Упростит планирование, отчётность, оценку и прогнозирование: как ИИ изменит управление проектами

Перевод материала Harvard Business Review о том, как в ближайшем будущем изменится проджект-менеджмент и почему важно инвестировать в ИИ уже сейчас.

Авторы статьи:

• Антонио Ньето-Родригез — эксперт в области обучения и консультирования руководителей по вопросам современного управления проектами; преподаватель в бизнес-школах и основатель Projects&Co и Института реализации стратегий.
• Рикардо Виана Варгас — доктор философии, основатель и управляющий директор консалтинговой компании Macrosolutions. За последние 25 лет руководил международными проектами, которые принесли более $20 млрд.

Перевод подготовлен онлайн-школой PMCLUB.

Ежегодно в различные проекты инвестируют около $48 трлн. Однако, по данным Standish Group, только 35% проектов считаются успешными. В остальных 65% проектах наблюдается огромный объём неэффективно использованных ресурсов и нереализованной прибыли.

Одна из причин настолько низкого уровня успешности проектов — недостаточная зрелость технологий. Большинство организаций и руководителей проектов всё ещё используют электронные таблицы, презентации и другие программы, которые не особенно изменились за прошедшие десятилетия.

Такие программы помогают оценить успех проекта на основе результатов и соблюдения сроков, но этого недостаточно, если бизнес постоянно трансформируется, а проекты и задачи регулярно переориентируются и перепланируются.

ПО для управления портфелем проектов постепенно улучшается, но в нём пока мало функций для управления планированием и совместной работы команды, не хватает автоматизации и дополнительных «умных» опций.

Описанные выше технологии уже существуют, вопрос лишь в том, как скоро их станут эффективно использовать в управлении проектами.

Исследования Gartner показывают, что в ближайшем будущем ожидаются значительные перемены. По прогнозу, к 2030 году 80% задач по управлению проектами будут выполняться с помощью искусственного интеллекта, работающего с большими данными, машинного обучения и обработки естественного языка.

Несколько исследователей и стартапов уже разработали новые способы применения ИИ и машинного обучения в управлении, об этом, к примеру, пишет Пол Будро в своей книге «Применение искусственного интеллекта в управлении проектами». Когда эти инструменты следующего поколения станут повсеместно применяться, произойдёт настоящий прорыв.

Может измениться всё: планирование, рабочий процесс и принципы организации рабочей группы. Компании и руководители проектов, которые будут готовы к нововведениям и раньше остальных применят современные технологии в бизнесе, получат наибольшую выгоду.

В будущем руководитель сможет с помощью машинного обучения находить в портфеле самые перспективные проекты, которые могут принести компании наибольшую прибыль.

Если скормить нейросети данные о рынке, текущем прогрессе компании и прочее, можно обнаружить закономерности, которые невозможно выявить другими способами, и составить более точный прогноз, чем оценка, сделанная человеком.

Расстановка приоритетов с помощью машинного обучения приведёт к:

• более быстрому выявлению проектов, готовых к запуску;
• отбору проектов, которые имеют высокие шансы на успех и могут принести наибольшую выгоду;
• балансу в портфеле проектов и всесторонней оценке рисков компании;
• устранению когнитивных искажений, которые влияют на принятие решений.

Стартапы в области анализа данных и автоматизации помогают организациям упорядочивать и оптимизировать управление проектными офисами. Наиболее известный пример — использование президентом Эммануэлем Макроном новейших технологий для получения актуальной информации о всех проектах в государственном секторе Франции.

Вот как новые инструменты ИИ кардинально изменят принципы работы проектных офисов:

• улучшат отслеживание процесса проекта;
• смогут прогнозировать потенциальные проблемы и решать их автоматически;
• будут автоматически готовить и отправлять отчёты по проекту и собирать обратную связь;
• помогу выбрать оптимальный метод управления для каждого проекта;
• будут контролировать соблюдение стратегии и процедур;
• с помощью виртуальных помощников автоматизируют вспомогательные функции, такие как обновление статуса, оценка рисков и анализ заинтересованных сторон.

Управление рисками — одна из наиболее развитых областей автоматизации управления проектами. Сегодня новое ПО использует большие данные и машинное обучение, чтобы помочь руководителям и менеджерам проектов предвидеть риски.

Эти инструменты уже предлагают меры по смягчению последствий, а вскоре смогут автоматически корректировать планы, чтобы избежать определённых видов рисков.

Аналогичные подходы вскоре должны упростить отбор проектов, планирование и формирование отчётности. Сейчас эти повторяемые действия отнимают много времени и в основном выполняются вручную. Вот как это можно исправить с помощью машинного обучения:

• Автоматизация сбора и анализа пользовательских историй. Это позволит быстрее и точнее определять масштаб проекта. ИИ может найти потенциальные проблемы, такие как неясность, повторы, пропуски, несоответствия и усложнения.
• Инструменты для облегчения планирования и поиска потребностей в ресурсах.
• Автоматическое составление отчётности с данными в реальном времени и с меньшими трудозатратами, которое придёт на смену привычному ручному процессу. Кроме того, в будущих отчётах будет объективно отражаться статус проекта, достигнутые преимущества, потенциальное отставание и настрой членов рабочей группы.

