zarządzanie projektami

Zarządzanie zmianą: jeden projekt, pięć różnych perspektyw

W ubiegłym tygodniu razem z Jarkiem prowadziliśmy warsztat dotyczący zarządzania zmianą w dużym projekcie cyfryzacyjnym.

Nie mogę jeszcze napisać, dla jakiej organizacji pracowaliśmy. Mogę natomiast opowiedzieć o czymś, co wydarzyło się podczas tych dwóch dni i co jest, moim zdaniem, znacznie bardziej uniwersalne niż sam projekt.

Na sali było blisko 30 osób.

Jedna organizacja.
Jeden projekt.
Jedna wdrażana zmiana.

I pięć różnych obrazów tej samej sytuacji.

Pięć zespołów, jeden case

W naszych warsztatach staramy się nie pracować na wymyślonych przykładach. Uczestnicy przynoszą własne sytuacje, problemy i wyzwania, bo wtedy rozmowa o zmianie przestaje być teorią.

Tym razem poszliśmy krok dalej.

Cała grupa pracowała nad tym samym rzeczywistym wyzwaniem związanym z wdrażaniem nowego rozwiązania cyfrowego. Uczestnicy zostali podzieleni na pięć zespołów. Każdy analizował tę samą zmianę, odpowiadał na te same pytania i korzystał z tych samych narzędzi.

Można byłoby więc oczekiwać, że wyniki będą bardzo podobne.

Nie były.

Oczywiście część wniosków się powtarzała. Ale pojawiały się również różnice. Czasem całkiem istotne.

I właśnie wtedy pojawiła się jedna z najważniejszych obserwacji tego warsztatu:

ludzie uczestniczący w tej samej zmianie niekoniecznie wiedzą o niej to samo.

To brzmi banalnie. W praktyce banalne nie jest.

Ten sam projekt nie oznacza tej samej wiedzy

W dużych projektach często zakładamy, że skoro coś zostało omówione na spotkaniu, przesłane mailem albo przedstawione w prezentacji, to „wszyscy wiedzą”.

To bardzo ryzykowne założenie.

Jedni uczestniczą w większej liczbie spotkań.
Inni są bliżej decyzji.
Ktoś zna kontekst biznesowy.
Ktoś inny rozumie lepiej technologię.
Ktoś słyszał o planowanym rozwiązaniu kilka miesięcy wcześniej.
Ktoś dostał informację dopiero niedawno.

Formalnie wszyscy pracują nad tym samym projektem.

Poznawczo mogą jednak pracować nad pięcioma różnymi projektami.

I wtedy zaczynają się problemy.

Pojawiają się różne oczekiwania. Różne interpretacje celów. Różne oceny ryzyka. Różne przekonania dotyczące tego, co już zostało ustalone, a co nadal pozostaje otwarte.

Czasami organizacje nazywają później takie sytuacje „oporem wobec zmiany”.

A być może część tego oporu jest po prostu konsekwencją nierównego dostępu do informacji.

Najcenniejsze pytanie: czego nie wiemy?

Podczas tego warsztatu wydarzyło się jeszcze coś ważniejszego.

Uczestnicy zobaczyli nie tylko to, co wiedzą.

Zobaczyli również bardzo wyraźnie, czego nie wiedzą.

I to był ogromny zysk.

W organizacjach brak wiedzy jest często ukryty.

Ludzie nie zawsze mówią: „nie wiem”.

Czasem zakładają, że powinni wiedzieć.
Czasem nie chcą wyjść na niedoinformowanych.
Czasem nawet nie zdają sobie sprawy, że czegoś nie wiedzą.

Dopiero wspólna praca pokazuje luki.

Na warsztacie część z nich została nazwana bardzo konkretnie.

Nie wiemy jeszcze tego.
Nie mamy odpowiedzi na tamto.
Musimy sprawdzić tę kwestię.
Potrzebujemy decyzji w tym obszarze.
Trzeba porozmawiać z tymi osobami.

I właśnie w tym momencie „niewiadoma” przestaje być problemem.

Staje się zadaniem do wykonania.

Powstał więc również plan: co trzeba ustalić, skąd zdobyć brakujące informacje, z kim porozmawiać i jakie kwestie wymagają dalszych decyzji.

To jest dla mnie jedna z największych wartości dobrze zaprojektowanych warsztatów zmiany.

Nie chodzi o to, żeby po dwóch dniach uczestnicy wychodzili z przekonaniem:

„Teraz wszystko wiemy”.

Znacznie bardziej wartościowe jest:

„Wiemy, co wiemy. Wiemy, czego nie wiemy. I wiemy, co z tym zrobić”.

Przy okazji wydarzyło się coś jeszcze

Warsztat miał jeszcze jeden ciekawy efekt.

Uczestnicy dowiedzieli się sporo o… sobie nawzajem.

W dużych projektach łatwo skoncentrować się na procesach, harmonogramach, systemach, ryzykach i zadaniach. Trochę trudniej zauważyć ludzi, którzy mają ten projekt dowieźć.

A podczas wspólnej pracy bardzo wyraźnie było widać ich zaangażowanie.

Pojawiało się dużo wiedzy, doświadczenia, pomysłów, dyskusji i chęci szukania rozwiązań.

Ludzie zobaczyli też kompetencje innych osób, których być może wcześniej nie mieli okazji dostrzec.

I to jest kolejny paradoks projektów zmiany.

Czasem organizacja szuka „agentów zmiany”, liderów czy ambasadorów projektu, podczas gdy część z nich już siedzi przy stole.

Trzeba tylko stworzyć sytuację, w której będzie ich widać.

Warsztat jako narzędzie diagnostyczne

Po takich spotkaniach coraz mocniej utwierdzam się w przekonaniu, że warsztat dotyczący zmiany nie powinien być wyłącznie szkoleniem.

