چگونه هوش مصنوعی مدیریت پروژه را متحول خواهد کرد؟
در آینده ای نزدیک، می توان مدیر عامل یک شرکت بزرگ مخابراتی را در حالی تصور کرد که از یک اپلیکیشن تلفن هوشمند برای بررسی هفت بخش استراتژیک سازمان خود استفاده می کند. او با چند کلیک از وضعیت هر پروژه و میزان درصد مزایای مورد انتظار هر پروژه مطلع خواهد شد. چارت های پروژه و شاخص های کلیدی عملکرد در لحظه در دسترس بوده، همچنین سطح روحیه هر یک از اعضای تیم و خرید کلی سهامداران کلیدی نیز قابل بررسی است.
در این حالت او می تواند در مورد ایده "تغییر ساختار برند" تعمق کند. چند ماه قبل از این، یکی از رقبای بزرگ شرکت، برند سبز جدیدی راه اندازی کرد که باعث سرعت بخشیدن به رشد پایدار آن مجموعه شد. بسیاری از خود تنظیمی های مبتنی بر هوش مصنوعی بر اساس پارامترهایی که مدیر پروژه و تیم پروژه پیش از شروع تغییرات در نظر گرفته اند، روی دادهاند. این اَپ مدیر عامل را از هر تغییری که نیاز به توجه دارد و همچنین خطرات بالقوه مطلع کرده و یک اولویت بندی از تصمیمات ضروری که باید در طول مسیر اتخاذ شوند ارائه داده و راهحلهای بالقوه ای برای هر کدام در نظر می گیرد.
قبل از هر چیز، مدیر عامل با مدیر پروژه که اکنون بیشتر زمان خود را صرف مربیگری و حمایت از تیم می کند، تماس می گیرد. تعامل منظم با سهامداران کلیدی را حفظ شده و یک فرهنگ با عملکرد بالا در مجموعه پرورش داده می شود. چند هفته قبل از این پروژه از برنامه کمی عقب مانده بود و اَپلیکیشن توصیه نموده بود که تیم باید از تکنیک های چابک برای سرعت بخشیدن به جریان پروژه استفاده کند.
در طول جلسه، افراد راه حل های احتمالی را شبیه سازی کرده و در مورد مسیر پیش رو به توافق می رسند. طرح پروژه به طور خودکار به روز شده و پیام هایی ارسال می شود که اعضای مرتبط تیم و سهامداران را از تغییرات و پیش بینی نتایج مورد انتظار مطلع می کند.
به لطف فناوریها و روشهای جدید کار، یک پروژه استراتژیک که میتوانست از کنترل خارج شده یا شاید حتی به شکست برسد، اکنون دوباره در صف موفقیت و ارائه نتایج مورد انتظار قرار گرفته است.
در زمان حال، مدیریت پروژه ها همواره به این راحتی پیش نمی رود، اما این آینده احتمالی توصیف شده کمتر از یک دهه دیگر به نتیجه خواهد رسید. برای اینکه زودتر به این مرحله وارد شویم، لازم است پیشگامان و سازمان های پیشرو اکنون روی فناوری مدیریت پروژه سرمایه گذاری کنند.
شرایط امروز مدیریت پروژه و مسیر پیش رو
هر سال حدود 48 تریلیون دلار در پروژه ها سرمایه گذاری می شود. با این حال طبق گفته گروه Standish، تنها 35 درصد از پروژه ها موفق تلقی می شوند. هدر رفت منابع و مزایای تحقق نیافته 65 درصد دیگر از پروژه ها باعث شگفتی است.
