Gevinster:
- Evne til at forstå analoge, parametriske og trepunkts (PERT) estimeringsmetoder og bruge kunstig intelligens til at producere tids- og ressourceestimeringsudkast.
- Evne til at fortolke prognoseusikkerhed (optimistiske/mulige/pessimistiske scenarier, konfidensinterval) og basere planlægning på et interval frem for et enkelt tal
- Evne til at erkende, at AI-prognosen er baseret på historiske mønstre og antagelser, og at det endelige budget og tidsforpligtelse skal valideres med teamdata og ekspertvurdering
Estimering er den sværeste og mest risikable opgave i projektledelse. "Hvor lang tid vil det tage?" og "hvor mange mennesker skal der til?" Svarene på disse spørgsmål danner grundlag for tidsplanen, budgettet og løftet til kunden. Dårlig estimering vil sænke selv et velstyret projekt: for optimistisk tid vil føre til forsinkelser og sanktioner, for pessimistisk tid vil føre til tab af bud. Kunstig intelligens er en attraktiv assistent på dette felt; giver en tid i sekunder. Det er netop derfor, det er her, det er mest farligt: AI kan producere et sikkert tal uden at kende dit holds faktiske hastighed. I denne enhed vil vi dække prognosemetoder, hvordan man bruger AI sikkert i prognoser, og hvordan man validerer hver prognose.
Grundlæggende prognosemetoder
Lad os definere et par metoder. Analog gæt betyder at se på et lignende job i fortiden og sige "det tog 10 dage, det her ligner"; Det er hurtigt, men barskt. Parametrisk estimering multiplicerer en enhedspris/tid med mængden (f.eks. "0,5 dage pr. side × 40 sider = 20 dage"); er baseret på data. Bottom-up estimering estimerer og aggregerer hver arbejdspakke separat; Det er den mest nøjagtige, men langsomste. Tre-punkts estimering (PERT) anerkender usikkerhed: For hver opgave estimeres den optimistiske (O), mest sandsynlige (M) og pessimistiske (P) varighed, og det vægtede gennemsnit tages.
PERT-formlen er: Forventet varighed = (O + 4M + P) / 6. For eksempel, for en opgave, hvis optimistisk 4 dage er den mest sandsynlige 6 dage, forventes pessimistisk 14 dages varighed = (4 + 24 + 14) / 6 = 7 dage. Standardafvigelsen er (P − O) / 6 = (14 − 4) / 6 ≈ 1,7 dage; Dette viser usikkerhedsmarginen. I stedet for at sige et enkelt "6 dage", er en meget mere ærlig plan at sige "forventet 7 dage, afvigelse ±1,7 dage".
Derudover er to begreber vigtige. Indsats er mængden af arbejdsdage, der kræves for jobbet (f.eks. 10 dagsværk). Varighed er, hvor mange dage dette job vil tage på kalenderen. To personer kan afslutte 10 dagsværk på 5 dage; men ikke alle job kan deles uendeligt (ni kvinder kan ikke føde et barn på en måned). AI kan forveksle de to; du skal skille det ad.
Metode
Hvornår er det passende?
hastighed
nøjagtighed
AI's rolle
analogisk
Tidlig fase, lidt information
høj
lav
Foreslår lignende projektmønster
parametrisk
Hvis der er en målbar enhed
høj
medium
Genererer formel og enhedsoversigt
bunden op
Hvis der er detaljeret WBS
lav
høj
Samler pakker med kladder
Tre-point (PERT)
Hvis usikkerheden er stor
medium
medium-høj
Foreslår O/M/P scenarier
Trin for trin: Sikker forudsigelse med AI
- Sæt holddataene først. Giv AI'en dine egne tidligere erkendelser: "Lignende opgaver tog så lang tid på vores team." Så forudsigelsen er baseret på dine data, ikke generalisering.
- Vælg metoden. Hvis usikkerheden er høj, spørg efter PERT; parametrisk, hvis der er en målbar enhed.
- Bed om tre prikker, ikke enkelte tal. Spørg efter O/M/P-værdier og antagelser for hver pakke.
- Gør antagelser synlige. Udskriv antagelsen, der ligger til grund for hvert estimat (f.eks. "testmiljø klar", "kunderetur om 2 dage"); En forkert antagelse er et forkert gæt.
- Tilføj kilde og del. Adskil indsats fra tid, overvej ferie og tilgængelighed (f.eks. er en person faktisk produktiv 4 dage om ugen).
- Kalibrer med holdet. Gennemgå det endelige skøn med de personer, der skal udføre arbejdet. En forudsigelse bliver pålidelig, når den person, der laver den, ejer den.
Opmærksomhed: Spørg AI "hvor mange dage vil dette arbejde tage?" At spørge og skrive det resulterende tal direkte ind i diagrammet er den farligste form for forudsigelse. Dette nummer inkluderer ikke dit teams data; det er bare et generelt mønster og kan være en hallucination.
tre minisager
Case 1 — Ærlig plan med PERT. Et softwareteam bad AI om O/M/P-forudsigelser og antagelser for et modul med 12 opgaver. AI gav udkast; Holdet korrigerede hver mission med sine egne historiske data. Den samlede forventede tid var 38 dage, den pessimistiske total var 52 dage. PM gav kunden en deadline på 45 dage og efterlod en margen på 7 dage. Projektet blev afsluttet den 44. dag; Hvis der ikke var nogen andel, ville der være en forsinkelse.
