„Łubu dubu, łubu dubu, niech żyje nam… pięćdziesiąty numer Strefy PMI” – chciałoby się sparafrazować nieśmiertelne zdanie z Misia Stanisława Barei. Piękny jubileusz, nie ma co – postanowiłem przy tej okazji podzielić się obserwacjami na temat ewolucji oczekiwań co do kompetencji kierownika projektu, zebranymi na przestrzeni ponad 20 ostatnich lat. W tym czasie miałem okazję przyjrzeć się temu z bliska, uczestnicząc w takich inicjatywach jak założenie PMI w Polsce, założenie ACMP, globalnej organizacji dla praktyków Zarządzania Zmianą czy uruchomienie studiów podyplomowych dla Project Managerów w mojej Alma Mater – Szkole Głównej Handlowej.
Obserwując ewolucję wyzwań, z którymi mierzą się kierownicy projektów i ról, które są od nich oczekiwane, trzeba powiedzieć, że w ostatnim czasie świat projektów zmienia się szybciej niż kiedykolwiek. Sztuczna inteligencja nie jest już futurystyczną ciekawostką – to technologia, która realnie wpływa na codzienną pracę firm, sposób podejmowania decyzji, strukturę kosztów i tempo innowacji. Coraz więcej projektów ma w swoim zakresie elementy AI lub wdraża rozwiązania w całości dotyczące technologii związanych ze sztuczną inteligencją. Stykam się z nimi na co dzień w pracy konsultanta wdrażającego zmiany w organizacjach.
W ostatnich 12 miesiącach uczestniczyłem też w kilku wydarzeniach w USA, Europie i w Azji, których tematem były wyzwania dla osób wdrażających projekty związane ze sztuczną inteligencją. Najnowsze z tych wydarzeń, jednodniowa konferencja Synapse2025, odbyła się 5 sierpnia, a więc raptem kilka dni temu. Kończę więc niniejszy materiał, będąc jeszcze w Indiach, w Bangalore, które na globalnej mapie zarządzania projektami zajmuje istotne miejsce. Znajduje się tutaj ponad 40% spośród dużych centrów usług funkcjonujących w Indiach, które jako kraj są światowym liderem w tym zakresie. Centra te są prowadzone przez międzynarodowe korporacje, takie jak: Google, IBM, SAP, Microsoft, Samsung, Cisco, Hitach, Shell, Ericsson, 3M, Phillip Morris, Infosys czy Accenture. Bangalore, miasto pełne ekonomicznych i kulturowych kontrastów zyskało miano „Silicon Valley” Indii i stało się globalnym centrum technologii, AI i innowacji. Zapotrzebowanie na pracę kierowników projektów jest tutaj ogromne, jest to więc doskonałe miejsce, aby rozmawiać o głównych obszarach kompetencji Project Managerów, które w zetknięciu z AI są szczególnie istotne dla sukcesu.
Doświadczenia z tych wszystkich wydarzeń jednoznacznie pokazują, że nawet w tak silnie zorientowanych na ekonomiczne rezultaty kulturach biznesowych jak USA czy Indie, rola Project Managera w projektach AI jednoznacznie wychodzi poza samo dostarczenie sprawnie działającej technologii. To także – a raczej przede wszystkim – poprowadzenie ludzi przez zmianę, której skala i tempo są bezprecedensowe. A to oznacza, że zestaw umiejętności PM-a należy nieco zweryfikować. Na wszystkich tych wydarzeniach główny motyw wypowiedzi osób z różnych krajów, branż i organizacji, można sprowadzić do jednego wspólnego mianownika: technologia AI sama nie zmieni organizacji – zmienią ją ludzie, którzy potrafią z nią pracować.
