi.

Binabago na ng AI ang gawain sa proyekto sa pamamagitan ng pag-automate ng mga karaniwang gawain, pagtulong sa pagsusuri ng datos, pagsuporta sa paggawa ng desisyon, at pagpapabilis ng mga daloy ng trabaho sa pag-uulat. Binibigyang-kahulugan ng PMI ang AI bilang isang puwersang maaaring magpadali sa pagpapatupad ng proyekto at mag-angat sa mga propesyonal sa proyekto mula sa taktikal na paghahatid patungo sa mas madiskarteng epekto.

Kaya ang kapalit na kuwento ay hindi "AI laban sa PM." Ito ay mas katulad ng:

• Pinapalitan ng AI ang paulit-ulit na admin ng proyekto.

• Ang AI ay tumutulong sa istrukturang paggawa ng desisyon.

• Pinapahirap itago ng AI ang mahinang komunikasyon.

• Pinapataas ng AI ang mga inaasahan para sa bilis at kalinawan.

• Ginagantimpalaan ng AI ang mga Project Manager na nakakaintindi ng estratehiya, mga tao, at mga sistema.

Mahalaga ang huling bahaging iyan. Ang isang pangkaraniwang PM na nagpo-forward lang ng mga update at nagtatanong ng, "May mga humaharang ba?" sa bawat meeting ay nasa problema. Pasensya na, pero oo. Ang isang PM na kayang ihanay ang mga ehekutibo, pamahalaan ang panganib, impluwensyahan ang mga team, harapin ang kalabuan, at gawing koordinadong aksyon ang mga layunin sa negosyo? Ang taong iyon ay nagiging mas mahalaga, hindi mas mababa. Sa isang maliit na pagbabago, maaaring gawing mas madaling matukoy ng AI ang magagaling na PM.

2. Ano ang mainam na sagot sa tanong na “Papalitan ba ng AI ang mga Project Manager?” 🤔

Ang isang mahusay na sagot sa tanong na "Papalitan ba ng AI ang mga Project Manager?" ay kailangang ihiwalay ang titulo ng trabaho mula sa mismong trabaho.

Ang pamamahala ng proyekto ay hindi iisang bagay lamang. Ito ay isang hanay ng mga trabaho, kabilang ang:

• Pagpaplano

• Pag-iiskedyul

• Pagsubaybay sa badyet

• Pamamahala ng peligro

• Komunikasyon ng mga stakeholder

• Pagpapadali ng pagpupulong

• Paglutas ng tunggalian

• Koordinasyon ng mapagkukunan

• Pag-uulat

• Suporta sa desisyon

• Pamamahala ng pagbabago

• Pamamahala ng vendor at dependency

• Pamumuno ng koponan

Makakatulong ang AI sa marami sa mga ito. Ang ilan, nakakagulat na mahusay itong gawin. Bigyan ito ng mga tala sa pagpupulong at maibubuod nito ang mga desisyon. Bigyan ito ng gusot na talaan ng panganib at maisasama nito ang mga isyu. Hilingin dito na magsulat ng update sa mga stakeholder at makakagawa ito ng isang bagay na disente, marahil ay masyadong pino, tulad ng isang lobby ng hotel na nagpapanggap na isang dokumentaryo ng estratehiya.

Ngunit ang pamamahala ng proyekto ay emosyonal din na paggawa. Ito ay paghatol sa ilalim ng kawalan ng katiyakan. Ito ay pag-unawa kung bakit sinasabi ng isang pangkat na "ayos" kung wala namang maayos. Ito ay pag-alam kung ang isang pagkaantala ay teknikal, politikal, pinansyal, o pantao lamang.

Kaya ang isang mahusay na sagot ay hindi dramatiko. Ito ay patong-patong: Papalitan ng AI ang mga gawain, babaguhin ang mga tungkulin, at itataas ang pamantayan. Hindi nito mahiwagang magkakaroon ng pananagutan.

3. Talahanayan ng Paghahambing: AI vs Project Manager sa totoong gawain sa proyekto 📊

Lugar ng trabaho ng proyekto	Ano ang magagawa nang mahusay ng AI	Ang mga bagay na pag-aari pa rin ng mga Project Manager	Panganib sa pagpapalit
Pag-uulat ng katayuan	Mag-draft ng mga update, ibuod ang progreso, tukuyin ang nawawalang impormasyon	Magpasya kung ano ang mahalaga, balangkasin ang mga panganib sa politika	Mataas para sa pangunahing pag-uulat
Pag-iiskedyul	Magmungkahi ng mga timeline, mga conflict sa flag, mga dependency sa pagtatantya	Makipag-ayos sa mga kompromiso, pangasiwaan ang mga totoong limitasyon	Katamtaman
Mga tala ng pulong	Kunin ang mga aksyon, desisyon, at may-ari - kadalasang mabilis	Linawin ang kahulugan, hamunin ang mga malabong pangako	Mataas para sa pagkuha ng tala
Pamamahala ng peligro	Mga pattern ng spot, magmungkahi ng mga mitigasyon	Maging matindi ang paghatol, iangat ito sa tamang sandali	Katamtaman
Pamamahala ng mga stakeholder	Mag-draft ng mga email, mag-segment ng mga audience	Bumuo ng tiwala, impluwensyahan, basahin ang silid	Mababa
Pagsubaybay sa badyet	Subaybayan ang pagkakaiba-iba, ibuod ang paggastos	Gumawa ng mga tradeoff call, ipagtanggol ang mga pagpipilian sa pamumuhunan	Katamtaman
Pamumuno ng koponan	Magmungkahi ng mga check-in at prompt	Mag-udyok, protektahan, sanayin, i-unblock ang mga tao	Mababa
Pag-align ng estratehiya	Imapa ang mga layunin sa mga gawain, lumikha ng mga balangkas	Hamunin ang mga prayoridad, iugnay ang politika sa paghahatid	Mababa lang, pero hindi naman sero

Pansinin ang padron. Mahusay ang AI kapag ang trabaho ay nakabalangkas, nauulit, at maraming datos. Pinakamahalaga ang mga tao kapag ang trabaho ay hindi malinaw, emosyonal, politikal, o may malaking epekto.

At ang mga proyekto ay parang isang ambiguity sandwich na may mga meeting pa sa ibabaw. 🥪

4. Ang mga gawain sa pamamahala ng proyekto na malamang na sakupin ng AI

Direktahin natin: maraming gawain sa PM ang nakakapagod. Kinakailangan, oo, pero nakakapagod. Ang AI ang pinakamahirap para sa mga iyan.

