ProjektledarDetta är en maskinell transkribering (KB-Whisper) av avsnittet som publicerades 2025-01-24. Fel kan förekomma.
Lyssna på avsnittet: AI 3: AI-agenterna kom redan nu
Transkribering
Så Daniel, har du gjort det som du hade tänkt göra under julen? Absolut, tack för att du påminner mig om att man lovade att experimentera med AI under julen. Jag håller på och leker med mina programmeringsexperiment och jag har bland annat ett som läser in PDF-filer som jag har i en mapp och så applicerar jag en uppsättning prompts på varje PDF-fil och så sparar den utfallet från prompterna i en ny rad i ett Excel-ark. Det tycker jag är väldigt spirigt att använda. Och det jag märkte nu här under julen var att… När jag ber ChatGPT och ändra mitt Python skript… så blir det aldrig fel.
Utan koden jag får funkar alltid perfekt på en gång. Tidigare, för jag höll på med det här för ett halvår sedan, då fick jag ofta… felmeddelanden och var tvungen att iterera flera gånger. Nu verkar det vara löst! Känns grymt smidigt! Har du testat något? Jag skulle ju bli kompis med Co-Pilot…
Och jag har blivit mer kompis med… med Copilot. Framför allt har jag accepterat vad det är som inte fungerar och fokuserat på det som verkligen fungerar. Det jag kan säga om Copilot är att det som fungerar är stabilt. E-post, sammanfattning, e-post, svar, sammanfattningar. Alla de här grejerna fungerar ju klockrent. Det har jag börjat samla på med de här sakerna.
Det har varit min jul. Du vill lyssna på Projektledarpodden. En podd för dig som gillar att leda projekt och vill lära dig Mer av andra om projektledningen Då är Daniel Karlsson och Mattias Ejbe här igen och vad var det som hände igår? Jo, det här knyter lite grann an till det du sa. Ibland är det inte alltid stabilt med de här AI-assistenterna. Vi hade en kurs igår du och jag, Mattias.
Du använder AI som projektledare. På eftermiddagen på kursen, när vi ska köra övningar vi har haft teori på förmiddagen och på eftermiddagen är det 100% övningar. Då går ChatGPT ner. Och så ligger ChatCapit nere i tre timmar, vilket gjorde oss lite småsvettiga, men tack vare alla andra AI-assistenter som finns tillgängliga som har passande funktionalitet så kunde vi sy ihop det där på ett ganska okej sätt ändå. Vad var din upplevelse där? Vi hade ju plan B och det fungerade.
Det blev också bra – för man kan ju använda vilken AI-assistent som helst i den här kursen. Det hade varit svårare om du hade haft din Copilot-kurs. Copilot hade gått ner, men i det här fallet så fungerade det. Och läser man på internet kan man ju se att det var många som blivit beroende av ChatGPT antingen direkt i sitt arbete eller indirekt genom att de upptäckte att det fanns API:er till ChatGPT på olika ställen. Så det här började bli en tjänst som många använde. Det var ju också roligt, för vi såg en kursdeltagare som gick in och använde Perplexity på ett helt nytt sätt som inte vi hade sett förut och det funkade ganska bra.
Det blev ju också att vi lärde oss lite mer om de andra AI-assistenterna ja. Absolut! Det var jättebra. Vi var till och med inne på Mistral. Men du har kommit ut med ett nytt veckobrev. Vad har du för tips den här gången?
Det här är veckobrev nummer 10. Här gick jag in på ett tips kring hur Copilot och andra AI-assistenter faktiskt kan hjälpa oss med att effektivisera vårt dagliga jobb. Vi gör ju mycket småsaker på samma sätt och man kanske kan göra det mer effektivt. Och nu har man chattguide eller motsvarande som man kan ställa frågor till. Och får bra hjälp för hur man ska göra saker rent konkret. Jag tog upp ett exempel, jag hade en Excel-lista med 50 e-postadresser.
