ചുരുക്കത്തിൽ: ശക്തമായ പ്രോജക്ട് മാനേജർമാരെ AI പൂർണ്ണമായും മാറ്റിസ്ഥാപിക്കില്ല, പക്ഷേ ഘടനാപരവും, ആവർത്തിക്കാവുന്നതും, ഡാറ്റ കൂടുതലുള്ളതുമായ ജോലികൾ അഡ്മിൻ-ഹെവി ആയ പതിവ് പ്രോജക്ട് ജോലികൾ അത് ഏറ്റെടുക്കും. വിധി, ഉത്തരവാദിത്തം, പങ്കാളി സ്വാധീനം, മനുഷ്യ നേതൃത്വം എന്നിവ അവ്യക്തമായ അല്ലെങ്കിൽ ഉയർന്ന സമ്മർദ്ദമുള്ള ഡെലിവറി സാഹചര്യങ്ങളിലേക്ക് കൊണ്ടുവരുമ്പോൾ PM-കൾ വിലപ്പെട്ടതായി തുടരും.
പ്രധാന കാര്യങ്ങൾ: അഡ്മിൻ ജോലി: സാധ്യമാകുന്നിടത്തെല്ലാം റിപ്പോർട്ടിംഗ്, കുറിപ്പുകൾ, ഷെഡ്യൂളുകൾ, പതിവ് ഏകോപനം എന്നിവ ഓട്ടോമേറ്റ് ചെയ്യുക.
ഉത്തരവാദിത്തം: തീരുമാനങ്ങൾ, വിട്ടുവീഴ്ചകൾ, സംഘർഷാവസ്ഥ, വിതരണ ഫലങ്ങൾ എന്നിവയ്ക്ക് മനുഷ്യരെ ഉത്തരവാദികളാക്കുക.
മനുഷ്യ വിധി: സ്വാധീനം, ചർച്ച, ധാർമ്മികത, അവ്യക്തത, സംഘടനാ രാഷ്ട്രീയം എന്നിവയ്ക്ക് മുൻഗണന നൽകുക.
AI ഫ്ലുവൻസി: നന്നായി പ്രോംപ്റ്റ് ചെയ്യാനും, ഔട്ട്പുട്ടുകൾ പരിശോധിക്കാനും, ഡാറ്റ സംരക്ഷിക്കാനും, പരിമിതികൾ കൈകാര്യം ചെയ്യാനും പഠിക്കുക.
ഭാവിയിലെ PMO: ശബ്ദം കുറയ്ക്കുന്നതിനും, ഭരണം മെച്ചപ്പെടുത്തുന്നതിനും, പോർട്ട്ഫോളിയോ തീരുമാനങ്ങൾ മൂർച്ച കൂട്ടുന്നതിനും AI ഉപയോഗിക്കുക.
ഇതിനു ശേഷം നിങ്ങൾക്ക് വായിക്കാൻ ഇഷ്ടപ്പെട്ടേക്കാവുന്ന ലേഖനങ്ങൾ:
🔗 വെബ് ഡെവലപ്പർമാരെ AI മാറ്റിസ്ഥാപിക്കുമോ?
വെബ് ഡെവലപ്മെന്റിന്റെ ഭാവി AI എങ്ങനെ മാറ്റുന്നുവെന്ന് പര്യവേക്ഷണം ചെയ്യുക.
🔗 സിവിൽ എഞ്ചിനീയർമാരെ AI മാറ്റിസ്ഥാപിക്കുമോ?
സിവിൽ എഞ്ചിനീയറിംഗ് റോളുകളിലും വർക്ക്ഫ്ലോകളിലും AI യുടെ സ്വാധീനം മനസ്സിലാക്കുക.
🔗 ബുക്ക് കീപ്പർമാരെ AI മാറ്റിസ്ഥാപിക്കുമോ?
ഓട്ടോമേഷൻ ബുക്ക് കീപ്പിംഗ് ജോലികളെയും കരിയറിനെയും എങ്ങനെ പുനർനിർമ്മിക്കുന്നുവെന്ന് കാണുക.
🔗 ട്രക്ക് ഡ്രൈവർമാരെ AI മാറ്റിസ്ഥാപിക്കുമോ?
സ്വയംഭരണ സാങ്കേതികവിദ്യ ട്രക്കിംഗ് ജോലികളെ എങ്ങനെ ബാധിക്കുമെന്ന് അറിയുക.
1. പ്രോജക്ട് മാനേജർമാരെ AI മാറ്റിസ്ഥാപിക്കുമോ? ഹ്രസ്വവും അൽപ്പം അരോചകവുമായ ഉത്തരം
പ്രോജക്ട് മാനേജർമാരെ മാറ്റിസ്ഥാപിക്കാൻ AI വരുമോ? അഡ്മിനിസ്ട്രേറ്റീവ് പ്രോജക്ട് മാനേജർമാർക്ക്, ഒരുപക്ഷേ. തന്ത്രപരവും ജനകേന്ദ്രീകൃതവുമായ പ്രോജക്ട് മാനേജർമാർക്ക്, സാധ്യതയില്ല.
പതിവ് ജോലികൾ ഓട്ടോമേറ്റ് ചെയ്തും, ഡാറ്റ വിശകലനം ചെയ്യാൻ സഹായിച്ചും, തീരുമാനമെടുക്കൽ പിന്തുണയ്ക്കിച്ചും, റിപ്പോർട്ടിംഗ് വർക്ക്ഫ്ലോകൾ വേഗത്തിലാക്കിയും AI ഇതിനകം തന്നെ പ്രോജക്റ്റ് ജോലികളിൽ മാറ്റം വരുത്തുന്നുണ്ട്. പ്രോജക്റ്റ് നിർവ്വഹണം കാര്യക്ഷമമാക്കാനും പ്രോജക്റ്റ് പ്രൊഫഷണലുകളെ തന്ത്രപരമായ ഡെലിവറിയിൽ നിന്ന് കൂടുതൽ തന്ത്രപരമായ സ്വാധീനത്തിലേക്ക് ഉയർത്താനും കഴിയുന്ന ഒരു ശക്തിയായി PMI AI-യെ രൂപപ്പെടുത്തുന്നു
അതുകൊണ്ട് പകരം വയ്ക്കൽ കഥ "AI vs PM" അല്ല. ഇത് കൂടുതൽ ഇതുപോലെയാണ്:
-
ആവർത്തിച്ചുള്ള പ്രോജക്റ്റ് അഡ്മിനെ AI മാറ്റിസ്ഥാപിക്കുന്നു.
-
ഘടനാപരമായ തീരുമാനമെടുക്കലിനെ AI സഹായിക്കുന്നു.
-
AI ദുർബലമായ ആശയവിനിമയം മറയ്ക്കുന്നത് ബുദ്ധിമുട്ടാക്കുന്നു.
-
വേഗതയ്ക്കും വ്യക്തതയ്ക്കുമുള്ള പ്രതീക്ഷകൾ AI വർദ്ധിപ്പിക്കുന്നു.
-
തന്ത്രം, ആളുകൾ, സംവിധാനങ്ങൾ എന്നിവ മനസ്സിലാക്കുന്ന പ്രോജക്ട് മാനേജർമാർക്ക് AI പ്രതിഫലം നൽകുന്നു.
അവസാനത്തെ കാര്യം പ്രധാനമാണ്. എല്ലാ മീറ്റിംഗിലും അപ്ഡേറ്റുകൾ മാത്രം ഫോർവേഡ് ചെയ്ത് "ഏതെങ്കിലും ബ്ലോക്കറുകൾ ഉണ്ടോ?" എന്ന് ചോദിക്കുന്ന ഒരു ശരാശരി പ്രധാനമന്ത്രി കുഴപ്പത്തിലാണ്. ക്ഷമിക്കണം, പക്ഷേ അതെ. എക്സിക്യൂട്ടീവുകളെ വിന്യസിക്കാനും, റിസ്ക് കൈകാര്യം ചെയ്യാനും, ടീമുകളെ സ്വാധീനിക്കാനും, അവ്യക്തത കൈകാര്യം ചെയ്യാനും, ബിസിനസ്സ് ലക്ഷ്യങ്ങളെ ഏകോപിപ്പിച്ച പ്രവർത്തനമാക്കി മാറ്റാനും കഴിയുന്ന ഒരു പ്രധാനമന്ത്രി? ആ വ്യക്തി കൂടുതൽ വിലപ്പെട്ടവനാകുന്നു, കുറവല്ല. ഒരു നിശബ്ദ ട്വിസ്റ്റിൽ, AI മികച്ച പ്രധാനമന്ത്രിമാരെ എളുപ്പത്തിൽ കണ്ടെത്താൻ സഹായിച്ചേക്കാം.
2. “പ്രോജക്റ്റ് മാനേജർമാരെ AI മാറ്റിസ്ഥാപിക്കുമോ?” എന്ന ചോദ്യത്തിന് ഒരു നല്ല ഉത്തരം എന്താണ് 🤔?
“പ്രോജക്റ്റ് മാനേജർമാരെ AI മാറ്റിസ്ഥാപിക്കുമോ?” എന്ന ചോദ്യത്തിനുള്ള നല്ലൊരു ഉത്തരത്തിന്, ജോലിയുടെ പേരും ജോലിയും തമ്മിൽ വേർതിരിക്കേണ്ടതുണ്ട്.
പ്രോജക്ട് മാനേജ്മെന്റ് ഒറ്റ കാര്യമല്ല. ഇത് ഒരു കൂട്ടം ജോലികളാണ്, അതിൽ ഇവ ഉൾപ്പെടുന്നു:
-
ആസൂത്രണം
-
ഷെഡ്യൂളിംഗ്
-
ബജറ്റ് ട്രാക്കിംഗ്
-
റിസ്ക് മാനേജ്മെന്റ്
-
ഓഹരി ഉടമകളുടെ ആശയവിനിമയം
-
മീറ്റിംഗ് സൗകര്യം
-
സംഘർഷ പരിഹാരം
-
വിഭവ ഏകോപനം
-
റിപ്പോർട്ട് ചെയ്യുന്നു
-
തീരുമാന പിന്തുണ
-
മാറ്റ മാനേജ്മെന്റ്
-
വെണ്ടർ, ആശ്രിതത്വ മാനേജ്മെന്റ്
-
ടീം നേതൃത്വം
ഇവയിൽ പലതിലും AI-ക്ക് സഹായിക്കാനാകും. ചിലതിൽ, അത് അതിശയകരമാംവിധം നന്നായി പ്രവർത്തിക്കും. മീറ്റിംഗ് നോട്ടുകൾ നൽകുക, തീരുമാനങ്ങൾ സംഗ്രഹിക്കാൻ അതിന് കഴിയും. അതിന് ഒരു കുഴഞ്ഞുമറിഞ്ഞ റിസ്ക് ലോഗ് നൽകുക, അത് പ്രശ്നങ്ങൾ ക്ലസ്റ്റർ ചെയ്തേക്കാം. ഒരു സ്റ്റേക്ക്ഹോൾഡർ അപ്ഡേറ്റ് തയ്യാറാക്കാൻ ആവശ്യപ്പെടുക, അത് മാന്യമായ എന്തെങ്കിലും, ഒരുപക്ഷേ വളരെ മിനുസപ്പെടുത്തിയത് പോലും, ഒരു തന്ത്ര പ്രമാണമായി നടിക്കുന്ന ഒരു ഹോട്ടൽ ലോബി പോലെ സൃഷ്ടിക്കാൻ കഴിയും.
എന്നാൽ പ്രോജക്ട് മാനേജ്മെന്റ് വൈകാരികമായ അധ്വാനം കൂടിയാണ്. അനിശ്ചിതത്വത്തിൽ വിധിനിർണ്ണയം നടത്തുക എന്നതാണ് ഇതിന്റെ അർത്ഥം. ഒന്നും ശരിയല്ലാത്തപ്പോൾ ഒരു ടീം "ശരി" എന്ന് പറയുന്നത് എന്തുകൊണ്ടാണെന്ന് മനസ്സിലാക്കുക എന്നതാണ് ഇതിന്റെ അർത്ഥം. ഒരു കാലതാമസം സാങ്കേതികമോ, രാഷ്ട്രീയമോ, സാമ്പത്തികമോ, അല്ലെങ്കിൽ മാനുഷികമോ ആകുമ്പോൾ അത് അറിയുക എന്നതാണ് ഇതിന്റെ അർത്ഥം.
അതുകൊണ്ട് ഒരു നല്ല ഉത്തരം നാടകീയമായിരിക്കണമെന്നില്ല. അത് പല പാളികളായി തിരിച്ചിരിക്കുന്നു: AI ടാസ്ക്കുകൾ മാറ്റിസ്ഥാപിക്കും, റോളുകൾ പുനർനിർമ്മിക്കും, നിലവാരം ഉയർത്തും. അത് മാന്ത്രികമായി ഉത്തരവാദിത്തം സ്വന്തമാക്കില്ല.