ما (مدرسه کسب و کار هاروارد) سالها است که در تحقیقات و انتشارات خود، نوسازی مدیریت پروژه را مورد توجه قرار داده ایم. یکی از دلایلی که برای نرخ پایین موفقیت پروژه ها به آن رسیدیم، سطح پایین بلوغ فناوری های موجود برای مدیریت آنها است. بیشتر سازمانها و رهبران پروژه هنوز از spreadsheets، اسلایدها و سایر ابزارهایی استفاده میکنند که در چند دهه گذشته پیشرفت چندانی نکردهاند. زمانی که شما موفقیت پروژه را با موارد تحویلی و مهلتهای تعیین شده اندازهگیری میکنید، این موارد کافی هستند، اما در محیطی که پروژهها و نوآوری ها همیشه در حال انطباق با شرایط بوده و به طور مداوم کسبوکار را تغییر میدهند، این ابزارها کافی نیستند. در برنامههای مدیریت پورتفولیو پروژه پیشرفتهایی صورت گرفته است، اما قابلیتهای برنامهریزی و همکاری تیمی، اتوماسیون و ویژگیهای "هوشمند" هنوز وجود ندارد.
اگر استفاده از هوش مصنوعی و سایر نوآوریهای تکنولوژیک در مدیریت پروژه بتواند نسبت موفقیت پروژهها را تنها تا 25 درصد بهبود بخشد، ارزش و مزایای آن برای سازمانها، جوامع و افراد معادل تریلیونها دلار خواهد بود. هر یک از هستههای فنآوریهای اشاره شده در داستان بالا، اکنون آماده هستند. اما تنها سؤال این است که چه موقع به طور مؤثر در مدیریت پروژه اعمال خواهند شد؟
تحقیقات گارتنر Gartner نشان می دهد که به زودی تغییراتی در راه است و پیش بینی می کند که تا سال 2030، 80 درصد از وظایف مدیریت پروژه توسط هوش مصنوعی اجرایی خواهند شد. وظایفی که از انبوه داده، یادگیری ماشین (ML) و پردازش زبان طبیعی پشتیبانی می کنند. تعداد انگشت شماری از محققان، مانند Paul Boudreau در کتاب خود با استفاده از ابزارهای هوش مصنوعی در مدیریت پروژه و تعداد فزاینده ای از استارتاپ ها، الگوریتم هایی را برای به کارگیری هوش مصنوعی و ML در دنیای مدیریت پروژه توسعه داده اند. وقتی این نسل آینده از ابزارها به طور گسترده مورد استفاده قرار گیرد، تغییرات اساسی رخ خواهد داد.
6 جنبه از مدیریت پروژه که متحول خواهد شد:
ما این پیشرفتهای تکنولوژیکی را فرصتی میبینیم که قبلاً هیچیک از آنها مطرح نبوده اند. سازمانها و رهبران پروژهای که بیشترین آمادگی را برای این تحول دارا باشند، بیشترین پاداش ها را خواهند داشت. تقریباً هر جنبه ای از مدیریت پروژه، از برنامه ریزی گرفته تا فرآیندها و افراد، تحت تأثیر قرار خواهند گرفت. بیایید نگاهی به شش حوزه کلیدی بیندازیم:
1. انتخاب و اولویت بندی بهتر
انتخاب و اولویت بندی نوعی پیش بینی است: کدام پروژه ها بیشترین ارزش را برای سازمان خواهند داشت؟ وقتی دادههای صحیح در دسترس باشد، ML میتواند الگوهایی را تشخیص دهد که با روشهای دیگر قابل تشخیص نیستند و میتوانند در پیشبینیها بسیار از دقت انسان فراتر بروند. اولویت بندی مبتنی بر ML به زودی منجر به موارد زیر خواهد شد:
شناسایی سریعتر پروژههای آماده راهاندازی که اصول اولیه درستی دارند.
انتخاب پروژه هایی که شانس موفقیت بیشتری دارند و بالاترین سود را ارائه می دهند.