Może być również narzędziem diagnostycznym.

Pozwala zobaczyć:

– jakie obrazy zmiany funkcjonują w organizacji,
– gdzie wiedza jest spójna, a gdzie się rozjeżdża,
– czego ludzie nie wiedzą,
– jakie pytania pozostają bez odpowiedzi,
– jakie ryzyka są dostrzegane przez poszczególne grupy,
– kto dysponuje wiedzą, której nie mają inni,
– gdzie znajduje się energia do działania.

W dużych projektach taka diagnoza może być znacznie cenniejsza niż kolejna prezentacja pokazująca, że wszystko przebiega zgodnie z planem.

Bo czasem największym ryzykiem projektu nie jest brak planu.

Największym ryzykiem jest to, że każdy ma trochę inny plan w swojej głowie.

I nikt jeszcze o tym nie porozmawiał.

Zarządzanie zmianą: jeden projekt, pięć różnych perspektyw Dowiedz się więcej »

AI w zarządzaniu projektem. Asystent, nie kierownik projektu?

Na co dzień jestem trenerem i konsultantem. Prowadzę warsztaty, pracuję z menedżerami, rozmawiam o zmianie, przywództwie, projektach i wykorzystaniu sztucznej inteligencji w pracy.

Ale mam też drugą perspektywę.

Jestem praktykiem.

Od dłuższego czasu pełnię rolę kierownika projektu, którego celem jest termomodernizacja budynku. To przedsięwzięcie, w którym spotykają się harmonogramy, budżety, dokumentacja, wykonawcy, instytucje, formalności, ryzyka, nieprzewidziane zdarzenia i – jak to w projektach – rzeczywistość, która nie zawsze ma ochotę podporządkować się temu, co zapisaliśmy w planie.

I właśnie w tym projekcie regularnie wykorzystuję narzędzia AI.

Nie po to, żeby zarządzały projektem za mnie.

Po to, żeby pomagały mi zarządzać nim lepiej.

AI nie prowadzi mojego projektu

To rozróżnienie jest dla mnie bardzo ważne.

Kiedy rozmawiamy dzisiaj o sztucznej inteligencji, łatwo wpaść w jedną z dwóch skrajności.

Pierwsza mówi:

„AI zrobi wszystko za nas”.

Druga:

„To tylko zabawka, która produkuje ładnie brzmiące teksty”.

Moje doświadczenie jest zupełnie inne.

AI potrafi być niezwykle użytecznym narzędziem pracy kierownika projektu. Ale pod jednym warunkiem: że pozostaje narzędziem.

To ja znam kontekst projektu.

To ja wiem, co wydarzyło się podczas rozmów z wykonawcą.

To ja rozumiem, dlaczego pewne opóźnienie jest naprawdę groźne, a inne można jeszcze spokojnie zaabsorbować.

To ja znam ludzi, interesariuszy, historię ustaleń i ograniczenia, których często nie ma w żadnym dokumencie.

I ostatecznie to ja podejmuję decyzję.

AI może przygotować analizę. Może dostrzec zależność, której wcześniej nie zauważyłem. Może zakwestionować moje założenie. Może zaproponować trzy warianty działania.

Ale nie może przejąć odpowiedzialności za decyzję.

I bardzo dobrze.

Gdzie AI rzeczywiście mi pomaga?

Przede wszystkim tam, gdzie kierownik projektu musi przetwarzać dużą ilość informacji.

Dokumentacja projektowa, harmonogramy, zestawienia, umowy, aneksy, raporty, korespondencja, notatki ze spotkań, wymagania instytucji finansujących – po pewnym czasie liczba informacji zaczyna być naprawdę duża.

AI świetnie sprawdza się jako dodatkowa warstwa analizy.

Mogę na przykład poprosić o porównanie dwóch dokumentów i wskazanie różnic.

Mogę sprawdzić, czy informacje znajdujące się w kilku miejscach są ze sobą spójne.

Mogę przeanalizować potencjalne ryzyka wynikające z aktualnej sytuacji projektu.

Mogę przygotować pierwszą wersję raportu okresowego na podstawie danych, które wcześniej zgromadziłem.

Mogę uporządkować notatki po spotkaniu albo zamienić kilkadziesiąt luźnych informacji w listę decyzji, odpowiedzialności i kolejnych kroków.

Mogę również zapytać:

„Czego tutaj nie widzę?”

I to jest jedno z moich ulubionych zastosowań AI.

Nie dlatego, że odpowiedź zawsze jest trafna.

Ale dlatego, że potrafi zmusić mnie do ponownego spojrzenia na problem.

AI jako partner do myślenia

To być może największa wartość tych narzędzi.

Nie traktuję AI wyłącznie jako maszyny do tworzenia tekstów.

Znacznie ciekawsze jest dla mnie wykorzystanie jej jako partnera do myślenia.

Jeżeli w projekcie pojawia się problem, mogę opisać sytuację i poprosić:

  • jakie widzisz ryzyka?
  • jakie przyjmuję tutaj założenia?
  • czego mogłem nie uwzględnić?
  • jakie są trzy możliwe scenariusze?
  • jakie pytania powinienem zadać wykonawcy?
  • jakie argumenty może przedstawić druga strona?
  • co może się wydarzyć, jeśli przesuniemy tę decyzję o miesiąc?
  • jakie dane powinienem mieć, zanim podejmę decyzję?

I nagle AI przestaje być „narzędziem do pisania”.

Staje się czymś w rodzaju dodatkowego członka zespołu, który nie podejmuje decyzji, ale pomaga przygotować się do jej podjęcia.

Ale AI także się myli

I tutaj zaczyna się najważniejsza część całej historii.