Och då ville jag skicka ut halvpersonliga mail till varje person i den här listan. Och visste inte riktigt hur jag skulle göra. Så då ställde jag den här frågan, enkelt i CoPilot. Jag har en text med 50 individuella e-postadresser, jag vill ha ett mail enligt den här mallen med individens namn högst upp, ge mig en beskrivning för hur jag ska gå tillväga. Och då fick jag ett snyggt svar från CoPilot där de rekommenderade att jag skulle använda utskickfliken i Word. Men då kunde jag följa Copilots instruktion.
Och vips så hade jag skickat ut mina 50 e-postmeddelanden. På ett rätt och bra sätt. Så här kan man utmana sig själv om man har arbetsflöden. Eller vill göra nya saker så kan man använda de här AI-assistenterna. Och de är bra på att ge råd och steg för steg ge dem beskrivningar för hur man ska lösa utmaningar. Har man dessutom tillgång till Google Gemini och kan använda det som heter VPN när man låtsas att man sitter i USA.
Då kan man få att den ser samma sak som man ser på sin skärm. Så då kan man prata med Gemini och säga: Nu vill jag skicka ut den här e-postlistan eller skicka ut e-post till de här 50 personerna. Vart ska jag klicka då? Då beskriver den vart man ska klicka osv. Att man måste ha VPN, är det också det för USA då? Jo det är för att de här företagen som sitter i USA släpper ny funktionalitet i USA först.
Sen kan det ta ett par månader innan det kommer till oss här i Europa. Har man VPN, då kan man simulera så att de tror att man sitter i USA och på så sätt kan man få tillgång till den här nya funktionaliteten tidigare. Det här är ingenting som breddanvändare behöver bry sig om som är lite nördiga och vill testa den absolut nyaste tekniken. Vi måste tyvärr använda det här sättet. Igår så släppte både Perplexity och OpenAI nya agenter och då måste man använda VPN för att kunna komma åt dem och det är bara pro i USA. Kan du inte berätta lite grann…
Vad var det där? OpenAI… Före jul då hade du med deras maraton släppning av nya funktionaliteter. Då släpptes de här KO3 som är deras mest avancerade språkmodell. Som är superbra på programmering, vetenskaplig forskning och så vidare. Och då uppstod diskussionen om agentisk AI:s som vi ser dominerar nu under 2025.
Agentisk AI innebär att AI-systemen kan förstå och tolka informationen men också agera med en viss form av autonomi. Då såg vi ett frö av det. Det var för nån vecka sen de släppte det här som en task där man kan säga att skicka en påminnelse imorgon om man gör det här. Men sen kom deras mer avancerade funktion igår som hette Operator. Exemplet som de visade upp, som var ganska bra det var att de hade en handskriven inköpslista med olika saker som behövde handlas i mataffären. Då fotade de den bilden och bad Operator att handla åt dem. att Operator agerade som vi människor.
Den surfade in i en browser och gick in på en förvald matbutik. Så liksom klickar den hem de här varorna, en efter en. Och så kan man se hur musen flyttades runt och navigerade i interfacet. Tills dess att den här varukorgen var påfylld med varor. Och det här är ett exempel på agentisk AI. Man tar nästa steg – istället för frågor och svar så gör den faktiskt saker åt oss.” Jag vet inte vad du upplevde när du såg det där?
Jag tyckte att det var jättehäftigt, den här livesändningen, för de kör verkligen live. Det gick lite fel. De är tydliga på att det här är en beta, men de släpper den ändå. De bokade biljetter, bokade resor. Det känns som om det här är ett nytt gränssnitt mot människan, att väldigt mycket kommer att kunna göras i de här AI-assistenterna, Så att man kanske inte går ut på webbsidorna lika mycket. Det föder så mycket tankar om att webbsidorna kanske blir mindre viktiga i framtiden, utan att det blir viktigt att bygga upp så att AI-assistenterna kan nå dem på ett enkelt sätt.
Lite det som Google har försökt i många år men aldrig nått dit. De har ju försökt behålla. Nu är vi där. Ja, men precis. Det är mycket tankar som uppstår där också. En annan sak kopplat till agentisk AI, så är det ganska tydligt för mig att vi kommer inte vakna upp upp en dag, och sen finns agent-AI?