تعادل بهتر در سبد پروژه و بررسی کلی ریسک در سازمان
حذف سوگیری های انسانی از تصمیم گیری
2. پشتیبانی از دفتر مدیریت پروژه
استارت آپ های تجزیه و تحلیل داده و اتوماسیون اکنون به سازمان ها کمک می کنند تا نقش دفتر مدیریت پروژه (PMO) را ساده و بهینه کنند. معروف ترین مورد استفاده رئیس جمهور امانوئل ماکرون از آخرین فناوری برای حفظ اطلاعات به روز در مورد هر پروژه بخش عمومی فرانسه است. این ابزارهای هوشمند جدید، نحوه عملکرد و کاربری PMO ها را به طور اساسی تغییر می دهند:
نظارت بهتر بر پیشرفت پروژه
قابلیت پیش بینی مشکلات احتمالی و رسیدگی به برخی از موارد ساده به صورت خودکار
تهیه و توزیع خودکار گزارش های پروژه و جمع آوری بازخورد
پیچیدگی بیشتر در انتخاب بهترین روش مدیریت پروژه به ازای هر پروژه
نظارت بر میزان انطباق با فرآیندها و سیاست ها
اتوماسیون، از طریق دستیارهای مجازی، عملکردهای پشتیبانی مانند به روز رسانی وضعیت، ارزیابی ریسک و تجزیه و تحلیل ذینفعان
3. تعریف، برنامه ریزی و گزارش پیشرفته و سریع تر پروژه
یکی از پیشرفته ترین حوزه ها در اتوماسیون مدیریت پروژه، مدیریت ریسک است. برنامه های کاربردی جدید از داده های بزرگ و ML برای کمک به رهبران و مدیران پروژه برای پیش بینی خطراتی که ممکن است مورد توجه قرار نگیرند، استفاده می کنند. این ابزارها می توانند اقدامات کاهشی را پیشنهاد داده و به زودی برنامه ها را به طور خودکار به نحوی تنظیم کرده تا از انواع خاصی از خطرات جلوگیری کنند.
رویکردهای مشابه به زودی تعریف، برنامه ریزی و گزارش پروژه را تسهیل خواهند کرد. این تمرینات اکنون زمان بر، تکراری و بیشتر دستی هستند. یادگیری ماشین (ML) به صورت پردازش زبان طبیعی و خروجی متن ساده منجر به موارد زیر می شود:
با خودکارسازی می توان جمعآوری و تجزیه و تحلیل زمانبر داستانهای کاربران، محدوده پروژه را بهبود بخشید. این ابزارها مشکلات احتمالی مانند ابهامات، تکراری ها، حذفیات، ناهماهنگی ها و پیچیدگی ها را آشکار خواهند کرد.
ابزارهایی برای تسهیل فرآیندهای زمان بندی و پیش نویس طرح های تفصیلی و تقاضای منابع
گزارشدهی خودکار که نه تنها با کار کمتری تولید میشود، بلکه گزارشهای امروزی که اغلب هفتهها از عمرشان میگذرد، با دادههای زمان واقعی جایگزین میکند. این ابزارها همچنین عمیقتر از آن چه که در حال حاضر امکان واکاوی دارند، وضعیت پروژه، مزایای بهدستآمده، لغزش احتمالی و احساسات تیم را به روشی واضح و عینی نشان میدهند.
4. دستیاران مجازی پروژه
عملاً یک شبه، ChatGPT درک جهان را از این که چگونه هوش مصنوعی میتواند مجموعهای از دادهها را تجزیه و تحلیل کند و بینشهای جدید و فوری را در متن ساده ایجادنماید، تغییر داد. در مدیریت پروژه، ابزارهایی مانند ChatGPT به «رباتها» یا «دستیاران مجازی» قدرت میدهند. اوراکل اخیراً دستیار دیجیتال مدیریت پروژه جدیدی را معرفی کرده است که بهروزرسانیهای فوری وضعیت را ارائه نموده و به کاربران کمک میکند تا زمان و پیشرفت کار را از طریق متن، صدا یا چت بهروزرسانی کنند.