AI potrafi odpowiedzieć bardzo przekonująco.

Także wtedy, kiedy nie ma racji.

Dlatego jedną z najważniejszych kompetencji w pracy z AI nie jest dziś umiejętność napisania sprytnego promptu.

Jest nią umiejętność oceny odpowiedzi.

Kiedy wykorzystuję AI w projekcie, nigdy nie zakładam automatycznie, że skoro coś zostało wygenerowane, to jest poprawne.

Sprawdzam dane.

Wracam do dokumentów źródłowych.

Porównuję informacje.

Patrzę na kontekst.

Czasami przyjmuję propozycję AI.

Czasami ją poprawiam.

A czasami po prostu mówię: nie, to tutaj nie ma sensu.

I chyba właśnie w tym miejscu najlepiej widać różnicę między korzystaniem z AI a oddawaniem AI odpowiedzialności.

Kierownik projektu nadal jest potrzebny

Można nawet powiedzieć więcej.

Im lepsze stają się narzędzia AI, tym ważniejsza staje się rola człowieka, który potrafi ocenić ich pracę.

Bo ktoś nadal musi rozumieć projekt.

Ktoś musi rozmawiać z ludźmi.

Ktoś musi ważyć sprzeczne interesy.

Ktoś musi zdecydować, które ryzyko akceptujemy.

Ktoś musi powiedzieć: „idziemy w tę stronę”.

I ktoś musi później wziąć odpowiedzialność za konsekwencje.

AI może być świetnym asystentem kierownika projektu.

Nie powinno jednak stawać się kierownikiem projektu.

Szybciej nie zawsze znaczy lepiej

Jest jeszcze jedna pułapka.

Pierwszym efektem korzystania z AI jest zazwyczaj przyspieszenie pracy.

Raport, który kiedyś powstawał godzinę, można przygotować znacznie szybciej.

Analiza dokumentów trwa krócej.

Pierwsza wersja komunikatu pojawia się niemal natychmiast.

Ale sama szybkość nie jest jeszcze najważniejszą korzyścią.

Znacznie ciekawsze pytanie brzmi:

co zrobię z odzyskanym czasem?

Jeżeli wykorzystam go tylko po to, żeby wyprodukować dwa razy więcej dokumentów, być może niewiele zyskałem.

Jeżeli jednak przeznaczę go na analizę ryzyka, rozmowę z interesariuszem, przygotowanie wariantów działania czy dokładniejsze przemyślenie decyzji – wtedy AI rzeczywiście podnosi jakość zarządzania projektem.

I właśnie tego szukam w tych narzędziach.

Nie automatyzacji dla samej automatyzacji.

Tylko lepszej pracy.

Tego właśnie uczymy na naszych warsztatach

Razem z Jarkiem w Agile For Future prowadzimy warsztat „Zarządzanie projektami z wykorzystaniem narzędzi AI”.

I zależało nam na jednej rzeczy.

Nie chcieliśmy stworzyć szkolenia będącego prezentacją kolejnych narzędzi i efektownych demonstracji w rodzaju: „zobaczcie, AI w pięć sekund zrobiło harmonogram”.

Bo harmonogram wygenerować jest łatwo.

Znacznie trudniejsze pytanie brzmi:

czy jest to harmonogram, według którego można prowadzić prawdziwy projekt?

Dlatego podczas warsztatu patrzymy na AI z perspektywy codziennej pracy kierownika projektu.

Jak przygotować się do projektu?

Jak analizować dokumentację?

Jak identyfikować ryzyka?

Jak przygotowywać warianty decyzji?

Jak wspierać komunikację?

Jak przygotowywać spotkania?

Jak analizować informacje po spotkaniach?

Jak wspierać raportowanie?

Jak korzystać z AI tak, żeby przyspieszało pracę, ale nie obniżało jakości decyzji?

I przede wszystkim:

jak zachować kontrolę nad procesem, kiedy część pracy wykonuje za nas sztuczna inteligencja?

Nie uczymy czegoś, czego sami nie używamy

To jest dla mnie szczególnie ważne.

Na rynku szkoleń związanych z AI bardzo łatwo jest dziś pokazać kilkanaście efektownych przykładów i opowiedzieć, jak potencjalnie można wykorzystać konkretne narzędzie.

My chcemy pójść krok dalej.

To, czego uczymy, wykorzystuję również w swojej pracy.

W prawdziwym projekcie.

Z prawdziwym budżetem.

Z prawdziwymi terminami.

Z prawdziwymi dokumentami, wykonawcami, interesariuszami i problemami.

I z prawdziwą odpowiedzialnością za podejmowane decyzje.

Dzięki temu wiem również, gdzie AI działa znakomicie, gdzie trzeba podchodzić do niej ostrożnie, a gdzie najrozsądniejszą decyzją jest po prostu jej nie używać.

Bo dojrzałe korzystanie z AI nie polega na tym, żeby używać jej wszędzie.

Polega na tym, żeby wiedzieć, kiedy rzeczywiście wnosi wartość.

AI jako drugi pilot

Gdybym miał więc opisać swoją relację z AI w projekcie jednym zdaniem, powiedziałbym:

AI jest moim drugim pilotem, ale nie siedzi za sterami.

Pomaga.

Podpowiada.

Analizuje.

Porządkuje.

Kwestionuje.

Czasami dostrzega coś, czego wcześniej nie zauważyłem.

Ale kierunek nadal wyznacza człowiek.

I właśnie takiego wykorzystania sztucznej inteligencji w zarządzaniu projektami chcemy uczyć.

Jeżeli więc zarządzasz projektami i zastanawiasz się nie nad tym, czy AI pojawi się w Twojej pracy, ale jak korzystać z niej mądrze i praktycznie, zapraszamy na warsztat „Zarządzanie projektami z wykorzystaniem narzędzi AI” Agile For Future.

