Κέρδη:
- Να είναι σε θέση να διακρίνει πού η τεχνητή νοημοσύνη εξοικονομεί πραγματικό χρόνο στη διαχείριση έργου (σχεδιασμός, εκτίμηση, αναφορά, επικοινωνία) και πού οι αποφάσεις όπως η δέσμευση προϋπολογισμού και η ημερομηνία παράδοσης επαφίονται στον διαχειριστή έργου, ανάλογα με το επίπεδο κινδύνου της εργασίας
- Δυνατότητα εφαρμογής μιας πειθαρχίας που επαληθεύει κάθε έξοδο τεχνητής νοημοσύνης μέσω των βημάτων της σύνδεσής της με την πηγή, του εκ νέου υπολογισμού της και της διέλευσης από το διαχειριστικό φιλτράρισμα.
- Ανωνυμοποίηση δεδομένων έργου, πελατών και ενδιαφερομένων εντός του πεδίου εφαρμογής του KVKK/privacy και NDA και απόκτηση της συνήθειας της επιλογής ασφαλών οχημάτων
Υπάρχουν εκατοντάδες αποφάσεις σε κάθε έργο, οι περισσότερες από τις οποίες λαμβάνονται αθόρυβα. Για ποιον είναι αυτή η δουλειά; Πόσες μέρες θα διαρκέσει αυτή η εργασία; Ισχύει ο προϋπολογισμός; Ποια ημερομηνία πρέπει να πούμε στον πελάτη; Τι κάνουμε εάν παρουσιαστεί αυτός ο κίνδυνος; Τι απόφαση πήραμε στη συνάντηση της περασμένης εβδομάδας, ποιος θα έκανε τι; Ορισμένες από αυτές τις αποφάσεις είναι επαναληπτικές, απαιτούν δεδομένα και χρονοβόρες. Το μεγαλύτερο μέρος της δουλειάς ενός διαχειριστή έργου (PM - Project Manager, ο υπεύθυνος από το σχέδιο έως την παράδοση του έργου) δαπανάται για τη σύνταξη εκθέσεων, τη συμπλήρωση πινάκων, την προετοιμασία e-mail και την τήρηση σημειώσεων συνάντησης. Η τεχνητή νοημοσύνη (τεχνητή νοημοσύνη ή AI για συντομία—συστήματα υπολογιστών που μπορούν να δημιουργήσουν κείμενο, να αναγνωρίζουν μοτίβα, να κάνουν προβλέψεις και να συνοψίζουν δεδομένα όπως οι άνθρωποι) ταιριάζει ακριβώς στη μέση αυτής της εικόνας: όταν χρησιμοποιείται σωστά, μπορεί να συντάξει μια δομή ανάλυσης εργασίας, ένα μητρώο κινδύνου, μια αναφορά κατάστασης ή μια σύνοψη σύσκεψης σε λεπτά και όχι ώρες. Εάν χρησιμοποιηθεί λανθασμένα, μπορεί να οδηγήσει σε δέσμευση πελάτη από μια φαινομενικά ασφαλή αλλά αβάσιμη εικασία.
Η πρώτη ενότητα αυτής της ενότητας δεν είναι μια εισαγωγή λογισμικού. Σκοπός του είναι να διευκρινίσει πού να τοποθετήσετε την τεχνητή νοημοσύνη στην εργασία σας και πού να μην την τοποθετήσετε καθόλου. Επειδή η διαχείριση έργου είναι ένα πεδίο «κρίσιμο για τη λειτουργία» και «κρίσιμο για τη δέσμευση»: μια χρονική εκτίμηση που δίνετε βασίζεται σε μια σύμβαση που έχει υπογραφεί με τον πελάτη. μια απόφαση πόρων μετατρέπεται σε ημερολόγιο ενός μέλους της ομάδας γεμάτο εβδομάδες. Ας διατυπώσουμε τη βασική αρχή από την αρχή: Η τεχνητή νοημοσύνη είναι βοηθός, όχι διαχειριστής έργου. Η ευθύνη και η τελική έγκριση αποφάσεων όπως η δέσμευση προϋπολογισμού, η υπόσχεση ημερομηνίας παράδοσης, η κατανομή πόρων και η συμβατική υποχρέωση ανήκουν στον αρμόδιο διαχειριστή του έργου και στα αρμόδια ενδιαφερόμενα μέρη.