3. താരതമ്യ പട്ടിക: യഥാർത്ഥ പ്രോജക്റ്റ് ജോലികളിലെ AI vs പ്രോജക്റ്റ് മാനേജർമാർ 📊
| പ്രോജക്റ്റ് പ്രവർത്തന മേഖല | AI-ക്ക് നന്നായി ചെയ്യാൻ കഴിയുന്ന കാര്യങ്ങൾ | പ്രോജക്റ്റ് മാനേജർമാർക്ക് ഇപ്പോഴും സ്വന്തമായുള്ളത് | മാറ്റിസ്ഥാപിക്കൽ അപകടസാധ്യത |
|---|---|---|---|
| സ്റ്റാറ്റസ് റിപ്പോർട്ടിംഗ് | ഡ്രാഫ്റ്റ് അപ്ഡേറ്റുകൾ, പുരോഗതി സംഗ്രഹിക്കുക, നഷ്ടപ്പെട്ട വിവരങ്ങൾ കണ്ടെത്തുക | എന്താണ് പ്രധാനമെന്ന് തീരുമാനിക്കുക, രാഷ്ട്രീയമായി അപകടസാധ്യതകൾ സൃഷ്ടിക്കുക | അടിസ്ഥാന റിപ്പോർട്ടിംഗിന് ഉയർന്നത് |
| ഷെഡ്യൂളിംഗ് | സമയരേഖകൾ നിർദ്ദേശിക്കുക, വൈരുദ്ധ്യങ്ങൾ ഫ്ലാഗ് ചെയ്യുക, ആശ്രിതത്വങ്ങൾ കണക്കാക്കുക | ഇടപാടുകൾ ചർച്ച ചെയ്യുക, യഥാർത്ഥ നിയന്ത്രണങ്ങൾ കൈകാര്യം ചെയ്യുക | ഇടത്തരം |
| മീറ്റിംഗ് കുറിപ്പുകൾ | പ്രവർത്തനങ്ങൾ, തീരുമാനങ്ങൾ, ഉടമകൾ എന്നിവ ക്യാപ്ചർ ചെയ്യുക - സാധാരണയായി വേഗത്തിൽ | അർത്ഥം വ്യക്തമാക്കുക, അവ്യക്തമായ പ്രതിബദ്ധതകളെ വെല്ലുവിളിക്കുക | കുറിപ്പെടുക്കാൻ ഉയർന്നത് |
| റിസ്ക് മാനേജ്മെന്റ് | സ്പോട്ട് പാറ്റേണുകൾ, ലഘൂകരണങ്ങൾ നിർദ്ദേശിക്കുക | തീവ്രത വിധിക്കുക, ശരിയായ സമയത്ത് വർദ്ധിപ്പിക്കുക | ഇടത്തരം |
| സ്റ്റേക്ക്ഹോൾഡർ മാനേജ്മെന്റ് | ഡ്രാഫ്റ്റ് ഇമെയിലുകൾ, സെഗ്മെന്റ് പ്രേക്ഷകർ | വിശ്വാസം വളർത്തുക, സ്വാധീനിക്കുക, വായന തുടരുക | താഴ്ന്നത് |
| ബജറ്റ് ട്രാക്കിംഗ് | വേരിയൻസ് നിരീക്ഷിക്കുക, ചെലവ് സംഗ്രഹിക്കുക | പരസ്പര ഇടപാടുകൾ നടത്തുക, നിക്ഷേപ തിരഞ്ഞെടുപ്പുകളെ പ്രതിരോധിക്കുക | ഇടത്തരം |
| ടീം നേതൃത്വം | ചെക്ക്-ഇന്നുകളും നിർദ്ദേശങ്ങളും നിർദ്ദേശിക്കുക | മനുഷ്യരെ പ്രചോദിപ്പിക്കുക, സംരക്ഷിക്കുക, പരിശീലിപ്പിക്കുക, തടയൽ മാറ്റുക | താഴ്ന്നത് |
| തന്ത്ര വിന്യാസം | ലക്ഷ്യങ്ങളെ ടാസ്ക്കുകളായി മാപ്പ് ചെയ്യുക, ചട്ടക്കൂടുകൾ സൃഷ്ടിക്കുക | മുൻഗണനകളെ വെല്ലുവിളിക്കുക, രാഷ്ട്രീയത്തെ ഡെലിവറിയിൽ ബന്ധിപ്പിക്കുക | താഴ്ന്നത്, പക്ഷേ പൂജ്യം അല്ല |
പാറ്റേൺ ശ്രദ്ധിക്കുക. ജോലി ഘടനാപരവും, ആവർത്തിക്കാവുന്നതും, ഡാറ്റ കൂടുതലുള്ളതുമാകുമ്പോൾ AI നന്നായി പ്രവർത്തിക്കുന്നു. ജോലി അവ്യക്തമോ, വൈകാരികമോ, രാഷ്ട്രീയമോ, അല്ലെങ്കിൽ ഉയർന്ന ഓഹരികളോ ആയിരിക്കുമ്പോൾ മനുഷ്യർ ഏറ്റവും പ്രധാനമാണ്.
പ്രോജക്ട് വർക്ക് അടിസ്ഥാനപരമായി മീറ്റിംഗുകൾ നിറഞ്ഞ ഒരു അവ്യക്തമായ സാൻഡ്വിച്ച് ആണ്. 🥪
4. പ്രോജക്ട് മാനേജ്മെന്റ് ജോലികൾ AI ഏറ്റെടുക്കാൻ ഏറ്റവും സാധ്യതയുള്ളത്
നമുക്ക് നേരിട്ട് പറയാം: പല PM ജോലികളും മടുപ്പിക്കുന്നതാണ്. അത്യാവശ്യമാണ്, തീർച്ചയായും, പക്ഷേ മടുപ്പിക്കുന്നതാണ്. അവയ്ക്കാണ് AI ഏറ്റവും ബുദ്ധിമുട്ടുള്ളത്.
ഏറ്റവും ഓട്ടോമേറ്റ് ചെയ്യാവുന്ന പ്രോജക്റ്റ് മാനേജ്മെന്റ് ജോലികളിൽ ഇവ ഉൾപ്പെടുന്നു:
-
ആദ്യ കരട് പദ്ധതി പദ്ധതികൾ സൃഷ്ടിക്കൽ
-
മീറ്റിംഗ് ട്രാൻസ്ക്രിപ്റ്റുകൾ സംഗ്രഹിക്കുന്നു
-
ആഴ്ചതോറുമുള്ള സ്റ്റാറ്റസ് റിപ്പോർട്ടുകൾ തയ്യാറാക്കുന്നു
-
RAID ലോഗുകൾ അപ്ഡേറ്റ് ചെയ്യുന്നു
-
അപകടസാധ്യതകളുടെയും പ്രശ്നങ്ങളുടെയും വർഗ്ഗീകരണം
-
ഫോളോ-അപ്പ് ഇമെയിലുകൾ എഴുതുന്നു
-
പങ്കാളി വിവരണങ്ങൾ സൃഷ്ടിക്കുന്നു
-
ടാസ്ക് ഡിപൻഡൻസികൾ പരിശോധിക്കുന്നു
-
വ്യത്യസ്ത പ്രേക്ഷകർക്കായി പ്രോജക്റ്റ് അപ്ഡേറ്റുകൾ വിവർത്തനം ചെയ്യുന്നു
-
ലളിതമായ ഡാഷ്ബോർഡുകൾ സൃഷ്ടിക്കുന്നു
-
ആസൂത്രിത നാഴികക്കല്ലുകളുമായി യഥാർത്ഥ പുരോഗതി താരതമ്യം ചെയ്യുന്നു
പിഎംഐയുടെ AI പ്രോജക്ട് മാനേജ്മെന്റ് മാർഗ്ഗനിർദ്ദേശം, ഓട്ടോമേഷൻ, ഡാറ്റ വിശകലനം, ഇന്റലിജന്റ് അസിസ്റ്റൻസ്, തീരുമാന പിന്തുണ എന്നിവയെ AI പ്രൊഫഷനെ മാറ്റുന്നതിനുള്ള പ്രധാന മാർഗങ്ങളായി എടുത്തുകാണിക്കുന്നു.
അതായത് "അഡ്മിൻ-ഹെവി പിഎം" റോൾ ഞെരുക്കപ്പെടുകയാണ്. ഒറ്റരാത്രികൊണ്ട് ഇല്ലാതായില്ല. പിഴിഞ്ഞെടുത്തു. ബജറ്റ് അവലോകനത്തിലെ നാരങ്ങ പോലെ.
നിങ്ങളുടെ പ്രധാന മൂല്യം പത്ത് ആളുകളിൽ നിന്ന് അപ്ഡേറ്റുകൾ സ്വമേധയാ ശേഖരിച്ച് ഒരു സ്ലൈഡ് ഡെക്കിൽ ഒട്ടിക്കുമ്പോൾ, AI-ക്ക് ഇതിനകം തന്നെ അതിൽ ഒരു ഭാഗം ചെയ്യാൻ കഴിയും. ഒരുപക്ഷേ പൂർണ്ണമായി അല്ലായിരിക്കാം. പക്ഷേ ചോദ്യം നിർബന്ധിക്കാൻ പര്യാപ്തമാണ്: ഒരു മനുഷ്യൻ എന്തിനാണ് അര ദിവസം ചുവപ്പ്-മഞ്ഞ-പച്ച ബോക്സുകൾ ഫോർമാറ്റ് ചെയ്യുന്നത്?
മുമ്പ് ഉത്തരം "ആരെങ്കിലും അത് ചെയ്യേണ്ടതിനാൽ" എന്നായിരുന്നു. ഇപ്പോൾ ഉത്തരം "ഒരുപക്ഷേ ബോട്ട് അത് ചെയ്യും" എന്നാണ്
5. പ്രോജക്ട് മാനേജ്മെന്റ് കഴിവുകൾ AI മാറ്റിസ്ഥാപിക്കാൻ പാടുപെടുന്നു 🧠
ഇവിടെയാണ് പ്രോജക്ട് മാനേജർമാർക്ക് ഇപ്പോഴും ഗുരുതരമായ ഒരു പ്രശ്നം നിലനിൽക്കുന്നത്.
AI യഥാർത്ഥത്തിൽ ഉത്തരവാദിത്തം ഏറ്റെടുക്കുന്നില്ല. അത് രാഷ്ട്രീയ പ്രത്യാഘാതങ്ങൾ ഉണ്ടാക്കുന്നില്ല. മനുഷ്യർ ജീവിക്കുന്ന അതേ രീതിയിൽ വിശ്വാസത്തെ അത് മനസ്സിലാക്കുന്നില്ല. വികാരങ്ങളെ വിശകലനം ചെയ്യാൻ അതിന് കഴിയും, തീർച്ചയായും, പക്ഷേ ഡെലിവറി തീയതി വീണ്ടും മാറ്റിയത് എന്തുകൊണ്ടാണെന്ന് CFO ചോദിച്ചതിന് ശേഷമുള്ള അസഹ്യമായ നിശബ്ദത അതിന് അനുഭവപ്പെടുന്നില്ല.
AI മാറ്റിസ്ഥാപിക്കാൻ ബുദ്ധിമുട്ടുന്ന കഴിവുകളിൽ ഇവ ഉൾപ്പെടുന്നു:
-
എക്സിക്യൂട്ടീവ് സ്വാധീനം
-
സംഘർഷ പരിഹാരം
-
ചർച്ച
-
ധാർമ്മിക വിധി
-
സമ്മർദ്ദത്തിൻ കീഴിൽ മുൻഗണനാക്രമം
-
വായനാ ടീമിന്റെ മനോവീര്യം
-
അവ്യക്തത കൈകാര്യം ചെയ്യൽ
-
കോച്ചിംഗ് ഡെലിവറി ടീമുകൾ
-
ഫോക്കസ് സംരക്ഷിക്കുന്നു
-
ബന്ധങ്ങളെ പൊട്ടിത്തെറിക്കാതെ 'ഇല്ല' എന്ന് പറയുക
-
സംഘടനാ രാഷ്ട്രീയം മനസ്സിലാക്കൽ
ലോക സാമ്പത്തിക ഫോറത്തിന്റെ തൊഴിൽ, കഴിവുകൾ എന്നിവയെക്കുറിച്ചുള്ള പ്രവർത്തനങ്ങൾ സാങ്കേതിക വൈദഗ്ധ്യത്തിന്റെയും മനുഷ്യ കഴിവുകളുടെയും സംയോജനത്തിലേക്ക് വിരൽ ചൂണ്ടുന്നു, തൊഴിലുടമകൾ വിശകലന ചിന്ത, പ്രതിരോധശേഷി, വഴക്കം, നേതൃത്വം, സാമൂഹിക സ്വാധീനം തുടങ്ങിയ കഴിവുകൾക്ക് പ്രാധാന്യം നൽകുന്നു.
അതൊരു വലിയ സൂചനയാണ്. AI ഒഴിവാക്കുന്ന ആളല്ല ഏറ്റവും സുരക്ഷിതനായ പ്രധാനമന്ത്രി. AI യുടെ ഒഴുക്കും വിധി, ആശയവിനിമയം, നേതൃത്വം എന്നിവയുമായി സംയോജിപ്പിക്കുന്ന ആളാണ് അദ്ദേഹം.
മനുഷ്യനായി ആഴത്തിൽ നിലകൊള്ളുമ്പോൾ തന്നെ AI ഉപയോഗിച്ച് വേഗത്തിൽ നീങ്ങാൻ കഴിയുന്ന പ്രോജക്ട് മാനേജർമാർ നല്ല രീതിയിൽ അപകടകാരികളായി മാറുന്നു. അവർക്ക് മികച്ച മീറ്റിംഗുകൾ തയ്യാറാക്കാനും, കൂടുതൽ വ്യക്തമായ ചോദ്യങ്ങൾ ചോദിക്കാനും, അപകടസാധ്യതകൾ നേരത്തെ തിരിച്ചറിയാനും, അഡ്മിനിസ്ട്രേറ്ററുടെ ബുദ്ധിമുട്ടുകളുമായി മല്ലിടാൻ കുറച്ച് സമയം ചെലവഴിക്കാനും കഴിയും. അതിൽ ഒരു പ്രത്യേക സ്വാതന്ത്ര്യമുണ്ട്.
6. "പ്രോജക്റ്റ് മാനേജർമാരെ മാറ്റിസ്ഥാപിക്കുന്ന AI" എന്നത് എന്തുകൊണ്ട് തെറ്റായ ചട്ടക്കൂടാണ്?
"പ്രോജക്റ്റ് മാനേജർമാരെ AI മാറ്റിസ്ഥാപിക്കുമോ?" എന്ന വാചകം ആകർഷകമാണ്, പക്ഷേ അത് അൽപ്പം വളച്ചൊടിച്ചതാണ്. മെച്ചപ്പെട്ട പ്രശ്നം ഇതാണ്: പ്രോജക്റ്റ് മാനേജ്മെന്റിന്റെ ഏതൊക്കെ ഭാഗങ്ങൾ ഓട്ടോമേറ്റഡ് ആകും, ഏതൊക്കെ ഭാഗങ്ങൾ കൂടുതൽ മൂല്യവത്താകും?
കാരണം ജോലി സാധാരണയായി പൂർണ്ണമായും അപ്രത്യക്ഷമാകില്ല. അത് മ്യൂട്ടേറ്റ് ചെയ്യുന്നു.