Bez obietnicy, że AI poprowadzi projekt za Ciebie.

Za to z bardzo konkretnymi sposobami, dzięki którym może pomóc Ci prowadzić go lepiej.

AI w zarządzaniu projektem. Asystent, nie kierownik projektu? Dowiedz się więcej »

Projekt, którego nie zrobiliśmy. I bardzo dobrze.

Czasami największą wartością dobrze poprowadzonego warsztatu nie jest to, że uczestnicy wychodzą z gotowym planem działania.

Czasami największą wartością jest to, że wychodzą z decyzją:

„Tego projektu nie powinniśmy robić.”

Brzmi mało efektownie?

Być może.

Nie ma fajerwerków, nie ma harmonogramu na 17 zakładek w Excelu, nie ma kolorowej mapy drogowej, nie ma zespołu projektowego z dramatycznie brzmiącą nazwą. Trudno to później opisać w prezentacji dla zarządu jako „strategiczną inicjatywę transformacyjną”.

A jednak z punktu widzenia organizacji to może być jedna z najlepszych decyzji.

Bo najtańszy projekt to nie ten, który zmieścił się w budżecie.

Najtańszy projekt to czasami ten, którego w ogóle nie rozpoczęto, bo na początku okazało się, że nie ma sensu.

Zarządzanie projektami zaczyna się wcześniej, niż myślimy

Jakiś czas temu prowadziłem warsztat z zarządzania projektami.

Klasyczny temat: jak dobrze przygotować projekt, jak określić cel, interesariuszy, zakres, ryzyka, odpowiedzialności i kolejne kroki. Czyli wszystko to, co zwykle kojarzymy z porządnym podejściem projektowym.

Ale dołożyłem do tego element charakterystyczny dla zwinnej logiki zarządzania zmianą.

Wgląd.

Nie jako modne słowo do prezentacji.

Nie jako elegancką nazwę dla „zróbmy szybką analizę”.

Tylko jako bardzo praktyczny etap, który pomaga zatrzymać się przed działaniem i odpowiedzieć na kilka niewygodnych pytań:

Po co właściwie chcemy to zrobić?

Jaki problem próbujemy rozwiązać?

Skąd wiemy, że to naprawdę jest problem?

Kto odczuwa jego skutki?

Co się stanie, jeśli nic nie zrobimy?

Czy projekt, który planujemy, rzeczywiście odpowiada na przyczynę, czy tylko elegancko przykrywa objawy?

I właśnie wtedy wydarzyło się coś bardzo ciekawego.

Grupa, która „zabiła” własny projekt

Uczestnicy pracowali na swoich realnych wyzwaniach. Nie na wymyślonych case’ach z podręcznika, gdzie firma nazywa się „ABC sp. z o.o.”, produkuje „produkt X”, a wszyscy udają, że to ma coś wspólnego z życiem.

Pracowali na tym, co naprawdę może się wydarzyć w ich organizacji.

Jedna z grup wzięła na warsztat potencjalny projekt, który mógłby być w przyszłości uruchomiony. Na pierwszy rzut oka wyglądało to rozsądnie. Był temat, była potrzeba, było poczucie, że „coś trzeba z tym zrobić”.

Czyli klasyczny początek wielu projektów.

Ktoś coś zauważył.

Ktoś coś zgłosił.

Ktoś powiedział: „Musimy się tym zająć”.

I organizacyjna maszyna zaczyna się powoli rozgrzewać.

Tylko że tym razem, zanim ruszyła, grupa zaczęła pracować na wglądzie.

Zaczęli sprawdzać założenia.

Zaczęli oddzielać fakty od opinii.

Zaczęli pytać, czy problem rzeczywiście istnieje w takiej skali, jak im się wydawało.

Zaczęli analizować, czy projekt faktycznie ma uzasadnienie biznesowe i organizacyjne.

I po pewnym czasie doszli do wniosku:

Ten projekt nie ma sensu.

Nie dlatego, że ktoś był przeciwnikiem zmian.

Nie dlatego, że zabrakło energii.

Nie dlatego, że grupa „nie dowiozła”.

Wręcz przeciwnie.

Grupa wykonała bardzo dobrą pracę.

Po prostu dobrze zrobiony wgląd pokazał, że projekt nie ma wystarczających podstaw.

To nie była porażka. To był sukces.

W wielu organizacjach taka sytuacja zostałaby potraktowana dziwnie.

Jak to?

Był temat i nie ma projektu?

Było spotkanie i nie ma harmonogramu?

Była praca i nie ma listy zadań?

Przecież coś powinno z tego wyjść.

No właśnie wyszło.

Wyszła decyzja, że nie warto angażować ludzi, czasu, pieniędzy i uwagi w inicjatywę, która nie rozwiązuje realnego problemu.

A to jest bardzo konkretny rezultat.

W świecie, w którym firmy są przeciążone projektami, inicjatywami, transformacjami, wdrożeniami, programami strategicznymi i „szybkimi tematami na już”, umiejętność powiedzenia „tego nie robimy” staje się jedną z ważniejszych kompetencji organizacyjnych.

Bo problemem wielu firm nie jest brak pomysłów.

Problemem jest brak selekcji.

Nie brakuje inicjatyw.

Brakuje odwagi, żeby sprawdzić, które z nich naprawdę mają sens.

Wgląd chroni przed projektowym automatyzmem

W organizacjach często działa pewien automatyzm.

Pojawia się problem, więc uruchamiamy projekt.

Pojawia się napięcie, więc tworzymy zespół roboczy.

Pojawia się oczekiwanie, więc budujemy rozwiązanie.