Επίπεδα διαχείρισης έργου και τόπος AI
Για να κατανοήσετε ένα έργο, είναι χρήσιμο να χωρίσετε την εργασία σε τρία επίπεδα. Το λειτουργικό επίπεδο είναι η καθημερινή λειτουργία: παρακολούθηση εργασιών, σημείωση σύσκεψης, email, ενημέρωση κατάστασης. Το τακτικό επίπεδο είναι ο σχεδιασμός και η παρακολούθηση: δομή ανάλυσης εργασιών, χρονοδιάγραμμα, πρόβλεψη, μητρώο κινδύνου, αναφορά κατάστασης. Το στρατηγικό επίπεδο καθορίζει τη λογική και την κατεύθυνση του έργου: κόστος-όφελος, προτεραιότητα χαρτοφυλακίου, απόφαση πεδίου εφαρμογής. Το AI μπορεί να αγγίξει και τα τρία επίπεδα. αλλά με διαφορετική εξουσία στο καθένα. Στο λειτουργικό επίπεδο, η τεχνητή νοημοσύνη παράγει γρήγορα προσχέδια και περιλήψεις. Στο στρατηγικό επίπεδο, παρέχει μόνο στοιχεία, η διοίκηση και ο χορηγός λαμβάνουν την απόφαση. Θα εξηγήσουμε έννοιες όπως ο χορηγός (ο κορυφαίος διευθυντής που χρηματοδοτεί το έργο και η εταιρική ιδιοκτησία), ο ενδιαφερόμενος (όποιος επηρεάζεται από το έργο ή επηρεάζει το έργο - πελάτης, ομάδα, προμηθευτής, χρήστης) μία προς μία στις ακόλουθες ενότητες.
Ας ορίσουμε μερικούς βασικούς όρους από την αρχή. Το πεδίο εφαρμογής είναι αυτό που θα κάνει και δεν θα κάνει το έργο. Μια δομή ανάλυσης εργασίας (WBS) είναι μια ανάλυση της εργασίας σε διαχειρίσιμα κομμάτια. Ένα ορόσημο είναι ένα σημαντικό σημείο που σηματοδοτεί την πρόοδο (π.χ. "έγκριση σχεδιασμού"). Ένας κίνδυνος είναι ένα αβέβαιο γεγονός που θα επηρεάσει το έργο εάν συμβεί. Παραδοτέο είναι το προϊόν σκυροδέματος που παράγεται από το έργο. Σε όλες αυτές τις έννοιες, το AI σας δίνει το περίγραμμα και την ανάλυση, αλλά δεν λαμβάνει αποφάσεις.
Ο παρακάτω πίνακας συνοψίζει τον ρόλο και το επίπεδο κινδύνου της τεχνητής νοημοσύνης ανά αποστολή:
Αναζήτηση
Ο ρόλος της AI
Επίπεδο κινδύνου
Ποιος εγκρίνει
Σύνοψη συνάντησης / προσχέδιο email
γεννήτρια σκίτσων
χαμηλά
διευθυντής έργου
WBS / περίγραμμα εμβέλειας
γεννήτρια σκίτσων
χαμηλός-μεσαίος
PM + ομάδα
Διάρκεια και εκτίμηση πόρων
Προγνώστης, γεννήτρια σεναρίων
μέτρια-υψηλή
PM + δεδομένα ομάδας
Βαθμολογία μητρώου κινδύνου
Στατιστικό ερέθισμα
μεσαίο
Κάτοχος κινδύνου + ΜΜ
Αναφορά κατάστασης / σχόλιο EVM
Ανάλυση και προσχέδιο
μεσαίο
διευθυντής έργου
Ημερομηνία παράδοσης / δέσμευση προϋπολογισμού
βοηθητική είσοδος
πολύ ψηλά
ΜΜ + χορηγός
Απόφαση σύμβασης/κατανομής πόρων
βοηθητική είσοδος
πολύ ψηλά
Χορηγός + ΜΜ
Λάβετε υπόψη τη μία γραμμή σε αυτό το διάγραμμα: καθώς αυξάνεται ο κίνδυνος, ο ρόλος της τεχνητής νοημοσύνης συρρικνώνεται, η ανθρώπινη έγκριση αυξάνεται.