دستیار دیجیتالی از ورودیهای زمان گذشته، دادههای برنامهریزی پروژه و کلیات مرتبط یاد میگیرد تا تعاملات را تنظیم کرده و اطلاعات حیاتی پروژه را بهطور هوشمندانه ثبت کند. PMOtto یک دستیار پروژه مجازی با قابلیت ML است که در حال حاضر مورد استفاده است. یک کاربر میتواند از PMOtto بپرسد: «برای John برنامهریزی کنید که هفته آینده دیوار را نقاشی کند و تمام وقت او به این کار اختصاص یابد». دستیار ممکن است پاسخ دهد، "بر اساس وظایف مشابه قبلی که به John اختصاص داده شده بود، به نظر می رسد که او برای انجام کار به دو هفته زمان نیاز دارد و طبق درخواست شما، یک هفته برای انجام این کار کافی نیست. لازم است مجدد تنظیم شود؟»
5. سیستم ها و نرم افزارهای تست پیشرفته
تست کردن یکی دیگر از وظایف ضروری در اکثر پروژه ها است و مدیران پروژه لازم است به صورت مرحله ای و به موقع آزمایش کنند. امروزه به ندرت می توان یک پروژه بزرگ بدون سیستم ها و انواع نرم افزارهای متعدد برای آزمایش های ضروری قبل از اجرای پروژه پیدا کرد. به زودی سیستمهای آزمایشی پیشرفته که اکنون فقط برای پروژههای بزرگ قابل اجرا هستند، بهطور گسترده در دسترس خواهند بود.
بخشی از پروژه کراس ریل در بریتانیا به نام The Elizabeth Line یک راه آهن پیچیده با ایستگاه ها، زیرساخت ها، مسیرها و قطارهای جدید است. بنابراین مهم است که هر عنصر پروژه از طریق یک فرآیند آزمایش، میزان اظمینان از ایمنی و قابلیت اطمینان آن پیش از راه اندازی بررسی شود. این کار به ترکیبی از سخت افزار و نرم افزار نیاز داشت که قبلاً دیده نشده بود و پس از چالش های اولیه، تیم پروژه تسهیلات یکپارچه سازی Crossrail را توسعه داد. این مرکز آزمایش کاملاً خودکار خارج از محل پروژه در افزایش کارایی، صرفه اقتصادی و انعطافپذیری سیستمها بسیار ارزشمند است. مهندس سیستم ها Alessandra School-Sternberg برخی از ویژگی های آن را توضیح می دهد: «یک پایگاه اتوماسیون سیستمی گسترده نوشته شده است که امکان دستیابی به تنظیمات پیچیده، انجام دقیق بررسی های سلامت، انجام آزمایش های استقامت در دوره های طولانی و اجرای آزمایش ها را با ماهیت تکراری فراهم می کند.» ممیزی های دقیق را می توان در مرکز به صورت شبانه روزی و تمام روزهای هفته (24-7) و بدون خطر سوگیری اپراتور انجام داد.
راه حل های پیشرفته و خودکار تست سیستم برای پروژه های نرم افزاری به زودی امکان تشخیص زودهنگام عیوب و فرآیندهای خود اصلاحی را فراهم می کند. این امر زمان صرف شده برای فعالیت های آزمایشی دست و پا گیر را به میزان قابل توجهی کاهش می دهد، از تعداد دوباره کاری ها را کاسته و در نهایت راه حل هایی با کاربری آسان و بدون اشکال ارائه می کند.
6. نقش جدید برای مدیر پروژه
برای بسیاری از مدیران پروژه، خودکار کردن بخش قابل توجهی از وظایف فعلی آنها ممکن است ترسناک باشد، اما افراد موفق یاد خواهند گرفت که از این ابزارها به نفع خود استفاده کنند. مدیران پروژه حذف نخواهند شد اما باید این تغییرات را بپذیرند و از فناوری های جدید بهره ببرند. ما در حال حاضر به تیم های پروژه متقابل به عنوان یک گروه از افراد فکر می کنیم، اما ممکن است به زودی آنها را به عنوان یک گروه از انسان ها و روبات ها در نظر بگیریم.