Pojawia się presja, więc ruszamy z wdrożeniem.

A potem po kilku miesiącach wszyscy są już zmęczeni, budżet się rozchodzi, ludzie mają poczucie, że „znowu coś”, a na końcu okazuje się, że problem albo nadal istnieje, albo nigdy nie był tym problemem, który próbowaliśmy rozwiązać.

To trochę jak leczenie bólu głowy zakupem nowych butów.

Można.

Tylko medycznie dość odważnie.

Wgląd pozwala zatrzymać ten automatyzm.

Nie po to, żeby spowalniać organizację.

Po to, żeby nie rozpędzać jej w złą stronę.

Bo zwinność nie polega na tym, żeby robić wszystko szybciej.

Zwinność polega na tym, żeby szybciej się uczyć, szybciej sprawdzać założenia i szybciej rezygnować z tego, co nie tworzy wartości.

Dobry projekt zaczyna się od dobrego pytania

W klasycznym podejściu do projektów często szybko przechodzimy do pytań wykonawczych:

Kto będzie właścicielem projektu?

Jaki jest harmonogram?

Jakie są kamienie milowe?

Jakie mamy zasoby?

Kiedy startujemy?

To są ważne pytania. Ale one mają sens dopiero wtedy, gdy wcześniej odpowiemy na pytania bardziej podstawowe:

Czy ten projekt jest naprawdę potrzebny?

Czy problem jest dobrze rozpoznany?

Czy wiemy, dla kogo tworzymy zmianę?

Czy mamy wystarczające dane, czy tylko mocne przekonania?

Czy nie próbujemy wdrażać rozwiązania, zanim zrozumieliśmy sytuację?

Właśnie tutaj pojawia się wgląd.

W Zwinnologii traktujemy go jako pierwszy, kluczowy element myślenia o zmianie. Nie jako teoretyczny etap, który trzeba odhaczyć. Raczej jako moment uczciwego spojrzenia organizacji w lustro.

A lustro, jak wiadomo, bywa bezlitosne.

Nie zawsze pokazuje to, co chcielibyśmy zobaczyć.

Ale zwykle pokazuje to, co warto zobaczyć.

Wgląd oszczędza nie tylko pieniądze

Często mówimy, że dobre przygotowanie projektu oszczędza budżet.

To prawda.

Ale wgląd oszczędza coś jeszcze cenniejszego.

Uwagę organizacji.

A uwaga jest dziś jedną z najbardziej deficytowych walut w firmach.

Można mieć ludzi.

Można mieć budżet.

Można mieć narzędzia.

Można mieć piękny plan.

Ale jeśli organizacja jest zasypana zbyt dużą liczbą inicjatyw, to nawet dobre projekty zaczynają ze sobą konkurować. O czas menedżerów. O energię zespołów. O komunikację. O decyzyjność. O przestrzeń w kalendarzu.

Dlatego wgląd jest tak ważny.

Pomaga nie tylko dobrze rozpocząć projekt.

Pomaga również nie rozpoczynać tych projektów, które nie powinny wystartować.

A to bywa trudniejsze niż uruchomienie kolejnej inicjatywy.

Bo do rozpoczęcia projektu wystarczy czasem entuzjazm.

Do rezygnacji z projektu potrzeba dojrzałości.

Puenta?

Po tamtym warsztacie zostało mi jedno mocne przekonanie.

Dobrze poprowadzony wgląd potrafi dać organizacji ogromną wartość już na samym początku pracy.

Czasami prowadzi do lepszego zdefiniowania projektu.

Czasami pomaga odkryć realne przyczyny problemu.

Czasami pokazuje, że trzeba zmienić zakres działania.

A czasami pozwala powiedzieć:

„Nie róbmy tego. To nie ma sensu.”

I to nie jest brak działania.

To jest bardzo świadome działanie.

Bo w zarządzaniu projektami i zmianami nie chodzi o to, żeby mieć więcej projektów.

Chodzi o to, żeby realizować te, które naprawdę mają znaczenie.

Reszta to tylko elegancko opakowane marnowanie energii. A tego w firmach mamy już wystarczająco dużo, nawet bez dodatkowego projektu.

A przy okazji sprawdź nasze szkolenia otwarte i ofertę oraz ofertę usług doradczych

Projekt, którego nie zrobiliśmy. I bardzo dobrze. Dowiedz się więcej »

Ile naprawdę trwa zbudowanie 80% dystrybucji nowego produktu FMCG?

(I dlaczego to prawie nigdy nie jest miesiąc)

W branży FMCG wszyscy chcielibyśmy, żeby nowy produkt „wszedł” do sklepów w miesiąc. Brzmi pięknie: szybka dystrybucja, szybka ekspozycja, szybkie wyniki. Niestety, rzeczywistość rynkowa ma swoje prawa i nie zawsze zgadza się z naszymi KPI.

W tym wpisie rozkładam temat na czynniki pierwsze i pokazuję, ile realnie trwa zbudowanie 80% dystrybucji, jeśli pracujemy w standardowym modelu wizyt przedstawicieli handlowych.


🚚 Jak wygląda typowa częstotliwość wizyt?

Założenie z życia wzięte:

  • 50% sklepów – wizyta co tydzień (4 wizyty/miesiąc)
  • 50% sklepów – wizyta co dwa tygodnie (2 wizyty/miesiąc)
  • Produkt jest nowy, więc dystrybucja rośnie tylko wtedy, kiedy przedstawiciel jest w sklepie i może zrobić listing.

Średnio każdy sklep jest więc widziany raz na 1,5 tygodnia, czyli minimum raz w miesiącu.

Brzmi obiecująco, prawda? Każdy sklep odwiedzony = każdy sklep „do wzięcia”.

Niestety… to dopiero początek historii.


