Keuntungan:
- Kemampuan untuk memahami metode estimasi analogis, parametrik dan tiga titik (PERT) dan menggunakan kecerdasan buatan untuk menghasilkan rancangan estimasi waktu dan sumber daya.
- Kemampuan untuk menafsirkan ketidakpastian prakiraan (skenario optimis/mungkin/pesimis, interval kepercayaan) dan mendasarkan perencanaan pada suatu rentang, bukan pada satu angka
- Kemampuan untuk menyadari bahwa perkiraan AI didasarkan pada pola dan asumsi historis, dan bahwa komitmen anggaran dan waktu akhir harus divalidasi dengan data tim dan penilaian ahli
Estimasi adalah tugas yang paling sulit dan berisiko dalam manajemen proyek. "Berapa lama waktu yang dibutuhkan?" dan “berapa banyak orang yang dibutuhkan?” Jawaban atas pertanyaan-pertanyaan ini menjadi dasar jadwal, anggaran dan janji yang dibuat kepada pelanggan. Estimasi yang buruk akan menenggelamkan proyek yang dikelola dengan baik: waktu yang terlalu optimis akan menyebabkan penundaan dan penalti, waktu yang terlalu pesimistis akan menyebabkan hilangnya penawaran. Kecerdasan buatan adalah asisten yang menarik dalam bidang ini; memberikan waktu dalam hitungan detik. Itulah mengapa ini adalah tempat yang paling berbahaya: AI dapat menghasilkan angka yang meyakinkan tanpa mengetahui kecepatan sebenarnya tim Anda. Pada unit ini, kita akan membahas metode peramalan, cara menggunakan AI dengan aman dalam peramalan, dan cara memvalidasi setiap perkiraan.
Metode peramalan dasar
Mari kita definisikan beberapa metode. Menebak analogi berarti melihat pekerjaan serupa di masa lalu dan mengatakan "itu memakan waktu 10 hari, yang ini serupa"; Ini cepat tapi kasar. Estimasi parametrik mengalikan biaya/waktu satuan dengan kuantitas (misalnya "0,5 hari per halaman × 40 halaman = 20 hari"); didasarkan pada data. Estimasi bottom-up memperkirakan dan mengagregasi setiap paket pekerjaan secara terpisah; Ini adalah yang paling akurat namun paling lambat. Estimasi tiga poin (PERT) mengakui ketidakpastian: untuk setiap tugas, durasi optimis (O), kemungkinan besar (M), dan pesimis (P) diperkirakan dan rata-rata tertimbang diambil.
Rumus PERTnya adalah: Durasi yang diharapkan = (O + 4M + P) / 6. Misalnya untuk suatu tugas, jika 4 hari optimis adalah 6 hari yang paling mungkin, pesimis 14 hari diharapkan durasinya = (4 + 24 + 14) / 6 = 7 hari. Simpangan bakunya adalah (P − O) / 6 = (14 − 4) / 6 ≈ 1,7 hari; Hal ini menunjukkan batas ketidakpastian. Daripada mengatakan satu "6 hari", rencana yang lebih jujur adalah dengan mengatakan "7 hari yang diharapkan, deviasi ±1,7 hari".
Selain itu, ada dua konsep yang penting. Effort adalah jumlah hari kerja yang diperlukan untuk suatu pekerjaan (misalnya 10 hari kerja). Durasi adalah berapa hari pekerjaan ini akan memakan waktu di kalender. Dua orang dapat menyelesaikan pekerjaan 10 hari kerja dalam 5 hari; namun tidak setiap pekerjaan dapat dibagi tanpa batas (sembilan perempuan tidak dapat melahirkan bayi dalam satu bulan). AI dapat mengacaukan keduanya; kamu harus memisahkannya.
Metode
Kapan waktu yang tepat?
kecepatan
akurasi
Peran AI
analogis
Fase awal, sedikit informasi
tinggi
rendah
Menyarankan pola proyek serupa
parametrik
Jika ada satuan terukur
tinggi
sedang
Menghasilkan formula dan garis besar unit
dari bawah ke atas
Jika ada WBS detailnya
rendah
tinggi
Mengumpulkan paket draft
Tiga poin (PERT)
Jika ketidakpastian tinggi
sedang
sedang-tinggi
Menyarankan skenario O/M/P
Langkah demi langkah: Prediksi aman dengan AI
- Utamakan data tim. Berikan AI realisasi masa lalu Anda: “Tugas serupa memakan waktu lama di tim kami.” Jadi prediksinya berdasarkan data Anda, bukan generalisasi.
- Pilih metodenya. Jika ketidakpastian tinggi, mintalah PERT; parametrik jika ada satuan terukur.
- Mintalah tiga titik, bukan angka tunggal. Tanyakan nilai dan asumsi O/M/P untuk setiap paket.
- Buat asumsi terlihat. Cetak asumsi yang mendasari setiap perkiraan (misalnya, "lingkungan pengujian siap", "pelanggan kembali dalam 2 hari"); Asumsi yang salah adalah dugaan yang salah.
- Tambahkan sumber dan bagikan. Pisahkan upaya dari waktu, pertimbangkan liburan dan ketersediaan (misalnya seseorang sebenarnya produktif 4 hari seminggu).
- Kalibrasi dengan tim. Tinjau perkiraan akhir dengan orang yang akan melakukan pekerjaan itu. Sebuah prediksi menjadi dapat diandalkan jika orang yang membuatnya memiliki prediksi tersebut.