با دور شدن از کار اداری، مدیر پروژه آینده باید مهارتهای نرم قوی، قابلیتهای رهبری، تفکر استراتژیک و هوش تجاری را پرورش دهد. این افراد باید بر ارائه منافع مورد انتظار و همسویی آنها با اهداف استراتژیک تمرکز کنند. همچنین مدیران پروژه آینده به درک خوبی از این فناوری ها نیاز دارند. برخی از سازمانها در حال حاضر هوش مصنوعی را در برنامههای آموزشی و صدور گواهینامه مدیریت پروژه خود وارد کرده اند. دانشگاه Northeastern در حال گنجاندن هوش مصنوعی در برنامه درسی خود است و به مدیران پروژه آموزش میدهد که چگونه از هوش مصنوعی برای خودکارسازی و بهبود مجموعه دادهها و بهینهسازی ارزش سرمایهگذاری پروژهها استفاده کنند.
داده ها و افراد، آینده را به واقعیت تبدیل می کنند.
وقتی این ابزارها برای سازمان ها آماده شدند، چگونه مطمئن خواهید شد که سازمان شما برای به کارگیری آنها آماده است؟ هر فرآیند پذیرش هوش مصنوعی با داده ها آغاز می شود، اما شما نباید در آماده سازی افراد خود نیز کوتاهی کنید.
آموزش الگوریتم های هوش مصنوعی برای مدیریت پروژه ها به مقادیر زیادی داده های مرتبط با پروژه نیاز دارد. سازمان شما ممکن است مجموعهای از دادههای مربوط به گذشته پروژه را حفظ کند، اما احتمالاً آنها در هزاران سند در قالبهای مختلف فایل های پراکنده و در سیستمهای مختلف ذخیره میشوند. اطلاعات ممکن است قدیمی باشند، ممکن است از طبقه بندی های مختلف استفاده شود، یا حاوی نقاط پرت و شکاف باشد. تقریباً 80 درصد از زمان صرف شده برای آمادهسازی الگوریتم ML برای استفاده بر روی جمعآوری و تمیز کردن دادهها متمرکز است، که دادههای خام و بدون ساختار را میگیرد و آن را به دادههای ساختاری تبدیل کرده که میتواند برای یک مدل یادگیری ماشین آموزنده دهد.
بدون دادههای در دسترس و مدیریت شده مناسب، تحول هوش مصنوعی هرگز در سازمان شما اتفاق نمیافتد. اما اگر خود و تیم تان را برای تغییر آماده نکنید، هیچ تحول هوش مصنوعی شکوفا نخواهد شد.
این نسل جدید ابزارها نه تنها فناوری نحوه مدیریت پروژه ها را تغییر می دهند، بلکه کار ما را در پروژه کاملاً متحول خواهند کرد. مدیران پروژه باید برای مربیگری و آموزش تیم های خود برای انطباق با این انتقال آماده باشند. آنها باید تمرکز خود را بر روی تعاملات انسانی افزایش داده و در عین حال کاستی های مهارتی فناوری را در افراد خود شناسایی و برای رفع این کاستی ها تلاش نمایند. علاوه بر تمرکز بر تحویل پروژه ها، مدیران باید بر ایجاد تیم هایی با عملکرد بالا تمرکز داشته باشند که در آنها همه اعضا آن چه برای بهترین عملکرد لازم است را دریافت می کنند.
