הערכת זמן ומשאבים: הערכת זמן ואימות

רווחים:

• יכולת להבין שיטות אומדן אנלוגיות, פרמטריות ושלוש נקודות (PERT) ולהשתמש בבינה מלאכותית להפקת טיוטות הערכת זמן ומשאבים.
• יכולת לפרש אי ודאות תחזית (תרחישים אופטימיים/אפשריים/פסימיים, רווח סמך) ולבסס תכנון על טווח ולא על מספר בודד
• יכולת להכיר בכך שתחזית הבינה המלאכותית מבוססת על דפוסים והנחות היסטוריות, וכי יש לאמת את התקציב והזמן הסופי עם נתוני צוות ושיקול דעת מומחים

הערכה היא המשימה הקשה והמסוכנת ביותר בניהול פרויקטים. "כמה זמן זה ייקח?" ו"כמה אנשים צריך?" התשובות לשאלות אלו מהוות את הבסיס ללוח הזמנים, לתקציב ולהבטחה שניתנה ללקוח. הערכה לקויה תטביע אפילו פרויקט מנוהל היטב: זמן אופטימי מדי יוביל לעיכובים ועונשים, זמן פסימי מדי יוביל לאובדן ההצעה. בינה מלאכותית היא עוזרת אטרקטיבית בתחום זה; נותן זמן בשניות. בדיוק בגלל זה זה המקום הכי מסוכן: בינה מלאכותית יכולה לייצר מספר בטוח מבלי לדעת את המהירות האמיתית של הצוות שלך. ביחידה זו נסקור שיטות חיזוי, כיצד להשתמש בבינה מלאכותית בבטחה בחיזוי וכיצד לאמת כל תחזית.

שיטות חיזוי בסיסיות

בוא נגדיר כמה שיטות. ניחוש אנלוגי פירושו להסתכל על עבודה דומה בעבר ולומר "זה לקח 10 ימים, זה דומה"; זה מהיר אבל גס. אומדן פרמטרי מכפיל עלות/זמן ליחידה בכמות (למשל "0.5 ימים לעמוד × 40 עמודים = 20 ימים"); מבוסס על נתונים. אומדן מלמטה למעלה מעריך ומצבר כל חבילת עבודה בנפרד; זה הכי מדויק אבל הכי איטי. אומדן שלוש נקודות (PERT) מכיר באי-ודאות: עבור כל משימה, משך הזמן האופטימי (O), הסביר ביותר (M) והפסימי (P) נאמד ונלקח הממוצע המשוקלל.

נוסחת ה-PERT היא: משך צפוי = (O + 4M + P) / 6. לדוגמה, עבור משימה, אם 4 ימים אופטימיים הם הסבירים ביותר 6 ימים, משך זמן פסימי צפוי = (4 + 24 + 14) / 6 = 7 ימים. סטיית התקן היא (P − O) / 6 = (14 − 4) / 6 ≈ 1.7 ימים; זה מראה את מרווח אי הוודאות. במקום לומר "6 ימים" בודד, תוכנית כנה הרבה יותר היא לומר "צפוי ל-7 ימים, סטייה ±1.7 ימים".

בנוסף, שני מושגים חשובים. מאמץ הוא כמות ימי העבודה הנדרשים לתפקיד (למשל 10 ימי עבודה). משך הזמן הוא כמה ימים תארך עבודה זו בלוח השנה. שני אנשים יכולים לסיים עבודה של 10 ימי עבודה תוך 5 ימים; אבל לא כל עבודה ניתנת לחלוקה אינסופית (תשע נשים לא יכולות ללדת תינוק בחודש אחד). AI יכול לבלבל בין השניים; אתה חייב להפריד אותו.

שיטה

מתי זה מתאים?