സ്പ്രെഡ്ഷീറ്റുകളെക്കുറിച്ച് ചിന്തിക്കൂ. അവർ ധനകാര്യ പ്രൊഫഷണലുകളെ നീക്കം ചെയ്തില്ല. നല്ല ധനകാര്യ ജോലി എങ്ങനെയിരിക്കുമെന്ന് അവർ മാറ്റിമറിച്ചു. പെട്ടെന്ന്, മാനുവൽ ഗണിതം കുറഞ്ഞു, മോഡലിംഗ്, വ്യാഖ്യാനം, ബിസിനസ് പങ്കാളിത്തം എന്നിവ കൂടുതൽ പ്രാധാന്യമർഹിച്ചു.
പ്രോജക്ട് മാനേജ്മെന്റിന് സമാനമായ എന്തെങ്കിലും AI ചെയ്തേക്കാം.
ഭാവിയിലെ പ്രധാനമന്ത്രി കുറച്ച് സമയം മാത്രമേ ചെലവഴിക്കൂ:
-
ചേസിംഗ് ടാസ്ക് അപ്ഡേറ്റുകൾ
-
റിപ്പോർട്ടുകൾ ഫോർമാറ്റ് ചെയ്യുന്നു
-
കുറിപ്പുകൾ മാറ്റിയെഴുതുന്നു
-
അടിസ്ഥാന ടെംപ്ലേറ്റുകൾ നിർമ്മിക്കുന്നു
-
പഴയ സന്ദേശങ്ങളിലൂടെ തിരയുന്നു
-
പ്ലാനുകൾ നേരിട്ട് താരതമ്യം ചെയ്യുന്നു
കൂടുതൽ സമയം:
-
നേതൃത്വത്തെ വിന്യസിക്കൽ
-
തീരുമാന നിലവാരം മെച്ചപ്പെടുത്തൽ
-
ക്രോസ്-ഫങ്ഷണൽ ഘർഷണം കൈകാര്യം ചെയ്യുന്നു
-
വിതരണ സംവിധാനങ്ങൾ രൂപകൽപ്പന ചെയ്യുന്നു
-
മാറ്റത്തിലൂടെ ടീമുകളെ പരിശീലിപ്പിക്കൽ
-
തന്ത്രത്തെ നിർവ്വഹണത്തിലേക്ക് വിവർത്തനം ചെയ്യുന്നു
-
AI- സഹായത്തോടെയുള്ള വർക്ക്ഫ്ലോകൾ നിയന്ത്രിക്കുന്നു
ജനറേറ്റീവ് AI യും മറ്റ് ഓട്ടോമേഷൻ സാങ്കേതികവിദ്യകളും ഉൽപ്പാദനക്ഷമത വളർച്ചയ്ക്ക് അർത്ഥവത്തായ സംഭാവന നൽകുമെന്ന് മക്കിൻസി കണക്കാക്കിയിട്ടുണ്ട് , അതേസമയം തൊഴിലാളികൾക്ക് പുതിയ കഴിവുകൾ പഠിക്കാനും ചില സന്ദർഭങ്ങളിൽ തൊഴിൽ മാറ്റാനും ആവശ്യപ്പെടുന്നു.
അതാണ് ഗൗരവമേറിയതും എന്നാൽ പ്രധാനപ്പെട്ടതുമായ സത്യം. AI ജോലിയെ ഇല്ലാതാക്കുക മാത്രമല്ല ചെയ്യുന്നത്. അത് പരിശ്രമത്തെ പുനർവിതരണം ചെയ്യുന്നു. ചിലപ്പോൾ ക്രൂരമായി, ചിലപ്പോൾ മനോഹരമായി, പലപ്പോഴും രണ്ടും കൂടി.
7. ഏറ്റവും അപകടസാധ്യതയുള്ള പ്രോജക്ട് മാനേജർമാർ 😬
ചില പ്രധാനമന്ത്രിമാർ മറ്റുള്ളവയേക്കാൾ കൂടുതൽ തുറന്നുകാട്ടപ്പെടുന്നു.
ഏറ്റവും ഉയർന്ന അപകടസാധ്യതയുള്ള പ്രോജക്ട് മാനേജർമാർ സാധാരണയായി ഇനിപ്പറയുന്നവരായിരിക്കും:
-
പ്രധാനമായും മീറ്റിംഗ് ഷെഡ്യൂളർമാരായി പ്രവർത്തിക്കുന്നു
-
ബുദ്ധിമുട്ടുള്ള സംഭാഷണങ്ങൾ ഒഴിവാക്കുക
-
സന്ദർഭം മനസ്സിലാക്കാതെ ടെംപ്ലേറ്റുകളെ ആശ്രയിക്കുക
-
വിവരങ്ങൾ റിപ്പോർട്ട് ചെയ്യുക, പക്ഷേ അപൂർവ്വമായി വ്യാഖ്യാനിക്കുക
-
എന്തും പരിഹരിക്കുന്നതിനു പകരം എല്ലാം വർദ്ധിപ്പിക്കുക
-
ബിസിനസ് കേസ് മനസ്സിലാകുന്നില്ല
-
ഇടപാടുകൾ വ്യക്തമായി വിശദീകരിക്കാൻ കഴിയില്ല
-
AI ഉപകരണങ്ങൾ പഠിക്കുന്നത് ഒഴിവാക്കുക
-
വിധി ആവശ്യമായി വരുമ്പോൾ പ്രക്രിയയ്ക്ക് പിന്നിൽ ഒളിക്കുക
ഇത് കഠിനമാണ്, പക്ഷേ അപമാനിക്കാൻ ഉദ്ദേശിച്ചുള്ളതല്ല. പല സംഘടനകളും പ്രധാനമന്ത്രിമാരെ ഈ കോണിലേക്ക് പരിശീലിപ്പിച്ചു. ഫലങ്ങളെക്കാൾ സ്റ്റാറ്റസ് അപ്ഡേറ്റുകൾ, ഭരണപരമായ ആചാരങ്ങൾ, "പ്രക്രിയ പിന്തുടരൽ" എന്നിവയ്ക്ക് അവർ പ്രതിഫലം നൽകി. പിന്നീട് പ്രധാനമന്ത്രിമാർ സ്പ്രെഡ്ഷീറ്റ് ഇടയന്മാരായി മാറിയപ്പോൾ എല്ലാവരും അത്ഭുതപ്പെട്ടു.
സ്പ്രെഡ്ഷീറ്റ് ഷെപ്പേർഡ്സിനോട് AI ദയ കാണിക്കില്ല. 🐑
ഒരു പ്രധാനമന്ത്രിയുടെ കലണ്ടർ നിറഞ്ഞിരിക്കുമ്പോൾ, അവരുടെ വിധിന്യായങ്ങൾ വളരെ അപൂർവമായി മാത്രമേ ആവശ്യപ്പെടാറുള്ളൂവെങ്കിൽ, അത് ഒരു മുന്നറിയിപ്പ് സൂചനയാണ്. ഭാവി പ്രധാനമന്ത്രിമാരുടേതാണ്, അവർക്ക് ഇതുപോലുള്ള ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകാൻ കഴിയും:
-
എന്ത് തീരുമാനമാണ് വേണ്ടത്?
-
ആരെയാണ് സ്വാധീനിക്കേണ്ടത്?
-
എന്ത് അപകടസാധ്യതയാണ് കുറച്ചുകാണുന്നത്?
-
ഏത് ആശ്രിതത്വമാണ് വ്യാജവും യഥാർത്ഥവും?
-
എന്ത് വിട്ടുവീഴ്ചയാണ് നമ്മൾ കണ്ടില്ലെന്ന് നടിക്കുന്നത്?
-
ബിസിനസിന് വിജയം എന്താണ് അർത്ഥമാക്കുന്നത്?
അവ ബട്ടൺ ക്ലിക്ക് ചെയ്യുന്ന ചോദ്യങ്ങളല്ല. അവ നേതൃത്വപരമായ ചോദ്യങ്ങളാണ്.
8. AI ഉപയോഗിച്ച് അഭിവൃദ്ധി പ്രാപിക്കുന്ന പ്രോജക്ട് മാനേജർമാർ 🚀
അഭിവൃദ്ധി പ്രാപിക്കുന്ന പ്രധാനമന്ത്രിമാർ AI-യെ ഒരു പവർ ടൂൾ പോലെയായിരിക്കും ഉപയോഗിക്കുക, വ്യക്തിത്വത്തിന് പകരമാവില്ല.
ശക്തമായ AI- പ്രാപ്തമാക്കിയ പ്രോജക്ട് മാനേജർമാർ:
-
ഡ്രാഫ്റ്റ് ചെയ്യാൻ AI ഉപയോഗിക്കുക, തുടർന്ന് വിധിന്യായം പ്രയോഗിക്കുക
-
മെച്ചപ്പെട്ട റിസ്ക് മോഡലുകൾ നിർമ്മിക്കുക
-
കൂടുതൽ വ്യക്തമായ പങ്കാളി സന്ദേശങ്ങൾ സൃഷ്ടിക്കുക
-
ആവർത്തിച്ചുള്ള റിപ്പോർട്ടിംഗ് ഓട്ടോമേറ്റ് ചെയ്യുക
-
പ്രോജക്റ്റ് ഡാറ്റയെക്കുറിച്ച് മികച്ച ചോദ്യങ്ങൾ ചോദിക്കുക
-
കൂടുതൽ കർശനമായ മീറ്റിംഗുകൾ നടത്തുക
-
സാഹചര്യങ്ങൾ വേഗത്തിൽ താരതമ്യം ചെയ്യുക
-
തീരുമാനങ്ങൾ കൂടുതൽ സ്ഥിരതയോടെ ട്രാക്ക് ചെയ്യുക
-
മറഞ്ഞിരിക്കുന്ന ആശ്രിതത്വങ്ങൾ തിരിച്ചറിയുക
-
പഠിച്ച പാഠങ്ങൾ വീണ്ടും ഉപയോഗിക്കാവുന്ന പ്ലേബുക്കുകളാക്കി മാറ്റുക
ദൈനംദിന വർക്ക്ഫ്ലോകളുടെയും ഓർഗനൈസേഷണൽ ഡിസൈനിന്റെയും ഭാഗമായി AI സിസ്റ്റങ്ങളുമായി ആളുകൾ കൂടുതലായി ഏകോപിപ്പിക്കുന്ന മനുഷ്യ-ഏജന്റ് സഹകരണം എന്ന ആശയം മൈക്രോസോഫ്റ്റിന്റെ ജോലി കേന്ദ്രീകൃത AI ഗവേഷണം മുന്നോട്ട് കൊണ്ടുപോയി
അതിന് വളരെ വ്യക്തമായ ഒരു പ്രോജക്റ്റ് മാനേജ്മെന്റ് ആംഗിൾ ഉണ്ട്. PM-കൾ ഇതിനകം തന്നെ ആളുകളെയും, ജോലികളെയും, ആശ്രയത്വങ്ങളെയും, സമയപരിധികളെയും, ബജറ്റുകളെയും, ഉപകരണങ്ങളെയും ഏകോപിപ്പിക്കുന്നു. ആ മിശ്രിതത്തിലേക്ക് AI ഏജന്റുമാരെ ചേർക്കുന്നത് PM-കൾക്ക് മനുഷ്യ പ്രവർത്തനങ്ങളുടെയും ഡിജിറ്റൽ പ്രവർത്തനങ്ങളുടെയും ഓർക്കസ്ട്രേറ്റർമാരായി മാറാൻ സാധ്യതയുണ്ട്.
ഒരു നല്ല പ്രധാനമന്ത്രി ഉടൻ തന്നെ ചോദിച്ചേക്കാം:
-
മനുഷ്യർ ഏതൊക്കെ ജോലികൾ സ്വന്തമാക്കണം?
-
ഏതൊക്കെ ജോലികളാണ് AI ഡ്രാഫ്റ്റ് ചെയ്യേണ്ടത്?
-
ഏതൊക്കെ ഔട്ട്പുട്ടുകൾക്കാണ് മനുഷ്യ അവലോകനം ആവശ്യമുള്ളത്?
-
AI എവിടെയാണ് അപകടസാധ്യത സൃഷ്ടിക്കാൻ കഴിയുക?
-
AI- ജനറേറ്റഡ് ശുപാർശകൾ ഞങ്ങൾ എങ്ങനെയാണ് ഓഡിറ്റ് ചെയ്യുന്നത്?
-
സിസ്റ്റത്തിലേക്ക് ഏതൊക്കെ ഡാറ്റയാണ് നൽകാൻ പാടില്ലാത്തത്?
-
ഉത്തരവാദിത്തം വ്യക്തമായി നിലനിർത്താൻ നമുക്ക് എങ്ങനെ കഴിയും?
അത് കുറഞ്ഞ പ്രോജക്ട് മാനേജ്മെന്റല്ല. അധിക വയറുകൾ പുറത്തേക്ക് തള്ളിനിൽക്കുന്ന കൂടുതൽ പ്രോജക്ട് മാനേജ്മെന്റാണിത്.
9. AI എങ്ങനെയാണ് PMO-യെ മാറ്റുന്നത്
പ്രോജക്ട് മാനേജ്മെന്റ് ഓഫീസും മാറിക്കൊണ്ടിരിക്കുന്നു. ചില സ്ഥലങ്ങളിൽ പതുക്കെ, മറ്റുള്ളവയിൽ വളരെ വേഗത്തിൽ.
പരമ്പരാഗത PMO-കൾ പലപ്പോഴും ഇവയിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു:
-
ഭരണം
-
രീതിശാസ്ത്രം
-
ടെംപ്ലേറ്റുകൾ
-
പോർട്ട്ഫോളിയോ റിപ്പോർട്ടിംഗ്
-
റിസോഴ്സ് ട്രാക്കിംഗ്
-
സ്റ്റാൻഡേർഡ്സ്
-
അനുസരണം
-
ഡെലിവറി മേൽനോട്ടം
AI-ക്ക് അതെല്ലാം മെച്ചപ്പെടുത്താൻ കഴിയും, പക്ഷേ അത് പഴയ PMO ശീലങ്ങളെ വേദനാജനകമാംവിധം മന്ദഗതിയിലാക്കാനും സഹായിക്കും.