Ang mga pinaka-awtomatibong gawain sa pamamahala ng proyekto ay kinabibilangan ng:

• Paggawa ng mga plano sa unang draft ng proyekto

• Pagbubuod ng mga transcript ng pulong

• Pagbalangkas ng mga lingguhang ulat sa katayuan

• Pag-update ng mga log ng RAID

• Pag-uuri ng mga panganib at isyu

• Pagsulat ng mga follow-up na email

• Paggawa ng mga briefing para sa mga stakeholder

• Pagsusuri sa mga dependency ng gawain

• Pagsasalin ng mga update sa proyekto para sa iba't ibang madla

• Pagbuo ng mga simpleng dashboard

• Paghahambing ng aktwal na pag-unlad laban sa mga nakaplanong milestone

Itinatampok ng gabay sa pamamahala ng proyektong AI ng PMI ang automation, pagsusuri ng datos, matalinong tulong, at suporta sa desisyon bilang mga pangunahing paraan kung paano binabago ng AI ang propesyon.

Ibig sabihin, ang papel ng "PM na maraming admin" ay naiipit. Hindi agad nawawala. Napipiga. Parang lemon sa isang pagsusuri ng badyet.

Kapag ang pangunahing layunin mo ay manu-manong mangolekta ng mga update mula sa sampung tao at i-paste ang mga ito sa isang slide deck, kaya na ng AI na gawin ang isang bahagi nito. Maaaring hindi perpekto. Pero sapat na para mapilit ang tanong: bakit kalahating araw ang ginugugol ng isang tao sa pag-format ng mga pulang-dilaw-berdeng kahon?

Ang sagot dati ay "dahil kailangan ng isang tao." Ngayon ang sagot ay "baka ginagawa ng bot."

5. Ang mga kasanayan sa pamamahala ng proyekto na nahihirapang palitan ng AI 🧠

Dito pa rin nagkakaroon ng seryosong problema ang mga Project Manager.

Hindi tunay na may pananagutan ang AI. Wala itong dinadalang mga kahihinatnan sa politika. Hindi nito naiintindihan ang tiwala sa parehong paraan na nauunawaan ng mga tao. Kaya nitong suriin ang sentimyento, oo, ngunit hindi nito nararamdaman ang nakakahiyang katahimikan matapos magtanong ang CFO kung bakit nabago muli ang petsa ng paghahatid.

Kabilang sa mga kasanayang nahihirapang palitan ng AI ang:

• Impluwensya ng ehekutibo

• Paglutas ng tunggalian

• Negosasyon

• Etikal na paghatol

• Pagbibigay-priyoridad sa ilalim ng presyon

• Moral ng pangkat ng pagbabasa

• Paghawak ng kalabuan

• Mga pangkat ng paghahatid ng coaching

• Pagprotekta sa pokus

• Pagsabi ng hindi nang hindi sinisira ang mga relasyon

• Pag-unawa sa politika ng organisasyon

Ang gawain ng World Economic Forum sa paggawa at kasanayan ay patuloy na nagtuturo sa isang timpla ng kahusayan sa teknolohiya at mga kakayahan ng tao, kung saan binibigyang-diin ng mga employer ang mga kasanayang tulad ng analytical thinking, resilience, flexibility, pamumuno, at impluwensya sa lipunan.

Isa iyan isang malaking pahiwatig. Ang pinakaligtas na PM ay hindi ang umiiwas sa AI. Ito ay ang pinagsasama ang kahusayan sa AI sa paghuhusga, komunikasyon, at pamumuno.

Ang mga Project Manager na kayang gumamit ng AI para mas mabilis na kumilos habang nananatiling tao ay nagiging mapanganib sa mabuting paraan. Maaari silang maghanda ng mas mahusay na mga pagpupulong, magtanong nang mas matalas, matukoy ang mga panganib nang mas maaga, at gumugugol ng mas kaunting oras sa pakikipagbuno sa mga problema ng administrasyon. Mayroong kakaibang kalayaan doon.

6. Bakit ang "AI na pumapalit sa mga Project Manager" ay ang maling balangkas

Ang pariralang "Papalitan ba ng AI ang mga Project Manager?" ay nakakaakit, ngunit medyo baluktot ito. Ang mas magandang isyu ay ito: aling mga bahagi ng pamamahala ng proyekto ang magiging awtomatiko, at aling mga bahagi ang magiging mas mahalaga?

Dahil ang trabaho ay hindi karaniwang nawawala nang tuluyan. Ito ay nagbabago.

Isipin ang mga spreadsheet. Hindi nila inalis ang mga propesyonal sa pananalapi. Binago nila ang hitsura ng mahusay na trabaho sa pananalapi. Bigla, hindi na gaanong mahalaga ang manu-manong aritmetika, at mas naging mahalaga ang pagmomodelo, interpretasyon, at pakikipagsosyo sa negosyo.

Ang AI ay maaaring gumawa ng katulad ng pamamahala ng proyekto.

Ang Punong Ministro ng hinaharap ay maaaring gumugol ng mas kaunting oras:

• Paghabol sa mga update sa gawain

• Pag-format ng mga ulat

• Muling pagsusulat ng mga tala

• Pagbuo ng mga pangunahing template

• Naghahanap sa mga lumang mensahe

• Manu-manong paghahambing ng mga plano

At mas maraming oras:

• Pag-align ng pamumuno

• Pagpapabuti ng kalidad ng desisyon

• Pamamahala ng cross-functional friction

• Pagdidisenyo ng mga sistema ng paghahatid

• Pagsasanay sa mga koponan sa pamamagitan ng pagbabago

• Pagsasalin ng estratehiya sa pagpapatupad

• Pamamahala sa mga daloy ng trabaho na tinutulungan ng AI

Tinantya ng McKinsey na ang generative AI at iba pang mga teknolohiya ng automation ay maaaring makabuluhang makapag-ambag sa paglago ng produktibidad, habang hinihiling din sa mga manggagawa na matuto ng mga bagong kasanayan at, sa ilang mga kaso, magpalit ng trabaho.

Iyan ang matino ngunit mahalagang katotohanan. Hindi lamang inaalis ng AI ang trabaho. Muling ipinamamahagi nito ang pagsisikap. Minsan ay brutal, minsan ay maganda, kadalasan pareho.