Case 2 — Indsats/tidsforvirring. En koordinator spørger AI: "Hvor mange dage vil det tage at udføre 80 dagsværksjob?" sagde han. AI'en svarede "80 dage", fordi den forvekslede indsats med varighed. Da koordinatoren vidste, at arbejdet kunne udføres af 4 personer parallelt, rettede koordinatoren tiden til ~25 dage (ikke 20, fordi den ikke var delelig). Lektion: Mennesker bør kontrollere AI'ens indsats/tidsfordeling.
Sag 3 — Uunderbygget generalisering. En PM skrev på diagrammet, at AI svarede "en API-integration tager typisk 5 dage." Teamets tidligere erfaring med denne API-udbyder var dårlig, og dokumentationen var dårlig; Arbejdet tog 13 dage. Hvis teamdata blev spurgt, ville dette blive set fra begyndelsen. Lektion: generalisering er ingen erstatning for teamvirkelighed.
Svag prompt / Stærk prompt
Svag prompt:
Hvor mange dage tager det at oprette en e-handelsside?
Denne prompt tvinger AI til at generere et opdigtet nummer uden at kende dit projekts data. Der er intet hold, intet omfang, ingen usikkerhed.
Kraftig prompt:
Din rolle: en estimeringsspecialist. Kontekst: Nedenfor er 8 arbejdspakker og lignende tidligere opgaver fra vores team. Opgave: Generer et TRE-PUNKTs (optimistisk O / mest sandsynligt M / pessimistisk P) varighedsestimat for hver pakke og beregn den forventede PERT varighed med (O+4M+P)/6. Regler: - Bare referer til de historiske data, jeg har givet; tilføjelse af generel markedsantagelse.- Skriv antagelsen, der ligger til grund for hvert estimat på en enkelt linje.- Vis indsats (mandedage) og varighed (kalenderdage) i en separat kolonne.- Marker den pakke, du ikke er sikker på med "[holdbekræftelse påkrævet]". Output: tabel (Pakke | O | M | P | PERT | Indsats | Antagelse). Historiske data:- Betalingsintegration (historik: 9,11,8 dage)- Produktkatalog (historik: 6,5 dage)- ... (andre pakker)
Denne påstand er stærk: metode (PERT), datakildegrænse, antagelseskrav og skelnen mellem indsats og tid er klar.
Yderligere skabeloner:
# Assumptions hunter List alle de antagelser, du tavst har accepteret som sande, så denne forudsigelse viser sig at være sand. For hver antagelse skal du vurdere, hvor meget det vil påvirke tiden, hvis det viser sig at være forkert.
# Følsomhedsanalyse Hvis den mest sandsynlige varighed af følgende opgave er M; Hvordan ændres den samlede projektvarighed, hvis M stiger med 20 %? Hvilke 3 opgaver er mest følsomme over for den samlede varighed? (Disse opgaver skal overvåges først.)
# Beredskabsanbefaling Foreslå på baggrund af nedenstående PERT-afvigelser en rimelig tidstillægsprocent for hele projektet og forklar, hvad du baserer dette på. Dette er et forslag; Den endelige andel tilhører forvalteren.
Almindelige fejl
- At holde sig til et enkelt tal: At sige "10 dage" skjuler usikkerhed; O/M/P rækkevidde er ærlig.
- Forvirrende indsats med tid: 40 dagsværk er ikke 40 kalenderdage.
- Forudsat 100 % tilgængelighed: Ingen kan afsætte 5 dage om ugen til denne opgave alene; Der er møder, blade, afbrydelser.
- Fejlagtig generalisering af teamdata: AI's "typiske tid" er ikke dit teams hastighed.
- Ikke at nedskrive antagelser: En uset antagelse er et gæt, der eksploderer.
- Ingen margin: Hvis der er usikkerhed, er et rimeligt tidsrum/budget obligatorisk.
Tip: Når du er færdig med at gætte, så spørg dig selv: "Er der en 90 procents chance for, at dette tal går i opfyldelse eller en 50 procents chance for at få det?" De fleste et-points væddemål er faktisk 50 procent væddemål; Vær opmærksom på dette, når du giver et løfte til kunden.
Sammenfattende
Estimering er den mest risikable opgave i projektet. Analogiske, parametriske, bottom-up og trepunkts (PERT) metoder tilbyder forskellige hastigheder og nøjagtighed. AI er hurtig til udkast til prognoser og scenariegenerering, men den generaliserer uden at kende dit teams data og kan forvirre indsats/tid. Sikkert gæt; Sætter teamdata først, arbejder i tre punkter, gør antagelser synlige, adskiller indsats og tid og kalibrerer det endelige tal med teamet. Den forpligtede dato og budget gennemgår altid menneskelig verifikation.
Ansøgningsopgave
Vælg 5 opgaver fra dit projekt. Spørg AI om O/M/P-estimatet og PERT forventet tid for hver (giv dit holds historiske data anonymt). Skriv derefter antagelsen bag hver opgave og gennemgå estimatet med et teammedlem, der skal udføre arbejdet. Ret mindst to estimater baseret på teamdata og bestem en rimelig tidsmargen for totalen.
tjekliste
- [ ] Jeg baserede estimatet på mit teams historiske data, ikke på generalisering.
- [ ] Jeg øvede O/M/P (tre prikker) i stedet for ulige tal.
- [ ] Jeg skrev den antagelse, der ligger til grund for hver forudsigelse.
- [ ] Jeg adskilte indsatsen (mand-dag) og tiden (kalender).
- [ ] Jeg tog hensyn til reelle begrænsninger såsom tilgængelighed/tilladelse.
- [ ] Jeg efterlod en rimelig margin til usikkerhed og kalibrerede estimatet med holdet.