AI- പ്രാപ്തമാക്കിയ ഒരു PMO-യ്ക്ക് ഇവ ചെയ്യാനാകും:
-
പോർട്ട്ഫോളിയോ അപകടസാധ്യതകൾ നേരത്തെ കണ്ടെത്തുക
-
റിപ്പോർട്ടിംഗ് സ്വയമേവ സ്റ്റാൻഡേർഡ് ചെയ്യുക
-
ടീമുകളിലുടനീളം പ്രോജക്റ്റ് ആരോഗ്യം താരതമ്യം ചെയ്യുക
-
ഡ്യൂപ്ലിക്കേറ്റ് വർക്ക് കണ്ടെത്തുക
-
എക്സിക്യൂട്ടീവ് ഡാഷ്ബോർഡുകൾ സംഗ്രഹിക്കുക
-
റിസോഴ്സ് ഷിഫ്റ്റുകൾ ശുപാർശ ചെയ്യുക
-
പഠിച്ച പാഠങ്ങൾ വിശകലനം ചെയ്യുക
-
മികച്ച പ്രവചന മോഡലുകൾ സൃഷ്ടിക്കുക
-
ലൈറ്റ്വെയ്റ്റ് ഗവേണൻസ് പിന്തുടരാൻ ടീമുകളെ സഹായിക്കുക
പക്ഷേ ഒരു കെണിയുണ്ട്. കൂടുതൽ റിപ്പോർട്ടുകൾ സൃഷ്ടിക്കാൻ മാത്രം AI ഉപയോഗിക്കുന്ന ഒരു PMO ഫയലിംഗ് കാബിനറ്റിൽ റോക്കറ്റ് ഇന്ധനം നിറയ്ക്കുകയാണ്. ശ്രദ്ധേയമാണ്, പക്ഷേ കൂടുതലും സങ്കടകരമാണ്. 🚀🗄️
മികച്ച PMO-കൾ ശബ്ദം കൂട്ടാനല്ല, കുറയ്ക്കാനായിരിക്കും AI ഉപയോഗിക്കുക. അവ ഭരണം ലളിതമാക്കുകയും തീരുമാന വേഗത മെച്ചപ്പെടുത്തുകയും ഏറ്റവും പ്രധാനപ്പെട്ട കുറച്ച് പ്രോജക്റ്റ് സിഗ്നലുകളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ നേതാക്കളെ സഹായിക്കുകയും ചെയ്യും.
10. പ്രോജക്ട് മാനേജർമാരിൽ നിന്ന് കമ്പനികൾ അടുത്തതായി എന്താണ് പ്രതീക്ഷിക്കുന്നത്
കമ്പനികൾ പ്രധാനമന്ത്രിമാരിൽ നിന്ന് കൂടുതൽ പ്രതീക്ഷിക്കും, കുറവല്ല. അത് അന്യായമായി തോന്നുന്നു, കാരണം അത് അങ്ങനെയാണ്. പക്ഷേ അത് എങ്ങനെയാണെന്ന് നിങ്ങൾക്കറിയാം.
കൂടുതൽ ഭരണപരമായ ഔട്ട്പുട്ട് AI കൈകാര്യം ചെയ്യുന്നതോടെ, നേതാക്കൾ മിനുസപ്പെടുത്തിയ രേഖകളിൽ മതിപ്പുളവാക്കുന്നത് അവസാനിപ്പിച്ചേക്കാം. ഒരു വൃത്തിയുള്ള സ്റ്റാറ്റസ് റിപ്പോർട്ട് അടിസ്ഥാനമായിരിക്കും. യഥാർത്ഥ ചോദ്യം ഇതായിരിക്കും: നിങ്ങൾ എന്ത് ഉൾക്കാഴ്ചയാണ് ചേർത്തത്?
ഭാവിക്ക് തയ്യാറായ പ്രധാനമന്ത്രിമാർ ഇനിപ്പറയുന്നവ ചെയ്യുമെന്ന് പ്രതീക്ഷിക്കുന്നു:
-
AI- സഹായത്തോടെയുള്ള ഡെലിവറി ടൂളുകൾ മനസ്സിലാക്കുക
-
AI ഔട്ട്പുട്ടുകൾ സാധൂകരിക്കുക
-
സെൻസിറ്റീവ് പ്രോജക്റ്റ് ഡാറ്റ സംരക്ഷിക്കുക
-
അനിശ്ചിതത്വം വ്യക്തമായി ആശയവിനിമയം നടത്തുക
-
ഡെലിവറിയെ ബിസിനസ് മൂല്യവുമായി ബന്ധിപ്പിക്കുക
-
മാറ്റ ക്ഷീണം നിയന്ത്രിക്കുക
-
ലീഡ് ഹൈബ്രിഡ് ഹ്യൂമൻ-എഐ വർക്ക്ഫ്ലോകൾ
-
തീരുമാനമെടുക്കലിന്റെ ഗുണനിലവാരം മെച്ചപ്പെടുത്തുക
-
ധാർമ്മികവും ഭരണപരവുമായ ആശങ്കകൾ കൈകാര്യം ചെയ്യുക
യുഎസ് ബ്യൂറോ ഓഫ് ലേബർ സ്റ്റാറ്റിസ്റ്റിക്സ് ഇപ്പോഴും പ്രോജക്ട് മാനേജ്മെന്റ് സ്പെഷ്യലിസ്റ്റുകൾക്കായി വളർച്ചയെ പ്രൊജക്റ്റ് ചെയ്യുന്നു, ഇത് നാശത്തിന്റെ ആഖ്യാനത്തിന് വിലപ്പെട്ട ഒരു പ്രതിവിധിയാണ്. ജോലി മാറുമ്പോഴും, ലളിതമായ നേർരേഖയിൽ ഡിമാൻഡ് അപ്രത്യക്ഷമാകുന്നില്ല.
അതുകൊണ്ട് ഇല്ല, മാർക്കറ്റ് സിഗ്നൽ "പാക്ക് അപ്പ്, പിഎംഎസ്" അല്ല. "മറ്റൊരാൾ നിങ്ങൾക്കായി റോൾ അപ്ഗ്രേഡ് ചെയ്യുന്നതിന് മുമ്പ് അത് അപ്ഗ്രേഡ് ചെയ്യുക" എന്നതിന് സമാനമാണ്
സൂക്ഷ്മമായ വ്യത്യാസം. വലിയ പ്രത്യാഘാതങ്ങൾ.
11. AI കൂടുതലുള്ള ഒരു ജോലിസ്ഥലത്ത് പ്രോജക്ട് മാനേജർമാർക്ക് എങ്ങനെ പ്രസക്തി നിലനിർത്താൻ കഴിയും 🛠️
പ്രായോഗിക ഭാഗം ഇതാ. പ്രചോദനാത്മകമായ വർണക്കടലാസുകൾ വേണ്ട, മൂല്യവത്തായ നീക്കങ്ങൾ മാത്രം.
പ്രസക്തി നിലനിർത്താൻ, പ്രോജക്ട് മാനേജർമാർ നാല് മേഖലകളിൽ ശക്തി വർദ്ധിപ്പിക്കണം.
AI ഒഴുക്ക്
നിങ്ങൾ ഒരു മെഷീൻ ലേണിംഗ് എഞ്ചിനീയർ ആകേണ്ടതില്ല. പക്ഷേ നിങ്ങൾ മനസ്സിലാക്കേണ്ടത്:
-
പ്രോംപ്റ്റിംഗ്
-
AI പരിമിതികൾ
-
ഡാറ്റ സ്വകാര്യത
-
ഭ്രമാത്മകതയ്ക്കുള്ള സാധ്യത
-
വർക്ക്ഫ്ലോ ഓട്ടോമേഷൻ
-
AI- സഹായത്തോടെയുള്ള റിപ്പോർട്ടിംഗ്
-
ടൂൾ ഇന്റഗ്രേഷൻ
-
മനുഷ്യ അവലോകന പ്രക്രിയകൾ
ബിസിനസ്സ് മിടുക്ക്
ബിസിനസ്സിനെ മനസ്സിലാക്കുന്ന ഒരു പ്രധാനമന്ത്രിയെ മാറ്റിസ്ഥാപിക്കാൻ പ്രയാസമാണ്. അറിയുക:
-
വരുമാന ആഘാതം
-
ചെലവ് ഘടകങ്ങൾ
-
ഉപഭോക്തൃ ഫലങ്ങൾ
-
പ്രവർത്തന മാതൃകാ നിയന്ത്രണങ്ങൾ
-
തന്ത്രപരമായ മുൻഗണനകൾ
-
ഉൽപ്പന്നത്തിന്റെയോ സേവനത്തിന്റെയോ സാമ്പത്തികശാസ്ത്രം
മനുഷ്യ നേതൃത്വം
ഇതാണ് ഏറ്റവും വലുത്. മെച്ചപ്പെടുത്തുക:
-
സൗകര്യം
-
സംഘർഷ കൈകാര്യം ചെയ്യൽ
-
ചർച്ച
-
എക്സിക്യൂട്ടീവ് ആശയവിനിമയം
-
പരിശീലനം
-
സജീവമായ ശ്രവണം
-
സ്റ്റേക്ക്ഹോൾഡർ മാപ്പിംഗ്
-
മാറ്റ മാനേജ്മെന്റ്
ഡെലിവറി ഇന്റലിജൻസ്
"ട്രാക്കിംഗ് വർക്ക്" എന്നതിനപ്പുറം പോകുക. മനസ്സിലാക്കുക:
-
ചടുലമായ, വാട്ടർഫാൾ, ഹൈബ്രിഡ് ഡെലിവറി
-
റിസ്ക് തന്ത്രം
-
ആശ്രിതത്വ മാനേജ്മെന്റ്
-
ശേഷി ആസൂത്രണം
-
പോർട്ട്ഫോളിയോ ട്രേഡ്ഓഫുകൾ
-
ഗവേണൻസ് ഡിസൈൻ
-
തീരുമാന രേഖകൾ
-
നേട്ടങ്ങളുടെ സാക്ഷാത്കാരം
അടിസ്ഥാനപരമായി, അടുത്തതായി എന്ത് സംഭവിക്കണമെന്നും എന്തുകൊണ്ട് സംഭവിക്കണമെന്നും അറിയുന്ന വ്യക്തിയായി മാറുക. AI നിങ്ങളെ അവിടെ വേഗത്തിൽ എത്താൻ സഹായിക്കും, പക്ഷേ സ്ഥാപനത്തിന് അത് പൂർണ്ണമായും ആ വ്യക്തിയാകാൻ കഴിയില്ല.
12. യാഥാർത്ഥ്യബോധമുള്ള ഒരു ഭാവി: അസിസ്റ്റന്റ്, അനലിസ്റ്റ്, അലോസരപ്പെടുത്തുന്ന പ്രതിഭാശാലിയായ ഇന്റേൺ എന്നീ നിലകളിൽ AI 🤖
എല്ലാ പ്രോജക്ട് മാനേജർമാരെയും മാറ്റിസ്ഥാപിക്കുന്നത് AI അല്ല ഏറ്റവും യാഥാർത്ഥ്യബോധമുള്ള ഭാവി. ഡ്രാഫ്റ്റ് ചെയ്യുന്ന, പരിശോധിക്കുന്ന, സംഗ്രഹിക്കുന്ന, വിശകലനം ചെയ്യുന്ന, കുറ്റപ്പെടുത്തുന്ന, പ്രവചിക്കുന്ന, ചിലപ്പോൾ വലിയ ആത്മവിശ്വാസത്തോടെ അസംബന്ധങ്ങൾ കണ്ടുപിടിക്കുന്ന, എപ്പോഴും സജീവമായ സഹായിയായി AI മാറുന്നു എന്നതാണ് അത്.
അതുകൊണ്ട് AI-യെ ഒരു ശല്യപ്പെടുത്തുന്ന ജീനിയസ് ഇന്റേൺ പോലെ പരിഗണിക്കുക:
-
വേഗതയേറിയത്, പക്ഷേ മേൽനോട്ടം ആവശ്യമാണ്
-
പ്രായോഗികം, പക്ഷേ ഉത്തരവാദിത്തമില്ല
-
സൃഷ്ടിപരമാണ്, പക്ഷേ ചിലപ്പോൾ തെറ്റാണ്
-
ക്ഷീണമില്ലാത്ത, പക്ഷേ സന്ദർഭാന്തർഗ്ഗമായ
-
ശ്രദ്ധേയമാണ്, പക്ഷേ രാഷ്ട്രീയമായി അറിയില്ല
ആ ഫ്രെയിമിംഗ് സഹായിക്കുന്നു. ഒരു ഇന്റേണിനെ ബജറ്റ് തീരുമാനങ്ങൾ എടുക്കാൻ അനുവദിക്കില്ല, പിന്തുണയില്ലാതെ കോപാകുലനായ ഒരു ക്ലയന്റിനെ കൈകാര്യം ചെയ്യില്ല, അല്ലെങ്കിൽ പരിശോധിക്കാതെ എഞ്ചിനീയറിംഗിനോട് സ്കോപ്പ് മാറ്റാൻ പറയില്ല. AI യിലും ഇതുതന്നെ.
അത് ഉപയോഗിക്കുക. വെല്ലുവിളിക്കുക. സ്ഥിരീകരിക്കുക. അതിനെ ആരാധിക്കരുത്.
വിധിനിർണ്ണയം, വിന്യാസം, ഫലങ്ങൾ എന്നിവയ്ക്ക് പ്രോജക്റ്റ് മാനേജർ ഇപ്പോഴും ഉത്തരവാദിയാണ്. സത്യം പറഞ്ഞാൽ, എല്ലായ്പ്പോഴും ഏറ്റവും പ്രധാനപ്പെട്ട ഭാഗങ്ങൾ ഇവയാണ്.
13. സമാപന ഘട്ടം: പ്രോജക്ട് മാനേജർമാരെ AI മാറ്റിസ്ഥാപിക്കുമോ?
അപ്പോൾ, പ്രോജക്റ്റ് മാനേജർമാരെ AI മാറ്റിസ്ഥാപിക്കുമോ? നല്ലവയല്ല. എന്നാൽ ഇത് അലസമായ പ്രോജക്റ്റ് മാനേജ്മെന്റ് ശീലങ്ങൾ, ആവർത്തിച്ചുള്ള അഡ്മിൻ ജോലികൾ, പ്രധാനമായും കോർഡിനേഷൻ തിയേറ്ററിനെ ചുറ്റിപ്പറ്റിയുള്ള റോളുകൾ എന്നിവ മാറ്റിസ്ഥാപിക്കും.