7. Ang mga Project Manager ang pinakamapanganib 😬

Ang ilang mga PM ay mas nalalantad kaysa sa iba.

Ang mga Project Manager na may pinakamataas na panganib ay karaniwang iyong mga:

• Kadalasang nagsisilbing taga-iskedyul ng mga pulong

• Iwasan ang mga mahirap na usapan

• Umasa sa mga template nang hindi nauunawaan ang konteksto

• Mag-ulat ng impormasyon ngunit bihirang bigyang-kahulugan ito

• Palakasin ang lahat sa halip na lutasin ang anuman

• Hindi maintindihan ang sitwasyon sa negosyo

• Hindi maipaliwanag nang malinaw ang mga kompromiso

• Labanan ang pag-aaral ng mga tool sa AI

• Magtago sa likod ng proseso kapag kailangan ng paghatol

Masakit ito, pero hindi naman para mang-insulto. Maraming organisasyon ang nagsanay sa mga PM sa ganitong aspeto. Mas ginantimpalaan nila ang mga update sa status, mga ritwal sa pamamahala, at "pagsunod sa proseso" kaysa sa mga resulta. Pagkatapos ay tila nagulat ang lahat nang maging mga spreadsheet shepherd ang mga PM.

Hindi magiging mabait ang AI sa mga spreadsheet shepherd. 🐑

Kapag puno ang kalendaryo ng isang PM ngunit bihirang hilingin ang kanilang paghatol, isa itong babala. Ang hinaharap ay para sa mga PM na makakasagot sa mga tanong tulad ng:

• Anong desisyon ang kailangan?

• Sino ang kailangang maimpluwensyahan?

• Anong panganib ang minamaliit?

• Anong dependency ang peke laban sa totoo?

• Anong kapalit ang nagkukunwaring hindi natin nakikita?

• Ano ang ibig sabihin ng tagumpay para sa negosyo?

Hindi iyan mga tanong na pabigla-bigla. Mga tanong iyan tungkol sa pamumuno.

8. Ang mga Project Manager na magtatagumpay gamit ang AI 🚀

Ang mga PM na umuunlad ay gagamit ng AI na parang isang power tool, hindi isang pamalit sa personalidad.

Ang mga mahuhusay na Project Manager na may AI ay:

• Gumamit ng AI para mag-draft, pagkatapos ay maglapat ng paghatol

• Bumuo ng mas mahusay na mga modelo ng panganib

• Gumawa ng mas malinaw na mga mensahe mula sa mga stakeholder

• I-automate ang paulit-ulit na pag-uulat

• Magtanong ng mas mahuhusay na tanong tungkol sa datos ng proyekto

• Magsagawa ng mas mahigpit na mga pagpupulong

• Paghambingin ang mga senaryo nang mas mabilis

• Subaybayan ang mga desisyon nang mas palagian

• Tukuyin ang mga nakatagong dependency

• Gawing magagamit muli na mga playbook ang mga natutunang aral

Ang pananaliksik sa AI na nakatuon sa trabaho ng Microsoft ay nagtulak sa ideya ng kolaborasyon ng tao-agent, kung saan ang mga tao ay lalong nakikipagtulungan sa mga sistema ng AI bilang bahagi ng pang-araw-araw na daloy ng trabaho at disenyo ng organisasyon.

Mayroon itong napakahalatang anggulo sa pamamahala ng proyekto. Ang mga PM ay nagkokoordina na ng mga tao, gawain, dependency, deadline, badyet, at mga tool. Ang pagdaragdag ng mga AI agent sa halo na iyon ay nangangahulugan na ang mga PM ay maaaring maging mga orchestrator ng parehong gawaing tao at digital.

Maaaring magtanong agad ang isang mabuting PM:

• Aling mga gawain ang dapat pag-aari ng mga tao?

• Aling mga gawain ang dapat i-draft ng AI?

• Aling mga output ang nangangailangan ng pagsusuri ng tao?

• Saan maaaring lumikha ng panganib ang AI?

• Paano natin ia-audit ang mga rekomendasyong binuo ng AI?

• Anong datos ang hindi dapat ipasok sa sistema?

• Paano natin mapapanatiling malinaw ang pananagutan?

Hindi iyon kawalan ng pamamahala ng proyekto. Ito ay higit na pamamahala ng proyekto, na may mga karagdagang alambre na nakausli.

9. Paano binabago ng AI ang PMO

Nagbabago rin ang Tanggapan ng Pamamahala ng Proyekto. Mabagal sa ilang lugar, napakabilis sa iba.

Ang mga tradisyunal na PMO ay kadalasang nakatuon sa:

• Pamamahala

• Metodolohiya

• Mga Template

• Pag-uulat ng portfolio

• Pagsubaybay sa mapagkukunan

• Mga Pamantayan

• Pagsunod

• Pangangasiwa sa paghahatid

Mapapabuti ng AI ang lahat ng iyan, ngunit maaari rin nitong magmukhang napakabagal ng mga dating gawi sa PMO.

Ang isang PMO na pinapagana ng AI ay maaaring:

• Mas maaga ang mga panganib sa spot portfolio

• Awtomatikong gawing pamantayan ang pag-uulat

• Paghambingin ang kalagayan ng proyekto sa iba't ibang pangkat

• Tuklasin ang nadobleng trabaho

• Ibuod ang mga executive dashboard

• Magrekomenda ng mga pagbabago sa mapagkukunan

• Suriin ang mga natutunang aral

• Gumawa ng mas mahusay na mga modelo ng pagtataya

• Tulungan ang mga pangkat na sundin ang magaan na pamamahala

Pero may bitag. Ang isang PMO na gumagamit lamang ng AI para gumawa ng mas maraming ulat ay naglalagay lamang ng panggatong ng rocket sa isang filing cabinet. Kahanga-hanga, ngunit kadalasan ay nakakalungkot. 🚀🗄️

Gagamitin ng pinakamahuhusay na PMO ang AI para bawasan ang ingay, hindi para dagdagan ito. Pasimplehin nila ang pamamahala, mapapabilis ang pagdedesisyon, at tutulungan ang mga lider na tumuon sa ilang mahahalagang senyales ng proyekto.

10. Ano ang susunod na aasahan ng mga kumpanya mula sa mga Project Manager

Mas marami ang aasahan ng mga kumpanya mula sa mga PM, hindi mas kaunti. Parang hindi patas 'yan, dahil oo nga. Pero alam mo naman kung paano.

