從軟件開發(fā)到建設(shè)到物流金融，每個(gè)公司都有需要進(jìn)行規(guī)劃、管理和監(jiān)督的項(xiàng)目。但是我們用來做這些工作的工具通常很復(fù)雜，是為專家設(shè)計(jì)使用的，并沒有盡可能地對(duì)潛在的問題發(fā)出警告?；谌斯ぶ悄艿臎Q策支持系統(tǒng)和自動(dòng)化是否可以通過降低成本和錯(cuò)誤，分析風(fēng)險(xiǎn)，提高工作效率或按時(shí)按預(yù)算完成工作，從而使項(xiàng)目更成功地完成?
以下是人工智能技術(shù)、機(jī)器學(xué)習(xí)和預(yù)測(cè)分析在未來幾年如何影響項(xiàng)目結(jié)果的早期研究。
考慮風(fēng)險(xiǎn)因素
很好地管理一個(gè)項(xiàng)目不僅僅是提前制定一個(gè)宏大的計(jì)劃并堅(jiān)持執(zhí)行。項(xiàng)目中的相互依存關(guān)系和外部變化使得項(xiàng)目結(jié)果變得不可預(yù)測(cè)。在最好情況下，評(píng)估和多次預(yù)測(cè)是一種客觀判斷;最糟糕的情況是，進(jìn)行猜測(cè)和掩飾。現(xiàn)代管理技術(shù)(如敏捷式和持續(xù)交付)旨在通過漸進(jìn)式工作來減少不確定性，但仍不能保證最終的項(xiàng)目交付。組合管理選擇了可以平衡風(fēng)險(xiǎn)和回報(bào)的項(xiàng)目組合(因?yàn)槿绻皇翘幱诎踩紤]，很難保持競爭力)，但這意味著可以準(zhǔn)確地評(píng)估風(fēng)險(xiǎn)，這其實(shí)很難。
Aptage公司首席執(zhí)行官約翰·海因茨(John Heintz)告訴CIO.com：“項(xiàng)目中的風(fēng)險(xiǎn)始終是概率性事件，而人類的思維不擅長進(jìn)行基于風(fēng)險(xiǎn)的概率管理，特別是當(dāng)我們面臨許多不同的可能事件時(shí)。明確你自己的想法，這很容易，“我得到了我想要的答案，我認(rèn)同自己的選擇。”
我們還喜歡他所說的“基于希望的計(jì)劃”。
“這很自然，我們?cè)谝欢ǔ潭壬隙际菢酚^的。我們都看到了前方光明的途徑，這種途徑是可行的，而且我們沒有證據(jù)證明它行不通，所以我們希望事情能按照我們希望的方式去發(fā)展，”海因茨說。
Aptage公司使用機(jī)器學(xué)習(xí)技術(shù)來預(yù)測(cè)項(xiàng)目的結(jié)果，使用您現(xiàn)有的數(shù)據(jù)，例如項(xiàng)目各個(gè)階段的計(jì)劃開始及結(jié)束日期(以及如果有這些數(shù)據(jù)的話，評(píng)估一下積壓未完成的工作)，以了解團(tuán)隊(duì)所完成的項(xiàng)目比例，并預(yù)測(cè)項(xiàng)目是否可以準(zhǔn)時(shí)交付。評(píng)估總是不確定的，所以你可以在工作完成時(shí)間周期上設(shè)置上下限(或者軟件可以用黃金比例來建模)。你還要考慮加入一些有關(guān)風(fēng)險(xiǎn)來源的信息：“不要只是責(zé)怪那個(gè)最后犯錯(cuò)的人，要弄清楚究竟出了什么問題，”正如海因茨所說的那樣。
他建議，這是大多數(shù)團(tuán)隊(duì)都會(huì)有的信息。“沒有嚴(yán)格流程的團(tuán)隊(duì)仍然可以使用我們的工具。如果一個(gè)團(tuán)隊(duì)在餐巾紙上寫有七件積壓未完成的工作，我們?nèi)匀豢梢越o他們提供幫助。如果一個(gè)團(tuán)隊(duì)對(duì)整個(gè)項(xiàng)目有一個(gè)完整的最佳/較差的案例分析和工作分解結(jié)構(gòu)，那么我們可以提供更多的建議，”海因茨說。