AI പ്രോജക്റ്റ് ജോലികൾ വേഗത്തിലാക്കും, കൂടുതൽ ഓട്ടോമേറ്റഡ് ആക്കും, കൂടുതൽ ഡാറ്റ സമ്പുഷ്ടമാക്കും. ഇത് മനുഷ്യന്റെ വിധിനിർണ്ണയത്തെ കൂടുതൽ ദൃശ്യമാക്കും. അത് അസ്വസ്ഥതയുണ്ടാക്കുന്നു, പക്ഷേ ഒരുതരം ആവേശകരവുമാണ്.
"എന്റെ പഴയ ജോലികൾ എങ്ങനെ സംരക്ഷിക്കാം?" എന്ന് ചോദിക്കുന്നത് നിർത്തി, "വിഷമിപ്പിക്കുന്ന ജോലികൾ എളുപ്പമായതിനാൽ ഇപ്പോൾ എനിക്ക് എങ്ങനെ കൂടുതൽ മൂല്യം സൃഷ്ടിക്കാനാകും?" എന്ന് ചോദിക്കാൻ തുടങ്ങുന്നവരായിരിക്കും അഭിവൃദ്ധി പ്രാപിക്കുന്ന പ്രധാനമന്ത്രിമാർ
അതാണ് മാറ്റം.
നിങ്ങളുടെ സർട്ടിഫിക്കേഷനെക്കുറിച്ചോ, നിങ്ങളുടെ പ്രിയപ്പെട്ട ടെംപ്ലേറ്റിനെക്കുറിച്ചോ, നിങ്ങളുടെ സ്റ്റാറ്റസ് ഡെക്കിൽ പതിനേഴ് ടാബുകൾ ഉണ്ടെന്നതിനെക്കുറിച്ചോ AI ശ്രദ്ധിക്കില്ല. പാറ്റേണുകൾ, ഔട്ട്പുട്ടുകൾ, വേഗത എന്നിവയെക്കുറിച്ച് അത് അതിന്റെ തണുത്ത ചെറിയ ടോസ്റ്റർ രീതിയിൽ ശ്രദ്ധിക്കും. എന്നിരുന്നാലും, സങ്കീർണ്ണമായ മാറ്റങ്ങളിലൂടെ സങ്കീർണ്ണമായ മനുഷ്യരെ നയിക്കാൻ കഴിയുന്ന ആളുകളെ സംഘടനകൾക്ക് ഇപ്പോഴും ആവശ്യമാണ്.
അവിടെയാണ് ശക്തരായ പ്രോജക്ട് മാനേജർമാർ ഇപ്പോഴും വിജയിക്കുന്നത്. 📌
ദ്രുത സംഗ്രഹം ✅
പ്രോജക്ട് മാനേജർമാരെ AI മാറ്റിസ്ഥാപിക്കുമോ? പ്രോജക്ട് മാനേജ്മെന്റിന്റെ ഭാഗങ്ങൾ, പ്രത്യേകിച്ച് റിപ്പോർട്ടിംഗ്, ഷെഡ്യൂളിംഗ് പിന്തുണ, മീറ്റിംഗ് കുറിപ്പുകൾ, അടിസ്ഥാന ഏകോപനം എന്നിവ AI മാറ്റിസ്ഥാപിക്കും. നേതൃത്വം, വിധിന്യായം, പങ്കാളി സ്വാധീനം, ബിസിനസ്സ് ധാരണ, ഉത്തരവാദിത്തം എന്നിവ കൊണ്ടുവരുന്ന പ്രോജക്ട് മാനേജർമാരെ ഇത് പൂർണ്ണമായും മാറ്റിസ്ഥാപിക്കില്ല.
ഏറ്റവും സുരക്ഷിതമായ PM AI വിരുദ്ധമല്ല. ഏറ്റവും സുരക്ഷിതമായ PM എന്നത് AI-യെക്കുറിച്ചുള്ള അറിവുള്ളതും, വാണിജ്യപരമായി അവബോധമുള്ളതും, വൈകാരികമായി ബുദ്ധിയുള്ളതും, ഡാഷ്ബോർഡ് മനോഹരമായി കാണപ്പെടുമ്പോഴും പ്രോജക്റ്റ് നിശബ്ദമായി തീപിടിക്കുമ്പോഴും കഠിനമായ തീരുമാനങ്ങൾ എടുക്കാൻ ധൈര്യമുള്ളതുമാണ്. 🔥
യഥാർത്ഥ ലോക ഉദാഹരണം: ഒരു സോഫ്റ്റ്വെയർ പുറത്തിറക്കുമ്പോൾ ഒരു പ്രോജക്റ്റ് കോ-പൈലറ്റായി AI ഉപയോഗിക്കുന്നത്
രംഗം
ഒരു പുതിയ ഉപഭോക്തൃ പിന്തുണാ പ്ലാറ്റ്ഫോമിന്റെ ആറ് മാസത്തെ അവതരണത്തിന് നേതൃത്വം നൽകുന്ന ഒരു പ്രോജക്റ്റ് മാനേജറെ സങ്കൽപ്പിക്കുക. ഈ പ്രോജക്റ്റിൽ സപ്പോർട്ട് ഏജന്റുമാർ, ഐടി, സുരക്ഷ, ധനകാര്യം, നിയമം, പരിശീലനം, ഒരു ബാഹ്യ നടപ്പാക്കൽ പങ്കാളി എന്നിവ ഉൾപ്പെടുന്നു. വളരെ സാധാരണം. വളരെ കുഴപ്പം നിറഞ്ഞത്.
പ്രധാനമന്ത്രി AI-യെ "പ്രോജക്റ്റ് പ്രവർത്തിപ്പിക്കാൻ" അനുവദിക്കാൻ ശ്രമിക്കുന്നില്ല. ഒരു കൊച്ചുകുട്ടിക്ക് കമ്പനിയുടെ ക്രെഡിറ്റ് കാർഡ് ധൈര്യമായി നൽകുന്നത് പോലെ തന്നെ അത് ധൈര്യമായിരിക്കും. പകരം, അഡ്മിൻ വലിച്ചിഴയ്ക്കൽ കുറയ്ക്കാൻ അവർ AI ഉപയോഗിക്കുന്നു: മീറ്റിംഗുകൾ സംഗ്രഹിക്കുക, അപ്ഡേറ്റുകൾ തയ്യാറാക്കുക, അപകടസാധ്യതകൾ പരിശോധിക്കുക, പരുക്കൻ കുറിപ്പുകൾ പ്രവർത്തന ലോഗുകളാക്കി മാറ്റുക, വ്യക്തമല്ലാത്ത ഉടമസ്ഥാവകാശം കണ്ടെത്തുക.
വിധി പ്രസ്താവങ്ങളുടെ ഉത്തരവാദിത്തം ഇപ്പോഴും പ്രധാനമന്ത്രിക്കാണ്. എപ്പോൾ കേസ് ഉയർത്തണം, മോശം വാർത്തകൾ എങ്ങനെ രൂപപ്പെടുത്തണം, രാഷ്ട്രീയമായി സെൻസിറ്റീവ് ആയ അപകടസാധ്യതകൾ എന്തൊക്കെയാണ്, ഒരു "ചെറിയ കാലതാമസം" യഥാർത്ഥത്തിൽ ഒരു തീപ്പൊരിയുടെ തുടക്കമാകുന്നത് എപ്പോൾ എന്നിവയെല്ലാം അവർ തീരുമാനിക്കുന്നു.
അസിസ്റ്റന്റിന് എന്താണ് വേണ്ടത്
ശരിയായി സഹായിക്കുന്നതിന്, AI അസിസ്റ്റന്റിന് വൃത്തിയുള്ളതും പരിമിതവുമായ പ്രോജക്റ്റ് സന്ദർഭം ആവശ്യമാണ്, ഉദാഹരണത്തിന്:
-
പ്രോജക്റ്റ് ചാർട്ടർ അല്ലെങ്കിൽ ഒരു പേജ് ബിസിനസ് കേസ്
-
നിലവിലെ മൈൽസ്റ്റോൺ പദ്ധതി
-
ഒരു റെയ്ഡ് ലോഗ്
-
ഓഹരി ഉടമകളുടെ പട്ടികയും ആശയവിനിമയ മുൻഗണനകളും
-
മീറ്റിംഗ് ട്രാൻസ്ക്രിപ്റ്റുകൾ അല്ലെങ്കിൽ കുറിപ്പുകൾ
-
തീരുമാന ലോഗ്
-
ഉടമകളും തീയതികളും ഉപയോഗിച്ച് പ്രവർത്തനങ്ങൾ തുറക്കുക
-
രഹസ്യാത്മക ഡാറ്റ, ക്ലയന്റ് പേരുകൾ, ബജറ്റുകൾ അല്ലെങ്കിൽ സുരക്ഷാ പരിധികൾ എന്നിവയെക്കുറിച്ചുള്ള ഏതെങ്കിലും നിയമങ്ങൾ
പ്രധാനമന്ത്രി എല്ലാ സ്വകാര്യ രേഖകളും ഉപകരണത്തിലേക്ക് നിക്ഷേപിക്കരുത്. സെൻസിറ്റീവ് ഡാറ്റയ്ക്ക് ഇപ്പോഴും സംരക്ഷണം ആവശ്യമാണ്. ആവശ്യമുള്ളിടത്ത് സംഗ്രഹങ്ങൾ, അജ്ഞാതമാക്കിയ വിശദാംശങ്ങൾ അല്ലെങ്കിൽ അംഗീകൃത ആന്തരിക AI ഉപകരണങ്ങൾ ഉപയോഗിക്കുക.
ഉദാഹരണ നിർദ്ദേശം
ഒരു കസ്റ്റമർ സപ്പോർട്ട് പ്ലാറ്റ്ഫോം പുറത്തിറക്കുന്നതിൽ നിങ്ങൾ ഒരു പ്രോജക്റ്റ് മാനേജരെ സഹായിക്കുന്നു. ഇനിപ്പറയുന്നവ സൃഷ്ടിക്കാൻ താഴെയുള്ള പ്രോജക്റ്റ് കുറിപ്പുകൾ ഉപയോഗിക്കുക: 1. മുതിർന്ന പങ്കാളികൾക്കുള്ള ഒരു സംക്ഷിപ്ത പ്രതിവാര സ്റ്റാറ്റസ് അപ്ഡേറ്റ് 2. കാലഹരണപ്പെട്ടതോ വ്യക്തമല്ലാത്തതോ ആയ പ്രവർത്തനങ്ങളുടെ ഒരു ലിസ്റ്റ് 3. PM അവലോകനം ആവശ്യമുള്ള ഏതെങ്കിലും അപകടസാധ്യതകൾ 4. അടുത്ത സ്റ്റിയറിംഗ് മീറ്റിംഗിന് മുമ്പ് പ്രധാനമന്ത്രി ചോദിക്കേണ്ട ചോദ്യങ്ങൾ നിയമങ്ങൾ: - തീയതികൾ, ഉടമകൾ, തീരുമാനങ്ങൾ അല്ലെങ്കിൽ പുരോഗതി എന്നിവ കണ്ടുപിടിക്കരുത്. - നഷ്ടപ്പെട്ട വിവരങ്ങൾ "സ്ഥിരീകരണം ആവശ്യമാണ്" എന്ന് വ്യക്തമായി അടയാളപ്പെടുത്തുക. - എക്സിക്യൂട്ടീവ് അപ്ഡേറ്റ് 180 വാക്കുകളിൽ താഴെയായി സൂക്ഷിക്കുക. - ശുപാർശകളിൽ നിന്ന് വസ്തുതകൾ വേർതിരിക്കുക. - എസ്കലേഷൻ ആവശ്യമായി വന്നേക്കാവുന്ന എന്തും ഫ്ലാഗ് ചെയ്യുക.
നല്ല vs മോശം AI ഔട്ട്പുട്ട്
ഒരു മോശം ഔട്ട്പുട്ട് പറയുന്നു:
"പദ്ധതി നന്നായി പുരോഗമിക്കുന്നു, പരിശീലനത്തിലും സാങ്കേതിക സന്നദ്ധതയിലും ചെറിയ അപകടസാധ്യതകൾ മാത്രമേയുള്ളൂ."
അത് കേൾക്കുമ്പോൾ ഭംഗിയായി തോന്നുമെങ്കിലും, പ്രധാനമന്ത്രിക്ക് ഇതിൽ നിന്ന് ഒന്നും പ്രതീക്ഷിക്കാൻ കഴിയില്ല. പരിശീലനത്തിനുള്ള സാധ്യത അവ്യക്തമാണ്. സാങ്കേതികമായി തയ്യാറെടുക്കുന്നയാൾക്ക് ഉടമയില്ല. "മൈനർ" എന്നതിന് വ്യക്തമായ ഉറവിടമില്ല.
ഒരു മികച്ച ഔട്ട്പുട്ട് പറയുന്നു:
"വെള്ളിയാഴ്ചയോടെ പരിശീലന പൂർത്തീകരണം 70% എന്ന ലക്ഷ്യത്തിൽ 42% ആണ്. സ്ഥിരീകരണം ആവശ്യമാണ്: ടീം ലീഡുകൾ അധിക പരിശീലന സെഷനുകൾ അംഗീകരിച്ചിട്ടുണ്ടോ എന്ന്. സാധ്യതയുള്ള വർദ്ധനവ്: തിങ്കളാഴ്ചയോടെ പൂർത്തീകരണം 60% ൽ താഴെയാണെങ്കിൽ, ഗോ-ലൈവ് പിന്തുണ വോള്യങ്ങൾ വർദ്ധിച്ചേക്കാം."
അത് പ്രധാനമന്ത്രിക്ക് പ്രവർത്തിക്കാൻ കഴിയുന്ന എന്തെങ്കിലും നൽകുന്നു.