Сразу после своего появления чат-бот ChatGPT изменил представление о том, как искусственный интеллект может анализировать огромные массивы данных и генерировать новые и мгновенные ответы в виде текста на естественных языках. В управлении проектами подобные инструменты станут основой для ботов или виртуальных помощников.

Так, например, корпорация Oracle анонсировала новое ПО для управления проектами, которое мгновенно обновляет статус проекта и позволяет пользователям обновлять информацию о времени и ходе выполнения задач с помощью текста, голоса или чата.

Тестирование — это ещё одна важная задача в большинстве проектов, и руководителям проектов часто необходимо проводить тестирование на ранних стадиях. Сегодня редко можно встретить крупный проект без множества систем и типов ПО, которые должны быть протестированы до запуска проекта.

Как пример — новая линия Елизаветы в Великобритании — сложная железнодорожная система с новыми станциями, инфраструктурой, путями и поездами, которая интегрирована в систему наземного и подземного рельсового сообщения. В этом проекте было важно, чтобы каждый элемент заранее прошёл тщательное тестирование для обеспечения безопасности и надёжности системы.

Потребовалось использовать новое сочетание аппаратного и программного обеспечения, и после первых трудностей команда проекта разработала комплекс интеграции Crossrail. Этот полностью автоматизированный центр управления для внешнего тестирования помог повысить эффективность, рентабельность и устойчивость системы.

Подобные передовые и автоматизированные системы для тестирования проектных ПО позволят в будущем обнаруживать ошибки на ранних стадиях и автоматически корректировать их.

Это значительно сократит время на тестирование, уменьшит количество повторяемых операций и в итоге позволит предложить простые в использовании решения, исключающие ошибки.

Многих руководителей проектов автоматизация значительной части их задач может напугать, но профессионалы научатся использовать новые технические инструменты в своих интересах.

Менеджеры проектов не исчезнут, но они должны будут принять перемены и воспользоваться преимуществами новых технологий. Сейчас межфункциональные проектные команды позиционируются как группы людей, но в ближайшем будущем рабочие группы будут состоять из людей и роботов.

Они должны будут сосредоточиться на получении ожидаемой прибыли и выполнении стратегических целей проектов. Им также потребуется хорошее знание новых технологий. Некоторые институции уже включают ИИ в свои образовательные и сертификационные программы и курсы по управлению проектами.

Для обучения нейросетей требуются большие объёмы данных. В компании может храниться множество архивных данных о проектах, но они, скорее всего, представлены в виде огромного количества документов в различных форматах, разбросанных по разным системам.

Информация может быть устаревшей, использовать различные системы классификации и содержать пропуски и пробелы. Примерно 80% времени, затрачиваемого на подготовку алгоритма машинного обучения, приходится на сбор и очистку данных.

Для внедрения новых инструментов ИИ необходимо подготовить себя и свою команду к изменениям, а также обеспечить доступность и структурированность архивных данных.

Новое поколение технических инструментов не только полностью изменит технологию управления проектами, но и роль руководителей проектов.

Руководители должны уметь обучать свои рабочие группы, чтобы подготовиться к этому переходу. Им стоит уделять больше внимания взаимодействию между членами команды, выявляя на ранней стадии нехватку технических знаний и умений у своих сотрудников, и работать над повышением квалификации.

Помимо концентрации на результатах проекта, руководителям необходимо сосредоточиться на создании высокоэффективных команд, члены которых будут обладать необходимыми знаниями технологий, нужными ресурсами и инструментами для того, чтобы работать с максимальной отдачей.

Если вы всерьёз рассматриваете возможность применения ИИ в управлении проектами, задайте себе следующие вопросы, чтобы понять, насколько вы готовы перейти на следующий этап развития компании:

1. Готовы ли вы потратить время на составление точного учёта и описания всех ваших проектов, включая последние обновления статуса проектов?
2. Можете ли вы выделять ресурсы в течение нескольких месяцев, чтобы собрать, очистить и структурировать данные о ваших проектах?
3. Готовы ли вы отказаться от старых методов управления проектами, таких как составление вручную ежемесячных отчётов о ходе работ?
4. Готовы ли вы вложить средства в обучение новым технологиям специалистов по управлению проектами из своей команды?
5. Готовы ли члены рабочей группы выйти из зоны комфорта и использовать новые методы управления проектами?
6. Готова ли ваша компания освоить новые технологии и передать полномочия в области принятия важных решений ИИ?
7. Готовы ли вы к тому, что ИИ может совершать ошибки, пока обучается и совершенствуется для лучшей работы компании в будущем?
8. Обладает ли главный спонсор проекта возможностями и авторитетом, чтобы дать добро на внедрение новых технологий?
9. Готовы ли старшие менеджеры рабочей группы подождать от нескольких месяцев до года, чтобы увидеть плюсы автоматизации?

Если вы ответили «нет» один или несколько раз, то стоит поработать над этими пунктами, прежде чем применять ИИ в работе.

PMCLUB — онлайн-школа для менеджеров проектов и продуктов. Мы учим управлять проектами и не срывать дедлайны, правильно оценивать сроки, риски и бюджет. Подписывайтесь на нас на vc.ru и в Telegram.

#автоматизация #цифровизация #искусственныйинтеллект #ии #проектныйменеджмент #управление