≡ Till startsida

Starkare projektledarskap med AI som teammedlem

AI är här för att stanna och förändrar både hur vi arbetar i projekt och vilka kunskaper vi behöver. Den kan hjälpa oss att förbereda möten, ifrågasätta antaganden, förstå nya begrepp och få in fler perspektiv i diskussioner. Rätt använd kan AI ge oss både mer tid och bättre underlag för att analysera problem, diskutera alternativ och hitta lösningar.

Genom att se AI som en del av teamet blir det också naturligt att fundera över vilken roll den ska ha i arbetet. Precis som andra teammedlemmar behöver AI ett tydligt uppdrag, ett relevant sammanhang och rätt förutsättningar för att kunna bidra. Till skillnad från andra teammedlemmar behöver AI samtidigt människor som kan ta emot, bedöma, vidareutveckla det den producerar. 

För oss projektledare innebär detta mer än möjligheten att arbeta snabbare. Vi kan utveckla arbetssätt som både förbättrar projektens resultat och stärker teamets kunskap, samarbete och förmåga att fatta välgrundade beslut.

Att skapa förutsättningar för att använda AI på ett bra sätt

Som projektledare behöver vi inte bli AI-ingenjörer, men vi behöver förstå tekniken tillräckligt väl för att kunna göra kloka val. Vi behöver veta vad generativ AI är bra på, varför svaren ibland kan låta övertygande trots att de är fel och vilken information vi får dela med de verktyg som organisationen har godkänt.

Lika viktigt är att kunna avgöra när ett AI-genererat svar behöver granskas närmare, när vi behöver ta hjälp av en specialist och när AI helt enkelt inte är rätt verktyg för uppgiften.

Den kunskapen behöver gå hand i hand med vårt ledarskap. Att en AI-assistent skapar en välformulerad projektplan eller rekommendation betyder inte automatiskt att det är en bra sådan. Innehållet måste fortfarande bedömas utifrån projektets förutsättningar, verksamhetens behov och människorna som berörs. Här har projektledaren en viktig roll i att samla olika perspektiv och hjälpa teamet att hitta vägen framåt.

För att AI ska bli ett hållbart stöd behöver vi också vara tydliga med vad tekniken ska bidra med och vad vi människor ansvarar för. Samtidigt måste det finnas utrymme och förståelse för teammedlemmars olika erfarenhet, kunskap och trygghet kring tekniken.

Det ska vara naturligt att ställa frågor, ifrågasätta ett AI-svar eller berätta om något som inte fungerade. Genom sådana samtal kan teamet successivt utveckla en gemensam förståelse för hur AI används på ett klokt sätt.

Att stötta individen utan att förlora lärandet

AI kan vara till stor hjälp i många av projektets vardagliga aktiviteter. Den kan hjälpa oss att planera en workshop, identifiera risker, granska kommunikation eller förstå en process vi inte arbetat med tidigare. Den kan förklara svåra begrepp på olika sätt och ge återkoppling när en kollega inte finns tillgänglig.

Det gör AI användbar både för erfarna projektledare och för dem som fortfarande bygger upp sin kompetens.

Men det finns en viktig skillnad mellan att få en uppgift gjord och att faktiskt lära sig något av den. Med AI kan vi få ett användbart svar innan vi ens hunnit förstå problemet ordentligt.

André Barcaui undersökte detta i enrandomiserad studie om ChatGPT och kunskapsretention, där 120 universitetsstudenter studerade AI. Studen kan sammanfattas med att de studenter som använde ChatGPT som studiestöd presterade sämre på ett oväntat kunskapstest 45 dagar senare än de som hade använt traditionella studiemetoder.

Studien handlar om utbildning och resultaten går inte att direkt överföra till projektarbete. Däremot väcker den en viktig fråga: Bygger vi upp tillräcklig egen kunskap när vi arbetar med AI, eller riskerar vi att bli beroende av stödet för att klara uppgiften?

Som projektledare behöver vi därför intressera oss för hur AI används, inte bara vad den producerar.

Ett sätt är att låta teammedlemmarna först formulera sina egna tankar, sedan använda AI för att utmana och utveckla dem och slutligen förklara hur de har kommit fram till sitt resultat. AI kan fungera som bollplank genom att ställa frågor, ge återkoppling och erbjuda nya perspektiv i stället för att alltid leverera ett färdigt svar.

Det är också viktigt att människor fortsätter att känna ansvar för det de tar fram. Att kontrollera ett AI-genererat svar är en del av detta, men ansvaret går längre än så. Vi behöver tolka informationen, tillföra vår egen kunskap om projektet, väga olika alternativ mot varandra och kunna stå för de slutsatser vi drar.

På så sätt kan AI bli ett stöd som inte bara hjälper oss här och nu, utan också utvecklar vår kompetens över tid.

Från individuellt stöd till bättre samarbete

Att varje teammedlem blir mer effektiv med AI betyder inte automatiskt att teamet som helhet fungerar bättre. Om alla använder AI var för sig behöver vi fortfarande få ihop de olika bidragen, hantera motstridiga slutsatser och skapa en gemensam förståelse.

Enkvalitativ studie av Xiao och kollegor belyser just den utmaningen. Forskarna intervjuade medarbetare i en projektbaserad mjukvaruorganisation vid två tillfällen, 2023 och 2025.