Det kommer vara steg för steg. Vi kommer se små saker som släpps och det kommer rullas ut långsamt. Vi kommer se funktionalitet nu i början som inte fungerar bra, som är boogie och vi tänker att kan den inte göra mer än så. Men efter nån tid, jag vågar inte säga nåt antal år här så kommer funktionerna finnas där. Men då kommer det ha varit en gradvis process. Det kommer inte kännas som att det smäller till när det plötsligt finns agentisk AI.
Och det kommer att bli en mer dynamisk utveckling. Det tycker jag blir tydligt nu. Och jag tror att det här exemplet som du hade med Word med den här kopplingen. Det finns ju mycket funktioner i hela marknadssviten med kopplingar mellan Excel och Word mellan tabeller och liknande. Det kan ju faktiskt bli så att de här agenterna gör det här nåbart för den vanliga. Det är inte bara den här Excel-proffset som kan göra de här sakerna nu.
Nu kan jag beskriva vad jag vill ha gjort och sedan kan agera använda de funktionerna som funnits där hela tiden? Det vore faktiskt enormt om man kunde komma så pass långt. Jag kände inte riktigt att du var klar med O3. Kan man komma åt den i Sverige? Nej, O3 kan man inte komma åt än. Inte nånstans, vad jag vet.
Det de gör är att de kommer att släppa en light-version av O3 som heter O3 Mini. Och det ryktas om att den kommer vi att få när som helst. Den kommer komma snart. Den kommer inte ha den här fulla mest avancerade funktionaliteten som vi såg i O3. När de körde O3, för att göra de mest avancerade uträkningarna och slutsatserna, så gick det åt enormt mycket datorkraft. Man pratade om att det kostade upp till 1000 dollar att köra en enda fråga.
De vill inte släppa ut det fullt ut till oss användare än. Då räcker inte ens det här 200-dollarabonnemanget särskilt långt om varje fråga kostar 1000 dollar. Men Mini, det vill säga light-varianten, den kommer släppas. Vi såg lite samma sak med Zora, va? Där fick vi också tillgång till det men inte den mest avancerade, utan vi fick också något Zora light. Och O1 som finns nu – vi pratar mycket om de olika modellerna men det är bara för att det är skillnad på när man går in i ChatGPT och man använder 4o-modellen som är den som man kommer in i normalt. eller om man använder O1.
Ska man till exempel göra en flervariabel analys, då klarar inte 4O att göra den på korrekt sätt. Medan om man gör den i O1 så klarar den på doktorandnivå, nästan i alla fall på rejäl högskolenivå, klarar den av det. Det är helt fantastiskt. Och jag använder O1 ganska mycket i mina programmeringsexperiment, som jag berättade om i början, som funkade så bra. Nu vet jag inte om det var så avancerat att jag behövde använda O1, men O1 gjorde i varje fall att det funkade varje gång Jag har använt det till en sådan sak som att ställa frågan: Om jag öppnar dörren och det är 10 minus ute, 20 grader inne, hur mycket kostar det?
Den typen av resonemang klarar den av. Anta att jag räknar med att ditt hus har 120 kvadratmeter. Och att priset för en kilowattimme är så här mycket. Och så kan du räkna ut det här och beskriva det också, hur den tänker. Och göra antaganden. Sen kan jag ändra de antaganden.
Men det är helt fantastiskt att den klarar sig. klara att resonera. Och det här kanske tar 20-30 sekunder för den att svara på det här med det här resonemanget. Nyheter i Copilot då? Ja, precis. Om vi kommer ihåg så före jul så släpptes det ganska mycket nytt. Nu här de senaste veckorna så har det inte kommit så många nya funktioner.
Ni vet att Microsoft har en tendens att släppa nya funktionaliteter en gång i månaden. Någonting som däremot kom eller som jag upptäckte första gången var den här funktionen att man kan spara prompt. Det är någonting som vi saknar i ChatGPT. Som vi ofta hör från våra kursdeltagare När vi skrivit en smart prompt kan jag inte spara den på ett enkelt sätt. Nej får vi säga i ChatGPT. Men i CoPilot finns det en knapp man kan trycka på.