Γιατί η "επαλήθευση" είναι η καρδιά αυτής της επιχείρησης
Τα μοντέλα γλώσσας τεχνητής νοημοσύνης φαίνονται σίγουροι για την απάντησή τους, αλλά μπορεί να μην είναι σίγουροι. Στην τεχνική γλώσσα, αυτό ονομάζεται ψευδαίσθηση: είναι η κατασκευή από το μοντέλο για ανύπαρκτες πληροφορίες σε μια ευχάριστη πρόταση, σαν να ήταν αληθινή. Για έναν διαχειριστή έργου, αυτή είναι μια σοβαρή παγίδα: το μοντέλο μπορεί να σας δώσει με σιγουριά ένα χρονοδιάγραμμα "αυτός ο τύπος ενσωμάτωσης λογισμικού διαρκεί συνήθως 3 εβδομάδες", ενώ δεν γνωρίζει τίποτα για την ταχύτητα της ομάδας σας, το τεχνικό χρέος, το πρόγραμμα διακοπών και αυτός ο αριθμός είναι μια πλήρης γενίκευση. Ή μπορεί να παραποιήσει μια μεθοδολογία (π.χ. "Το PMBOK 7 απαιτεί τα ακόλουθα"). Εφόσον τα λέει και τα δύο με την ίδια ευχέρεια, το μόνο που ξεχωρίζει το σωστό από το λάθος είναι η γνώση και η συνήθεια να επαληθεύεις.
Η πειθαρχία επαλήθευσης αποτελείται από τρία βήματα:
- Σύνδεσμος με την πηγή: Βασιστείτε στα αρχεία του οργανισμού σας (ιστορικά δεδομένα έργου, χρονοδιαγράμματα, ομάδα πόρων, λογιστική) και στις εικασίες της ομάδας σας, όχι στη μνήμη της τεχνητής νοημοσύνης, για τις διάρκειες, το κόστος, τις ικανότητες και τις προηγούμενες επιδόσεις. Χρησιμοποιήστε AI για να σχολιάσετε αυτά τα δεδομένα, όχι για να τα θυμάστε.
- Επανυπολογισμός / σύγκριση: Ελέγξτε ανεξάρτητα κάθε αριθμητικό αποτέλεσμα που επιστρέφει το AI (συνολικός χρόνος, προϋπολογισμός, ποσοστό ολοκλήρωσης, CPI/SPI). Επαληθεύστε μόνοι σας ένα σύνολο, έναν σταθμισμένο μέσο όρο, μια κρίσιμη διαδρομή.
- Διευθυντικό φίλτρο: Ελέγξτε από την οπτική γωνία ενός μάνατζερ εάν το αποτέλεσμα έρχεται σε αντίθεση με τα δεδομένα επί τόπου (διαθεσιμότητα ομάδας, προϋπολογισμός, συμβόλαιο, εξαρτήσεις).
Προσοχή: Η παρουσίαση μιας πρόβλεψης ή αναφοράς που παράγεται από την AI στον χορηγό ή η δέσμευσή της στον πελάτη χωρίς να την επαληθεύσετε είναι σαν να δίνετε μια ανυπόγραφη σύμβαση. Ακριβώς επειδή η έξοδος είναι ρευστή δεν είναι αλήθεια.