Under perioden hade personliga AI-assistenter blivit en naturlig del av arbetet. Däremot hade det stöd för samarbete på teamnivå som deltagarna tidigare föreställt sig inte blivit verklighet. Synen på sådant stöd hade också förändrats. Vissa efterfrågade det fortfarande, andra hade blivit mer tveksamma och några uttryckte inte längre samma förväntningar.

Det hade dessutom uppstått frågor om arbetstempo, insyn och ansvar i samarbetet med kollegor.

Studien mäter inte hur AI påverkar teamens prestationer, men den visar att individuellt AI-stöd och fungerande teamsamarbete är två olika saker.

För oss som leder projekt finns här en möjlighet att göra AI till en del av det gemensamma arbetet.

Tänk dig exempelvis en riskworkshop. Teammedlemmarna börjar med att identifiera risker utifrån sin egen erfarenhet. Därefter får AI hjälpa till att hitta beroenden som kan ha missats, ifrågasätta antaganden eller föreslå alternativa scenarier.

Sedan går teamet tillsammans igenom förslagen, diskuterar vad som är relevant och bestämmer vilka risker som behöver undersökas vidare.

Det är i diskussionen som det verkliga värdet uppstår. AI bidrar med fler perspektiv, medan människorna tillför erfarenhet, sammanhang och förståelse för projektets förutsättningar. Samtidigt får teammedlemmarna möjlighet att lära av varandras resonemang.

Projektledarens uppgift blir att leda samtalet och se till att AI bidrar till ett bättre gemensamt beslutsunderlag, inte bara till fler individuella analyser.

Gör AI till en del av teamets spelregler

När AI blir en naturlig del av arbetet behöver vi också prata om hur den ska användas tillsammans med andra. Det hör hemma i teamets gemensamma spelregler, det som ofta kallas Rules of Engagement.

Precis som vi kommer överens om hur vi kommunicerar, delar information, granskar varandras arbete och fattar beslut behöver vi skapa en gemensam syn på AI roll.

Vilka verktyg får vi använda? Vilken information får vi dela? Hur ska AI-genererat material hanteras? När behöver vi berätta att AI har använts, och när ska andra involveras i granskningen? Vem ansvarar för slutresultatet?

Det handlar inte om att skapa fler regler för sakens skull, utan om att göra samarbetet tydligare och tryggare. När förväntningarna är gemensamma blir det lättare att både använda AI och ta ansvar för resultatet.

Som projektledare behöver vi utveckla dessa arbetssätt tillsammans med teamet, inom ramen för organisationens riktlinjer. Vi behöver också vara beredda att justera dem när vi får mer erfarenhet.

Organisationerna har i sin tur ett ansvar för att ge medarbetarna rätt förutsättningar. Det räcker inte att tillhandahålla AI-verktyg. Det behövs också vägledning, utbildning och möjlighet att öva i det dagliga arbetet.

Så kan PMI Sweden stärka framtidens projektledarskap

PMI har en viktig roll i att hjälpa projektprofessionella att utveckla både sin AI-kompetens och sitt ledarskap.

Globalt finns redan flera resurser som kan stödja den utvecklingen. PMI Infinity™ är en AI-assistent som har utvecklats för projektprofessionella och bygger på PMI globala standarder. Den kan ge stöd i projektarbetets vardag, men det är fortfarande vi som behöver tolka råden och avgöra hur de ska användas.

PMI erbjuder också ett växande utbud av digitala utbildningar inom AI och projektledning, från grundläggande förståelse till mer praktisk tillämpning.

För den som leder AI-initiativ finns dessutom PMI-CPMAI™, som ger ett strukturerat arbetssätt för att driva AI-projekt och utveckla den kompetens som krävs.

Tillsammans ger dessa resurser möjligheter att både använda AI i det dagliga projektarbetet och utveckla förmågan att leda projekt där AI är en central del av leveransen.

Inom PMI Sweden vill vi bygga vidare på detta genom att kombinera utbildning, praktiska erfarenheter och lärande mellan kollegor.

Vi kommer snart att presentera ett program som ska ge våra medlemmar kunskap, stöd och möjlighet att öva inför både dagens och morgondagens utmaningar.

AI-kunskap, samarbete med AI och ledarskap blir centrala delar. Ambitionen är att knyta förståelsen för tekniken till det som faktiskt händer i projektvardagen: att leda människor, hantera osäkerhet, skapa förtroende och leverera resultat.

Vi vill hjälpa våra medlemmar att göra medvetna val kring AI, utveckla gemensamma arbetssätt och samtidigt värna om teamens fortsatta lärande och kompetensutveckling.

För i slutändan handlar ett starkt projektledarskap inte om att ha alla svar själv, eller om att låta AI leverera dem åt oss.

Det handlar om att skapa förutsättningar för människor att lyckas tillsammans.

När vi utvecklar vår AI-kompetens, vårt samarbete och vårt ledarskap samtidigt kan vi använda tekniken för att nå bättre resultat i dag, utan att förlora den kunskap och förmåga vi behöver i morgon.

Anna Söderström                                                                                    PMI Sweden Chapter VP Område öst & nord                                    Project Manager and management consultant at XLENT

2026-11-10