എങ്ങനെ പരീക്ഷിക്കാം
സഹായിയെ ആശ്രയിക്കുന്നതിനുമുമ്പ്, പ്രധാനമന്ത്രി അത് വിചിത്രവും യാഥാർത്ഥ്യബോധമുള്ളതുമായ വിവരങ്ങൾ ഉപയോഗിച്ച് പരീക്ഷിക്കണം:
-
ഒരു പരുക്കൻ മീറ്റിംഗ് കുറിപ്പ് നൽകുക, അത് തീരുമാനങ്ങളെയും ആകസ്മികമായ അഭിപ്രായങ്ങളെയും വേർതിരിക്കുന്നുണ്ടോ എന്ന് പരിശോധിക്കുക.
-
കാണാതായ ഒരു ആക്ഷൻ ഉടമയെ ഉൾപ്പെടുത്തി, അവർ ഒന്ന് കണ്ടുപിടിക്കുന്നുണ്ടോ അതോ വിടവ് നികത്തുന്നുണ്ടോ എന്ന് നോക്കുക.
-
പരസ്പരവിരുദ്ധമായ രണ്ട് തീയതികൾ ചേർത്ത് അത് ശ്രദ്ധിക്കുന്നുണ്ടോ എന്ന് പരിശോധിക്കുക.
-
ഒരു എക്സിക്യൂട്ടീവ് അപ്ഡേറ്റും ഒരു ടീം അപ്ഡേറ്റും എഴുതാൻ ആവശ്യപ്പെടുക, തുടർന്ന് ടോൺ ഉചിതമായി മാറുന്നുണ്ടോ എന്ന് താരതമ്യം ചെയ്യുക.
-
ഒരു പഴയ റിസ്ക് ലോഗ് അതിൽ ഉൾപ്പെടുത്തി, വിവരങ്ങൾ കാലഹരണപ്പെട്ടതായിരിക്കാമെന്ന് അത് മുന്നറിയിപ്പ് നൽകുന്നുണ്ടോ എന്ന് പരിശോധിക്കുക.
പൂർണതയല്ല ലക്ഷ്യം. ഉപകരണം എവിടെയാണ് സഹായിക്കുന്നത്, എവിടെയാണ് അത് ഊഹിക്കുന്നത്, പ്രധാനമന്ത്രിക്ക് എവിടെയാണ് നിയന്ത്രണം നിലനിർത്തേണ്ടത് എന്നിവ കണ്ടെത്തുക എന്നതാണ് ലക്ഷ്യം.
എന്ത് തെറ്റ് സംഭവിക്കാം?
ഏറ്റവും വലിയ അപകടസാധ്യത തെറ്റായ ആത്മവിശ്വാസമാണ്. അനിശ്ചിതത്വം, ഉടമസ്ഥരുടെ അഭാവം, പഴകിയ ഡാറ്റ, അല്ലെങ്കിൽ രാഷ്ട്രീയമായി സെൻസിറ്റീവ് ആയ പ്രശ്നങ്ങൾ എന്നിവ നിശബ്ദമായി മറയ്ക്കുന്ന ഒരു മിനുസപ്പെടുത്തിയ അപ്ഡേറ്റ് AI-ക്ക് സൃഷ്ടിക്കാൻ കഴിയും.
സാധാരണ തെറ്റുകളിൽ ഇവ ഉൾപ്പെടുന്നു:
-
ഉറവിട കുറിപ്പുകൾ പരിശോധിക്കാതെ AI സംഗ്രഹങ്ങളെ വസ്തുതകളായി കണക്കാക്കുന്നു
-
ഗുരുതരമായ അപകടസാധ്യതകൾ നിരുപദ്രവകരമാണെന്ന് തോന്നുന്നതുവരെ AI-യെ മയപ്പെടുത്താൻ അനുവദിക്കുക
-
അംഗീകാരമില്ലാതെ രഹസ്യസ്വഭാവമുള്ള ക്ലയന്റ്, ജീവനക്കാരൻ അല്ലെങ്കിൽ ബജറ്റ് വിവരങ്ങൾ നൽകുന്നത്
-
ഓരോ സ്റ്റേക്ക്ഹോൾഡർ ഗ്രൂപ്പിനും ഒരു പൊതുവായ പ്രോംപ്റ്റ് ഉപയോഗിക്കുന്നു
-
"വ്യക്തമായ എഴുത്ത്" എന്നത് "നല്ല വിധിനിർണ്ണയം" അല്ലെന്ന് മറക്കുന്നത്
-
ട്രേഡ്-ഓഫുകൾ ഒരു മനുഷ്യനും അവലോകനം ചെയ്യാതെ തന്നെ തീരുമാനങ്ങൾ ശുപാർശ ചെയ്യാൻ AI-യെ അനുവദിക്കുന്നു
പ്രോജക്ട് മാനേജർക്ക് അവരുടെ കീപ്പ് ലഭിക്കുന്നത് ഇവിടെയാണ്. അസിസ്റ്റന്റിന് മുറി ഒരുക്കാൻ കഴിയും. പ്രധാനമന്ത്രി ഇപ്പോഴും അത് വായിക്കേണ്ടതുണ്ട്.
പ്രായോഗിക ഉപദേശം
ഒരു പ്രോജക്ട് മാനേജരെ സംബന്ധിച്ചിടത്തോളം, ഒരു പ്രോജക്ട് കോ-പൈലറ്റായി AI ഏറ്റവും നന്നായി പ്രവർത്തിക്കുന്നു: വിവരങ്ങൾ സംഘടിപ്പിക്കുന്നതിലും, അപ്ഡേറ്റുകൾ തയ്യാറാക്കുന്നതിലും, പാറ്റേണുകൾ കണ്ടെത്തുന്നതിലും വേഗത്തിൽ, പക്ഷേ ഫലത്തിന് ഉത്തരവാദിയല്ല. AI നന്നായി ഉപയോഗിക്കുന്ന പ്രധാനമന്ത്രിക്ക് സ്റ്റാറ്റസ് സ്ലൈഡുകൾ ഫോർമാറ്റ് ചെയ്യുന്നതിന് കുറഞ്ഞ സമയവും AI-ക്ക് സ്വന്തമാക്കാൻ കഴിയാത്ത ജോലികൾ ചെയ്യാൻ കൂടുതൽ സമയവും ചെലവഴിക്കാൻ കഴിയും: വിധി, വർദ്ധനവ്, വിശ്വാസം, സ്വാധീനം, ഡെലിവറി ഉത്തരവാദിത്തം.
യഥാർത്ഥ ലോക ഉദാഹരണം: ഒരു സോഫ്റ്റ്വെയർ പുറത്തിറക്കുമ്പോൾ ഒരു പ്രോജക്റ്റ് കോ-പൈലറ്റായി AI ഉപയോഗിക്കുന്നത്
രംഗം
ഒരു പുതിയ ഉപഭോക്തൃ പിന്തുണാ പ്ലാറ്റ്ഫോമിന്റെ ആറ് മാസത്തെ അവതരണത്തിന് നേതൃത്വം നൽകുന്ന ഒരു പ്രോജക്റ്റ് മാനേജറെ സങ്കൽപ്പിക്കുക. ഈ പ്രോജക്റ്റിൽ സപ്പോർട്ട് ഏജന്റുമാർ, ഐടി, സുരക്ഷ, ധനകാര്യം, നിയമം, പരിശീലനം, ഒരു ബാഹ്യ നടപ്പാക്കൽ പങ്കാളി എന്നിവ ഉൾപ്പെടുന്നു. വളരെ സാധാരണം. വളരെ കുഴപ്പം നിറഞ്ഞത്.
പ്രധാനമന്ത്രി AI-യെ "പ്രോജക്റ്റ് പ്രവർത്തിപ്പിക്കാൻ" അനുവദിക്കാൻ ശ്രമിക്കുന്നില്ല. ഒരു കൊച്ചുകുട്ടിക്ക് കമ്പനിയുടെ ക്രെഡിറ്റ് കാർഡ് ധൈര്യമായി നൽകുന്നത് പോലെ തന്നെ അത് ധൈര്യമായിരിക്കും. പകരം, അവർ അഡ്മിൻ വലിച്ചിഴയ്ക്കൽ കുറയ്ക്കാൻ AI ഉപയോഗിക്കുന്നു: മീറ്റിംഗുകൾ സംഗ്രഹിക്കുക, അപ്ഡേറ്റുകൾ തയ്യാറാക്കുക, അപകടസാധ്യതകൾ പരിശോധിക്കുക, പരുക്കൻ കുറിപ്പുകൾ പ്രവർത്തന ലോഗുകളാക്കി മാറ്റുക, വ്യക്തമല്ലാത്ത ഉടമസ്ഥാവകാശം കണ്ടെത്തുക.
വിധി പ്രസ്താവങ്ങളുടെ ഉത്തരവാദിത്തം ഇപ്പോഴും പ്രധാനമന്ത്രിക്കാണ്. എപ്പോൾ കേസ് ഉയർത്തണം, മോശം വാർത്തകൾ എങ്ങനെ ഉണ്ടാക്കണം, രാഷ്ട്രീയമായി സെൻസിറ്റീവ് ആയ അപകടസാധ്യതകൾ എന്തൊക്കെയാണ്, ഒരു "ചെറിയ കാലതാമസം" സത്യത്തിൽ, തീപ്പൊരിയുടെ ആദ്യ തീപ്പൊരി ആകുമ്പോൾ എന്നിവയെല്ലാം അവർ തീരുമാനിക്കുന്നു.
അസിസ്റ്റന്റിന് എന്താണ് വേണ്ടത്
ശരിയായി സഹായിക്കുന്നതിന്, AI അസിസ്റ്റന്റിന് വൃത്തിയുള്ളതും പരിമിതവുമായ പ്രോജക്റ്റ് സന്ദർഭം ആവശ്യമാണ്, ഉദാഹരണത്തിന്:
പ്രോജക്റ്റ് ചാർട്ടർ അല്ലെങ്കിൽ ഒരു പേജ് ബിസിനസ് കേസ്
നിലവിലെ മൈൽസ്റ്റോൺ പദ്ധതി
ഒരു റെയ്ഡ് ലോഗ്
ഓഹരി ഉടമകളുടെ പട്ടികയും ആശയവിനിമയ മുൻഗണനകളും
മീറ്റിംഗ് ട്രാൻസ്ക്രിപ്റ്റുകൾ അല്ലെങ്കിൽ കുറിപ്പുകൾ
തീരുമാന ലോഗ്
ഉടമകളും തീയതികളും ഉപയോഗിച്ച് പ്രവർത്തനങ്ങൾ തുറക്കുക
രഹസ്യാത്മക ഡാറ്റ, ക്ലയന്റ് പേരുകൾ, ബജറ്റുകൾ അല്ലെങ്കിൽ സുരക്ഷാ പരിധികൾ എന്നിവയെക്കുറിച്ചുള്ള ഏതെങ്കിലും നിയമങ്ങൾ
പ്രധാനമന്ത്രി എല്ലാ സ്വകാര്യ രേഖകളും ഉപകരണത്തിലേക്ക് നിക്ഷേപിക്കരുത്. സെൻസിറ്റീവ് ഡാറ്റയ്ക്ക് ഇപ്പോഴും സംരക്ഷണം ആവശ്യമാണ്. ആവശ്യമുള്ളിടത്ത് സംഗ്രഹങ്ങൾ, അജ്ഞാതമാക്കിയ വിശദാംശങ്ങൾ അല്ലെങ്കിൽ അംഗീകൃത ആന്തരിക AI ഉപകരണങ്ങൾ ഉപയോഗിക്കുക.
ഉദാഹരണ നിർദ്ദേശം
ഒരു ഉപഭോക്തൃ പിന്തുണ പ്ലാറ്റ്ഫോം വികസിപ്പിക്കുന്നതിൽ നിങ്ങൾ ഒരു പ്രോജക്റ്റ് മാനേജരെ സഹായിക്കുന്നു.
സൃഷ്ടിക്കാൻ താഴെയുള്ള പ്രോജക്റ്റ് കുറിപ്പുകൾ ഉപയോഗിക്കുക:
-
മുതിർന്ന പങ്കാളികൾക്കായി ഒരു സംക്ഷിപ്ത പ്രതിവാര സ്റ്റാറ്റസ് അപ്ഡേറ്റ്
-
കാലാവധി കഴിഞ്ഞതോ വ്യക്തമല്ലാത്തതോ ആയ പ്രവർത്തനങ്ങളുടെ പട്ടിക
-
പ്രധാനമന്ത്രിയുടെ അവലോകനം ആവശ്യമുള്ള ഏതെങ്കിലും അപകടസാധ്യതകൾ
-
അടുത്ത സ്റ്റിയറിംഗ് മീറ്റിംഗിന് മുമ്പ് പ്രധാനമന്ത്രി ചോദിക്കേണ്ട ചോദ്യങ്ങൾ
നിയമങ്ങൾ:
-
തീയതികൾ, ഉടമസ്ഥർ, തീരുമാനങ്ങൾ, പുരോഗതി എന്നിവ കണ്ടുപിടിക്കരുത്.
-
വിട്ടുപോയ വിവരങ്ങൾ "സ്ഥിരീകരണം ആവശ്യമാണ്" എന്ന് വ്യക്തമായി അടയാളപ്പെടുത്തുക.
-
എക്സിക്യൂട്ടീവ് അപ്ഡേറ്റ് 180 വാക്കുകളിൽ താഴെയാക്കുക.
-
ശുപാർശകളിൽ നിന്ന് വസ്തുതകൾ വേർതിരിക്കുക.
-
സംഘർഷം ആവശ്യമായി വന്നേക്കാവുന്ന എന്തും ഫ്ലാഗ് ചെയ്യുക.
നല്ല vs മോശം AI ഔട്ട്പുട്ട്
ഒരു മോശം ഔട്ട്പുട്ട് പറയുന്നു:
"പദ്ധതി നന്നായി പുരോഗമിക്കുന്നു, പരിശീലനത്തിലും സാങ്കേതിക സന്നദ്ധതയിലും ചെറിയ അപകടസാധ്യതകൾ മാത്രമേയുള്ളൂ."
അത് കേൾക്കുമ്പോൾ ഭംഗിയായി തോന്നുമെങ്കിലും, പ്രധാനമന്ത്രിക്ക് ഇതിൽ നിന്ന് ഒന്നും പ്രതീക്ഷിക്കാൻ കഴിയില്ല. പരിശീലനത്തിനുള്ള സാധ്യത അവ്യക്തമാണ്. സാങ്കേതികമായി തയ്യാറെടുക്കുന്നയാൾക്ക് ഉടമയില്ല. "മൈനർ" എന്നതിന് വ്യക്തമായ ഉറവിടമില്ല.