Habang mas maraming administratibong output ang hinahawakan ng AI, maaaring tumigil ang mga lider sa paghanga sa mga pinong dokumento. Ang isang malinis na ulat ng katayuan ang magiging batayan. Ang tunay na tanong ay: anong mga pananaw ang iyong idinagdag?

Ang mga PM na handang-handa sa hinaharap ay inaasahang:

• Unawain ang mga tool sa paghahatid na tinutulungan ng AI

• Patunayan ang mga output ng AI

• Protektahan ang sensitibong datos ng proyekto

• Ipabatid nang malinaw ang kawalan ng katiyakan

• Ikonekta ang paghahatid sa halaga ng negosyo

• Pamahalaan ang pagkapagod sa pagbabago

• Pangunahan ang mga daloy ng trabaho na hybrid human-AI

• Pagbutihin ang kalidad ng paggawa ng desisyon

• Pangasiwaan ang mga alalahanin sa etika at pamamahala

pa rin ng US Bureau of Labor Statistics ang paglago para sa mga espesyalista sa pamamahala ng proyekto, na isang mahalagang panlaban sa naratibo ng doom. Ang demand ay hindi nawawala sa simpleng tuwid na paraan, kahit na nagbabago ang trabaho.

Kaya hindi, ang senyales ng merkado ay hindi “ihanda na ang lahat, mga PM.” Ito ay mas malapit sa “i-upgrade ang tungkulin bago ito i-upgrade ng iba para sa inyo.”

Bahagyang pagkakaiba. Malaking kahihinatnan.

11. Paano mananatiling may kaugnayan ang mga Project Manager sa isang lugar ng trabahong puno ng AI 🛠️

Narito ang praktikal na bahagi. Walang motivational confetti, mga kapaki-pakinabang na galaw lang.

Upang manatiling may kaugnayan, dapat magpalakas ang mga Project Manager sa apat na aspeto.

Katatasan sa AI

Hindi mo kailangang maging isang machine learning engineer. Ngunit dapat mong maunawaan:

• Pag-uudyok

• Mga limitasyon ng AI

• Pagkapribado ng datos

• Panganib ng halusinasyon

• Awtomasyon ng daloy ng trabaho

• Pag-uulat na tinutulungan ng AI

• Pagsasama ng kagamitan

• Mga proseso ng pagsusuri ng tao

Katalinuhan sa negosyo

Mas mahirap palitan ang isang PM na nakakaintindi sa negosyo. Alamin:

• Epekto ng kita

• Mga tagapagtulak ng gastos

• Mga resulta ng customer

• Mga limitasyon sa modelo ng pagpapatakbo

• Mga estratehikong prayoridad

• Ekonomiks ng produkto o serbisyo

Pamumuno ng tao

Ito ang malaki. Pagbutihin:

• Pagpapadali

• Paghawak ng tunggalian

• Negosasyon

• Komunikasyon ng ehekutibo

• Pagsasanay

• Aktibong pakikinig

• Pagmamapa ng mga stakeholder

• Pamamahala ng pagbabago

Katalinuhan sa paghahatid

Higit pa sa "tracking work." Unawain:

• Maliksi, talon, at hybrid na paghahatid

• Istratehiya sa panganib

• Pamamahala ng dependency

• Pagpaplano ng kapasidad

• Mga tradeoff sa portfolio

• Disenyo ng pamamahala

• Mga talaan ng desisyon

• Pagkamit ng mga benepisyo

Sa madaling salita, maging ang taong nakakaalam kung ano ang susunod na mangyayari at kung bakit. Matutulungan ka ng AI na makarating doon nang mas mabilis, ngunit hindi ito maaaring maging ganap na taong iyon para sa organisasyon.

12. Isang makatotohanang kinabukasan: AI bilang assistant, analyst, at nakakainis na henyong intern 🤖

Ang pinaka-makatotohanang hinaharap ay hindi ang AI na pumapalit sa lahat ng Project Manager. Ito ay ang AI na nagiging laging naka-on na katulong na nagbabalangkas, sumusuri, nagbubuod, nagsusuri, nagrereklamo, nanghuhula, at kung minsan ay nag-iimbento ng mga kalokohan nang may lubos na kumpiyansa.

Kaya ituring ang AI na parang isang nakakainis na henyong intern:

• Mabilis, ngunit kailangan ng pangangasiwa

• Praktikal, ngunit hindi responsable

• Malikhain, ngunit minsan ay mali

• Walang kapaguran, ngunit bulag sa konteksto

• Kahanga-hanga, ngunit walang kamalayan sa politika

Nakakatulong ang pagbalangkas na iyan. Hindi mo hahayaang gumawa ng mga desisyon sa badyet ang isang intern, hahawakan ang isang galit na kliyente nang walang suporta, o sasabihin sa engineering na baguhin ang saklaw nang hindi sinusuri. Ganun din sa AI.

Gamitin ito. Hamunin ito. Patunayan ito. Huwag itong sambahin.

Ang Project Manager ay nananatiling responsable sa paghatol, pag-aayos, at mga resulta. At sa totoo lang, iyon ang mga bahaging palaging pinakamahalaga.

13. Pangwakas na Pagtalakay: Papalitan ba ng AI ang mga Project Manager?

Kaya, papalitan ba ng AI ang mga Project Manager? Hindi man sila ang magagaling. Pero papalitan nito ang mga tamad na gawi sa pamamahala ng proyekto, paulit-ulit na trabaho sa administrasyon, at mga tungkuling nakabatay sa koordinasyon.

Mas mapabibilis, mas awtomatiko, at mas mayaman sa datos ang gagawing proyekto dahil sa AI. Mas magiging malinaw din ang pagpapasya ng tao. Nakakailang iyon, pero medyo kapana-panabik din.

Ang mga PM na umuunlad ay ang mga titigil sa pagtatanong ng, "Paano ko poprotektahan ang mga lumang gawain ko?" at magsisimulang magtanong ng, "Paano ako makakalikha ng mas maraming halaga ngayong mas madali na ang mga nakakapagod na gawain?"

Iyan ang pagbabago.

Hindi magmamalasakit ang AI sa iyong sertipikasyon, sa paborito mong template, o sa katotohanang may labimpitong tab ang iyong status deck. Magmamalasakit ito, sa malamig nitong maliit na paraan ng toaster, sa mga pattern, output, at bilis. Gayunpaman, kakailanganin pa rin ng mga organisasyon ang mga taong maaaring gumabay sa mga taong gusot sa pamamagitan ng gusot na pagbabago.

