從軟件開發(fā)到建設(shè)到物流金融，每個公司都有需要進行規(guī)劃、管理和監(jiān)督的項目。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)計使用的，并沒有盡可能地對潛在的問題發(fā)出警告。基于人工智能的決策支持系統(tǒng)和自動化是否可以通過降低成本和錯誤，分析風(fēng)險，提高工作效率或按時按預(yù)算完成工作，從而使項目更成功地完成?

 

以下是人工智能技術(shù)、機器學(xué)習(xí)和預(yù)測分析在未來幾年如何影響項目結(jié)果的早期研究。

 

 

很好地管理一個項目不僅僅是提前制定一個宏大的計劃并堅持執(zhí)行。項目中的相互依存關(guān)系和外部變化使得項目結(jié)果變得不可預(yù)測。在最好情況下，評估和多次預(yù)測是一種客觀判斷;最糟糕的情況是，進行猜測和掩飾?，F(xiàn)代管理技術(shù)(如敏捷式和持續(xù)交付)旨在通過漸進式工作來減少不確定性，但仍不能保證最終的項目交付。組合管理選擇了可以平衡風(fēng)險和回報的項目組合(因為如果只是處于安全考慮，很難保持競爭力)，但這意味著可以準(zhǔn)確地評估風(fēng)險，這其實很難。

 

Aptage公司首席執(zhí)行官約翰·海因茨(John Heintz)告訴CIO.com：“項目中的風(fēng)險始終是概率性事件，而人類的思維不擅長進行基于風(fēng)險的概率管理，特別是當(dāng)我們面臨許多不同的可能事件時。明確你自己的想法，這很容易，“我得到了我想要的答案，我認同自己的選擇。”

 

我們還喜歡他所說的“基于希望的計劃”。

 

“這很自然，我們在一定程度上都是樂觀的。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公司使用機器學(xué)習(xí)技術(shù)來預(yù)測項目的結(jié)果，使用您現(xiàn)有的數(shù)據(jù)，例如項目各個階段的計劃開始及結(jié)束日期(以及如果有這些數(shù)據(jù)的話，評估一下積壓未完成的工作)，以了解團隊所完成的項目比例，并預(yù)測項目是否可以準(zhǔn)時交付。評估總是不確定的，所以你可以在工作完成時間周期上設(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)險來源的信息：“不要只是責(zé)怪那個最后犯錯的人，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)團隊都會有的信息。“沒有嚴(yán)格流程的團隊仍然可以使用我們的工具。如果一個團隊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。如果一個團隊對整個項目有一個完整的最佳/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)險隨時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，因為我們需要將快速思考和直覺聯(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)該會恐慌。也許我們?nèi)匀粫Q定繼續(xù)推進該項目，但是我們已經(jīng)進行過考慮，已經(jīng)被激發(fā)去思考一些正確的事情。‘這可能會很痛苦，但我們會有一個安全保障;如果我們不得不在這個項目上多花費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)計的，但也適合構(gòu)建項目。第一次是與Jira軟件進行(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目團隊每天使用的工具中(類似于比如微軟的項目管理軟件、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)。“如果我把一個工作任務(wù)放到Trello或者ServiceNow軟件中，那么軟件會預(yù)估我何時可以完成，并且預(yù)計會有多大的把握，還會給我一個有90%把握完成的日期。”

 

一般來說，我們的目標(biāo)是避免在項目的結(jié)尾時大吃一驚。“如果你今天就知道這個項目有60%的風(fēng)險無法完成，以及有60%的風(fēng)險會順利完成，你會采取什么不同的做法呢?我們給您指出風(fēng)險的來源以及給您提供一些應(yīng)對方案。”

 

Aptage公司不會去解決存在問題的項目，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‘這是一個高風(fēng)險的項目，我們正在對其進行妥善管理’，而不是說‘我們不知道風(fēng)險是什么;我們只是承諾項目會完成，然后在最后一刻我們可能會說項目無法完成。’”

 

 

微軟云人工智能團隊負責(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)測性維護的)方法，這可以幫助提高項目的效率和可靠性。“在項目日程和風(fēng)險方面可能導(dǎo)致項目失敗的最常見問題之一，就是您在項目中依賴的系統(tǒng)出現(xiàn)無法預(yù)料的故障。”

 

總的來說，他認為，“不管是對項目的預(yù)測，還是消除項目執(zhí)行過程中的風(fēng)險”，人工智能技術(shù)都是最有助于消除項目風(fēng)險的。這將使項目更高效：“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公司平臺產(chǎn)品管理主管納迪亞·杜克·布恩(Nadya Duke Boone)認為，人工智能已經(jīng)可以幫助跟蹤項目進度和績效，特別是如果您對項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目管理工具，所以我們就不會有意識這樣想。”

 

對于遞進式項目，它的成功與否并不總是在其結(jié)束時進行確定，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‘他們項目推進是否正常?’時會使用一些指標(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。“人工智能可以識別在數(shù)據(jù)流中那些重要但難以發(fā)現(xiàn)的緩慢趨勢，或者即使被人看到了，也容易被忽視的趨勢。”

 

