Каждый год в различные проекты вкладывается значительная сумма денег, приблизительно $48 трлн. Однако, согласно данным Standish Group, только 35% из них достигают успеха. В оставшихся 65% проектов заметен значительный простой в использовании ресурсов и неполученной прибыли.
Одна из причин низкой успешности проектов заключается в том, что технологии, используемые для их управления, не развиваются настолько быстро, как это необходимо. Большинство организаций и руководителей проектов до сих пор полагаются на традиционные инструменты, такие как электронные таблицы и презентации.
Такие инструменты могут помочь оценить успех проекта с точки зрения результатов и соблюдения сроков, но они недостаточны, когда бизнес постоянно меняется, а задачи проекта регулярно пересматриваются и перепланируются.
Хотя программное обеспечение для управления проектами постепенно совершенствуется, ему еще далеко до того, чтобы обеспечить полный контроль над планированием и совместной работой команды. В нем не хватает автоматизации и дополнительных "умных" функций.
Описанные выше технологии уже существуют, и вопрос только в том, насколько быстро они будут успешно применяться в управлении проектами.
Исследования Gartner показывают, что в ближайшем будущем ожидается значительное изменение. По прогнозам, к 2030 году 80% задач по управлению проектами будут выполняться с применением искусственного интеллекта, который будет работать с большими данными, машинным обучением и обработкой естественного языка.
Несколько исследователей и стартапов уже разработали новые способы применения ИИ и машинного обучения в управлении проектами, о чем, например, говорит Пол Будро в своей книге "Применение искусственного интеллекта в управлении проектами". Когда эти инструменты следующего поколения станут широко распространенными, это приведет к настоящему прорыву.
6 аспектов управления, которые будут изменены в будущем
Все может измениться: планирование, рабочие процессы и принципы организации рабочей группы. Компании и руководители проектов, которые будут готовы к нововведениям и раньше других применят современные технологии в бизнесе, получат наибольшую выгоду.
1. Улучшенный отбор и приоритизация проектов
В будущем руководители смогут с помощью машинного обучения находить наиболее перспективные проекты в своем портфеле, которые принесут наибольшую выгоду компании.
Подавая нейросети данные о рынке, текущем прогрессе компании и другие, можно обнаружить закономерности, которые невозможно выявить другими способами, и составить более точный прогноз, чем сделано человеком.
Приоритизация с помощью машинного обучения приведет к:
- более быстрому выявлению готовых к запуску проектов;
- отбору проектов с высокими шансами на успех и максимальной выгодой;
- балансировке портфеля проектов и всесторонней оценке рисков компании;
- устранению когнитивных искажений, влияющих на принятие решений.
2. Поддержка проектного офиса
Стартапы в области анализа данных и автоматизации помогают организациям упорядочивать и оптимизировать управление проектными офисами. Примером может служить использование президентом Эммануэлем Макроном новейших технологий для получения актуальной информации о всех проектах в государственном секторе Франции.
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 отчеты по проекту и собирать обратную связь;
- помогут 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.
3. Упрощенные планирование и отчетность
Управление рисками является одной из самых продвинутых областей автоматизации управления проектами. Сегодня новое программное обеспечение использует большие данные и машинное обучение, чтобы помочь руководителям и менеджерам проектов предвидеть риски.
Эти инструменты уже предлагают меры по смягчению последствий и вскоре смогут автоматически корректировать планы, чтобы избежать определенных видов рисков.
Инновационные подходы к управлению проектами
Подходы, направленные на упрощение выбора проектов, планирование и формирование отчетности, становятся все более автоматизированными. В настоящее время эти рутинные задачи требуют значительных временных затрат и в основном выполняются вручную. Рассмотрим, как машинное обучение может исправить эту ситуацию:
- Автоматизация сбора и анализа данных о пользователях. Это позволит быстрее и точнее определить масштаб проекта. Искусственный интеллект может выявить потенциальные проблемы, такие как неясность, дублирование, пропуски, несоответствия и усложнения.
- Инструменты для облегчения планирования и выявления потребностей в ресурсах.
- Автоматическое создание отчетности с данными в реальном времени и с минимальными трудозатратами, что заменит привычные ручные процессы. Кроме того, будущие отчеты будут объективно отражать статус проекта, достигнутые преимущества, потенциальные задержки и настроение членов рабочей группы.