Εμπιστευτικότητα: τα δεδομένα του έργου είναι συχνά εμπιστευτικά
Πολλά από τα δεδομένα του έργου είναι ευαίσθητα. Το όνομα πελάτη, το ποσό της σύμβασης, οι τιμές προσφοράς, οι πληροφορίες μισθών και απόδοσης προσωπικού και τα σχέδια προϊόντων που δεν έχουν ακόμη ανακοινωθεί συχνά προστατεύονται από το NDA (Συμφωνία μη γνωστοποίησης). Τα προσωπικά δεδομένα καλύπτονται από τον KVKK (Νόμος για την Προστασία Δεδομένων Προσωπικού Χαρακτήρα) στην Τουρκία και τον GDPR στην Ευρώπη. Η απλή επικόλληση του ονόματος πελάτη, της τιμής της σύμβασης, των ονομάτων των μελών της ομάδας και των βαθμολογιών απόδοσης σε ένα δημοσίως διαθέσιμο εργαλείο τεχνητής νοημοσύνης θα μπορούσε να είναι τόσο παραβίαση της σύμβασης όσο και παραβίαση δεδομένων. Ο κανόνας είναι απλός: ανωνυμοποιήστε δεδομένα και μην μοιράζεστε περιττά. "Έργο λογισμικού για έναν χρηματοοικονομικό πελάτη μεγάλης κλίμακας" αντί για "έργο CRM 4,2 εκατομμυρίων TL με την ABC Bank". Αντί για "Aunty (ανώτερος προγραμματιστής, κακή απόδοση)", γράψτε "ένα ανώτερο μέλος της ομάδας". Εάν είναι δυνατόν, επιλέξτε εταιρικά εργαλεία που έχουν συμφωνία επεξεργασίας δεδομένων και δεν χρησιμοποιούν τα δεδομένα σας στην εκπαίδευση μοντέλων.
τρεις μίνι θήκες
Περίπτωση 1 — Ασφαλής χρήση. Ένας συντονιστής έργου ξόδευε 2,5 ώρες κάθε εβδομάδα συντάσσοντας την πρόοδο από 6 πακέτα εργασίας σε μια ενιαία αναφορά κατάστασης. Έδωσε δεδομένα προόδου ανώνυμα (όνομα πελάτη και κρυφά ποσά) στην τεχνητή νοημοσύνη και ζήτησε ένα προσχέδιο εκτελεστικής περίληψης. Το AI δημιούργησε ένα σκίτσο σε 12 λεπτά. Ο συντονιστής συνέκρινε κάθε ποσοστό με το γράφημα παρακολούθησης, διόρθωσε ένα λανθασμένο ποσοστό ολοκλήρωσης και αναθεώρησε τα χρώματα κατάστασης στην πραγματικότητα. Διάρκεια: 35 λεπτά αντί για 2,5 ώρες. Η ΑΙ έδωσε το προσχέδιο, η ευθύνη έμεινε στον άνθρωπο.
Περίπτωση 2 — Μη επιβεβαιωμένη παγίδα πρόβλεψης. Ένας Πρωθυπουργός ρώτησε την τεχνητή νοημοσύνη «πόσες ημέρες χρειάζεται μια δοκιμή εφαρμογής για κινητά;» Η AI είπε "περίπου 8 ημέρες" πριν δει τα δεδομένα της ομάδας. Ο PM το δεσμεύτηκε στον πελάτη. ο πραγματικός χρόνος ήταν 15 εργάσιμες ημέρες με βάση τα ιστορικά δεδομένα της ομάδας. Μια απόκλιση 7 ημερών οδήγησε σε ποινή. Λάθος: αναμένοντας έναν αριθμό από το AI να δημιουργήσει μια δέσμευση χωρίς δεδομένα ομάδας.
Περίπτωση 3 — Παραβίαση του απορρήτου. Ένας αρχηγός ομάδας ανέβασε ένα σχέδιο πόρων που περιέχει το όνομα πελάτη, το ποσό της σύμβασης και τις πληροφορίες ονόματος-μισθού ολόκληρης της ομάδας σε ένα δημόσιο εργαλείο τεχνητής νοημοσύνης και είπε "βελτιστοποιήστε αυτό". Τα δεδομένα πήγαν σε εξωτερικό διακομιστή. Ο πελάτης έστειλε ειδοποίηση για παραβίαση NDA. Ο σωστός τρόπος ήταν να παραλείψετε το όνομα, το ποσό και τον μισθό και να μοιραστείτε μόνο ανώνυμα πεδία όπως το ποσοστό ρόλου και προσπάθειας.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Γράψτε για την κατάσταση του έργου μας αυτόν τον μήνα και πείτε μας πόσο μακριά έχουμε φτάσει.