ഒരു മികച്ച ഔട്ട്പുട്ട് പറയുന്നു:
"വെള്ളിയാഴ്ചയോടെ പരിശീലന പൂർത്തീകരണം 70% എന്ന ലക്ഷ്യത്തിൽ 42% ആണ്. സ്ഥിരീകരണം ആവശ്യമാണ്: ടീം ലീഡുകൾ അധിക പരിശീലന സെഷനുകൾ അംഗീകരിച്ചിട്ടുണ്ടോ എന്ന്. സാധ്യതയുള്ള വർദ്ധനവ്: തിങ്കളാഴ്ചയോടെ പൂർത്തീകരണം 60% ൽ താഴെയാണെങ്കിൽ, ഗോ-ലൈവ് പിന്തുണ വോള്യങ്ങൾ വർദ്ധിച്ചേക്കാം."
അത് പ്രധാനമന്ത്രിക്ക് പ്രവർത്തിക്കാൻ കഴിയുന്ന എന്തെങ്കിലും നൽകുന്നു.
എങ്ങനെ പരീക്ഷിക്കാം
സഹായിയെ ആശ്രയിക്കുന്നതിനുമുമ്പ്, പ്രധാനമന്ത്രി അത് വിചിത്രവും യാഥാർത്ഥ്യബോധമുള്ളതുമായ വിവരങ്ങൾ ഉപയോഗിച്ച് പരീക്ഷിക്കണം:
ഒരു പരുക്കൻ മീറ്റിംഗ് കുറിപ്പ് നൽകുക, അത് തീരുമാനങ്ങളെയും ആകസ്മികമായ അഭിപ്രായങ്ങളെയും വേർതിരിക്കുന്നുണ്ടോ എന്ന് പരിശോധിക്കുക.
കാണാതായ ഒരു ആക്ഷൻ ഉടമയെ ഉൾപ്പെടുത്തി, അവർ ഒന്ന് കണ്ടുപിടിക്കുന്നുണ്ടോ അതോ വിടവ് നികത്തുന്നുണ്ടോ എന്ന് നോക്കുക.
പരസ്പരവിരുദ്ധമായ രണ്ട് തീയതികൾ ചേർത്ത് അത് ശ്രദ്ധിക്കുന്നുണ്ടോ എന്ന് പരിശോധിക്കുക.
ഒരു എക്സിക്യൂട്ടീവ് അപ്ഡേറ്റും ഒരു ടീം അപ്ഡേറ്റും എഴുതാൻ ആവശ്യപ്പെടുക, തുടർന്ന് ടോൺ ഉചിതമായി മാറുന്നുണ്ടോ എന്ന് താരതമ്യം ചെയ്യുക.
ഒരു പഴയ റിസ്ക് ലോഗ് അതിൽ ഉൾപ്പെടുത്തി, വിവരങ്ങൾ കാലഹരണപ്പെട്ടതായിരിക്കാമെന്ന് അത് മുന്നറിയിപ്പ് നൽകുന്നുണ്ടോ എന്ന് പരിശോധിക്കുക.
ലക്ഷ്യം പൂർണതയല്ല. ഉപകരണം എവിടെയാണ് സഹായിക്കുന്നതെന്നും, എവിടെയാണ് അത് ഊഹിക്കുന്നതെന്നും, പ്രധാനമന്ത്രിയുടെ നിയന്ത്രണം എവിടെയാണ് സ്ഥിരമായി നിലനിർത്തേണ്ടതെന്നും കണ്ടെത്തുക എന്നതാണ് ലക്ഷ്യം.
ഫലമായി
ഉദാഹരണ ഫലം: വർക്ക്ഫ്ലോ ഉപയോഗിക്കുന്നതിന് മുമ്പും ശേഷവുമുള്ള അഞ്ച് പതിവ് PM ജോലികളുടെ സമയക്രമീകരണത്തെ അടിസ്ഥാനമാക്കി.
AI ഉപയോഗിക്കുന്നതിന് മുമ്പ്, മീറ്റിംഗ് നോട്ടുകൾ, ആക്ഷൻ അപ്ഡേറ്റുകൾ, റിസ്ക് മാറ്റങ്ങൾ, പങ്കാളികളുടെ അഭിപ്രായങ്ങൾ എന്നിവ ആഴ്ചതോറുമുള്ള സ്റ്റാറ്റസ് പായ്ക്കാക്കി മാറ്റുന്നതിനായി പ്രധാനമന്ത്രി ഓരോ ആഴ്ചയും ഏകദേശം 4 മണിക്കൂർ 20 മിനിറ്റ് ചെലവഴിച്ചു.
ആദ്യ ഡ്രാഫ്റ്റുകൾക്ക് AI ഉപയോഗിച്ചതിന് ശേഷം, അതേ ആഴ്ചയിലെ അഡ്മിൻ സൈക്കിൾ ഏകദേശം 1 മണിക്കൂർ 35 മിനിറ്റ് എടുത്തു:
മീറ്റിംഗ് കുറിപ്പുകളുടെ സംഗ്രഹം: 60 മിനിറ്റ് 15 മിനിറ്റായി കുറച്ചു
ഡ്രാഫ്റ്റ് സ്റ്റേക്ക്ഹോൾഡർ അപ്ഡേറ്റ്: 45 മിനിറ്റ് 12 മിനിറ്റായി കുറച്ചു
റെയ്ഡ് ലോഗ് ക്ലീൻ-അപ്പ്: 55 മിനിറ്റ് 25 മിനിറ്റായി കുറച്ചു
ആക്ഷൻ ഫോളോ-അപ്പ് ലിസ്റ്റ്: 40 മിനിറ്റ് 13 മിനിറ്റായി കുറച്ചു
സ്റ്റിയറിംഗ് മീറ്റിംഗ് തയ്യാറെടുപ്പ്: 80 മിനിറ്റ് 30 മിനിറ്റായി കുറച്ചു
അത് ആഴ്ചയിൽ 2 മണിക്കൂർ 45 മിനിറ്റ് അല്ലെങ്കിൽ പ്രതിമാസം ഏകദേശം 11 മണിക്കൂർ ലാഭിക്കുമെന്ന് കണക്കാക്കപ്പെടുന്നു.
ഒറിജിനൽ നോട്ടുകളുമായി AI- സൃഷ്ടിച്ച 30 പ്രവർത്തന ഇനങ്ങൾ അവലോകനം ചെയ്തുകൊണ്ട് പ്രധാനമന്ത്രി ഗുണനിലവാരം പരിശോധിച്ചു. ഇരുപത്തിയേഴു എണ്ണം ശരിയായിരുന്നു, രണ്ടെണ്ണത്തിന് കൂടുതൽ വ്യക്തമായ ഉടമകളെ ആവശ്യമുണ്ടായിരുന്നു, ഒന്ന് തെറ്റായ അവസാന തീയതിയായിരുന്നു. അത് ഒരു പ്രായോഗിക മുന്നറിയിപ്പ് നൽകുന്നു: AI സമയം ലാഭിച്ചു, പക്ഷേ എന്തെങ്കിലും അയയ്ക്കുന്നതിന് മുമ്പ് മനുഷ്യ അവലോകനം ഇപ്പോഴും 10% ഇഷ്യൂ നിരക്ക് കണ്ടെത്തി.
എന്ത് തെറ്റ് സംഭവിക്കാം?
ഏറ്റവും വലിയ അപകടസാധ്യത തെറ്റായ ആത്മവിശ്വാസമാണ്. അനിശ്ചിതത്വം, ഉടമസ്ഥരുടെ അഭാവം, പഴകിയ ഡാറ്റ, അല്ലെങ്കിൽ രാഷ്ട്രീയമായി സെൻസിറ്റീവ് ആയ പ്രശ്നങ്ങൾ എന്നിവ നിശബ്ദമായി മറയ്ക്കുന്ന ഒരു മിനുസപ്പെടുത്തിയ അപ്ഡേറ്റ് AI-ക്ക് സൃഷ്ടിക്കാൻ കഴിയും.
സാധാരണ തെറ്റുകളിൽ ഇവ ഉൾപ്പെടുന്നു:
ഉറവിട കുറിപ്പുകൾ പരിശോധിക്കാതെ AI സംഗ്രഹങ്ങളെ വസ്തുതകളായി കണക്കാക്കുന്നു
ഗുരുതരമായ അപകടസാധ്യതകൾ നിരുപദ്രവകരമാണെന്ന് തോന്നുന്നതുവരെ AI-യെ മയപ്പെടുത്താൻ അനുവദിക്കുക
അംഗീകാരമില്ലാതെ രഹസ്യസ്വഭാവമുള്ള ക്ലയന്റ്, ജീവനക്കാരൻ അല്ലെങ്കിൽ ബജറ്റ് വിവരങ്ങൾ നൽകുന്നത്
ഓരോ സ്റ്റേക്ക്ഹോൾഡർ ഗ്രൂപ്പിനും ഒരു പൊതുവായ പ്രോംപ്റ്റ് ഉപയോഗിക്കുന്നു
"വ്യക്തമായ എഴുത്ത്" എന്നത് "നല്ല വിധിനിർണ്ണയം" അല്ലെന്ന് മറക്കുന്നത്
ട്രേഡ്-ഓഫുകൾ ഒരു മനുഷ്യനും അവലോകനം ചെയ്യാതെ തന്നെ തീരുമാനങ്ങൾ ശുപാർശ ചെയ്യാൻ AI-യെ അനുവദിക്കുന്നു
പ്രോജക്ട് മാനേജർക്ക് അവരുടെ കീപ്പ് ലഭിക്കുന്നത് ഇവിടെയാണ്. അസിസ്റ്റന്റിന് മുറി ഒരുക്കാൻ കഴിയും. പ്രധാനമന്ത്രി ഇപ്പോഴും അത് വായിക്കേണ്ടതുണ്ട്.
പ്രായോഗിക ഉപദേശം
ഒരു പ്രോജക്ട് മാനേജരെ സംബന്ധിച്ചിടത്തോളം, ഒരു പ്രോജക്ട് കോ-പൈലറ്റായി AI ഏറ്റവും നന്നായി പ്രവർത്തിക്കുന്നു: വിവരങ്ങൾ സംഘടിപ്പിക്കുന്നതിലും, അപ്ഡേറ്റുകൾ തയ്യാറാക്കുന്നതിലും, പാറ്റേണുകൾ കണ്ടെത്തുന്നതിലും വേഗത്തിൽ, പക്ഷേ ഫലത്തിന് ഉത്തരവാദിയല്ല. AI നന്നായി ഉപയോഗിക്കുന്ന പ്രധാനമന്ത്രിക്ക് സ്റ്റാറ്റസ് സ്ലൈഡുകൾ ഫോർമാറ്റ് ചെയ്യുന്നതിന് കുറഞ്ഞ സമയവും AI-ക്ക് സ്വന്തമാക്കാൻ കഴിയാത്ത ജോലികൾ ചെയ്യാൻ കൂടുതൽ സമയവും ചെലവഴിക്കാൻ കഴിയും: വിധി, വർദ്ധനവ്, വിശ്വാസം, സ്വാധീനം, ഡെലിവറി ഉത്തരവാദിത്തം.
പതിവുചോദ്യങ്ങൾ
പ്രോജക്ട് മാനേജർമാരെ AI പൂർണ്ണമായും മാറ്റിസ്ഥാപിക്കുമോ?
ശക്തമായ പ്രോജക്ട് മാനേജർമാരെ, പ്രത്യേകിച്ച് ആളുകളെ നയിക്കുന്നവരെയും, അവ്യക്തത കൈകാര്യം ചെയ്യുന്നവരെയും, പങ്കാളികളെ സ്വാധീനിക്കുന്നവരെയും, AI പൂർണ്ണമായും മാറ്റിസ്ഥാപിക്കാൻ സാധ്യതയില്ല. മീറ്റിംഗ് നോട്ടുകൾ, സ്റ്റാറ്റസ് റിപ്പോർട്ടുകൾ, ഷെഡ്യൂളിംഗ് പിന്തുണ, അടിസ്ഥാന ഏകോപനം തുടങ്ങിയ ആവർത്തിച്ചുള്ള പ്രോജക്ട് അഡ്മിൻ ജോലികളെ മാറ്റിസ്ഥാപിക്കാനോ കുറയ്ക്കാനോ ഇതിന് കഴിയും. വിവരങ്ങൾ ഒരിടത്ത് നിന്ന് മറ്റൊരിടത്തേക്ക് മാറ്റുന്നതിനുപകരം, പ്രോജക്റ്റ് മാനേജർമാർ കൂടുതൽ വിധിന്യായങ്ങൾ, ബിസിനസ് സന്ദർഭം, നേതൃത്വം എന്നിവ കൊണ്ടുവരുമെന്ന് പ്രതീക്ഷിക്കുന്നു എന്നതാണ് ഏറ്റവും വലിയ മാറ്റം.
ഏതൊക്കെ പ്രോജക്ട് മാനേജ്മെന്റ് ജോലികളാണ് AI ഓട്ടോമേറ്റ് ചെയ്യാൻ കഴിയുക?
പ്രോജക്റ്റ് പ്ലാനുകളുടെ ആദ്യ ഡ്രാഫ്റ്റുകൾ, മീറ്റിംഗ് സംഗ്രഹങ്ങൾ, പ്രതിവാര അപ്ഡേറ്റുകൾ, RAID ലോഗ് അപ്ഡേറ്റുകൾ, ഫോളോ-അപ്പ് ഇമെയിലുകൾ, ഡാഷ്ബോർഡ് സംഗ്രഹങ്ങൾ, ആശ്രിതത്വ പരിശോധനകൾ എന്നിവ ഓട്ടോമേറ്റ് ചെയ്യാൻ AI-ക്ക് സഹായിക്കാനാകും. ഈ ജോലികൾ സാധാരണയായി ഘടനാപരവും, ആവർത്തിക്കാവുന്നതും, ഡാറ്റ കൂടുതലുള്ളതുമാണ്. പ്രോജക്റ്റ് മാനേജർമാർ ഇപ്പോഴും ഔട്ട്പുട്ട് അവലോകനം ചെയ്യേണ്ടതുണ്ട്, എന്താണ് പ്രധാനമെന്ന് തീരുമാനിക്കേണ്ടതുണ്ട്, കൂടാതെ ആശയവിനിമയം പ്രോജക്റ്റിന്റെ പ്രേക്ഷകർക്കും അപകടസാധ്യതകൾക്കും രാഷ്ട്രീയ സന്ദർഭത്തിനും അനുയോജ്യമാണെന്ന് ഉറപ്പാക്കേണ്ടതുണ്ട്.