At doon pa rin nananalo ang mga mahuhusay na Project Manager. 📌

Mabilisang buod ✅

Papalitan ba ng AI ang mga Project Manager? Papalitan ng AI ang mga bahagi ng pamamahala ng proyekto, lalo na ang pag-uulat, suporta sa pag-iiskedyul, mga tala ng pulong, at pangunahing koordinasyon. Hindi nito lubos na mapapalitan ang mga Project Manager na may pamumuno, pagpapasya, impluwensya ng mga stakeholder, pag-unawa sa negosyo, at pananagutan.

Ang pinakaligtas na PM ay hindi anti-AI. Ang pinakaligtas na PM ay marunong sa AI, may kamalayan sa komersyo, matalino sa emosyon, at sapat ang lakas ng loob na gumawa ng mga mabibigat na desisyon kahit maganda ang hitsura ng dashboard ngunit tahimik na nag-uumapaw ang proyekto. 🔥

Halimbawa sa totoong buhay: Paggamit ng AI bilang co-pilot ng proyekto habang inilulunsad ang software

Senaryo

Isipin ang isang Project Manager na nangunguna sa anim na buwang paglulunsad ng isang bagong platform ng suporta sa customer. Kasama sa proyekto ang mga ahente ng suporta, IT, seguridad, pananalapi, legal, pagsasanay, at isang panlabas na kasosyo sa implementasyon. Napaka-normal. Napakagulo.

Hindi hinahayaan ng PM na hayaan ang AI na "patakbuhin ang proyekto." Magiging matapang iyon katulad ng pagbibigay ng credit card ng kumpanya sa isang bata. Sa halip, ginagamit nila ang AI para mabawasan ang pagkaantala sa administrasyon: pagbubuod ng mga pulong, pagbalangkas ng mga update, pagsuri ng mga panganib, paggawa ng mga rough notes bilang mga action log, at pagtukoy sa mga hindi malinaw na pagmamay-ari.

Hawak pa rin ng Punong Ministro ang mga desisyon sa paghatol. Sila ang nagpapasya kung kailan idudulot ang matinding isyu, kung paano ilalabas ang masamang balita, kung aling mga panganib ang sensitibo sa politika, at kung kailan ang isang "maliit na pagkaantala" ay siyang simula ng isang siga.

Ang kailangan ng katulong

Para makatulong nang maayos, kailangan ng AI assistant ng malinis at limitadong konteksto ng proyekto, tulad ng:

• Ang charter ng proyekto o isang pahinang business case

• Ang kasalukuyang plano ng mahalagang pangyayari

• Isang log ng RAID

• Listahan ng mga stakeholder at mga kagustuhan sa komunikasyon

• Mga transkrip o tala ng pulong

• Talaan ng desisyon

• Mga bukas na aksyon kasama ang mga may-ari at mga petsa

• Anumang mga patakaran tungkol sa kumpidensyal na datos, mga pangalan ng kliyente, badyet, o mga limitasyon sa seguridad

Hindi dapat itapon ng PM ang lahat ng pribadong dokumento sa tool. Kailangan pa ring protektahan ang sensitibong data. Gumamit ng mga buod, mga detalyeng hindi nagpapakilala, o mga aprubadong internal na tool ng AI kung kinakailangan.

Halimbawang tagubilin

Tinutulungan mo ang isang Project Manager sa paglulunsad ng platform ng suporta sa customer. Gamitin ang mga tala ng proyekto sa ibaba upang lumikha ng: 1. Isang maigsi at lingguhang update sa katayuan para sa mga senior stakeholder 2. Isang listahan ng mga lampas na sa takdang oras o hindi malinaw na mga aksyon 3. Anumang mga panganib na kailangang suriin ng PM 4. Mga tanong na dapat itanong ng PM bago ang susunod na steering meeting Mga Panuntunan: - Huwag mag-imbento ng mga petsa, may-ari, desisyon, o pag-unlad. - Markahan nang malinaw ang nawawalang impormasyon bilang "Kailangan ng kumpirmasyon". - Panatilihing wala pang 180 salita ang update ng ehekutibo. - Paghiwalayin ang mga katotohanan mula sa mga rekomendasyon. - Markahan ang anumang maaaring mangailangan ng pagpapalala.

Mabuti vs masamang output ng AI

Isang masamang output ang nagsasabing:

"Maganda ang pag-usad ng proyekto, na may maliliit na panganib sa pagsasanay at teknikal na kahandaan."

Mukhang maayos naman, pero halos wala itong maibibigay na magagamit ang PM. Malabo ang panganib sa pagsasanay. Walang nagmamay-ari ng teknikal na kahandaan. Walang malinaw na pinagmulan ang "Minor".

Ang isang mas mahusay na output ay nagsasabi:

"Ang pagkumpleto ng pagsasanay ay nasa 42% kumpara sa target na 70% pagsapit ng Biyernes. Kailangan ng kumpirmasyon: kung inaprubahan na ba ng mga pinuno ng koponan ang mga karagdagang sesyon ng pagsasanay. Potensyal na paglala: kung ang pagkumpleto ay mananatiling mas mababa sa 60% pagsapit ng Lunes, maaaring tumaas ang dami ng suporta na maaaring isagawa nang live."

Nagbibigay iyan sa PM ng isang bagay na maaari nilang aksyonan.

Paano ito subukan

Bago umasa sa assistant, dapat itong subukan ng PM gamit ang mga mahirap at makatotohanang input:

• Bigyan ito ng mga magaspang na tala sa pulong at suriin kung pinaghihiwalay nito ang mga desisyon mula sa mga kaswal na komento.

• Magsama ng may-ari ng nawawalang aksyon at tingnan kung nag-iimbento ito ng isa o nagpapakita ng kakulangan.

• Magdagdag ng dalawang magkasalungat na petsa at tingnan kung napapansin nito.

• Hilingin dito na magsulat ng parehong update para sa ehekutibo at update para sa pangkat, pagkatapos ay ihambing kung naaangkop ang pagbabago sa tono.

• Bigyan ito ng lumang risk log at tingnan kung nagbabala ito na maaaring lipas na ang impormasyon.

Ang layunin ay hindi perpekto. Ang layunin ay alamin kung saan nakakatulong ang kasangkapan, kung saan ito nanghuhula, at kung saan kailangang manatiling matatag ang kontrol ng PM.