Αυτός ο ισχυρισμός είναι εσφαλμένος: η τεχνητή νοημοσύνη δεν έχει λάβει δεδομένα, επομένως μπορεί να απαντήσει μόνο στην ερώτηση "πόσο μακριά έχουμε φτάσει" με έναν κατασκευασμένο αριθμό. Ούτε η περίοδος, ούτε το εύρος, ούτε το πλαίσιο είναι ξεκάθαρα.
Ισχυρή προτροπή:
Ο ρόλος σας: βοηθός που βοηθά έναν διαχειριστή έργου. Πλαίσιο: Παρακάτω είναι το σχέδιο/πραγματικά δεδομένα για 5 πακέτα εργασίας (όνομα πελάτη και ποσά καλυμμένα). Εργασία: Γράψτε ένα προσχέδιο εκτελεστικής περίληψης (200 λέξεις ή λιγότερες). Απλώς χρησιμοποιήστε τα δεδομένα που έδωσα. γράψτε "[απαιτείται επιβεβαίωση]" για πληροφορίες που λείπουν, προσαρμογή αριθμού. Δομή: 1) Γενική κατάσταση (RAG), 2) Προχωρώντας πακέτα, 3) Αποκλίνοντα πακέτα και λόγος, 4) Σύσταση. Δεδομένα:- Ανάλυση WBS-1: σχέδιο 100% / πραγματικό 100%- WBS-2 Σχεδιασμός: σχέδιο 80% / πραγματικός 60%- WBS-3 Ανάπτυξη: σχέδιο 40% / πραγματικός 25%- WBS-4 Δοκιμή: σχέδιο 10% / πραγματικός 0% - WBS-5 Τεκμηρίωση: σχέδιο 20% / πραγματικός
Αυτή η προτροπή είναι ισχυρή επειδή ο ρόλος, το πλαίσιο, τα δεδομένα, το όριο ("προσαρμογή αριθμού"), η μορφή και η ασάφεια ("[απαιτείται επιβεβαίωση]") δίνονται με σαφήνεια. Το αποτέλεσμα πρέπει να επικυρωθεί από τον διαχειριστή του έργου.
Τρία άλλα χρήσιμα πρότυπα εκκίνησης:
# Πρότυπο που επιβάλλει την αβεβαιότητα Εξάγετε αποφάσεις και ενέργειες από το παρακάτω κείμενο. Μην αναθέτετε ευθύνες ή ημερομηνίες που δεν αναφέρονται ξεκάθαρα στο κείμενο. Γράψτε "αβέβαιο" όπου δεν είστε σίγουροι. Μην το φτιάξεις.
# Υπενθύμιση ανωνυμοποίησης (αυτοέλεγχος) Εάν δείτε όνομα πελάτη, ποσό ή όνομα προσώπου στο κείμενο που θα σας δώσω, προειδοποιήστε με πριν ξεκινήσω τη διαδικασία και προτείνετε να αντικαταστήσω αυτά τα πεδία με [ΜΑΣΚΗ].
# Πρότυπο που δημιουργεί μια λίστα επικύρωσης Για κάθε αριθμητικό αποτέλεσμα που παράγετε, προσθέστε ένα "βήμα επικύρωσης" μιας γραμμής σχετικά με τον τρόπο με τον οποίο ο διαχειριστής έργου μπορεί να το επαληθεύσει ανεξάρτητα.
Συνήθη λάθη
- Αναμένοντας αριθμούς χωρίς να δίνετε δεδομένα: Το να ζητάτε από την τεχνητή νοημοσύνη χρόνο, κόστος ή πρόοδο χωρίς να δώσετε τα δεδομένα του δικού σας έργου, το καλεί να έχει παραισθήσεις.
- Συγχέοντας την ευχέρεια με την ακρίβεια: Ένα καλογραμμένο κείμενο δεν σημαίνει ότι είναι σωστό.
