Peran Project Manager (PM) tidak hanya berkaitan dengan membuat timeline atau memastikan pekerjaan selesai sesuai deadline. Seorang PM juga perlu mengelola risiko, memantau progres, berkomunikasi dengan stakeholder, hingga mengambil keputusan berdasarkan berbagai informasi yang terus berubah.
Di tengah penggunaan AI yang semakin luas di dunia kerja, kemampuan menggunakan AI mulai menjadi bagian dari kompetensi Project Manager. AI dapat membantu mempercepat pekerjaan administratif, mengolah informasi proyek, menyusun dokumentasi, hingga membantu mengidentifikasi potensi risiko.
Namun, belajar AI untuk Project Manager tidak cukup hanya dengan memahami cara menggunakan satu atau dua tools. Perusahaan perlu membangun AI training yang sesuai dengan workflow dan kebutuhan Project Manager, sehingga kemampuan yang diperoleh dapat langsung diterapkan dalam pekerjaan.
Mengapa Project Manager Perlu AI Training?
Project Manager sering berhadapan dengan pekerjaan yang membutuhkan banyak waktu tetapi sifatnya berulang. Mulai dari merangkum meeting, membuat laporan, menyusun task list, mengolah informasi, hingga menyiapkan update untuk stakeholder.
AI dapat membantu mengurangi beban tersebut sehingga Project Manager dapat lebih fokus pada pekerjaan yang membutuhkan judgment, koordinasi, dan pengambilan keputusan.
Beberapa aktivitas yang dapat dibantu AI antara lain:
- Menyusun draft project plan dan task list.
- Merangkum hasil meeting dan membuat action items.
- Mengidentifikasi potensi risiko dari informasi proyek.
- Membantu menganalisis progres proyek.
- Membuat draft project report.
- Menyusun komunikasi untuk stakeholder.
- Mengolah dokumen dan informasi proyek menjadi ringkasan yang lebih mudah dipahami.
Karena itu, AI training untuk Project Manager sebaiknya tidak berhenti pada pengenalan AI. Training perlu membantu peserta memahami bagaimana AI dapat digunakan dalam keseluruhan project lifecycle.
Perusahaan juga perlu membedakan kebutuhan AI berdasarkan role. Hal ini menjadi penting ketika mulai menyusun program pelatihan AI untuk manajer, karena kebutuhan Project Manager tentu berbeda dengan kebutuhan manajer di fungsi lain.
Skill AI yang Perlu Dikuasai Project Manager
Tidak semua Project Manager perlu memiliki kemampuan teknis untuk membangun model AI. Namun, ada beberapa skill yang penting agar mereka dapat menggunakan AI secara efektif dan bertanggung jawab.
AI literacy
Langkah pertama adalah memahami dasar-dasar AI, termasuk bagaimana generative AI bekerja, apa yang dapat dilakukan, dan apa saja keterbatasannya.
Project Manager perlu memahami bahwa output AI tidak selalu benar. Informasi yang dihasilkan tetap perlu diperiksa sebelum digunakan dalam keputusan atau komunikasi proyek.
AI literacy juga membantu PM menentukan kapan AI dapat digunakan dan kapan pekerjaan tetap membutuhkan penilaian manusia.
Prompting dan AI workflow
Kemampuan membuat prompt yang baik memang penting, tetapi training sebaiknya tidak berhenti di sana.
Project Manager perlu belajar menghubungkan AI dengan workflow pekerjaan. Misalnya, hasil meeting dapat diringkas oleh AI, kemudian diubah menjadi action items, dikelompokkan berdasarkan PIC, dan digunakan sebagai bahan untuk memantau progres.
Dengan pendekatan ini, peserta tidak hanya belajar membuat prompt, tetapi memahami bagaimana AI dapat membantu menyelesaikan pekerjaan dari awal hingga akhir.
Data literacy
Project Manager juga perlu memahami data yang digunakan dalam proyek. AI dapat membantu membaca pola dari data, tetapi PM tetap perlu memahami konteks di balik data tersebut.
Kemampuan ini dapat digunakan untuk membantu menganalisis progres, membandingkan actual dengan plan, mengidentifikasi potensi keterlambatan, atau menemukan area yang perlu mendapat perhatian.