Owszem, już pochodzący z 2013 roku, sygnowany przez PMI, poradnik Managing Change in Organizations: A Practice Guide, poświęca problematyce zarządzania zmianą w organizacji ponad 100 stron. Jednak w praktyce ciągle wiele projektów kończy się niepowodzeniem z powodu niewystarczającego przyswojenia i stosowania nowych technologii przez ich docelowych użytkowników. Wyciągając wnioski ze wszystkich przywołanych tu doświadczeń i wydarzeń, zachęcam zatem do przyjrzenia się dziesięciu kluczowym obszarom kompetencji, które każdy Project Manager w projektach AI powinien dziś rozwijać. Zadając sobie pytanie: „które z nich dzisiaj posiadam, a które potrzebuję rozwijać”, można bardziej świadomie i skutecznie dostarczać realną wartość biznesową.
Stawianie „pytań – zabójców” i prowokowanie trudnych dyskusji
W projektach AI tempo i presja są nieustanne, a koszty złych decyzji bywają bardzo duże. Większość organizacji zwraca uwagę głównie na aspekty technologiczne wdrożenia. A czasami dostarczenie rozwiązania wymaga zmian w sposobie zarządzania danymi, w organizacji, procesach, metodach pracy, kompetencjach użytkowników – albo nawet w kulturze organizacji. To wszystko może wydłużać realizację projektu i odsuwać w czasie jego biznesowe rezultaty. Dlatego skuteczny PM potrafi stawiać „pytania – zabójców” już na etapie idei: Jakie biznesowe zagadnienie adresujemy poprzez to konkretne rozwiązanie? Czy na pewno tego rozwiązania potrzebujemy? Jaką wartość biznesową chcemy dostarczyć? Czego potrzebuje organizacja i co jest w stanie przyswoić? Jak będzie mierzona wartość dostarczana przez projekt? To nie zabijanie entuzjazmu, lecz dbałość o zwrot z inwestycji. W praktyce chodzi o asertywność, odporność na presję ze strony entuzjastów technicznych rozwiązań, w tym sponsora „cisnącego” na szybkie wdrożenie i umiejętność ubrania trudnej diagnozy w język decyzji: „stop-klatka, zmiana kierunku, jedziemy dalej”. Wymaga to asertywności, odporności na presję i umiejętności formułowania diagnozy w sposób, który otwiera dyskusję, zamiast ją blokować. Przeszkadzać tu będzie z pewnością zbytnie przywiązanie do hierarchiczności w procesie decyzyjnym, „kapitulacja” wobec hierarchii, podejście typu „tego się nie da, bo nie wypada o tym mówić liderom na wysokich szczeblach”. W jednej z firm pierwsze pytanie, które Sponsorzy zadają PM-owi nie brzmi: „jak to wdrożymy?”, tylko „co to da firmie w perspektywie 2-3 lat?”. Większość organizacji nie daje jednak PM-om takiego komfortu, to oni sami potrzebują tego typu dyskusję wywoływać.
Łączenie „technicznego” i „ludzkiego” wymiaru zmiany
Technologia AI, dane, organizacja – to wszystko może być świetne, ale bez przyswojenia przez szerokie grono docelowych użytkowników pozostanie jedynie ciekawostką. Rola PM-a w AI to konsekwentne łączenie backlogu technicznego z backlogiem zmiany: pozyskanie wsparcia sponsorów, komunikacja, testowanie, szkolenia, nowe role, aktualizacja procesów i procedur, wsparcie menedżerów liniowych i wiele innych. To praca z emocjami i oporem, a nie tylko z wykresem Gantta. PM potrzebuje umieć oddziaływać na ludzi, których dotyczy zmiana, to również jest zakres jego projektu. Do tego niezbędne jest zrozumienie, jak zmiana wpływa na różne funkcje i role w organizacji, i należy to zrobić na wczesnym etapie projektu, tuż po zdefiniowaniu docelowego rozwiązania. W wielu projektach robi się to zbyt późno – lub wcale. Wówczas o użytkownikach PM „przypomina sobie” dopiero tuż przed lub po wdrożeniu – na skuteczne działanie jest wtedy za późno. Nie bez kozery Boston Consulting Group, mówiąc o inwestycjach w obszarze AI, rekomenduje zasadę podziału budżetu wg proporcji: 10% na algorytmy, 20% na technologię, a 70% na ludzi i organizację. A ponad 80% uczestników badań Prosci jednoznacznie mówi: następnym razem zarządzanie zmianą chcę zacząć na etapie inicjowania projektu.