Aptage公司使用信心、可行性以及風(fēng)險(xiǎn)隨時(shí)間變化升降的可視化效果，來幫助您在海因茨所謂的快速思維和慢速思維之間切換。“我們不得不創(chuàng)建這些視覺效果，因?yàn)槲覀冃枰獙⒖焖偎伎己椭庇X聯(lián)系起來，幫助人們可以以一種讓他們做出正確直觀決策的方式來看待事情。如果項(xiàng)目開始出現(xiàn)大量需要緊急處理的工作，那么本能反應(yīng)應(yīng)該會(huì)恐慌。也許我們?nèi)匀粫?huì)決定繼續(xù)推進(jìn)該項(xiàng)目，但是我們已經(jīng)進(jìn)行過考慮，已經(jīng)被激發(fā)去思考一些正確的事情。‘這可能會(huì)很痛苦，但我們會(huì)有一個(gè)安全保障;如果我們不得不在這個(gè)項(xiàng)目上多花費(fèi)20%的資源，那么我們?nèi)匀挥袠O大的成功可能性;那就讓我們冒險(xiǎn)嘗試一下吧。’”
Aptage公司使用的算法和模型是為軟件開發(fā)而設(shè)計(jì)的，但也適合構(gòu)建項(xiàng)目。第一次是與Jira軟件進(jìn)行(相當(dāng)基礎(chǔ)性的)整合，海因茨希望把可視化效果放入到項(xiàng)目團(tuán)隊(duì)每天使用的工具中(類似于比如微軟的項(xiàng)目管理軟件、Primavera公司的構(gòu)建規(guī)劃軟件、Trello軟件、甚至是Salesforce公司的軟件或Power BI軟件中的功能路線圖和KPI儀表盤)。“如果我把一個(gè)工作任務(wù)放到Trello或者ServiceNow軟件中，那么軟件會(huì)預(yù)估我何時(shí)可以完成，并且預(yù)計(jì)會(huì)有多大的把握，還會(huì)給我一個(gè)有90%把握完成的日期。”
一般來說，我們的目標(biāo)是避免在項(xiàng)目的結(jié)尾時(shí)大吃一驚。“如果你今天就知道這個(gè)項(xiàng)目有60%的風(fēng)險(xiǎn)無法完成，以及有60%的風(fēng)險(xiǎn)會(huì)順利完成，你會(huì)采取什么不同的做法呢?我們給您指出風(fēng)險(xiǎn)的來源以及給您提供一些應(yīng)對(duì)方案。”
Aptage公司不會(huì)去解決存在問題的項(xiàng)目，但它應(yīng)該就這些問題給予你提醒，海因茨說。“這是合作的能力，應(yīng)說出‘這是一個(gè)高風(fēng)險(xiǎn)的項(xiàng)目，我們正在對(duì)其進(jìn)行妥善管理’，而不是說‘我們不知道風(fēng)險(xiǎn)是什么;我們只是承諾項(xiàng)目會(huì)完成，然后在最后一刻我們可能會(huì)說項(xiàng)目無法完成。’”
資源管理
微軟云人工智能團(tuán)隊(duì)負(fù)責(zé)人蘭斯·奧爾森(Lance Olsen)表示，一些人工智能工具企業(yè)已經(jīng)采用了(如預(yù)測(cè)性維護(hù)的)方法，這可以幫助提高項(xiàng)目的效率和可靠性。“在項(xiàng)目日程和風(fēng)險(xiǎn)方面可能導(dǎo)致項(xiàng)目失敗的最常見問題之一，就是您在項(xiàng)目中依賴的系統(tǒng)出現(xiàn)無法預(yù)料的故障。”
總的來說，他認(rèn)為，“不管是對(duì)項(xiàng)目的預(yù)測(cè)，還是消除項(xiàng)目執(zhí)行過程中的風(fēng)險(xiǎn)”，人工智能技術(shù)都是最有助于消除項(xiàng)目風(fēng)險(xiǎn)的。這將使項(xiàng)目更高效：“存在太多的不確定性，我們現(xiàn)在如何處理它，就是為了之后的工作留有巨大的緩沖余地，”他說。
New Relic公司平臺(tái)產(chǎn)品管理主管納迪亞·杜克·布恩(Nadya Duke Boone)認(rèn)為，人工智能已經(jīng)可以幫助跟蹤項(xiàng)目進(jìn)度和績效，特別是如果您對(duì)項(xiàng)目管理有廣泛的了解。該公司最近在其績效追蹤工具中增加了所謂的應(yīng)用智能。“在很多正在執(zhí)行的項(xiàng)目管理中，沒有人正式擔(dān)當(dāng)這一頭銜或角色，而且還使用一套新的項(xiàng)目管理工具，所以我們就不會(huì)有意識(shí)這樣想。”