מהירות

דיוק

תפקיד של AI

אנלוגי

שלב מוקדם, מעט מידע

גבוה

נמוך

מציע דפוס פרויקט דומה

פרמטרי

אם יש יחידה ניתנת למדידה

גבוה

בינוני

יוצר נוסחה ומתאר יחידה

מלמטה למעלה

אם יש WBS מפורט

נמוך

גבוה

אוסף חבילות של טיוטות

שלוש נקודות (PERT)

אם אי הוודאות גבוהה

בינוני

בינוני-גבוה

מציע תרחישי O/M/P

צעד אחר צעד: חיזוי בטוח עם AI

1. שים את נתוני הצוות תחילה. תן ל-AI את ההכרות שלך בעבר: "משימות דומות לקחו כל כך הרבה זמן בצוות שלנו." אז התחזית מבוססת על הנתונים שלך, לא על הכללה.
2. בחר את השיטה. אם אי הוודאות גבוהה, בקשו PERT; פרמטרי אם יש יחידה ניתנת למדידה.
3. בקשו שלוש נקודות, לא מספרים בודדים. בקש ערכי O/M/P והנחות עבור כל חבילה.
4. הפוך הנחות גלויות. הדפס את ההנחה העומדת בבסיס כל אומדן (למשל "סביבת בדיקה מוכנה", "מחזיר לקוח תוך יומיים"); הנחה שגויה היא ניחוש שגוי.
5. הוסף מקור ושתף. הפרד בין מאמץ לזמן, שקול חופשה וזמינות (למשל, אדם פרודוקטיבי 4 ימים בשבוע).
6. כייל עם הצוות. בדוק את ההערכה הסופית עם האנשים שיבצעו את העבודה. תחזית הופכת להיות אמינה כאשר האדם שיוצר אותה הוא הבעלים שלה.

שימו לב: שאל את הבינה המלאכותית "כמה ימים תארך העבודה הזו?" שאלה וכתיבת המספר המתקבל ישירות לתוך התרשים היא צורת החיזוי המסוכנת ביותר. מספר זה אינו כולל את הנתונים של הצוות שלך; זה רק דפוס כללי ויכול להיות הזיה.

שלושה מיני תיקים

מקרה 1 - תוכנית כנה עם PERT. צוות תוכנה ביקש מה-AI תחזיות O/M/P והנחות עבור מודול של 12 משימות. AI נתן טיוטה; הצוות תיקן כל משימה עם הנתונים ההיסטוריים שלו. הזמן הכולל הצפוי היה 38 ימים, הסכום הפסימי היה 52 ימים. PM נתן ללקוח תאריך יעד של 45 יום והותיר מרווח של 7 ימים. הפרויקט הסתיים ביום ה-44; אם לא היה שיתוף, היה עיכוב.

מקרה 2 - בלבול מאמץ/זמן. רכז שואל את AI, "כמה ימים ייקח להשלים 80 עבודות ביום?" הוא אמר. ה-AI ענה "80 ימים" כי הוא בלבל בין מאמץ למשך. בידיעה שהעבודה יכולה להיעשות על ידי 4 אנשים במקביל, הרכז תיקן את הזמן ל~25 ימים (לא 20 כי הוא לא ניתן לחלוקה). שיעור: בני אדם צריכים לשלוט בחלוקת המאמץ/זמן של הבינה המלאכותית.

מקרה 3 - הכללה לא מבוססת. ראש הממשלה אחד כתב בתרשים ש-AI הגיב "שילוב API לוקח בדרך כלל 5 ימים". ניסיון העבר של הצוות עם ספק API זה היה גרוע והתיעוד היה גרוע; העבודה ארכה 13 ימים. אם היו שואלים את נתוני הצוות, זה היה נראה מההתחלה. לקח: הכללה אינה תחליף למציאות הקבוצתית.

הנחיה חלשה / הנחיה חזקה

הנחיה חלשה:

כמה ימים לוקח להקים אתר מסחר אלקטרוני?

הנחיה זו מאלצת את ה-AI ליצור מספר מורכב מבלי לדעת את נתוני הפרויקט שלך. אין צוות, אין היקף, אין אי ודאות.

הנחיה עוצמתית:

תפקידך: מומחה לאומדן. הקשר: להלן 8 חבילות עבודה ומשימות עבר דומות של הצוות שלנו. משימה: צור אומדן משך של שלוש נקודות (אופטימי O / ככל הנראה M / פסימי P) עבור כל חבילה וחשב את משך ה-PERT הצפוי עם (O+4M+P)/6. כללים:- רק התייחס לנתונים ההיסטוריים שנתתי; הוספת הנחת שוק כללית.- כתוב את ההנחה העומדת בבסיס כל אומדן בשורה אחת.- הצג מאמץ (ימי אדם) ומשך זמן (ימים קלנדריים) בעמודה נפרדת.- סמן את החבילה שאינך בטוח לגביה ב-"[דרוש אישור צוות]". פלט: טבלה (חבילה | O | M | P | PERT | מאמץ | הנחה). נתונים היסטוריים:- שילוב תשלומים (היסטוריה: 9,11,8 ימים)- קטלוג מוצרים (היסטוריה: 6.5 ימים)- ... (חבילות אחרות)

טענה זו חזקה: השיטה (PERT), מגבלת מקור הנתונים, דרישת ההנחה וההבחנה בין מאמץ/זמן ברורות.

