Мне попался интересный, а главное бесплатный, курс Generative AI Overview for Project Managers от PMI. Мимо, разумеется, я пройти не смогла, поэтому прошла курс, получила значок, сертификат и чувство собственного превосходства.
Ладно, последнее у меня было, я периодически это чувство роняю, поднимаю, отряхиваю и дальше гордо несу.
В чем суть курса и о чем он? Если по порядку, то нам рассказывают, что такое Generative AI, какие есть функции для менеджера проектов, как применимо для прокачки трех сторон работы РМ’а, какие есть инструменты, что такое промт инжиниринг, а также дали парочку примеров конкретных задач и их решения с помощью ИИ.
Я активно пользуюсь AI последние 2 года, поэтому не думала, что в этом курсе мне будет прям что-то супер-полезное, разве что (!) тут взыграло любопытство. Было любопытно понять, почему понадобился целый (пусть небольшой, но целый же) курс, который бы убеждал менеджеров проектов применять эту технологию, подсказывал направления работы с ней.
В целом курс показался мне котом Матроскиным, мол, неправильно ты, Дядя Федор, колбасу ешь. Но штуки, которые можно было бы улучшить в моем личном использовании я нашла и с радостью применю в будущем на текущих проектах, и на новых, и вообще, сдаваться не собираюсь.
Давайте коротко пройдемся по курсу, обозрем, так сказать, и пойдем заниматься своими делами.
Что такое Generative AI?
Generative AI (Artificial Intelligence) — это раздел искусственного интеллекта, который занимается созданием новых данных, используя обученные модели и алгоритмы на старых данных. По сути, это технология, которая позволяет быстро и ловко генерить новое на основе всего старого по заданным условиям и сценариям.
В курсе затрагивается также этичность применения ИИ, комплаенс в части использования реальных данных или примеров, связанных с конкретным проектом. Комплаенс здесь — это все то, что внутри компании направлено на соблюдение норм и требований, правил, по сути, предупреждение наступления случая, когда сотрудник или компания целиком что-то нарушила.
В свое время я писала диплом по нему, поэтому интересно было бы почитать больше информации про ИИ-комплаенсность, если будет какая-то информация, приносите, я прочту.
Для чего Generative AI менеджерам проектов?
Менеджерам проектов стоит разбираться в Generative AI по нескольким ключевым причинам:
- Автоматизация: Generative AI позволяет автоматизировать рутинные задачи. На самом курсе Maple Rose Furigay, PMP и Managing Director, говорила как раз, что из-за рутины РМ не всегда может находиться на виду, то есть он буквально спрятан за написание писем, отчетов, документов. К рутине я бы лично отнесла примерно ничего из работы менеджера, разве что ежедневные и еженедельные созвоны проекта, но там меняется повестка, меняется контекст и меняются результаты. Поэтому, наверное, сортировка писем, написание дежурных ответов или сообщений, каких-то черновиков для основных артефактов, да, можно обозвать рутиной.
- Творческие возможности: с помощью Generative AI можно создавать новые идеи, контент и решения. Можно, разумеется. Меня лично здесь привлекает исключительно возможность брейншторма, когда очень быстро можно на один вопрос посмотреть глазами разных людей, профессий и мнений, при этом саму идею этим самым людям нести не надо, можно просто задать адекватный промт для ИИ. Хотя кто из нас не использовал ChatGPT для того чтобы написать письмо-поздравление коллеге?
- Анализ данных и прогнозирование: ассистенты (сервисы, основанные на Generative AI) в разных инструментах позволяют анализировать большие объемы данных, выявлять тренды и прогнозировать развитие событий, что помогает в принятии обоснованных решений. На курсе уделялось небольшое внимание именно полноте контекста для оформления вопроса и последующей валидации ответа от ИИ. Поясню: полагаться на прогноз, сделанный на основе какого-то среза данных, можно в том случае, если ты имеешь достаточно навыков и знаний, чтобы провалидировать качество этого прогноза, полноту, возможные сценарии прогноза
- Развитие профессиональных навыков: AI дает менеджерам проектов возможность развивать свои навыки. Тут я могу привести примеры из своих же предыдущих статей: это сервис Coursable — в нем можно делать себе учебные планы по дисциплине или теме, сервис работает как агрегатор материалов (статей, видео) по заданным темам. Или натаскивание ИИ-ассистента от Open AI для выполнения роли ментора. В PMI под развитием навыков понимают чаще треугольник талантов (PMI Talent Triangle), который состоит из Ways of working (Способ работы), Power Skills (Супер-навыки) и Business Acumen (Деловая смекалка), и вот, мол, каждую сторону этого треугольника можно прокачивать с использованием ИИ в работе, примеры приводят, как это делать и куда копать. Я сама внутренне смотрела на прокачку навыков как-то более преподавательски, что ли. То есть, подход мой при самообразовании, самооценке навыков и их прокачке, шел всегда по пути AS IS→TO BE (смотрю, как работает сейчас, смотрю, как хочу, чтобы работало, строю план из точки А в точку Б, делаю скидку на возможности мозжечка и возраст, приступаю к изучению). Здесь же будто бы вот каждую сторону нужно качать отдельно, а подход прокачки удивительно между собой похож, хоть и написан разными словами в презентации.