4. Виртуальные помощники
С появлением чат-бота ChatGPT произошла революция в области анализа огромных объемов данных и создания мгновенных текстовых ответов на естественных языках. В управлении проектами подобные инструменты станут основой для ботов или виртуальных помощников.
Например, корпорация Oracle анонсировала новое программное обеспечение 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.
5. Совершенствование систем и программного обеспечения для тестирования
Тестирование является еще одной ключевой задачей в большинстве проектов, и руководители проектов часто вынуждены проводить его на ранних стадиях. Сегодня трудно найти крупный проект, в котором не используется множество систем и типов ПО, требующих тестирования перед запуском.
Например, при создании новой линии Елизаветы в Великобритании использовалось новое сочетание аппаратного и программного обеспечения. После первых трудностей команда проекта разработала комплекс интеграции Crossrail - полностью автоматизированный центр управления для внешнего тестирования, который помог повысить эффективность, рентабельность и устойчивость системы.
Подобные передовые и автоматизированные системы для тестирования проектного ПО позволят обнаруживать ошибки на ранних стадиях и автоматически их исправлять.
6. Новая роль руководителя проекта
Автоматизация значительной части задач руководителя проекта может вызвать опасения, однако профессионалы научатся использовать новые технические инструменты в своих интересах.
Менеджеры проектов не исчезнут, но им предстоит принять изменения и использовать преимущества новых технологий. Сейчас межфункциональные проектные команды позиционируются как группы людей, но в будущем рабочие группы будут состоять из людей и роботов.
Им нужно будет сосредоточиться на достижении ожидаемой прибыли и стратегических целей проектов, а также иметь хорошее знание новых технологий. Некоторые учебные заведения уже включают обучение использованию искусственного интеллекта в свои образовательные программы и курсы по управлению проектами.
Синтез данных и человеческий фактор: курс на будущее
Для успешного обучения нейронных сетей требуются обширные объемы данных. Хотя в компаниях обычно имеется множество архивных данных о проектах, они чаще всего представлены в различных форматах и разбросаны по разным системам.
Эти данные могут быть устаревшими, содержать пропуски и различные системы классификации. Примерно 80% времени, затрачиваемого на подготовку алгоритма машинного обучения, приходится на сбор и очистку данных.
Для успешного внедрения новых инструментов искусственного интеллекта необходимо подготовить как себя, так и свою команду к изменениям, а также обеспечить доступность и структурированность архивных данных.
Новое поколение технических инструментов изменит не только технологические аспекты управления проектами, но и роль руководителей проектов.
Руководители должны научить свои рабочие группы подготавливаться к этому переходу, уделять больше внимания взаимодействию между сотрудниками, выявляя нехватку технических знаний и умений на ранних стадиях, и работать над повышением квалификации.
Помимо достижения целей проекта, руководителям необходимо сосредоточиться на создании высокоэффективных команд, которые будут обладать необходимыми знаниями, ресурсами и инструментами для максимальной производительности.
Проверка готовности к автоматизации проекта: чек-лист
Если вы серьезно рассматриваете возможность внедрения искусственного интеллекта в управление проектами, задайте себе следующие вопросы, чтобы оценить вашу готовность к переходу на новый уровень развития компании:
- Готовы ли вы потратить время на точное описание всех ваших проектов и обновление их статуса?
- Можете ли вы выделить ресурсы на сбор, очистку и структурирование данных о ваших проектах?
- Готовы ли вы отказаться от старых методов управления проектами?
- Готовы ли вы инвестировать в обучение ваших сотрудников новым технологиям?
- Готовы ли члены вашей команды использовать новые методы управления проектами?
- Готова ли ваша компания к использованию новых технологий и передаче важных решений ИИ?
- Готовы ли вы к тому, что искусственный интеллект может допускать ошибки в процессе обучения?
- Обладает ли ваш главный спонсор проекта достаточной властью и авторитетом для внедрения новых технологий?
- Готовы ли старшие менеджеры подождать результатов автоматизации?
Если вы ответили "нет" на один или несколько вопросов, вам следует поработать над этими аспектами, прежде чем внедрять ИИ в вашу работу.
******
Больше об инновациях и искусственном интеллекте в моем ТГ-канале - https://t.me/Iconi_Ai. Пишу о новых технологиях и их влиянии на бизнес – подписывайтесь!)
Спасибо, что прочитали до конца! Задавайте свои вопросы в комментариях – буду рад ответить.