InfiniteFlow – stock.adobe.com„Wielojęzyczna komunikacja” – od ROI dla zarządu po „co to dla mnie znaczy” dla szeregowego użytkownika.
AI trzeba umieć „sprzedać” różnym odbiorcom. Zarząd potrzebuje narracji o wartości, ryzykach i biznesowych korzyściach, a użytkownicy – co AI dla nich oznacza i konkretnych scenariuszy, jak będą pracować w przyszłości, np. „w tym kroku włącza się asystent, a to sprawdzasz ty”. I to w tylu wersjach, ile jest różnych grup odbiorców zmiany. Komunikacja jest tu dwukierunkowa: to tyle samo słuchania, co mówienia (nie tylko „pisania”!). Zadanie PM-a to zarówno przygotowanie samych treści do komunikacji, jak i przygotowanie jej najbardziej skutecznych nadawców: sponsorzy i menedżerowie wysokich szczebli są od strategii i uzasadnienia biznesowego, a menedżerowie – bezpośredni przełożeni użytkowników – są od „co to znaczy dla ludzi” i „jak pracujemy jutro”. A eksperci od technicznych szczegółów. Odpowiedni plan komunikacji powinien być zsynchronizowany z etapami projektu, a jego skuteczność trzeba mierzyć – aby znać nie tylko feedback na temat rozwiązania, ale także na temat zrozumienia, zaufania do niego i gotowości do używania w codziennej pracy.
Oparcie wdrożenia o siłę i autorytet Sponsora – gdy się nim nie jest
Wdrożenie AI, jak każda głęboka zmiana, wymaga efektywnego wsparcia ze strony najwyższej kadry kierowniczej. Przywództwo nie oznacza jedynie decyzji i budżetów. Oznacza przede wszystkim budowanie pozytywnego „story” wokół nadchodzących zmian, wzmacnianie wśród pracowników poczucia ich sensu, pokazywanie docelowej wizji organizacji działającej ze wsparciem narzędzi AI. I dawanie przykładu „z góry”. Może to być na przykład aktywny udział Sponsorów w komunikacji z użytkownikami rozwiązań. Praktyka pokazuje, że wdrożenia rozwiązań AI bardzo często wymagają stosowania nowych narzędzi od samych liderów. Zgodnie z wynikami badań Prosci, prowadzonych od 1997 roku, połowa sponsorów nie rozumie swojej roli w wystarczającym stopniu. Jednocześnie rola ta jest wskazywana jako główny czynnik sukcesu. Oraz jako główny czynnik niepowodzenia zmian, gdy nie jest odpowiednio pełniona. Co więcej, za udanym wdrożeniem stoją zazwyczaj całe zespoły najwyższej kadry kierowniczej, szefów jednostek biznesowych, dyrektorów, czyli aktywnie działających sponsorów powinno być tylu, ilu jest liderów obszarów objętych zmianą. Zadaniem PM-a jest pomóc sponsorowi pełnić jego rolę oraz wesprzeć go w budowaniu koalicji z liderami tych wszystkich obszarów. To wymaga umiejętności pracy z top managerami oraz tworzenia z nimi odpowiedniej relacji, bazującej na zaufaniu, asertywności i otwartej komunikacji na trudne tematy.