- Επικόλληση εμπιστευτικών δεδομένων ως έχει: Το όνομα πελάτη, το ποσό και τα στοιχεία επικοινωνίας δεν πρέπει να εισάγονται σε κανένα ανοιχτό εργαλείο χωρίς ανωνυμοποίηση.
- Ανάθεση της δέσμευσης σε AI: Η ημερομηνία παράδοσης και ο προϋπολογισμός δεν πρέπει να δεσμεύονται χωρίς επαλήθευση ομάδας.
- Προσπάθεια ολοκλήρωσης με ένα μόνο μήνυμα: Τα καλά αποτελέσματα προέρχονται από δομημένα μηνύματα που περιλαμβάνουν μορφή-πλαίσιο-δεδομένα-όριο-ρόλος.
Συμβουλή: Ξεκινήστε κάθε συνεδρία AI ρωτώντας: "Ποια τρία πράγματα πρέπει να επαληθεύσω για τον εαυτό μου πριν παρουσιάσω αυτό το παραδοτέο σε έναν χορηγό;" Ξεκινήστε με την ερώτηση. Αυτή η συνήθεια θα σας προστατεύσει σε όλες τις εργασίες στην υπόλοιπη ενότητα.
Συνοπτικά
Η τεχνητή νοημοσύνη είναι ένας ισχυρός βοηθός στη διαχείριση έργων που επιταχύνει τις αναφορές, τα σχέδια, τις εκτιμήσεις και την επικοινωνία. Ωστόσο, είναι ένα εργαλείο που παράγει προσχέδια, όχι δεσμεύσεις. Όταν χωρίζουμε την επιχείρηση σε λειτουργικά, τακτικά και στρατηγικά επίπεδα, ο ρόλος της τεχνητής νοημοσύνης γίνεται μικρότερος όσο αυξάνεται ο κίνδυνος. Κάθε έξοδος πρέπει να επικυρωθεί μέσω τριών βημάτων (σύνδεση με την πηγή, επανυπολογισμός, διαχειριστικό φίλτρο). Τα δεδομένα έργου και πελατών πρέπει να είναι ανώνυμα εντός του πεδίου εφαρμογής του KVKK/NDA. Η ευθύνη και η τελική έγκριση των κρίσιμων αποφάσεων ανήκει πάντα στον άνθρωπο.
Εργασία εφαρμογής
Επιλέξτε μια εργασία από το τρέχον έργο σας. Πρώτα, γράψτε μια εσκεμμένα "αδύναμη" προτροπή στο AI (χωρίς πλαίσιο, χωρίς να δώσετε δεδομένα) και αποθηκεύστε την έξοδο. Στη συνέχεια, ζητήστε ξανά την ίδια εργασία με τη δομή "ισχυρή προτροπή" σε αυτήν την ενότητα (ρόλος, πλαίσιο, ανώνυμα δεδομένα, όριο, μορφή). Τοποθετήστε τις δύο εκτυπώσεις δίπλα δίπλα και γράψτε τη διαφορά και τουλάχιστον τρία σημεία που πρέπει να επαληθεύσετε μόνοι σας και στις δύο εκτυπώσεις.
λίστα ελέγχου
- [ ] Τοποθέτησα το ρόλο του AI ως "βοηθού/σχέδιο" και την απόφαση ως "ανθρώπινη".
- [ ] Έχω καθορίσει το επίπεδο κινδύνου (χαμηλό/μέσο/υψηλό) της εργασίας μου.
- [ ] Πρόσθεσα ρόλο, πλαίσιο, δεδομένα, όριο και μορφή στην προτροπή.
- [ ] Ανωνυμοποίησα το όνομα πελάτη, το ποσό και τα στοιχεία ατόμου.
- [ ] Έχω σημειώσει το βήμα όπου θα επαληθεύσω ανεξάρτητα κάθε αριθμό στην έξοδο.
- [ ] Δεν κοινοποίησα κανένα αποτέλεσμα που περιέχει δέσμευση (ημερομηνία/προϋπολογισμός) χωρίς να το επαληθεύσω.