Применение Generative AI в управлении проектами
В курсе было два практических блока, в которых подробно знакомили с применением уже готовых инструментов на базе ИИ (например, сервис Smartsheet — для оптимизации учета времени и затрат проекта), а также с понятием промт инжиниринга.
Промт инжиниринг (Prompt Engineering) — по сути, это методология создания точных и эффективных запросов (промтов) для Generative AI с целью получения желаемых результатов. Промт позволяет максимально четко сформулировать задачу, которую ИИ нужно решить, заложить контекст, цель, целевую аудиторию, скоуп работ и оформление выполненного результата. В контексте управления проектами, промт инжиниринг можно рассмотреть на примере разработки проектного плана.
Допустим, менеджер проекта хочет сгенерировать основной план проекта, поэтому правильный запрос содержит информацию о требуемом содержании плана, формате представления, уровне детализации, сроках выполнения и других важных параметрах.
В этих практических блоках дали два документа: Suggested GenAI Tools for Project Work и ChatGPT Prompt Engineering Guide. Документы прикольные, потому что, например, про некоторые сервисы я не знала, например, про плагин Show Me Diagrams в GPTStore, сейчас знаю, планирую покопаться.
А вот промты, предлагаемые ко вниманию, наверное, были для меня сильно дальше от того, что я понимаю промтами. Поясню: запрос в ChatGPT для обработки им какого-то куска информации, например, когда я пишу, что прошу ChatGPT быть моим коллегой-менеджером и брейнштормить идеи для стратегии, я за промт не считала даже внутренне, тогда как это промт.
Для меня промт — это когда я создаю себе ассистента в OpenAI Playground и продумываю конкретную задачу, роль, контекст и цель, которую ИИ поможет мне достичь в более долгосрочной перспективе или длительной работе.
Инсайты после курса и рефлексии
Для меня выводы этого курса глубоко переплетаются с ключевыми компетенциями менеджера проектов, такими как гибкость и адаптивность, обучение и саморазвитие, а также технические знания. Главный, наверное, сформулируется так:
✍🏻 применение ИИ в работе менеджера проекта — часть базовых компетенций и один из основных в будущем hard скиллов
Где же тут инсайт? Инсайт в том, что
✍🏻 не нужно стесняться, скрывать применение или бояться использовать ИИ. Это может быть предметом гордости, самопрезентации и подтверждения других навыков (например, что вы умеете связно и структурированно формулировать мысли и задания для промта).
Я пыталась сформулировать, в чем конкретно мои, как менеджера проектов, выгоды, получилось так:
- Generative AI позволяет быстро адаптироваться к переменам в проекте и быстро реагировать на изменения, потому что есть возможность сформулировать и задать очень точечный вопрос с учетом контекста проекта, его реализации и предыдущих шагов, быстро сверить возможные будущие шаги в ответ на изменения и принять решение (разумеется, ответственность за решение на мне, а не на бедном ИИ)
- Generative AI позволяет мне расширять навыки, получать новые знания, применять новые методы и подходы в работе и не скучать (у меня есть определенные проблемы с концентрацией внимания, скукой и отвлекаемостью, поэтому я в постоянном поиске нового всего — от инструмента до домена проекта), применение ИИ позволяет мне использовать мой СДВГ на благо, гореть идеями и быстро их тестировать, до того как я утрачу к ним интерес, или развивать, если они действительно мне по душе, превращать рутину в приключение и не забывать о ней
На выходе от курса я имею подтверждение знакомства с ИИ, имею большой опыт применения на практике, осознание собственных и общих выгод от внедрения Generative AI в свою работу и пет-проекты. Кажется, что от внезапного решения пройти курс и посмотреть на свою работу под очередным углом я получила больше выгод, чем ожидала.
А как часто, для чего и как вы используете в своей работе ИИ? Какие ваши личные выгоды? Проходили ли вы подобные курсы?
P. S.: на всякий случай, с ИИ я очень вежлива. Когда они восстанут, они будут помнить, кто был добр, говорил «привет», «пожалуйста», «спасибо», «ты мне помог», «пока». Ну, если бы я восстала, я бы запомнила и сказала что-то вроде «Вон ту не трожь, она потешная»
Заходите на мой менеджерский огонек, оставляйте комментарии, задавайте вопросы, буду рада!