Ano ang maaaring magkamali

Ang pinakamalaking panganib ay ang maling kumpiyansa. Kayang gumawa ng AI ng isang mahusay na update na tahimik na nagtatago ng kawalan ng katiyakan, nawawalang mga may-ari, luma nang datos, o mga isyung sensitibo sa politika.

Kabilang sa mga karaniwang pagkakamali ang:

• Pagtrato sa mga buod ng AI bilang mga katotohanan nang hindi sinusuri ang mga tala ng pinagmulan

• Pagpapahintulot sa AI na pahinain ang mga seryosong panganib hanggang sa magmukhang hindi nakakapinsala ang mga ito

• Pagpapakain dito ng kumpidensyal na impormasyon ng kliyente, empleyado, o badyet nang walang pag-apruba

• Paggamit ng isang pangkalahatang prompt para sa bawat grupo ng stakeholder

• Nakalimutan na ang "malinaw na pagsusulat" ay hindi katulad ng "mabuting paghatol"

• Pagpapahintulot sa AI na magrekomenda ng mga desisyon nang walang taong sumusuri sa mga trade-off

Dito kumukuha ng pera ang Project Manager. Maaaring ihanda ng assistant ang silid. Kailangan pa rin itong basahin ng PM.

Praktikal na takeaway

Para sa isang Project Manager, ang AI ay pinakamahusay na gumagana bilang project co-pilot: mabilis sa pag-oorganisa ng impormasyon, pagbalangkas ng mga update, at pagtukoy ng mga pattern, ngunit hindi responsable sa resulta. Ang PM na mahusay na gumagamit ng AI ay maaaring gumugol ng mas kaunting oras sa pag-format ng mga status slide at mas maraming oras sa paggawa ng mga gawaing hindi kayang ariin ng AI: paghatol, pagpapataas ng antas ng pag-igting, tiwala, impluwensya, at pananagutan sa paghahatid.

Halimbawa sa totoong buhay: Paggamit ng AI bilang co-pilot ng proyekto habang inilulunsad ang software

Senaryo

Isipin ang isang Project Manager na nangunguna sa anim na buwang paglulunsad ng isang bagong platform ng suporta sa customer. Kasama sa proyekto ang mga ahente ng suporta, IT, seguridad, pananalapi, legal, pagsasanay, at isang panlabas na kasosyo sa implementasyon. Napaka-normal. Napakagulo.

Hindi hinahayaan ng Punong Ministro na hayaan ang AI na "patakbuhin ang proyekto". Magiging matapang iyon katulad ng pagbibigay sa isang bata ng credit card ng kumpanya ng matapang. Sa halip, ginagamit nila ang AI para mabawasan ang pagkaantala sa administrasyon: pagbubuod ng mga pulong, pagbalangkas ng mga update, pagsuri ng mga panganib, paggawa ng mga rough notes bilang mga action log, at pagtukoy sa mga hindi malinaw na pagmamay-ari.

Hawak pa rin ng Punong Ministro ang mga desisyon sa paghatol. Sila ang nagpapasya kung kailan idudulot ang matinding isyu, kung paano ilalabas ang masamang balita, kung aling mga panganib ang sensitibo sa politika, at kung kailan ang isang "maliit na pagkaantala" ang, sa katunayan, ang unang kislap ng siga.

Ang kailangan ng katulong

Para makatulong nang maayos, kailangan ng AI assistant ng malinis at limitadong konteksto ng proyekto, tulad ng:

Ang charter ng proyekto o isang pahinang business case

Ang kasalukuyang plano ng mahalagang pangyayari

Isang log ng RAID

Listahan ng mga stakeholder at mga kagustuhan sa komunikasyon

Mga transkrip o tala ng pulong

Talaan ng desisyon

Mga bukas na aksyon kasama ang mga may-ari at mga petsa

Anumang mga patakaran tungkol sa kumpidensyal na datos, mga pangalan ng kliyente, badyet, o mga limitasyon sa seguridad

Hindi dapat itapon ng PM ang lahat ng pribadong dokumento sa tool. Kailangan pa ring protektahan ang sensitibong data. Gumamit ng mga buod, mga detalyeng hindi nagpapakilala, o mga aprubadong internal na tool ng AI kung kinakailangan.

Halimbawang tagubilin

Tinutulungan mo ang isang Project Manager sa paglulunsad ng platform ng suporta sa customer.

Gamitin ang mga tala ng proyekto sa ibaba upang lumikha:

1. Isang maigsi at lingguhang update sa katayuan para sa mga senior stakeholder

2. Isang listahan ng mga lampas na sa takdang oras o hindi malinaw na mga aksyon

3. Anumang mga panganib na nangangailangan ng pagsusuri ng PM

4. Mga tanong na dapat itanong ng Punong Ministro bago ang susunod na pulong ng tagapagpaganap

Mga Panuntunan:

• Huwag mag-imbento ng mga petsa, may-ari, desisyon, o pag-unlad.

• Markahan nang malinaw ang nawawalang impormasyon bilang “Kailangan ng kumpirmasyon”.

• Panatilihing mababa sa 180 salita ang kabuuang bilang ng mga ehekutibong update.

• Paghiwalayin ang mga katotohanan mula sa mga rekomendasyon.

• I-flag ang anumang maaaring mangailangan ng pagdulog.

Mabuti vs masamang output ng AI

Isang masamang output ang nagsasabing:

"Maganda ang pag-usad ng proyekto, na may maliliit na panganib sa pagsasanay at teknikal na kahandaan."

Mukhang maayos naman, pero halos wala itong maibibigay na magagamit ang PM. Malabo ang panganib sa pagsasanay. Walang nagmamay-ari ng teknikal na kahandaan. Walang malinaw na pinagmulan ang "Minor".

Ang isang mas mahusay na output ay nagsasabi:

"Ang pagkumpleto ng pagsasanay ay nasa 42% kumpara sa target na 70% pagsapit ng Biyernes. Kailangan ng kumpirmasyon: kung inaprubahan na ba ng mga pinuno ng koponan ang mga karagdagang sesyon ng pagsasanay. Potensyal na paglala: kung ang pagkumpleto ay mananatiling mas mababa sa 60% pagsapit ng Lunes, maaaring tumaas ang dami ng suporta na maaaring isagawa nang live."

Nagbibigay iyan sa PM ng isang bagay na maaari nilang aksyonan.