🧠 Czemu 100% odwiedzeń ≠ 100% dystrybucji?

Sklepy nie działają w trybie „kliknij i zamów”.
Na przeszkodzie stoją najróżniejsze czynniki:

  • brak miejsca na półce
  • brak obecności właściciela
  • nieufność wobec nowości
  • zamknięte okienka zamówień
  • czekanie na rotację innego produktu
  • obawy przed wzięciem czegoś, co „może nie pójść”

Dlatego absolutnie kluczowa jest konwersja wizyty na listing.


🧮 A więc policzmy to “po FMCG”

Na rynku od lat funkcjonują dość stabilne benchmarki:

  • Pierwsza wizyta → listing: 30–50%
  • Druga → +20–30% z pozostałych
  • Trzecia i kolejne → +10–15% z pozostałych

To daje dość realistyczny model wzrostu dystrybucji.

Przyjmijmy więc wariant umiarkowany:

1️⃣ Pierwsza wizyta → 40%
2️⃣ Druga wizyta → +30% z pozostałych
3️⃣ Kolejne wizyty → +15% z pozostałych

Teraz łączymy to w miesięczną symulację.


📈 Symulacja: miesiąc po miesiącu

Po 1. miesiącu

Każdy sklep odwiedzony przynajmniej raz.
Konwersja: 40% dystrybucji.

Po 2. miesiącu

Drugie dotarcie do całej bazy.
Z pozostałych 60% pozyskujemy 30% → +18%.
Razem: 58% dystrybucji.

Po 3. miesiącu

Kolejna fala:
Z pozostałych 42% pozyskujemy 15% → +6,3%.
Razem: 64,3%.

Po 4. miesiącu

Z pozostałych ~36% — kolejnych 5,4%.
Razem: 69,7%.

Po 5. miesiącu

Z pozostałych ~30% — około 4,5%.
Razem: ~74%.

Po 6. miesiącu

Kolejne 3,5–4%.
Razem: ~78–80% dystrybucji.


🎯 Finalny wynik?

**Budowa 80% dystrybucji nowego produktu zajmuje:

👉 5,5–6 miesięcy**

Nie tydzień.
Nie dwa.
I, niestety, zazwyczaj nie miesiąc.


🧩 Dlaczego to tyle trwa?

Bo dystrybucja nie jest jednorazowym „wejściem do sklepu”.
To proces zachowań, decyzji, ograniczeń i… zwykłego ludzkiego oporu przed nowościami.

Każde kolejne dotarcie działa jak „kolejna warstwa argumentów”:

  • najpierw bierzemy innowatorów i entuzjastów nowości,
  • potem pragmatyków, którzy chcą dowodów,
  • dopiero na końcu sceptyków, którzy zmieniają się, kiedy „wszyscy już to mają”.

I właśnie dlatego realny wzrost dystrybucji ma kształt fali — nie sprintu.


🏁 Podsumowanie

Jeśli planujesz wdrożenie nowego SKU, warto od razu zakładać:

  • minimum 6 miesięcy, żeby dostać się do 80% sklepów,
  • i zaplanować komunikację, trade marketing i egzekucję, która będzie wspierała każdą falę adopcji.

A jeśli ktoś w firmie pyta: „Dlaczego nie możemy zrobić tego w miesiąc?”
— śmiało odeślij ich do tego wpisu 😉

Ile naprawdę trwa zbudowanie 80% dystrybucji nowego produktu FMCG? Dowiedz się więcej »

AI wie, że zespół jest zmęczony. Co z tym zrobisz?

W poprzednim wpisie pisałem o tym, jak sztuczna inteligencja potrafi przewidzieć opór wobec zmian, zanim jeszcze stanie się widoczny.
Ale sama prognoza niczego nie zmienia.
Kluczowe pytanie brzmi: co organizacja zrobi z tą wiedzą?

1. Zmiana zaczyna się od rozmowy, nie od dashboardu

Wielu liderów marzy o panelu, który „zmierzy emocje zespołu” i pokaże czerwone światło, gdy coś idzie nie tak.
Problem w tym, że sama wizualizacja nie załatwia niczego, jeśli brakuje kultury rozmowy.
AI może podpowiedzieć, gdzie patrzeć, ale to człowiek musi zdecydować, jak reagować.

Jeśli system pokazuje spadek nastrojów — to nie sygnał do uruchomienia procedury kryzysowej, tylko zaproszenie do empatycznej rozmowy.
To moment, by lider zapytał: „Co się dzieje? Czego potrzebujecie?”, a nie: „Dlaczego spadły wskaźniki?”.

2. Predykcja bez zaufania = kontrola

Największym ryzykiem przy wdrażaniu AI w zarządzaniu zmianą jest to, że zamiast wspierać dialog, zaczyna go zabijać.
Jeśli ludzie czują, że są obserwowani, a nie rozumiani — pojawia się strach, a potem właśnie… opór.

Dlatego każda analityka predykcyjna powinna iść w parze z transparentną komunikacją.
Ludzie muszą wiedzieć, jakie dane są analizowane, po co, kto je widzi i jak są interpretowane.
Bez tego AI stanie się kolejnym narzędziem kontroli, a nie zaufania.

3. Od danych do działań – w pętli uczenia

Organizacje, które korzystają z AI w zarządzaniu zmianą, uczą się w trzech krokach:

1️⃣ Obserwują dane – zbierają sygnały z różnych źródeł: ankiet, komunikacji, wydajności.
2️⃣ Eksperymentują – testują różne sposoby reagowania: rozmowy, warsztaty, doprecyzowanie celu.
3️⃣ Uczą się – analizują, co zadziałało, a co nie, i modyfikują podejście.