Critical thinking dan validation
AI seharusnya menjadi alat bantu, bukan pengganti judgment seorang Project Manager.
Karena itu, training perlu mengajarkan cara memeriksa output AI, membandingkannya dengan sumber yang relevan, dan menentukan apakah rekomendasi tersebut masuk akal dalam konteks proyek.
Responsible AI
Project Manager sering bekerja dengan informasi internal perusahaan, data pelanggan, dokumen vendor, dan informasi proyek yang bersifat sensitif.
Training perlu membahas penggunaan AI secara bertanggung jawab, termasuk keamanan data, confidentiality, privacy, dan human oversight.
Contoh Penggunaan AI dalam Project Management
Agar pembelajaran lebih relevan, AI project management training sebaiknya menggunakan contoh yang dekat dengan pekerjaan sehari-hari Project Manager.
AI untuk project planning
AI dapat membantu Project Manager membuat draft awal project plan berdasarkan project brief yang tersedia.
Misalnya, PM memasukkan tujuan proyek, scope, timeline, dan resource yang tersedia. AI kemudian dapat membantu menghasilkan draft milestone, task list, atau Work Breakdown Structure (WBS) yang selanjutnya direview oleh PM.
AI tidak menggantikan perencanaan. Namun, proses tersebut dapat menjadi titik awal yang lebih cepat bagi Project Manager.
AI untuk risk management
Risk management merupakan bagian penting dalam project management. AI dapat membantu mengidentifikasi risiko berdasarkan informasi yang tersedia dan mengelompokkannya berdasarkan kategori.
Project Manager kemudian dapat melakukan validasi dan menentukan prioritas serta strategi mitigasi.
Contohnya:
Project data → AI risk identification → risk categorization → PM validation → mitigation planning
Workflow seperti ini jauh lebih relevan untuk dipelajari dalam training dibandingkan sekadar mengetahui daftar AI tools.
AI untuk project monitoring
AI dapat membantu merangkum informasi progres dari berbagai sumber dan menyoroti bagian yang perlu diperhatikan.
Misalnya, dari laporan mingguan, AI dapat membantu mengidentifikasi task yang terlambat, milestone yang berisiko, atau pekerjaan yang membutuhkan follow-up.
Project Manager tetap menjadi pihak yang menentukan tindakan selanjutnya berdasarkan konteks proyek.
AI untuk reporting
Membuat laporan proyek dapat menghabiskan cukup banyak waktu, terutama ketika informasi harus disajikan untuk stakeholder dengan kebutuhan yang berbeda.
AI dapat membantu mengubah data dan catatan proyek menjadi draft:
- Weekly project report.
- Executive summary.
- Progress update.
- Project presentation.
- Stakeholder communication.
PM kemudian melakukan review dan memastikan informasi yang disampaikan akurat.
AI untuk meeting dan documentation
Meeting adalah bagian yang tidak terpisahkan dari project management. AI dapat membantu mengubah hasil meeting menjadi dokumentasi yang lebih terstruktur.
Workflow sederhananya dapat berupa:
Meeting transcript → summary → decision → action items → PIC → deadline
Dengan workflow tersebut, AI membantu mengurangi pekerjaan administratif sekaligus membuat hasil meeting lebih mudah ditindaklanjuti.
Materi AI Training untuk Project Manager
Program pelatihan AI untuk Project Manager dapat disusun berdasarkan kebutuhan dan tingkat kemampuan peserta.
Beberapa materi yang dapat dimasukkan antara lain:
- AI fundamentals: Dasar AI, generative AI, kemampuan, dan keterbatasannya.
- Prompting: Cara memberikan instruksi yang jelas dan kontekstual kepada AI.
- AI-assisted planning: Pemanfaatan AI untuk project brief, WBS, task, milestone, dan timeline.
- AI untuk risk management: Identifikasi, klasifikasi, dan analisis risiko.
- AI untuk monitoring: Analisis progres dan identifikasi potensi bottleneck.
- AI untuk reporting: Penyusunan project report dan executive summary.
- AI untuk stakeholder communication: Membantu menyesuaikan komunikasi berdasarkan kebutuhan stakeholder.