對(duì)于遞進(jìn)式項(xiàng)目，它的成功與否并不總是在其結(jié)束時(shí)進(jìn)行確定，而是更有可能取決于在質(zhì)量和可靠性方面的持續(xù)關(guān)鍵業(yè)績指標(biāo)(KPI)。“客戶詢問‘他們項(xiàng)目推進(jìn)是否正常?’時(shí)會(huì)使用一些指標(biāo)，比如我可以做多少部署工作?我的部署可靠性如何?我是否存在回歸誤差?我的績效與預(yù)期一致嗎?”布恩說道。“人工智能可以識(shí)別在數(shù)據(jù)流中那些重要但難以發(fā)現(xiàn)的緩慢趨勢(shì)，或者即使被人看到了，也容易被忽視的趨勢(shì)。”
New Relic公司的應(yīng)用智能包括一個(gè)名為雷達(dá)的工具，用于查找這些模式和問題，提出一些應(yīng)對(duì)方法，并可從用戶的選擇中進(jìn)行學(xué)習(xí)。“這幫助我們發(fā)現(xiàn)某些被擱置延誤多個(gè)星期的事情，以及由于項(xiàng)目更關(guān)注日常的工作，所以我們某些工作的方向錯(cuò)誤，但并沒有察覺，”她說道。
布恩認(rèn)為，人工智能可以有助于確保我們能夠注意到壞消息。“我已經(jīng)發(fā)現(xiàn)，在某些情況下，衡量標(biāo)準(zhǔn)已經(jīng)顯示事情朝著錯(cuò)誤的方向發(fā)展，但人們很難承認(rèn)這一點(diǎn)。”
人工智能還可有助于工作自動(dòng)化，讓項(xiàng)目經(jīng)理有更多的時(shí)間去實(shí)際管理。“現(xiàn)在任何一個(gè)行業(yè)中，在很大程度上，人工智能都是去處理那些枯燥乏味的工作，讓人們把注意力放在機(jī)器無法完成的工作上。項(xiàng)目管理中的許多工作并不是數(shù)據(jù)處理，而是去做我們?cè)O(shè)定了明確目標(biāo)的工作，讓每個(gè)人都朝著同一個(gè)方向前進(jìn)，協(xié)調(diào)一致。”
例如New Relic公司使用聊天機(jī)器人來提醒管理者去管理可資本化時(shí)間。布恩還推測(cè)，對(duì)人們措辭狀態(tài)變化的自然語言分析可能有助于明確他們對(duì)項(xiàng)目進(jìn)展的信心。
奧爾森(Olsen)指出：“減少那些單調(diào)耗時(shí)且價(jià)值不一定很高，但在每個(gè)項(xiàng)目都會(huì)出現(xiàn)的工作”，這不僅僅是為了節(jié)省時(shí)間，還會(huì)減少錯(cuò)誤。
Software AG公司開發(fā)部門副總裁瑞克·邁克易切恩(Rick McEachern)認(rèn)為，機(jī)器人過程自動(dòng)化(RPA)幫助項(xiàng)目經(jīng)理處理了大量瑣碎和重復(fù)的工作，比如合并來自不同系統(tǒng)的數(shù)據(jù)以協(xié)調(diào)交付及其他物流工作，以及更新項(xiàng)目管理系統(tǒng)。邁克易切恩說：“可以做很多工作，比如在不同系統(tǒng)之間傳輸數(shù)據(jù)，處理大量電子郵件，制作報(bào)表和文件及文檔處理等等。機(jī)器人很擅長做這些工作。”
邁克易切恩表示：“你可以讓機(jī)器人關(guān)注不同的更新內(nèi)容、狀態(tài)報(bào)告和數(shù)據(jù)，如果某個(gè)文件應(yīng)該在某個(gè)特定的日期交付，但并未提交，機(jī)器人可進(jìn)行提醒。如果有人沒有提交他們的最新評(píng)估報(bào)告，你可能會(huì)使用一個(gè)帶有項(xiàng)目管理系統(tǒng)的機(jī)器人來提醒他：'現(xiàn)在離截止日期還有兩天，我將每小時(shí)提醒你一次'。而當(dāng)他們上傳新的時(shí)間表后，我可以讓一個(gè)機(jī)器人來提取我關(guān)心的數(shù)據(jù)，并將其放入主項(xiàng)目時(shí)間表中。”
預(yù)測(cè)和試驗(yàn)
如果您可以定義業(yè)務(wù)規(guī)則或創(chuàng)建可用于評(píng)估和報(bào)告異常的數(shù)據(jù)模型，那么機(jī)器人過程自動(dòng)化(RPA)也可以用于資源優(yōu)化和項(xiàng)目調(diào)度。他說，這對(duì)運(yùn)輸和物流工作可能特別有用。“您可以使用機(jī)器學(xué)習(xí)技術(shù)來做很多不同的優(yōu)化工作，如為最大限度降低燃油成本選擇最低成本路線，或優(yōu)化裝載量。”