To nic innego jak zwinne zarządzanie zmianą w praktyce – iteracyjne, oparte na małych krokach i szybkim feedbacku.
AI dostarcza danych, ale to ludzie tworzą sens.

4. Zamiast mierzyć nastroje – ucz się ich rozumieć

Zwinna analityka nie jest po to, żeby „naprawiać ludzi”.
Jest po to, by organizacja mogła szybciej rozumieć, co dzieje się pod powierzchnią.
Czasem to zmęczenie, czasem brak sensu, a czasem po prostu nadmiar równoległych inicjatyw.

Sztuczna inteligencja może wychwycić wzorce.
Ale tylko człowiek potrafi nadać im znaczenie i przekuć w działanie, które naprawdę coś zmienia.



AI może być najlepszym sojusznikiem lidera zmiany — pod warunkiem, że nie zastąpi mu ciekawości i empatii.
Nie chodzi o to, by wiedzieć więcej o ludziach.
Chodzi o to, by rozumieć ich lepiej – i reagować szybciej, mądrzej, bardziej po ludzku.


💬 Już niedługo na blogu: „Jak budować kulturę zaufania wokół danych i AI w organizacji”.
Bo zaufanie to nie dodatek do zmiany. To jej silnik.

AI wie, że zespół jest zmęczony. Co z tym zrobisz? Dowiedz się więcej »

Zarządzanie projektami: co naprawdę się zmienia (a co tylko wygląda, że się zmienia)

Zarządzanie projektami: co naprawdę się zmienia (a co tylko wygląda, że się zmienia)

Świat zarządzania projektami nieustannie przyspiesza a my razem z nim. Jeszcze kilka lat temu wystarczyło znać Gantta, planować sprinty i pilnować budżetu. Dziś to już za mało. Rok 2025 przyniósł nowe narzędzia, nowe role i… nowe oczekiwania wobec liderów projektów. Oto przegląd trendów, które kształtują przyszłość zarządzania projektami i kilka myśli o tym, co z nich naprawdę ma znaczenie.


1. Sztuczna inteligencja — partner, nie gadżet

AI nie jest już modnym dodatkiem, tylko realnym partnerem w zarządzaniu. Automatyzuje zadania, przewiduje ryzyka i uczy się na podstawie naszych błędów (czasem szybciej, niż my sami). Zamiast raportować opóźnienia potrafi je przewidzieć. Zamiast szukać winnych podpowiada rozwiązania. McKinsey szacuje, że firmy wykorzystujące AI poprawiają efektywność projektów o 20–30%. Brzmi jak dobra inwestycja.


2. Hybrydowe podejścia zamiast świętej wojny Agile vs. Waterfall

Zamiast religijnych sporów o to, czy lepszy jest Scrum, czy klasyka, coraz częściej widzimy pragmatyzm. Organizacje tworzą własne, hybrydowe modele, łączące strukturę Waterfalla z elastycznością Agile. Bo ostatecznie nie chodzi o metodykę tylko o dostarczenie wartości. Obecnie „bycie Agile” oznacza „bycie adaptacyjnym”, nie „robienie Scruma z certyfikatem”.


3. Power Skills zamiast soft skills

PMI zmieniło język i to nie przypadkiem. „Power skills” lepiej oddają wagę kompetencji takich jak komunikacja, empatia, przywództwo czy myślenie systemowe. W czasach, gdy technologia może zrobić prawie wszystko, człowiek, który potrafi zbudować zespół i zaufanie, staje się najcenniejszym zasobem projektu.


4. Dane jako język zarządzania

Project manager to tłumacz danych. Nie musi być analitykiem, ale musi rozumieć, co dane mówią o projekcie i jak te wnioski przełożyć na decyzje. Nowoczesne platformy oferują dashboardy w czasie rzeczywistym, a „intuicja” coraz częściej wspierana jest przez twarde liczby. Dane nie zastąpią lidera, ale mogą mu pomóc lepiej widzieć, co dzieje się w zespole i projekcie.


5. Zespoły rozproszone — czyli jak zarządzać, gdy nikt nie jest w tym samym miejscu

Praca zdalna i kontraktowa zostaje z nami na dobre. Menedżerowie projektów muszą nauczyć się budować zaangażowanie na odległość, dbać o przepływ informacji i efektywnie współpracować z freelancerami. Komunikacja asynchroniczna, przejrzystość i empatia stają się nowymi filarami zarządzania rozproszonymi zespołami.


6. Dobrostan i zrównoważony rozwój — nowe wskaźniki sukcesu

Coraz więcej organizacji włącza do zarządzania projektami metryki ESG: wpływ na środowisko, zaangażowanie pracowników, ryzyko wypalenia. Projekty mierzymy już nie tylko budżetem i harmonogramem, ale także wpływem na ludzi i otoczenie. To nie idealizm, to strategia długoterminowej skuteczności.


7. Low-code / No-code — automatyzacja dla każdego

Dzięki narzędziom low-code i no-code, menedżerowie mogą automatyzować raportowanie, aktualizacje statusów i przepływy pracy bez pomocy IT. To oszczędność czasu i… cierpliwości. Zamiast czekać tygodniami na wdrożenie, można zbudować rozwiązanie w kilka godzin. Nie trzeba być programistą, żeby działać cyfrowo.


8. Współpraca w czasie rzeczywistym

Nowoczesne platformy projektowe integrują komunikację, śledzenie zadań i analitykę w jednym miejscu. Live dashboardy, automatyczne alerty i wbudowane KPI sprawiają, że decyzje podejmuje się szybciej a chaos informacyjny staje się przeszłością (albo przynajmniej mniejszym potworem).


Podsumowując

Nowe technologie i metodyki nie zmieniają istoty zarządzania projektami. Nadal chodzi o ludzi, relacje i realizację celów. Ale pozwalają nam robić to mądrzej, szybciej i bardziej odpowiedzialnie.