Facylitacja, angażowanie użytkowników i ko-kreacja zamiast slajdów
W świecie wdrożeń AI „wyślemy prezentację” nie działa. PM musi umieć prowadzić spotkania i warsztaty, w których ludzie sami odkrywają wpływ zmiany na swoje role oraz sposób, w jaki będą z niej korzystać. W kulturach bardziej hierarchicznych facylitacja tworzy również bezpieczną przestrzeń do mówienia wprost, gdy bywa to trudne lub wręcz nienaturalne. Rolą PM-a jest również tworzenie środowiska do identyfikowania wątpliwości i „rozbrajania” ich na bieżąco. Bardzo przydatna i wcale nieczęsta wśród PM-ów jest umiejętność aktywnego słuchania i zadawania pytań facylitujących, aby zdobywać wiedzę, zbierać informacje zwrotne od ludzi w organizacji i autentycznie włączać ich do kreowania rozwiązań zamiast podejścia „i tak wiem”.
Budowanie zaufania do AI i zmiana obaw w ciekawość
AI budzi w ludziach dwa skrajne uczucia – zachwyt i lęk. Zaufanie w projektach AI jest bardzo wymierną walutą. Użytkownicy często sceptycznie podchodzą do algorytmów lub obawiają się utraty pracy. W wielu przypadkach wdrożeniom technologicznym faktycznie towarzyszą zwolnienia, co widać po wydarzeniach ostatnich tygodni. Praktyka pokazuje jednak, że w najbardziej technologicznie zaawansowanych firmach rozwiązania AI częściej tworzą nowe możliwości, niż zastępują ludzi w pracy. PM buduje zaufanie poprzez przejrzystość (co modele robią, czego nie; jak reagujemy na błędy), bezpieczeństwo (pilot „safe-to-fail”) i jasny podział ról człowiek – technologia. Zamiast obiecywać bezbłędność, lepiej pokazać realne ograniczenia i plan radzenia sobie z nimi. To wymaga cierpliwości i spójności przekazu w całym projekcie. Trzeba też mitygować obawy i kierować uwagę użytkowników na to, co jest esencją – pokazywać wpływ AI na konkretne zadania, a nie na stanowiska pracy w organizacji. W jednym z centrów R&D PM pokazywał zespołowi konkretne przypadki, gdzie AI ułatwiło im codzienną pracę oraz jasno określał, w których obszarach ich wiedza ekspercka pozostaje kluczowa. Dzięki temu zaufanie rosło, a opór malał. Rolą PM-a jest również zwrócenie na to uwagi sponsorów, którzy często skupiają się jedynie na prostych oszczędnościach. Badania prowadzone pod auspicjami The Conference Board na początku 2025 roku w USA pokazują, że ponad 65% liderów firm, które w poprzedzających 12 miesiącach zwalniały pracowników przy okazji wdrożeń AI, uważa, że był to błąd. Liderzy biznesowi z Indii, występujący na przywołanej wcześniej konferencji Synapse2025, wyraźnie podkreślali, że wdrożenie AI mają przynosić strategiczną wartość dla ich firm. To nie w prostej redukcji etatów tkwi kluczowa wartość tych rozwiązań. W tych organizacjach, które potrafią o tym głośno mówić, rośnie poziom zaangażowania pracowników i notowany jest wysoki poziom satysfakcji z nowych narzędzi. Zamiana obaw pracowników w ciekawość i zaangażowanie pozwala na szybsze uzyskiwanie faktycznych rezultatów wdrożenia.
Elastyczność w środowisku ciągłej zmiany
Rozwiązania AI rozwijane są tak szybko, że to, co dziś jest standardem, za trzy miesiące może być przestarzałe. PM musi w miarę swobodnie poruszać się w świecie niepełnych informacji i być gotowym do iteracyjnego dostosowywania planu do zmieniającego się kontekstu, a nawet zmiany kierunku projektu. Eksperci podkreślają, że wiedza w obszarze AI dezaktualizuje się w ciągu tygodni i miesięcy, a nie kwartałów i lat. Kluczowa jest więc ze strony PM-a gotowość do iteracyjnego działania, szybkiego uczenia się i zmiany podejścia – bez nadmiernego wchodzenia w szczegóły, bez „zachwycania się” konkretnym rozwiązaniem czy technologią. Szczególnie ważna jest postawa „rób pilotaż, testuj, ucz się” zamiast „wszystko zaplanuj perfekcyjnie”. PM powinien sam prezentować taką postawę, jak i powinien umieć wzbudzić ją w zespole wdrożeniowym oraz wśród użytkowników, których zmiana dotyczy. Oczywiście to jest rola zwinnych metodyk zarządzania projektem, tego typu podejście powinno być dzisiaj standardem, a nie wyjątkiem.