- AI untuk documentation: Meeting summary, action items, dan project documentation.
- Responsible AI: Data privacy, confidentiality, validation, dan human oversight.
- Hands-on project: Penerapan AI pada skenario proyek yang relevan dengan pekerjaan peserta.
Kurikulum tersebut sebaiknya tidak dibuat sama untuk semua perusahaan. Cara membuat kurikulum AI training yang relevan untuk tim perusahaan perlu dimulai dari kebutuhan role, business process, dan outcome yang ingin dicapai.
Bagaimana Merancang AI Training untuk Project Manager?
Memberikan materi AI yang sama kepada seluruh karyawan belum tentu menghasilkan dampak yang sama. Untuk Project Manager, perusahaan dapat menggunakan pendekatan berbasis role dan workflow.
Identifikasi pekerjaan yang membutuhkan AI
Mulai dengan memetakan aktivitas Project Manager sehari-hari.
Cari pekerjaan yang repetitif, membutuhkan banyak dokumentasi, melibatkan pengolahan informasi, atau menghabiskan waktu cukup besar.
Petakan skill gap
Selanjutnya, lihat kemampuan AI yang sudah dimiliki Project Manager.
Apakah mereka baru memahami AI secara umum? Sudah menggunakan generative AI? Atau sudah menggunakan AI tetapi belum memiliki workflow yang konsisten?
Jawaban tersebut akan menentukan level dan materi training.
Tentukan use case
Training akan lebih mudah diterapkan jika peserta belajar menggunakan AI untuk masalah yang memang mereka hadapi.
Misalnya, Project Manager dapat mengerjakan simulasi membuat project plan, risk register, meeting summary, atau weekly report menggunakan data dan skenario yang relevan.
Gunakan hands-on exercise
AI training sebaiknya memberikan kesempatan bagi peserta untuk langsung mencoba.
Output training juga dapat dibuat dalam bentuk project artifacts, seperti prompt playbook, AI workflow, template reporting, atau automation plan yang dapat digunakan setelah training.
Tentukan KPI
Training perlu memiliki ukuran keberhasilan yang jelas. KPI dapat dikaitkan dengan tujuan bisnis, misalnya pengurangan waktu untuk membuat laporan, peningkatan penggunaan AI dalam workflow, atau jumlah proses yang berhasil dioptimalkan.
Pengukuran tersebut dapat dikembangkan lebih lanjut dengan pendekatan KPI untuk program AI training karyawan.
Ciri AI Training yang Relevan untuk Project Manager
Program AI training for project managers yang efektif sebaiknya memiliki beberapa karakteristik:
- Role-based: Materi disesuaikan dengan tanggung jawab Project Manager.
- Use case-based: Contoh berasal dari masalah dan workflow yang relevan.
- Hands-on: Peserta langsung menggunakan AI untuk menyelesaikan pekerjaan.
- Outcome-focused: Ada output yang dapat digunakan setelah training.
- Responsible: Peserta memahami keamanan data dan keterbatasan AI.
- Measurable: Dampak training dapat diukur melalui KPI yang telah ditentukan.
Pendekatan ini juga memungkinkan perusahaan membuat pembelajaran yang lebih personal. Personalized learning untuk perusahaan dapat membantu menyesuaikan pembelajaran dengan kebutuhan, level kemampuan, dan konteks pekerjaan peserta.
Bangun AI Skill Project Manager Sesuai Kebutuhan Perusahaan
AI training untuk Project Manager sebaiknya tidak hanya mengajarkan cara menggunakan ChatGPT atau membuat prompt. Fokus utamanya adalah membantu Project Manager memahami di mana AI dapat memberikan dampak dalam workflow mereka.
Dengan pendekatan berbasis role, use case, dan business outcome, training dapat mencakup project planning, risk management, monitoring, reporting, documentation, hingga stakeholder communication.
BINAR AI Training membantu organisasi merancang program AI training yang disesuaikan dengan kebutuhan bisnis dan pekerjaan peserta. Program dapat dimulai dengan baseline metrics, dilanjutkan dengan KPI yang relevan, serta pengukuran pada 30, 60, dan 90 hari untuk melihat penerapan skill setelah training.