New Relic公司的應(yīng)用智能包括一個名為雷達的工具，用于查找這些模式和問題，提出一些應(yīng)對方法，并可從用戶的選擇中進行學(xué)習(xí)。“這幫助我們發(fā)現(xiàn)某些被擱置延誤多個星期的事情，以及由于項目更關(guān)注日常的工作，所以我們某些工作的方向錯誤，但并沒有察覺，”她說道。

 

布恩認為，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)顯示事情朝著錯誤的方向發(fā)展，但人們很難承認這一點。”

 

人工智能還可有助于工作自動化，讓項目經(jīng)理有更多的時間去實際管理。“現(xiàn)在任何一個行業(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器無法完成的工作上。項目管理中的許多工作并不是數(shù)據(jù)處理，而是去做我們設(shè)定了明確目標(biāo)的工作，讓每個人都朝著同一個方向前進，協(xié)調(diào)一致。”

 

例如New Relic公司使用聊天機器人來提醒管理者去管理可資本化時間。布恩還推測，對人們措辭狀態(tài)變化的自然語言分析可能有助于明確他們對項目進展的信心。

 

奧爾森(Olsen)指出：“減少那些單調(diào)耗時且價值不一定很高，但在每個項目都會出現(xiàn)的工作”，這不僅僅是為了節(jié)省時間，還會減少錯誤。

 

Software AG公司開發(fā)部門副總裁瑞克·邁克易切恩(Rick McEachern)認為，機器人過程自動化(RPA)幫助項目經(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，制作報表和文件及文檔處理等等。機器人很擅長做這些工作。”

 

邁克易切恩表示：“你可以讓機器人關(guān)注不同的更新內(nèi)容、狀態(tài)報告和數(shù)據(jù)，如果某個文件應(yīng)該在某個特定的日期交付，但并未提交，機器人可進行提醒。如果有人沒有提交他們的最新評估報告，你可能會使用一個帶有項目管理系統(tǒng)的機器人來提醒他：'現(xiàn)在離截止日期還有兩天，我將每小時提醒你一次'。而當(dāng)他們上傳新的時間表后，我可以讓一個機器人來提取我關(guān)心的數(shù)據(jù)，并將其放入主項目時間表中。”

 

 

如果您可以定義業(yè)務(wù)規(guī)則或創(chuàng)建可用于評估和報告異常的數(shù)據(jù)模型，那么機器人過程自動化(RPA)也可以用于資源優(yōu)化和項目調(diào)度。他說，這對運輸和物流工作可能特別有用。“您可以使用機器學(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)測方式來細化調(diào)整項目執(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目工作，你必須尋求一些方法進行實驗和改進。“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)計這些系統(tǒng)以提高實驗的速度。”

 

“這個循環(huán)式工作的一部分內(nèi)容是，‘我們上個月達到了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)測指標(biāo)，讓我們獲取一些天氣預(yù)報信息，并將其添加到模型中，也許我們可達到80%的準(zhǔn)確率。’將你的實驗速度和學(xué)習(xí)速度作為項目成功的關(guān)鍵指標(biāo)。你如何系統(tǒng)地獲取知識，并推進更多的實驗?”奧爾森說。

 

他警告說，人們很容易認為，可以用機器學(xué)習(xí)技術(shù)來預(yù)測哪些項目會成功和哪些會失敗，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)注的是項目內(nèi)部的組件，即對資源以及基于資源的項目進展，或資源的健康度或表現(xiàn)。隨著時間的推移，合乎邏輯的下一步就是提升一個層次，開始關(guān)注整個項目本身的進展如何?我們?nèi)绾尾拍芴岣咝?”他警告說，這意味著要收集大量項目的詳細信息。

 

“為了進行項目預(yù)測，你必須獲取有關(guān)項目的數(shù)據(jù)，并將其提供給模型，并說明成功項目中的異常特征或共同特征是什么?”奧爾森說。

 

布恩對于如何準(zhǔn)確地進行項目預(yù)測還做出了提醒，他指出一些項目任務(wù)比其他項目更容易預(yù)測，因為這些項目有更多的重復(fù)性。當(dāng)她擔(dān)任項目經(jīng)理時，她發(fā)現(xiàn)有經(jīng)驗的電氣工程估算師其工作是非常準(zhǔn)確的，這不僅僅是因為建筑行業(yè)需要有多長時間來積累知識。

 

“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，我們會說這是一英尺長的管道或這是三英尺長的混凝土，但我們在軟件工作中沒有這樣的衡量尺度。鋪設(shè)瀝青工作在何時何地都可以進行，但是即使在數(shù)據(jù)庫中添加一個列，也可能會有很大的不同，這取決于您在項目中的角色以及操作者是誰。”布恩說。

 

對于擁有大量人員的大型復(fù)雜項目，其最終目標(biāo)是可重復(fù)的，比如建立一個新的數(shù)據(jù)中心或?qū)?yīng)用程序移動到容器平臺。布恩認為，有足夠的數(shù)據(jù)可以讓機器學(xué)習(xí)來識別異常值、異常情況或相關(guān)性。“這里我們發(fā)現(xiàn)了三個有趣的相關(guān)性。你或許想要對其深入研究。這就是把人工智能當(dāng)做項目經(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。