Och då sparas prompten man skrivit i ett bibliotek som är väldigt lätt att nå. Så det här har släppts, och det tycker jag är enormt användbart. Sen kommer jag skriva i mitt nästa veckobrev för de har i dagarna släppt olika abonnemang balansnivåer som gör att man kanske kommer kunna motivera och implementera det på företag, det kommer nästa vecka. Project manager agent? Det är också någonting som de demat tidigare och det är någon form av projektledaragent som ska finnas i en funktion som CoPilot kan hantera bland annat i Microsoft Planer som utformad för att hjälpa till med projektledning.
Jag har inte tillgång till den ännu men jag har sett några demos och den verkar kunna automatisera uppgifter och kanske ha koll på vad som rapporteras in i Planer. Det blir intressant att se hur den här agenten, som vi kan kalla den, kommer utvecklas under 2025 om det är nånting som vi kommer ha faktisk nytta av. Jag kommer fortsätta bevaka den. De teasade den lite mer nu här i december. Det de också har, som jag tycker inte har fått tillräckligt mycket uppmärksamhet, det är den här typen av, de kallar den agenten, de kallar den väldigt mycket agent på Microsoft. när man kan börja knyta den mot sitt ekonomisystem eller sitt HR-system.
De är tydliga med att de vill inte att folk ska gå in i HR-system längre. Man ska använda deras gränssnitt och chatta med ens egna ekonomisystem och ställa frågor och få ut svaren där. Det tycker jag är intressant. Det finns många olika sätt att jobba i Microsofts produkter men jag tycker att man kan skönja att ett arbetssätt som de vill att vi ska köra framgent. Det är att man jobbar i ett flöde som fungerar som en chatt. Man tänker inte i termer av Word Excel Powerpoint.
Utan man skriver i chatten att man kan sammanställa data till mig. plotta det i en graf, bra, gör så att jag kan presentera det för mina kollegor. Skriv det här. Allt det här i samma flöde utan att ta upp de här specifika apparna. Det ser ut som ett… framtida arbetssätt. Det knyter litegrann till vad du sa Mattias: Då kanske man ställer frågor som man tidigare gick in i ett HR-system för att göra men nu gör man allt i samma flöde utan att tänka på olika appar. Det tycker jag att jag skönjer i framtiden.
Definitivt. Och Microsoft de har ju en sån enorm fördel att finnas långt inne med behörigheter och liknande på många företag och att de även har tillgång till ofta SharePoint all dokumentation, de inloggningsrutiner för olika system. Aven de som heter Microsoft kan det finnas Microsoft bakom och så vidare. Stort försteg där jämfört med andra av de här bottarna. Du gillar ju även att läsa en del vetenskapliga studier. Det har du gjort nu igen, jag vet en du tog upp här i alla fall.
Berätta. Jag har läst igenom ett par stycken och sållat ut några till Veckobrevet. En som jag tyckte var intressant som inte är 100% kopplad till projektledningen hette Designing human and generative AI collaboration. Den handlar om samarbetet mellan AI och människa. Hur det påverkar kvalitet och effektivitet. Här handlar det om kreativt skrivande.
Vi skriver faktiskt också som projektledare men jag tänker mer på samarbetsdelen. Det gick till så att 285 studenter deltog i ett experiment där man skrev berättelser både med och utan AI-stöd. Man använde tre stycken olika samarbetsmodeller. man kallar det för human confirmation. Man kan tänka att AI:n var en praktikant. Människan, eller AI:n utförde allt arbete och människan bara godkände det färdiga resultatet. Så man var inte alls med i kreativa processer utan man fick nånting och så sa man, nej det här är inte bra eller det här är bra.
Sen var det human creativity. Då tog man kommando, då gav man AI:n en brief för vad texten skulle innehålla. Man genererade idéer som man stod för själva idégenereringen. Så granskade man resultatet och gav feedback. Så det var någon form av mellanvariant. Sen så hade man AI som copilot.
Det var ett jämnikt samarbete. Så då jobbade man verkligen ihop med sin AI. Som du och jag Mattias skulle jobba ihop och skapa något dokument tillsammans. Man gav feedback till varandra och brainstormade ihop. Och de viktigaste slutsatserna som drogs här, det var att när man släppte allt jobb och allt idéskapande till AI:n så tyckte vi människor att det var ett tråkigt samarbete. Vi kände oss inte alls nöjda.