എന്തുകൊണ്ടാണ് ചില പ്രോജക്ട് മാനേജ്മെന്റ് ജോലികൾക്ക് പകരം AI വരുന്നത്?
പല പതിവ് PM ജോലികളിലും വിവരങ്ങൾ ശേഖരിക്കൽ, സംഘടിപ്പിക്കൽ, സംഗ്രഹിക്കൽ, വീണ്ടും ഫോർമാറ്റ് ചെയ്യൽ എന്നിവ ഉൾപ്പെടുന്നതിനാൽ AI ചില പ്രോജക്റ്റ് മാനേജ്മെന്റ് ജോലികൾ മാറ്റിസ്ഥാപിക്കുന്നു. AI വേഗത്തിലും സ്ഥിരതയോടെയും പ്രവർത്തിക്കാൻ കഴിയുന്ന മേഖലകളാണിത്. റിപ്പോർട്ടിംഗ്, ഷെഡ്യൂൾ ചെയ്യൽ, അപ്ഡേറ്റുകൾ പിന്തുടരൽ എന്നിവയെ ചുറ്റിപ്പറ്റിയുള്ള PM റോളുകൾക്കാണ് ഏറ്റവും അപകടസാധ്യത ഏറ്റവും കൂടുതൽ. അഡ്മിനായി കുറച്ച് സമയവും തീരുമാനങ്ങൾ, അലൈൻമെന്റ്, ഡെലിവറി ഫലങ്ങൾ എന്നിവയിൽ കൂടുതൽ സമയവും ചെലവഴിക്കുക എന്നതാണ് അവസരം.
AI-ക്ക് പകരം വയ്ക്കാൻ ഏറ്റവും ബുദ്ധിമുട്ടുള്ള പ്രോജക്ട് മാനേജ്മെന്റ് കഴിവുകൾ ഏതാണ്?
വിശ്വാസം, വിധിന്യായം, സ്വാധീനം, ചർച്ച, സംഘർഷ പരിഹാരം, മനുഷ്യ സാഹചര്യങ്ങൾ വായിക്കൽ എന്നിവയിലാണ് AI ഏറ്റവും കൂടുതൽ ബുദ്ധിമുട്ടുന്നത്. ഇതിന് സന്ദേശങ്ങൾ നിർദ്ദേശിക്കാനോ പാറ്റേണുകൾ വിശകലനം ചെയ്യാനോ കഴിയും, പക്ഷേ അതിന് യഥാർത്ഥത്തിൽ ഉത്തരവാദിത്തം ഏറ്റെടുക്കാനോ സംഘടനാ രാഷ്ട്രീയത്തെ സജീവമായി മനസ്സിലാക്കാനോ കഴിയില്ല. എക്സിക്യൂട്ടീവ് സമ്മർദ്ദം, ടീം മനോവീര്യം, ബുദ്ധിമുട്ടുള്ള ഇടപാടുകൾ, വ്യക്തമല്ലാത്ത മുൻഗണനകൾ എന്നിവ കൈകാര്യം ചെയ്യാൻ കഴിയുന്ന പ്രോജക്റ്റ് മാനേജർമാർ AI-യുടെ കനത്ത ജോലിസ്ഥലങ്ങളിൽ വിലപ്പെട്ടവരായി തുടരും.
പ്രോജക്ട് മാനേജർമാർക്ക് AI-യിൽ എങ്ങനെ പ്രസക്തി നിലനിർത്താൻ കഴിയും?
ബിസിനസ്സ് മിടുക്ക്, മാനുഷിക നേതൃത്വം, ഡെലിവറി ഇന്റലിജൻസ് എന്നിവ ശക്തിപ്പെടുത്തുന്നതിനൊപ്പം AI-സാക്ഷരത നേടുന്നതിലൂടെ പ്രോജക്റ്റ് മാനേജർമാർക്ക് പ്രസക്തി നിലനിർത്താൻ കഴിയും. അതായത് AI ഉപകരണങ്ങൾ എങ്ങനെ ഉപയോഗിക്കാമെന്നും AI ഔട്ട്പുട്ടുകൾ സാധൂകരിക്കാമെന്നും സെൻസിറ്റീവ് ഡാറ്റ സംരക്ഷിക്കാമെന്നും AI പരിമിതികൾ മനസ്സിലാക്കാമെന്നും പഠിക്കുക. സൗകര്യമൊരുക്കൽ, പങ്കാളി ആശയവിനിമയം, അപകടസാധ്യതാ തന്ത്രം, ആശ്രിതത്വ മാനേജ്മെന്റ്, പ്രോജക്റ്റ് ജോലിയെ ബിസിനസ്സ് മൂല്യവുമായി ബന്ധിപ്പിക്കാനുള്ള കഴിവ് എന്നിവയും ഇത് മെച്ചപ്പെടുത്തുന്നു.
പ്രധാനമായും അഡ്മിൻ ജോലികൾ ചെയ്യുന്ന പ്രോജക്ട് മാനേജർമാരെ AI മാറ്റിസ്ഥാപിക്കുമോ?
പ്രധാനമായും ഭരണപരമായ ജോലികൾ ചെയ്യുന്ന പ്രോജക്ട് മാനേജർമാരെയാണ് AI ഏറ്റവും കൂടുതൽ ബാധിക്കാൻ സാധ്യത. മീറ്റിംഗുകൾ ഷെഡ്യൂൾ ചെയ്യുക, അപ്ഡേറ്റുകൾ ശേഖരിക്കുക, റിപ്പോർട്ടുകൾ ഫോർമാറ്റ് ചെയ്യുക, വിവരങ്ങൾ കൈമാറുക എന്നിവയാണ് ഒരു പ്രധാനമന്ത്രിയുടെ പ്രധാന ജോലിയെങ്കിൽ, ആ വർക്ക്ഫ്ലോയുടെ വലിയൊരു ഭാഗം AI-ക്ക് ഇതിനകം തന്നെ കൈകാര്യം ചെയ്യാൻ കഴിയും. ഇതിനർത്ഥം അഡ്മിനിസ്ട്രേറ്റർ ഭാരമുള്ള എല്ലാ പ്രധാനമന്ത്രിമാരും അപ്രത്യക്ഷരാകുന്നില്ല എന്നാണ്, എന്നാൽ വിശകലനം, വിധിനിർണ്ണയം, ആശയവിനിമയം, നേതൃത്വം എന്നിവയിലേക്ക് റോൾ പരിണമിക്കേണ്ടതുണ്ട് എന്നാണ്.
പിഎംഒയുടെ പങ്ക് AI എങ്ങനെ മാറ്റും?
റിപ്പോർട്ടിംഗ് സ്റ്റാൻഡേർഡ് ചെയ്യാനും, പോർട്ട്ഫോളിയോ അപകടസാധ്യതകൾ നേരത്തെ കണ്ടെത്താനും, പ്രോജക്റ്റ് ഹെൽത്ത് താരതമ്യം ചെയ്യാനും, ഡ്യൂപ്ലിക്കേറ്റ് ജോലികൾ കണ്ടെത്താനും, എക്സിക്യൂട്ടീവ് ഡാഷ്ബോർഡുകൾ സംഗ്രഹിക്കാനും, പ്രവചനം മെച്ചപ്പെടുത്താനും PMO-കളെ AI സഹായിക്കും. കൂടുതൽ റിപ്പോർട്ടുകളും ശബ്ദവും സൃഷ്ടിക്കാൻ AI ഉപയോഗിക്കുന്നതാണ് അപകടം. ശക്തമായ PMO ഭരണം ലളിതമാക്കാനും, തീരുമാനങ്ങൾ വേഗത്തിലാക്കാനും, നേതാക്കളെ യഥാർത്ഥത്തിൽ പ്രാധാന്യമുള്ള കുറച്ച് സിഗ്നലുകളിൽ കേന്ദ്രീകരിക്കാനും AI ഉപയോഗിക്കും.
മികച്ച തീരുമാനങ്ങൾ എടുക്കാൻ പ്രോജക്ട് മാനേജർമാരെ AI സഹായിക്കുമോ?
പ്രോജക്റ്റ് ഡാറ്റ സംഘടിപ്പിക്കുക, പാറ്റേണുകൾ തിരിച്ചറിയുക, അപകടസാധ്യതകൾ നിർദ്ദേശിക്കുക, സാഹചര്യങ്ങൾ താരതമ്യം ചെയ്യുക, തീരുമാന സാമഗ്രികൾ തയ്യാറാക്കുക എന്നിവയിലൂടെ AI-ക്ക് മികച്ച തീരുമാനങ്ങളെ പിന്തുണയ്ക്കാൻ കഴിയും. എന്നാൽ ഇത് അന്തിമ തീരുമാനമെടുക്കുന്നയാളായി കണക്കാക്കരുത്. പ്രോജക്റ്റ് മാനേജർമാർ ഇപ്പോഴും തീവ്രത വിലയിരുത്തുകയും, പങ്കാളികളുടെ ആഘാതം മനസ്സിലാക്കുകയും, അനുമാനങ്ങൾ സാധൂകരിക്കുകയും, എപ്പോൾ വർദ്ധിപ്പിക്കണമെന്ന് തീരുമാനിക്കുകയും വേണം. ഉത്തരവാദിത്തത്തിന്റെ ഉടമ എന്ന നിലയിലല്ല, ഒരു സഹായിയും വിശകലന വിദഗ്ദ്ധനുമായി AI വിലപ്പെട്ടതാണ്.
AI-യിൽ ഏതുതരം പ്രോജക്ട് മാനേജർക്കാണ് അഭിവൃദ്ധി പ്രാപിക്കാൻ കഴിയുക?
AI ഉപയോഗിച്ച് അഭിവൃദ്ധി പ്രാപിക്കുന്ന പ്രോജക്റ്റ് മാനേജർമാർ അതിനെ ചിന്തയ്ക്ക് പകരമായിട്ടല്ല, മറിച്ച് ഒരു പവർ ടൂളായി ഉപയോഗിക്കും. അവർ ആവർത്തിച്ചുള്ള റിപ്പോർട്ടിംഗ് ഓട്ടോമേറ്റ് ചെയ്യും, വ്യക്തമായ പങ്കാളി സന്ദേശങ്ങൾ സൃഷ്ടിക്കും, തീരുമാനങ്ങൾ കൂടുതൽ സ്ഥിരതയോടെ ട്രാക്ക് ചെയ്യും, അപകടസാധ്യതകൾ നേരത്തെ തിരിച്ചറിയും. AI ഔട്ട്പുട്ടുകളെ എപ്പോൾ വെല്ലുവിളിക്കണമെന്നും സെൻസിറ്റീവ് വിവരങ്ങൾ സംരക്ഷിക്കണമെന്നും രാഷ്ട്രീയം, വിശ്വാസം, സമ്മർദ്ദം അല്ലെങ്കിൽ അനിശ്ചിതത്വം എന്നിവ ഉൾപ്പെടുന്ന നിമിഷങ്ങളിലേക്ക് മനുഷ്യന്റെ വിധിന്യായത്തെ കൊണ്ടുവരണമെന്നും അവർക്ക് അറിയാം.
പ്രോജക്ട് മാനേജർമാർക്ക് AI ഒരു ഭീഷണിയാണോ അതോ അവസരമാണോ?
പ്രോജക്റ്റ് മാനേജർ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്നതിനെ ആശ്രയിച്ച് AI ഒരു ഭീഷണിയും അവസരവുമാണ്. ഇത് ആവർത്തിച്ചുള്ള അഡ്മിൻ ശീലങ്ങളെയും ഏകോപന തിയേറ്ററിനെ ചുറ്റിപ്പറ്റിയുള്ള റോളുകളെയും ഭീഷണിപ്പെടുത്തുന്നു. വേഗത്തിൽ നീങ്ങാനും കൂടുതൽ വ്യക്തമായി ആശയവിനിമയം നടത്താനും ഉയർന്ന മൂല്യമുള്ള ജോലികളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാനും കഴിയുന്ന PM-കൾക്ക് ഇത് അവസരം സൃഷ്ടിക്കുന്നു. ഏറ്റവും സുരക്ഷിതമായ പ്രോജക്റ്റ് മാനേജർ AI- പരിജ്ഞാനമുള്ളവനും, വാണിജ്യപരമായി അവബോധമുള്ളവനും, വൈകാരികമായി ബുദ്ധിമാനും, പ്രോജക്റ്റുകൾ പ്രക്ഷുബ്ധമാകുമ്പോൾ കഠിനമായ തീരുമാനങ്ങൾ എടുക്കാൻ തയ്യാറുള്ളവനുമാണ്.
അവലംബം
-
പ്രോജക്ട് മാനേജ്മെന്റ് ഇൻസ്റ്റിറ്റ്യൂട്ട് - കമ്മ്യൂണിറ്റി നയിക്കുന്ന AI, പ്രോജക്ട് മാനേജ്മെന്റ് റിപ്പോർട്ട് - pmi.org
-
ലോക സാമ്പത്തിക ഫോറം - 2025 ലെ തൊഴിലുകളുടെ ഭാവി റിപ്പോർട്ട് - weforum.org
-
മക്കിൻസി & കമ്പനി - ജനറേറ്റീവ് AI യുടെ സാമ്പത്തിക സാധ്യത: അടുത്ത ഉൽപ്പാദനക്ഷമതാ അതിർത്തി - mckinsey.com
-
മൈക്രോസോഫ്റ്റ് - വാർഷിക വർക്ക് ട്രെൻഡ് സൂചിക 2025 - microsoft.com
-
യുഎസ് ബ്യൂറോ ഓഫ് ലേബർ സ്റ്റാറ്റിസ്റ്റിക്സ് - പ്രോജക്ട് മാനേജ്മെന്റ് സ്പെഷ്യലിസ്റ്റുകൾ - bls.gov