Шесть технологий искусственного интеллекта, которые изменят управление проектами на предприятии
Искусственный интеллект, машинное обучение и роботизация процессов, меняют способы управления проектами сегодня и будут иметь еще больший эффект завтра.
Искусственный интеллект (ИИ) уверенно проникает в деятельность предприятия до такой степени, что может определять успех организации в том числе в области управления проектами. В новом отчете Института управления проектами (PMI) анализируются как шесть технологий искусственного интеллекта влияют на деятельность сегодняшних менеджеров проектов, и их влияние на управление проектами в будущем.
В документе «Взламывая код эффективности проекта» (2019) специалисты PMI повествуют, что в ближайшие три года использование ИИ вырастет с 23% до 37%, а большинство опрошенных (81%) заявили, что их организации в настоящее время уже оценили влияние технологий ИИ.
Руководители проектов находятся на самых ранних стадиях внедрения ИИ для оптимизации и улучшения управления проектами. Технологии ИИ уже способствуют повышению производительности и качества, — сказал Марк Брум, директор по анализу данным PMI, — Например, технология уменьшает количество времени, которое менеджеры проектов должны тратить на такие действия, как мониторинг прогресса и управление документацией, они могут полагаться на ИИ для выполнения этих административных задач. Сэкономленное время может быть направлено на более стратегические и творческие задачи, связанные с планированием.
Рональд Шмельцер, главный аналитик Cognilytica говорит, что наряду с мониторингом прогресса и управлением документацией, руководители проектов тратят много времени на поиск закономерностей, эффективности и избыточности в проектах т.е. на задачах, которые могут быть ускорены с помощью ИИ и машинного обучения.
Технологии искусственного интеллекта, влияющие на управление проектами
Системы, основанные на знаниях
По словам Шемзлера, системы, основанные на знаниях, используют машинное обучение и генерацию документации для участников на естественном языке. «Документация — проклятие для каждого», — добавил он.
«Алгоритмы обработки естественного языка и машинного обучения помогут руководителю проекта в разработке точных планов проекта», — сказал Брум, — «Изучение множества ранее выполненных проектов и связанных с ними артефактов управления проектами будет использовано для обучения ИИ, чтобы эффективно помогать руководителю проекта во всех аспектах управления проектами, включая разработку устава, оценку времени и ресурсов, коммуникацию, идентификацию и управление рисками».
Машинное обучение
По словам Брума, развитие машинного обучения находится на самой ранней стадии его использования для управления проектами, тем не менее, 31% организаций уже используют машинное обучение, а 69% ожидают высокого или умеренного влияния этой технологии в будущем, согласно отчету.
По словам Шмельцера, машинное обучение лежит в основе многих других технологий ИИ. В целом, опыт машинного обучения заключается в поиске моделей. Например, по словам Шмельцера, машинное обучение может смотреть на график, и определять области, в которых можно ускорить проекты.
Управление решениями
ИИ может сыграть ключевую роль, помогая менеджерам проектов принимать важные решения.
«Поскольку решения должны приниматься на протяжении всего проекта, руководители проектов будут полагаться на прогнозные модели для оценки вариантов и выбора тех, которые обеспечивают наибольшую вероятность положительного результата», — сказал Брум.
Здесь также используются алгоритмы машинного обучения, добавил Шмельцер, поскольку они могут показать какие функции пользователи продукта используют или не используют, и помочь руководителям проектов принять соответствующие решения.
Экспертные системы
Экспертные системы, идущие рука об руку с управлением решениями, также дают руководителям проектов экспертное мышление.
«На самом деле машины могут автоматически создавать такие вещи, которые называются деревьями решений», — сказал Шмельцер. «Это все равно что брать идеи эксперта и внедрять их в машинное обучение».
По словам Шмельцера, инструмент может анализировать шаблоны экспертных решений и основывать их на них, предоставляя руководителю проекта опыт.
Глубинное обучение
«Усовершенствованные модели прогнозирования и глубинного обучения помогут прогнозировать трудозатраты, отслеживать ход выполнения проекта и обновлять прогнозы по мере его реализации», — сказал Брум.
Глубинное обучение очень хорошо в распознавании речи и разговорных системах. По словам Шмельцера, модели глубинного обучения очень требовательны к данным, поэтому чем больше данных у менеджера проекта, тем точнее будет система.
Роботизация процессов (RPA)
«RPA, является одной из первых технологий для поддержки административных задач руководителей проектов», — сказал Брум. «В будущем следует ожидать гораздо большего прогресса».
«RPA — это ворота в ИИ», — сказал Шмельцер. «Эта технология получила огромный толчок из-за того, что относительно легко автоматизировать системы, которые традиционно не были автоматизированы из-за человеческих и бумажных операций».
Примером RPA в действии являются счета-фактуры, которые обычно предполагают, что кто-то утверждает платежные счета и помещает их в платежную систему, но многие из этих шагов можно автоматизировать с помощью этой технологии, сказал Шмельцер.
Характеристика успешных систем ИИ для управления проектами
В ближайшие годы влияние ИИ продолжит расти на предприятиях. По мере развития этих шести технологий руководители проектов будут чаще использовать свои возможности. Чтобы получить максимальную выгоду от ИИ, руководители проектов должны внедрить системы ИИ, которые извлекают информацию из нескольких источников, предоставляют более широкие возможности для более эффективного принятия решений, предлагают эффективное и подробное планирование проектов и точно прогнозируют результаты, сказал Дэниел Станг, вице-президент Gartner по исследованиям.
Если вам понравилась статья — оформите подписку и раз в неделю мы будем отправлять вам свежие ИТ новости, обзоры решений и другой, не менее интересный и содержательный контент.