Det här funkade inte. Det var tråkigt och bara negativa saker. Däremot när vi var med och samarbetade med AI:n då kände vi oss nöjda och då tyckte vi att det var något positivt som föll ut ur det här. Det här kan man tänka på när man implementerar AI:n i ett företag. man får inte ge för mycket utrymme till AI:n så att AI:n jobbar på egen hand i kreativa processer även fast den kanske skulle kunna göra det. Så att vi människor bara blir någon form av checkpoints som avgör: är det här bra eller inte? Vi måste vara med i den kreativa processen för att vi ska uppskatta det här samarbetet.
En sak till där som jag tänkte på det var det här med redigeringstiden. Gick det snabbare när man hade hjälp av AI? eller inte. Det man såg var att totaltiden för att skapa den här artikeln, den kanske inte blev så mycket kortare, inte hälften, utan man lade mer tid på redigeringsfasen. Och det här har vi också, det pratade vi också om på kursen i går att man kanske får lägga mer tid på faktakontrollen när man jobbar med de här verktygen. Det är inte alltid hundra procent klart att det går snabbare, men arbetet fördelas annorlunda mellan olika faser i en process.
Så det var nånting intressant som föll ut. Vi har sett det i programmering också genom dataanalys att man lägger tid på andra faser. Du har läst fler artiklar? Sen var det en som handlade om att man skulle implementera AI i agila organisationer, som kopplar tydligt mot oss projektledare som pratar agilt ibland. Då var det CoPilot man skulle implementera och titta på vilka utmaningar fanns det i implementationen. Den här studien gjordes före sommaren så vi får tänka att de funktionaliteterna som fanns i COPilot då var lite mer begränsade till vad vi ser i dagsläget.
Men det var många intressanta saker som kom ut ur den här studien. Dels så tyckte man att COPilot hade svårt att hantera komplexa uppgifter det fanns liksom en diskrepans i förväntningar på vad man trodde att COPilot kunde göra och vad CoPilot faktiskt kunde göra. Och man hade svårt att förstå Copilets möjligheter och begränsningar och skapa effektiva prompter. Det var lite otydligt vad Copilot kunde göra och vad Copilot inte kan göra. Och det här är en sak med de här AI-verktygen som vi såg för länge sen när den här Jagged Frontier artikeln kom ut för två år sen.
AI är bra på vissa saker men mindre bra på alla saker. Det kan vara ganska svårt veta vad, så man lämnar det till en användare – som inte använt de här verktygen. Så är det nån form av förväntningar som man kanske har fått – när man har läst på Linkedin eller på andra medier. Som kan vara ganska snedvridna i förhållande till vad den faktiskt kan. Och det såg man i den här studien. Sen hade vi det här med ROI, som jag tycker kommer upp ofta.
Man tyckte inte att fördelarna motiverade kostnaden för licenserna. Licenskostnaden var för hög förhållandet till vad man fick ut. Jag hör det pratas mycket ROI kopplat till Copilot. Alla som använder någon av de här AI-assistenterna har nog väldigt lätt att räkna hem det idag. Det kostar 2-300 kronor i månaden och att man inte skulle kunna spara in en halv timme eller timme av sitt arbete under en månad med hjälp av det här. Det kan jag säga att då har man inte lärt sig att använda de här. som jag tänker på när jag läser den här typen av studier.
Nu är det många företag som ska implementera Copilot. Den här studien finns och det finns många andra studier också som jag tipsar om i mitt nyhetsbrev. Där andra företag har gjort samma sak. Och begått massor av misstag och har flera lärdomar. Så det är ganska smart och billigt att läsa igenom de här studierna i detalj. Och slippa råka ut för samma misstag eller slippa… slippa begå samma misstag, för det blir kostsamt att upprepa dem.