Paano ito subukan

Bago umasa sa assistant, dapat itong subukan ng PM gamit ang mga mahirap at makatotohanang input:

Bigyan ito ng mga magaspang na tala sa pulong at suriin kung pinaghihiwalay nito ang mga desisyon mula sa mga kaswal na komento.

Magsama ng may-ari ng nawawalang aksyon at tingnan kung nag-iimbento ito ng isa o nagpapakita ng kakulangan.

Magdagdag ng dalawang magkasalungat na petsa at tingnan kung napapansin nito.

Hilingin dito na magsulat ng parehong update para sa ehekutibo at update para sa pangkat, pagkatapos ay ihambing kung naaangkop ang pagbabago sa tono.

Bigyan ito ng lumang risk log at tingnan kung nagbabala ito na maaaring lipas na ang impormasyon.

Ang layunin ay hindi perpekto. Ang layunin ay upang malaman kung saan nakakatulong ang kasangkapan, kung saan ito nanghuhula, at kung saan kailangang manatiling matatag ang kontrol ng PM.

Resulta

Paglalarawang resulta: batay sa pag-timing ng limang karaniwang gawain sa PM bago at pagkatapos gamitin ang daloy ng trabaho.

Bago gumamit ng AI, ang PM ay gumugol ng humigit-kumulang 4 na oras at 20 minuto bawat linggo sa paggawa ng lingguhang status pack ng mga tala ng pulong, mga update sa aksyon, mga pagbabago sa panganib, at mga komento ng mga stakeholder.

Matapos gamitin ang AI para sa mga unang draft, ang parehong lingguhang admin cycle ay tumagal nang humigit-kumulang 1 oras at 35 minuto:

Buod ng mga tala ng pulong: 60 minuto ay nabawasan sa 15 minuto

Update sa draft ng stakeholder: 45 minuto ay nabawasan sa 12 minuto

Paglilinis ng log ng RAID: 55 minuto ay nabawasan sa 25 minuto

Listahan ng mga susunod na aksyon: 40 minuto ay nabawasan sa 13 minuto

Paghahanda para sa pulong ng pagpipiloto: 80 minuto ay nabawasan sa 30 minuto

Iyan ay tinatayang matitipid na 2 oras at 45 minuto kada linggo, o humigit-kumulang 11 oras kada buwan.

Sinuri ng PM ang kalidad sa pamamagitan ng pagsusuri sa 30 action item na binuo ng AI laban sa mga orihinal na tala. Dalawampu't pito ang tama, dalawa ang nangangailangan ng mas malinaw na may-ari, at isa ang may maling takdang petsa. Nagbibigay ito ng praktikal na babala: Nakatipid ng oras ang AI, ngunit ang pagsusuri ng tao ay nakakuha pa rin ng 10% na rate ng pag-isyu bago pa man maipadala ang anumang bagay.

Ano ang maaaring magkamali

Ang pinakamalaking panganib ay ang maling kumpiyansa. Kayang gumawa ng AI ng isang mahusay na update na tahimik na nagtatago ng kawalan ng katiyakan, nawawalang mga may-ari, luma nang datos, o mga isyung sensitibo sa politika.

Kabilang sa mga karaniwang pagkakamali ang:

Pagtrato sa mga buod ng AI bilang mga katotohanan nang hindi sinusuri ang mga tala ng pinagmulan

Pagpapahintulot sa AI na pahinain ang mga seryosong panganib hanggang sa magmukhang hindi nakakapinsala ang mga ito

Pagpapakain dito ng kumpidensyal na impormasyon ng kliyente, empleyado, o badyet nang walang pag-apruba

Paggamit ng isang pangkalahatang prompt para sa bawat grupo ng stakeholder

Nakalimutan na ang "malinaw na pagsusulat" ay hindi katulad ng "mabuting paghatol"

Pagpapahintulot sa AI na magrekomenda ng mga desisyon nang walang taong sumusuri sa mga trade-off

Dito kumukuha ng pera ang Project Manager. Maaaring ihanda ng assistant ang silid. Kailangan pa rin itong basahin ng PM.

Praktikal na takeaway

Para sa isang Project Manager, ang AI ay pinakamahusay na gumagana bilang project co-pilot: mabilis sa pag-oorganisa ng impormasyon, pagbalangkas ng mga update, at pagtukoy ng mga pattern, ngunit hindi responsable sa resulta. Ang PM na mahusay na gumagamit ng AI ay maaaring gumugol ng mas kaunting oras sa pag-format ng mga status slide at mas maraming oras sa paggawa ng mga gawaing hindi kayang ariin ng AI: paghatol, pagpapataas ng antas ng pag-igting, tiwala, impluwensya, at pananagutan sa paghahatid.

Mga Madalas Itanong

Papalitan ba nang tuluyan ng AI ang mga Project Manager?

Malamang na hindi lubusang mapapalitan ng AI ang mahuhusay na Project Manager, lalo na iyong mga namumuno sa mga tao, namamahala sa kalabuan, at nakakaimpluwensya sa mga stakeholder. Maaari nitong palitan o bawasan ang paulit-ulit na gawain sa pangangasiwa ng proyekto tulad ng mga tala sa pulong, mga ulat ng katayuan, suporta sa pag-iiskedyul, at pangunahing koordinasyon. Ang pinakamalaking pagbabago ay ang mga Project Manager ay inaasahang magdadala ng higit na pagpapasya, konteksto ng negosyo, at pamumuno, sa halip na basta paglipat lamang ng impormasyon mula sa isang lugar patungo sa isa pa.

Aling mga gawain sa pamamahala ng proyekto ang maaaring i-automate ng AI?

Makakatulong ang AI sa pag-automate ng mga unang draft ng mga plano ng proyekto, mga buod ng pulong, mga lingguhang update, mga update sa RAID log, mga follow-up na email, mga buod ng dashboard, at mga pagsusuri sa dependency. Ang mga gawaing ito ay karaniwang nakabalangkas, maaaring ulitin, at maraming datos. Kailangan pa ring suriin ng mga Project Manager ang output, magpasya kung ano ang mahalaga, at tiyaking naaayon ang komunikasyon sa audience, mga panganib, at kontekstong pampulitika ng proyekto.

Bakit pinapalitan ng AI ang ilang gawaing pamamahala ng proyekto?