תבניות נוספות:

# צייד ההנחות רשום את כל ההנחות שקיבלת בשקט כנכונות כך שהתחזית הזו תתברר כנכונה. עבור כל הנחה, העריכו כמה זה ישפיע על הזמן אם יתברר כשגוי.

# ניתוח רגישות אם משך הזמן הסביר ביותר של המשימה הבאה הוא M; כיצד משתנה משך הפרויקט הכולל אם M גדל ב-20%? אילו 3 משימות הכי רגישות למשך הכולל? (יש לצפות במשימות אלו תחילה.)

# ממליץ על מגירה בהתבסס על חריגות ה-PERT להלן, הצע אחוז קצבת זמן סביר לכל הפרויקט והסביר על מה אתה מבסס זאת. זוהי הצעה; המניה הסופית שייכת למנהל.

טעויות נפוצות

• היצמדות למספר בודד: אמירת "10 ימים" מסתירה אי ודאות; טווח O/M/P הוא כנה.
• מבלבל מאמץ עם זמן: 40 ימי עבודה הם לא 40 ימים קלנדריים.
• בהנחה של 100% זמינות: אף אחד לא יכול להקדיש 5 ימים בשבוע למשימה זו בלבד; יש פגישות, עוזבים, הפרעות.
• הטעות בהכללה של נתוני הצוות: "הזמן הטיפוסי" של AI אינו המהירות של הצוות שלך.
• לא לרשום הנחות: הנחה בלתי נראית היא ניחוש שמתפוצץ.
• אין מרווח: אם יש אי ודאות, חובה מרווח זמן/תקציב סביר.

טיפ: כשתסיים לנחש, שאל את עצמך: "האם יש סיכוי של 90 אחוז שהמספר הזה יתגשם או סיכוי של 50 אחוז לקבל אותו?" רוב ההימורים בנקודה אחת הם למעשה הימורים של 50 אחוז; דע זאת בעת הבטחה ללקוח.

לסיכום

הערכה היא העבודה המסוכנת ביותר בפרויקט. שיטות אנלוגיות, פרמטריות, מלמטה למעלה ושלוש נקודות (PERT) מציעות מהירויות ודיוק שונות. בינה מלאכותית מהירה בחיזוי טיוטות וביצירת תרחישים, אך היא מכללה מבלי לדעת את הנתונים של הצוות שלך ועלולה לבלבל בין מאמץ/זמן. ניחוש בטוח; שמים את נתוני הצוות במקום הראשון, עבודה בשלוש נקודות, הפיכת הנחות גלויות, הפרדת מאמץ וזמן וכיול המספר הסופי עם הצוות. התאריך והתקציב המחויבים עוברים תמיד אימות אנושי.

משימת יישום

בחר 5 משימות מהפרויקט שלך. בקש מה-AI את אומדן ה-O/M/P ואת הזמן הצפוי של PERT עבור כל אחד מהם (תן את הנתונים ההיסטוריים של הצוות שלך באופן אנונימי). לאחר מכן כתוב את ההנחה מאחורי כל משימה וסקור את האומדן עם חבר צוות שיבצע את העבודה. תקן לפחות שתי אומדנים על סמך נתוני הצוות וקבע מרווח זמן סביר לסך הכל.

רשימת בדיקה

• [ ] ביססתי את האומדן על הנתונים ההיסטוריים של הצוות שלי, לא על הכללה.
• [ ] תרגלתי O/M/P (שלוש נקודות) במקום מספרים אי-זוגיים.
• [ ] כתבתי את ההנחה העומדת בבסיס כל תחזית.
• [ ] הפרדתי בין המאמץ (יום אדם) לבין הזמן (לוח שנה).
• [ ] לקחתי בחשבון אילוצים אמיתיים כמו זמינות/הרשאה.
• [ ] השארתי מרווח סביר לחוסר ודאות וכיילתי את ההערכה עם הצוות.