奧爾森說：“你可以使用預(yù)測(cè)方式來細(xì)化調(diào)整項(xiàng)目執(zhí)行工作，并減少失誤。”但是如果你真的想用人工智能來改善項(xiàng)目工作，你必須尋求一些方法進(jìn)行實(shí)驗(yàn)和改進(jìn)。“這些做法將在未來五年使一些組織脫穎而出。這些都是智能系統(tǒng)，首席信息官們必須來設(shè)計(jì)這些系統(tǒng)以提高實(shí)驗(yàn)的速度。”
“這個(gè)循環(huán)式工作的一部分內(nèi)容是，‘我們上個(gè)月達(dá)到了75%的準(zhǔn)確率，而另外25%是什么原因呢?也許天氣也是我們的預(yù)測(cè)指標(biāo)，讓我們獲取一些天氣預(yù)報(bào)信息，并將其添加到模型中，也許我們可達(dá)到80%的準(zhǔn)確率。’將你的實(shí)驗(yàn)速度和學(xué)習(xí)速度作為項(xiàng)目成功的關(guān)鍵指標(biāo)。你如何系統(tǒng)地獲取知識(shí)，并推進(jìn)更多的實(shí)驗(yàn)?”奧爾森說。
他警告說，人們很容易認(rèn)為，可以用機(jī)器學(xué)習(xí)技術(shù)來預(yù)測(cè)哪些項(xiàng)目會(huì)成功和哪些會(huì)失敗，但是這可能還有很長的路要走。
“我們發(fā)現(xiàn)人們目前所關(guān)注的是項(xiàng)目內(nèi)部的組件，即對(duì)資源以及基于資源的項(xiàng)目進(jìn)展，或資源的健康度或表現(xiàn)。隨著時(shí)間的推移，合乎邏輯的下一步就是提升一個(gè)層次，開始關(guān)注整個(gè)項(xiàng)目本身的進(jìn)展如何?我們?nèi)绾尾拍芴岣咝?”他警告說，這意味著要收集大量項(xiàng)目的詳細(xì)信息。
“為了進(jìn)行項(xiàng)目預(yù)測(cè)，你必須獲取有關(guān)項(xiàng)目的數(shù)據(jù)，并將其提供給模型，并說明成功項(xiàng)目中的異常特征或共同特征是什么?”奧爾森說。
布恩對(duì)于如何準(zhǔn)確地進(jìn)行項(xiàng)目預(yù)測(cè)還做出了提醒，他指出一些項(xiàng)目任務(wù)比其他項(xiàng)目更容易預(yù)測(cè)，因?yàn)檫@些項(xiàng)目有更多的重復(fù)性。當(dāng)她擔(dān)任項(xiàng)目經(jīng)理時(shí)，她發(fā)現(xiàn)有經(jīng)驗(yàn)的電氣工程估算師其工作是非常準(zhǔn)確的，這不僅僅是因?yàn)榻ㄖ袠I(yè)需要有多長時(shí)間來積累知識(shí)。
“工程和構(gòu)建軟件之間的區(qū)別在于我們不知道工作的衡量標(biāo)尺。在工程中，我們會(huì)說這是一英尺長的管道或這是三英尺長的混凝土，但我們?cè)谲浖ぷ髦袥]有這樣的衡量尺度。鋪設(shè)瀝青工作在何時(shí)何地都可以進(jìn)行，但是即使在數(shù)據(jù)庫中添加一個(gè)列，也可能會(huì)有很大的不同，這取決于您在項(xiàng)目中的角色以及操作者是誰。”布恩說。
對(duì)于擁有大量人員的大型復(fù)雜項(xiàng)目，其最終目標(biāo)是可重復(fù)的，比如建立一個(gè)新的數(shù)據(jù)中心或?qū)?yīng)用程序移動(dòng)到容器平臺(tái)。布恩認(rèn)為，有足夠的數(shù)據(jù)可以讓機(jī)器學(xué)習(xí)來識(shí)別異常值、異常情況或相關(guān)性。“這里我們發(fā)現(xiàn)了三個(gè)有趣的相關(guān)性。你或許想要對(duì)其深入研究。這就是把人工智能當(dāng)做項(xiàng)目經(jīng)理的合作伙伴，應(yīng)用其人類水平的智商和情商來工作。”
版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。
京公網(wǎng)安備 11010502049343號(hào)