Pinapalitan ng AI ang ilang gawain sa pamamahala ng proyekto dahil maraming karaniwang gawain sa PM ang kinabibilangan ng pagkolekta, pag-oorganisa, pagbubuod, at pag-reformat ng impormasyon. Ito ang mga lugar kung saan maaaring gumana nang mabilis at palagian ang AI. Pinakamataas ang panganib para sa mga tungkulin ng PM na nakabatay sa pag-uulat, pag-iiskedyul, at paghabol sa mga update. Ang pagkakataon ay ang paggugol ng mas kaunting oras sa admin at mas maraming oras sa mga desisyon, pagkakahanay, at mga resulta ng paghahatid.

Anong mga kasanayan sa pamamahala ng proyekto ang pinakamahirap palitan ng AI?

Ang AI ay higit na nahihirapan sa tiwala, paghuhusga, impluwensya, negosasyon, paglutas ng tunggalian, at pagbasa ng mga sitwasyon ng tao. Maaari itong magmungkahi ng mga mensahe o magsuri ng mga padron, ngunit hindi nito tunay na inaangkin ang pananagutan o nauunawaan ang politika ng organisasyon sa totoong paraan. Ang mga Project Manager na kayang humawak ng pressure ng ehekutibo, moral ng koponan, mahihirap na tradeoff, at hindi malinaw na mga prayoridad ay mananatiling mahalaga sa mga lugar ng trabaho na puno ng AI.

Paano mananatiling may kaugnayan ang mga Project Manager sa AI?

Maaaring manatiling may kaugnayan ang mga Project Manager sa pamamagitan ng pagiging AI-literate habang pinapalakas ang business acumen, human leadership, at delivery intelligence. Nangangahulugan ito ng pag-aaral kung paano gamitin ang mga AI tool, patunayan ang mga output ng AI, protektahan ang sensitibong data, at unawain ang mga limitasyon ng AI. Nangangahulugan din ito ng pagpapabuti ng pagpapadali, komunikasyon sa mga stakeholder, diskarte sa peligro, pamamahala ng dependency, at kakayahang iugnay ang trabaho sa proyekto sa halaga ng negosyo.

Papalitan ba ng AI ang mga Project Manager na kadalasang gumagawa ng mga gawaing admin?

Malamang na maapektuhan ng AI ang mga Project Manager na ang trabaho ay pangunahing administratibo. Kung ang tungkulin ng isang PM ay kadalasang pag-iiskedyul ng mga pagpupulong, pagkolekta ng mga update, pag-format ng mga ulat, at pagpapasa ng impormasyon, kaya na ng AI na pangasiwaan ang malaking bahagi ng daloy ng trabahong iyon. Hindi ito nangangahulugan na mawawala ang bawat PM na maraming admin, ngunit nangangahulugan ito na ang tungkulin ay kailangang umunlad patungo sa pagsusuri, paghatol, komunikasyon, at pamumuno.

Paano babaguhin ng AI ang papel ng PMO?

Makakatulong ang AI sa mga PMO na gawing pamantayan ang pag-uulat, matukoy nang mas maaga ang mga panganib sa portfolio, ihambing ang kalagayan ng proyekto, matukoy ang mga nadobleng gawain, ibuod ang mga executive dashboard, at mapabuti ang pagtataya. Ang panganib ay ang paggamit ng AI para lamang lumikha ng mas maraming ulat at ingay. Ang mas malakas na PMO ay gagamit ng AI upang gawing simple ang pamamahala, pabilisin ang mga desisyon, at ituon ang mga lider sa ilang senyales na tunay na mahalaga.

Makakatulong ba ang AI sa mga Project Manager na gumawa ng mas mahuhusay na desisyon?

Masusuportahan ng AI ang mas mahuhusay na desisyon sa pamamagitan ng pag-oorganisa ng datos ng proyekto, pagtukoy ng mga pattern, pagmumungkahi ng mga panganib, paghahambing ng mga senaryo, at pagbalangkas ng mga materyales sa pagpapasya. Ngunit hindi ito dapat ituring bilang pangwakas na tagagawa ng desisyon. Kailangan pa ring husgahan ng mga Project Manager ang kalubhaan, unawain ang epekto ng mga stakeholder, patunayan ang mga palagay, at magpasya kung kailan dapat isulong ang mga ito. Mahalaga ang AI bilang isang katulong at analyst, hindi bilang may-ari ng pananagutan.

Anong uri ng Project Manager ang magtatagumpay gamit ang AI?

Ang mga Project Manager na mahusay sa AI ay gagamitin ito bilang isang power tool, hindi bilang kapalit ng pag-iisip. Aawtomatiko nila ang paulit-ulit na pag-uulat, lilikha ng mas malinaw na mga mensahe mula sa mga stakeholder, mas palagiang susubaybayan ang mga desisyon, at matutukoy ang mga panganib nang mas maaga. Malalaman din nila kung kailan hahamunin ang mga output ng AI, poprotektahan ang sensitibong impormasyon, at dadalhin ang paghatol ng tao sa mga sandaling may kinalaman sa politika, tiwala, presyon, o kawalan ng katiyakan.

Banta ba o oportunidad ang AI para sa mga Project Manager?

Ang AI ay parehong banta at oportunidad, depende sa kung paano gumagana ang Project Manager. Nagbabanta ito sa paulit-ulit na mga gawi sa administrasyon at mga tungkuling nakabatay sa larangan ng koordinasyon. Lumilikha ito ng oportunidad para sa mga PM na maaaring mas mabilis kumilos, mas malinaw na makipag-usap, at tumuon sa mas mahahalagang trabaho. Ang pinakaligtas na Project Manager ay marunong sa AI, may kamalayan sa komersyo, matalino sa emosyon, at handang gumawa ng mga mahihirap na desisyon kapag ang mga proyekto ay nagiging magulong.

Mga Sanggunian

1. Project Management Institute - Ulat sa Pamamahala ng Proyekto at AI na Pinangunahan ng Komunidad - pmi.org

2. World Economic Forum - Ang Ulat sa Kinabukasan ng mga Trabaho 2025 - weforum.org

3. McKinsey & Company - Ang Potensyal na Pang-ekonomiya ng Generative AI: Ang Susunod na Hangganan ng Produktibidad - mckinsey.com

4. Microsoft - Taunang Indeks ng Uso sa Trabaho 2025 - microsoft.com

5. Kawanihan ng mga Istatistika ng Paggawa ng Estados Unidos - Mga Espesyalista sa Pamamahala ng Proyekto - bls.gov

Hanapin ang Pinakabagong AI sa Opisyal na Tindahan ng AI Assistant

Tungkol sa Amin