Så det här är ett väldigt billigt och enkelt sätt att bygga på den kunskap som redan finns ute. Ta en titt, gör förstudien innan ni drar igång, för det finns mycket att lära sig av andras misstag. Ja och många drar igång piloter vilket jag tycker är jättebra och jag tycker man kan titta lite internt också. Se de verktyg man redan har, vad är det som gör att man inte använder dem. Jag tänker alltså på Excel, Teams och så vidare. Det finns ett skäl till att man inte utnyttjar dem fullt ut heller.
Här kommer det ytterligare ett verktyg som är ännu kraftfullare. Hur ska vi få personer att lära sig det här och användare? För det kommer att ge sådana fördelar. Jag vet också att du läste Ipmas AI-rapport, som heter CIGG? Det var att sticka fingret upp i luften och känna temperaturen. Hur förhåller man sig till projektledare till AI?
Då tittar man på 345 projekt projektledare och ställde några frågor. Det som jag tycker kom ut här var att användningen bland projektledare, är fortfarande ganska låg. Man såg att det var ungefär 23 procent aktiva användare av AI, alltså bland projektledare. Och de främsta hindren för AI-adoption, var brist på kunskap. Man vet inte hur man ska använda det eller vad man kan få för nytta av det. Oro för dataskydd, man är rädd att saker man lägger ut kan hamna i fel händer. och sen igen osäkerhet kring Return of Investment.
Man vill garantera att man får tillbaka den investering man har gjort. Trots de här så var framtidsprognosen positiv. 70 procent planerar att använda AI inom två år. Så det blir mycket kunskap som behöver förmedlas. En intressant sak var att PMI släppte en liknande rapport ungefär ett år tidigare. Då kan man titta på skillnaden mellan de här rapporterna.
De studerar ungefär samma saker. Man ser ett ökat intresse för AI. Man ser också en skillnad i fokus, att man tittade mycket på enskilda verktyg i PMI-studien. Nu pratar man mer ur ett strategiskt perspektiv kring AI i projektledning. Men båda stryker under behovet av utbildning och kunskap kring AI. Man måste veta hur man använder verktygen för att få nytta av dem.
Man har inte tid att experimentera och misslyckas i sin stressade vardag som projektledare, när man har fullt upp med möten om mig. Så utbildning och ROI verkar gå igenom. Vi lägger in länkar till de här studierna i anteckningar till det här avsnittet. Nu om vi tänker Nvidia, de har släpper en superdator för kör språkmodeller lokalt. Vi får Perplexity Assistent. Den släpptes nu för Android enheter, vilket gör att Perplexity, som tidigare har varit satt som sökmotor, plötsligt börjar ge sig in och bli agent och börjar göra saker.
Vi har det vi pratar om OpenAI. Vi vet att Claude, också inne på det här med agenter, vad är dina förväntningar om AI inom projektledning under 2025? Min förhoppning är att projektledare kommer att börja använda de här verktygen, och då tror jag inte att det är agenter som gäller, och i all den här tunga utvecklingen som vi ser längst fram. Jag tror inte att det är där som projektledare kommer börja, utan det jag hoppas är att man tar sig tid att hitta ett par case som funkar riktigt bra och sen känner att man verkligen får nytta av verktygen så att man kan ta nästa steg.
Jag tror att för oss är det viktigt att vi har de här robusta vardagstillämpningarna av AI. Eftersom vi har inte tid att sitta och mecka och testa och misslyckas och prova nya saker. Det finns liksom inte i vår kalender. Så där är väl jag lite tråkig, eller realistisk, eller vad man ska kalla det. Jag hoppas ju att alla ska köra agent hela dagarna, men jag tror tyvärr inte att Det var jättebra. Och med det så avslutar vi det här.
Och vi lyssnar jättegärna på era tankar om de här avsnitten. Det här är ju ett test vi gör och gör de här AI-avsnitten. Vi sa att vi skulle köra fem stycken och får vi positiv feedback, vilket vi faktiskt har fått, så kommer vi köra vidare. Stort tack för att du tog dig tiden, Daniel. Stort tack. Tack för att du har lyssnat på Projektledarpodden.
Hör gärna av dig till oss med idéer, tips och förbättringsförslag. Det gör du enkelt. Enklast via mejl på: lyssnare@Projektledarpodden.se eller vid det sociala nätverk du föredrar.