Zamiana postawy menedżerów z oporników na sojuszników
Nie od dzisiaj wiadomo, że menedżerowie średniego szczebla są często silnymi „opornikami” – podobnie jest we wdrożeniach AI. Jednocześnie widać wyraźnie, że w tego typu projektach to kierownik zespołu powinien być kluczowym użytkownikiem, ambasadorem tych rozwiązań. Powód jest prosty: dla niego i jego zespołu AI daje narzędzia do skuteczniejszej i bardziej efektywnej realizacji zadań. W jednej z dużych międzynarodowych organizacji poziom przyswojenia nowych rozwiązań był wprost zależny od nastawienia kierowników zespołów. W tych zespołach, w których kierownicy byli neutralni, sceptyczni lub jawnie niechętni wobec nowych rozwiązań, poziom ich przyswojenia był wyraźnie niższy. Takich przypadków jest więcej. Rolą PM-a jest więc pozyskanie menedżerów do zmian, zaangażowanie ich w tworzenie rozwiązań – w ich testowanie i wdrażanie. Ponieważ tylko ok. 35% firm twierdzi że odpowiednio przygotowuje kierowników średniego szczebla do zmian (badania Prosci), zadanie to nie jest aż takie trudne. Trzeba po prostu zbudować wśród nich wsparcie dla rozwiązań AI i przygotować ich dobrze do zmian – a dopiero potem oczekiwać, że będą te rozwiązania promować w swoich zespołach. Do tego także potrzebują wsparcia – wiedzowego, narzędziowego oraz ze strony sponsorów. I rolą PM-a jest im to wsparcie zapewnić. Przykładem jest wsparcie kierowników poprzez pracę z kluczowymi influencerami. W jednej z europejskich organizacji finansowych wdrażających chatboty AI PM stworzył wspólnie z kierownikami działów mapę „kluczowych sceptyków” i „ambasadorów zmiany”. Dzięki temu mogli działać precyzyjnie z konkretnymi osobami: z jednymi pracować nad zrozumieniem korzyści, a drugim dawać narzędzia do inspirowania reszty. Takie podejście skraca czas wdrożenia o miesiące.
Włączanie AI w codzienną pracę i KPI
„Wdrożyliśmy” nie znaczy „działa i przynosi korzyści”. Wartość biznesowa AI pojawia się dopiero wtedy, gdy nowy sposób pracy wejdzie do codzienności. Gdy znajdzie odzwierciedlenie w KPI, systemach ocen, premii i przeglądów operacyjnych. O pełnym wdrożeniu można mówić dopiero wówczas, gdy AI staje się naturalną częścią rytmu działania firmy. Należy więc mierzyć postępy wdrożenia nie tylko na poziomie organizacji, ale także na poziomie zespołów i kluczowych stanowisk pracy. Liczne przykłady pokazują, że dla PM-a jest to bardzo duże wyzwanie. Systemy definiowania i egzekwowania i KPI są trudne do zmiany, i zwykle jest to poza jego sferą oddziaływania. Po to właśnie PM ma dostęp do sponsorów, bo to ich wsparcie jest potrzebne, aby cele wdrożeń AI stopniowo stawały się spójne z celami poszczególnych jednostek biznesowych, działów i zespołów. Pomiar skuteczności wdrożenia nie może się zatrzymać na momencie uruchomienia rozwiązania (go live, w przypadku podejścia kaskadowego lub jeden z kolejnych release, przy wdrożeniu iteracyjnym). Powinien być prowadzony do momentu przekazania właścicielstwa nowo wdrażanych rozwiązań menedżerom operacyjnym.