A więc: jeśli jesteś project managerem, który myśli o przyszłości — czas zaprzyjaźnić się z AI, rozwinąć swoje power skills i przestać wierzyć w jedyną słuszną metodę. Bo przyszłość zarządzania projektami jest hybrydowa, cyfrowa… i ludzka.

Jeśli chcesz, by Twoje zespoły projektowe działały szybciej, mądrzej i z większym zaangażowaniem — porozmawiajmy.
Pomagamy firmom projektować nowoczesne podejście do zarządzania, które łączy technologię, ludzi i zwinność.

Zarządzanie projektami: co naprawdę się zmienia (a co tylko wygląda, że się zmienia) Dowiedz się więcej »

Jak AI pomaga prowadzić projekty, gdy zarządzanie projektami nie jest Twoim głównym zajęciem

Jak AI pomaga prowadzić projekty, gdy zarządzanie projektami nie jest Twoim głównym zajęciem

Projekty są dziś wszędzie

Zdarza Ci się, że nagle dostajesz do poprowadzenia projekt, choć formalnie nie jesteś project managerem? Nowy system benefitów w HR, wdrożenie kampanii marketingowej, zmiana procesu w produkcji…
Takie sytuacje są dziś codziennością. W wielu firmach projekty prowadzą osoby, które na co dzień mają zupełnie inne obowiązki.

Właśnie z myślą o takich osobach powstał warsztat „Zarządzanie projektem przy wsparciu AI (krok po kroku)”. Uczę na nim, jak zaplanować i przeprowadzić projekt od pomysłu do efektu, korzystając z narzędzi sztucznej inteligencji, które nie zastępują człowieka, lecz pomagają mu działać szybciej, mądrzej i spokojniej.

AI jako partner w codziennym prowadzeniu projektu

AI nie robi projektu za nas. Ale może stać się asystentem, który:

  • pomaga uporządkować cele i zadania,
  • przygotowuje pierwsze wersje planu, harmonogramu czy komunikatu dla zespołu,
  • podpowiada ryzyka, zależności i priorytety.

Na przykład w fazie inicjowania projektu możesz w kilka minut wygenerować z AI szkic Karty Projektu czy propozycję planu komunikacji zmiany. W fazie realizacji – poprosić o wsparcie w monitorowaniu postępu lub tworzeniu krótkich podsumowań dla interesariuszy.

Z mojego doświadczenia wynika, że to ogromna ulga dla osób, które nie mają doświadczenia w zarządzaniu projektami, bo dzięki AI zyskują „drugą parę oczu” i narzędzie, które wspiera na każdym etapie projektu.

Jak AI pomaga prowadzić projekty, gdy zarządzanie projektami nie jest Twoim głównym zajęciem

Od planu do zwinnego sposobu pracy w projekcie

W „Zwinnologii 2.0” pokazujemy, że skuteczność projektów zmian wynika z podejścia i “zaopiekowania się” wymiarem ludzkim, a nie tylko z narzędzi.
AI może zarządzanie projektami – na przykład:

  • planowanie projektu – AI może przygotować wstępną kartę projektu i listę działań oraz WBS,
  • spotkania przeglądowe – AI może generować pytania, które pomagają ocenić postęp i blokady,
  • priorytetyzacja zadań – AI może zasugerować, co ma największy wpływ na cel projektu,
  • komunikacja zespołowa – AI może pomóc w napisaniu jasnego i spójnego komunikatu dla uczestników projektu.

Zamiast więc „robić projekt w AI”, uczymy się zarządzać projektem z AI u boku. Krok po kroku, w naturalnym rytmie życia projektu.

Zarządzanie projektami: mniej niepewności, więcej działań

Często po warsztacie słyszę od uczestników: „Wreszcie wiem, co robić dalej” i mniej obawiam się kolejnych projektów.
AI pomaga przejść przez kolejne etapy projektu bez chaosu, od określenia celu, przez planowanie i wykonanie, po zamknięcie i podsumowanie.
Dzięki temu zarządzanie projektem staje się uporządkowanym procesem, w którym widać postęp i można reagować na zmiany w czasie rzeczywistym.

Zrób pierwszy krok – poznaj nasz warsztat

Jeśli prowadzisz projekty w HR, marketingu, administracji czy produkcji, ale nie chcesz spędzać miesięcy na nauce narzędzi projektowych – zapraszam Cię na warsztat „Zarządzanie Projektem przy wsparciu AI (krok po kroku)”.
Pokazuję w nim, jak wykorzystać AI, by przejść przez każdy etap projektu z większą klarownością, krótszym czasem planowania i lepszą komunikacją w zespole.

Tu znajdziesz więcej szczegółów

Jak AI pomaga prowadzić projekty, gdy zarządzanie projektami nie jest Twoim głównym zajęciem Dowiedz się więcej »

Zarządzanie projektem przy wsparciu narzędzi AI

Zarządzanie Projektem przy wsparciu narzędzi AI

Dwudniowy warsztat krok po kroku pokazuje, jak prowadzić projekt w praktyce, a narzędzia AI wykorzystać do przyspieszenia kluczowych działań w każdym etapie. Pracujemy na scenariuszach projektowych i konkretnych narzędziach, tak aby uczestnicy zdobyli umiejętności gotowe do użycia. Uczestnicy pracują na własnych laptopach i od razu testują poznane rozwiązania.

ZOBACZ PROGRAM I INFORMACJE O WARSZTACIE

Cena warsztatu: 2350 zł + VAT

ZAPISZ SIĘ NA SZKOLENIE

Zarządzanie Projektem przy wsparciu narzędzi AI Dowiedz się więcej »