اگر به طور جدی در حال بررسی استفاده از هوش مصنوعی در پروژه ها و شیوه های مدیریت پروژه خود هستید، سؤالات زیر به شما کمک می کند تصمیم خود را ارزیابی مورد ارزیابی قرار دهید:
آیا آمادهاید برای تهیه فهرست دقیق تمام پروژههای خود، از جمله آخرین بهروزرسانی وضعیت، زمان صرف کنید؟
آیا می توانید چندین ماه برای جمع آوری، تمیز کردن و ساختار داده های پروژه خود بر روی چندین منبع سرمایه گذاری کنید؟
آیا تصمیم خود را گرفته اید که عادات مدیریت پروژه قدیمی خود مانند گزارش های پیشرفت ماهانه خود را کنار بگذارید؟
آیا آماده سرمایه گذاری در آموزش تیم مدیریت پروژه خود در این فناوری جدید هستید؟
آیا آنها مایلند از مناطق امن سنتی خود خارج شوند و نحوه مدیریت پروژه های خود را به طور اساسی تغییر دهند؟
آیا سازمان شما آماده پذیرش و اتخاذ یک فناوری جدید و واگذاری کنترل تصمیمات با ریسک فزاینده است؟
آیا حاضرید اجازه دهید این فناوری اشتباه کند زیرا یاد می گیرد که برای سازمان شما بهتر عمل کند؟
آیا حامی اجرایی شما برای این پروژه توانایی و اعتباری در سازمان شما دارد که این تحول را رهبری کند؟
آیا رهبران ارشد مایلند چندین ماه، تا یک سال، منتظر بمانند تا مزایای اتوماسیون را ببینند؟
اگر پاسخ همه این سؤالات مثبت است، پس شما آماده شروع این تحول پیشگام هستید. اگر یک یا چند پاسخ «نه» دارید، باید قبل از حرکت وضعیت آنها را به «بله» تغییر دهید.
همان طور که دیدیم، استفاده از هوش مصنوعی در مدیریت پروژه مزایای قابل توجهی را نه تنها در اتوماسیون وظایف اداری و کم ارزش، بلکه مهم تر از آن، در فناوری های متحول کننده در بر داشته و به عنوان جعبه ابزاری به سازمان شما کمک می کند که رهبران و مدیران پروژه آن پروژه ها را با موفقیت بیشتری انتخاب، تعریف و اجرا نمایند.
مدیر عامل داستان ما زمانی در موقعیتی بود که شما امروز در آن هستید. ما شما را تشویق می کنیم که در حال حاضر اولین گام ها را به سمت این چشم انداز مثبت از آینده مدیریت پروژه بردارید.
نویسندگان:
Antonio Nieto - Rodriguez نویسنده کتاب مدیریت پروژه بازبینی کسب و کار هاروارد، مقاله HBR The Project Economy Has Arrived و پنج کتاب دیگر است. تحقیقات و تاثیر جهانی او بر مدیریت مدرن توسط Thinkers50 به رسمیت شناخته شده است. Antonio پیشرو و پیشگام در آموزش و مشاوره هنر و علم اجرای استراتژی و مدیریت پروژه مدرن به مدیران اجرایی، استاد مدعو در هفت مدرسه تجاری پیشرو است. او بنیانگذار Projects&Co و موسسه اجرای استراتژی است. میتوانید Antonio را از طریق وبسایت او، خبرنامه لینکدین، LeadProjectSuccesfully و دوره آنلاین او «مدیریت پروژه» را که برای مدیران غیر پروژه بازطراحی شده است، دنبال کنید.
Ricardo Viana Vargas، دکتری، بنیانگذار و مدیر عامل Macrosolutions، یک شرکت مشاوره با عملیات بین المللی در انرژی، زیرساخت، فناوری اطلاعات، نفت و امور مالی است. او بیش از 20 میلیارد دلار در پروژه های بین المللی در 25 سال گذشته مدیریت کرده است. Ricardo طرح Brightline را از سال 2016 تا 2020 ایجاد و رهبری کرد و مدیر مدیریت پروژه و زیرساخت در سازمان ملل متحد بود و بیش از 1000 پروژه بشردوستانه و توسعه را رهبری کرد. او 16 کتاب در این زمینه نوشته و مجری پادکست 5 دقیقه است که به 12 میلیون بازدید رسیده است.