Zarządzanie zmianą jako część warsztatu PM-a
PM w projektach AI nie może pełnić jedynie funkcji „pośrednika między IT a biznesem”. Musi wziąć pełną odpowiedzialność za dowiezienie zmiany – od strategii po praktyczne wdrożenie. To oznacza również, że musi mieć odpowiednią wiedzę, metody i narzędzia w zakresie całego procesu zmiany. Umie przekonać sponsorów do potrzeby zarządzania ludzkimi ryzykami. Oraz umie pozyskać zasoby do realizacji działań związanych z wdrażaniem zmian. Co oznacza także pozyskanie kompetentnych wykonawców poszczególnych zadań i umiejętność zarządzania nimi. Realia są takie, że większość organizacji, nawet globalnych, nie daje PM-om komfortu posiadania dedykowanych praktyków zarządzania zmianą z odpowiednim doświadczeniem i dostępnością czasową do każdego wdrożenia. Trzeba więc działać zgodnie z zasadą Roosevelta: „rób to, co musisz tym, co masz i tam, gdzie jesteś”. PM powinien zatem umieć przygotować działania niezbędne do zarządzania zmianą. A potem wiedzieć, jak zaangażować do ich realizacji osoby z obszaru HR BP, komunikacji, Learning & Development, lean, ciągłego doskonalenia, itd. Czyli wszystkich, którzy mogą pomóc mu w realizacji działań opisanych powyżej. Do tego PM potrzebuje też znać organizację i mieć świadomość uwarunkowań kulturowych firmy, w której wdraża projekt. Wówczas sam nie mając czasu ani przestrzeni na zarządzanie zmianą (tak jest najczęściej) i tak będzie mógł nią skutecznie sterować.
Podsumowanie
Powyższe przemyślenia nie wyczerpują oczywiście tematu. Sygnalizują jedynie kierunek ciągłego krystalizowania się wymagań stawianych PM-om wokół dostarczania realnej biznesowej wartości wdrażanych projektów. Nie tylko przez organizacje jak IPMA czy PMI, ale przez ich klientów i firmy, dla których pracują. Warto rozwijać swoje kompetencje w opisanych powyżej obszarach. Liderzy największych organizacji zgodnym głosem twierdzą, że właśnie tego oczekują od kierowników projektów w dobie AI. Można więc powiedzieć, że taki kierunek rozwoju samych PM-ów „uodparnia” na potencjalny wpływ AI na ich pracę. Trudno sobie wyobrazić, że jakikolwiek algorytm będzie w stanie zastąpić człowieka w realizacji tak złożonych zadań.
No chyba że firmy będą składały się wyłącznie z algorytmów… – ale to na szczęście raczej prędko nie nastąpi.
Prezes Silfra-Consulting. Ekspert w zakresie zarządzania zmianą i projektami. Ma 20 lat doświadczenia we wdrażaniu zmian organizacyjnych, procesowych, digitalizacyjnych, oraz transformacji biznesowej w największych firmach w Polsce i w Europie, m.in. z branży energetycznej, telekomunikacyjnej, finansowej, transportowej oraz usług dla biznesu. Uczestniczył w tworzeniu PMI w Polsce. Jest współzałożycielem ACMP (Association of Change Management Professionals) – globalnej organizacji zrzeszającej praktyków zarządzania zmianą. Jest instruktorem PROSCI w dziedzinie Change Management i pracuje w globalnej sieci ekspertów PROSCI. Od 27 lat jest wykładowcą na Podyplomowych Studiach w SGH oraz na studiach MBA w zakresie wdrażania strategii oraz Project i Change Management.