Perhatian: Tanyakan kepada AI “berapa hari pekerjaan ini akan memakan waktu?” Menanyakan dan menuliskan angka yang dihasilkan langsung ke dalam grafik adalah bentuk prediksi yang paling berbahaya. Nomor ini tidak termasuk data tim Anda; itu hanya pola umum dan mungkin hanya halusinasi.
tiga kasus mini
Kasus 1 — Rencana yang jujur dengan PERT. Sebuah tim perangkat lunak meminta AI untuk prediksi dan asumsi O/M/P untuk modul 12 tugas. AI memberikan rancangan; Tim mengoreksi setiap misi dengan data historisnya sendiri. Total perkiraan waktu 38 hari, total pesimistis 52 hari. PM memberi pelanggan tenggat waktu 45 hari dan menyisakan margin 7 hari. Proyek ini selesai pada hari ke-44; Jika tidak ada bagian, akan ada penundaan.
Kasus 2 - Kebingungan usaha/waktu. Seorang koordinator bertanya kepada AI, "Berapa hari yang diperlukan untuk menyelesaikan 80 pekerjaan per hari?" katanya. AI menjawab "80 hari" karena mengacaukan upaya dengan durasi. Mengetahui pekerjaan dapat dilakukan oleh 4 orang secara paralel, koordinator mengoreksi waktunya menjadi ~25 hari (bukan 20 karena tidak habis dibagi). Pelajaran: Manusia harus mengontrol upaya/pembagian waktu AI.
Kasus 3 — Generalisasi yang tidak berdasar. Seorang PM menulis pada grafik bahwa AI menjawab "integrasi API biasanya memerlukan waktu 5 hari." Pengalaman tim sebelumnya dengan penyedia API ini buruk dan dokumentasinya buruk; Pengerjaannya memakan waktu 13 hari. Kalau ditanya data tim, itu sudah terlihat dari awal. Pelajaran: generalisasi bukanlah pengganti realitas tim.
Perintah lemah / Perintah kuat
Perintah yang lemah:
Berapa hari yang dibutuhkan untuk menyiapkan situs e-niaga?
Perintah ini memaksa AI untuk menghasilkan nomor buatan tanpa mengetahui data proyek Anda. Tidak ada tim, tidak ada ruang lingkup, tidak ada ketidakpastian.
Perintah yang kuat:
Peran Anda: spesialis estimasi. Konteks: Di bawah ini adalah 8 paket pekerjaan dan tugas serupa yang pernah dilakukan tim kami sebelumnya. Tugas: Menghasilkan perkiraan durasi TIGA POINT (O optimistis / kemungkinan besar M / pesimistis P) untuk setiap paket dan menghitung durasi PERT yang diharapkan dengan (O+4M+P)/6. Aturan:- Cukup rujuk data historis yang saya berikan; menambahkan asumsi pasar umum.- Tulis asumsi yang mendasari setiap estimasi dalam satu baris.- Tunjukkan upaya (hari kerja) dan durasi (hari kalender) di kolom terpisah.- Tandai paket yang Anda tidak yakin dengan "[konfirmasi tim diperlukan]". Keluaran : tabel (Paket | O | M | P | PERT | Usaha | Asumsi). Data historis:- Integrasi pembayaran (riwayat: 9,11,8 hari)- Katalog produk (riwayat: 6,5 hari)- ... (paket lainnya)
Klaim ini kuat: metode (PERT), batasan sumber data, persyaratan asumsi, dan perbedaan upaya/waktu sudah jelas.
Templat tambahan:
# Pemburu Asumsi Cantumkan semua asumsi yang diam-diam Anda terima sebagai kebenaran sehingga prediksi ini menjadi kenyataan. Untuk setiap asumsi, perkirakan seberapa besar pengaruhnya terhadap waktu jika ternyata salah.
# Analisis sensitivitasJika durasi yang paling mungkin dari tugas berikut adalah M; Bagaimana total durasi proyek berubah jika M meningkat sebesar 20%? 3 tugas manakah yang paling sensitif terhadap total durasi? (Tugas-tugas ini harus diawasi terlebih dahulu.)
# Pemberi rekomendasi kontinjensi Berdasarkan penyimpangan PERT di bawah ini, sarankan persentase waktu yang masuk akal untuk keseluruhan proyek dan jelaskan apa yang mendasarinya. Ini adalah sebuah saran; Bagian terakhir menjadi milik manajer.
Kesalahan umum
- Berpegang teguh pada satu angka: Mengatakan "10 hari" menyembunyikan ketidakpastian; Kisaran O/M/P jujur.
- Membingungkan upaya dengan waktu: 40 hari kerja bukanlah 40 hari kalender.
- Dengan asumsi ketersediaan 100%: Tidak ada yang bisa mencurahkan 5 hari seminggu untuk tugas ini sendirian; Ada rapat, cuti, interupsi.
- Salah mengartikan generalisasi sebagai data tim: "Waktu tipikal" AI bukanlah kecepatan tim Anda.
- Tidak menuliskan asumsi: Asumsi yang tidak terlihat adalah tebakan yang meledak-ledak.
- Tanpa margin: Jika ada ketidakpastian, margin waktu/anggaran yang wajar adalah wajib.
Tip: Setelah selesai menebak, tanyakan pada diri Anda: "Apakah ada kemungkinan 90 persen angka ini menjadi kenyataan atau 50 persen peluang untuk mendapatkannya?" Kebanyakan taruhan satu poin sebenarnya adalah taruhan 50 persen; Ketahuilah hal ini saat membuat janji kepada pelanggan.
Singkatnya
Estimasi adalah pekerjaan proyek yang paling berisiko. Metode analogis, parametrik, bottom-up, dan tiga titik (PERT) menawarkan kecepatan dan akurasi yang berbeda. AI cepat dalam membuat draf perkiraan dan pembuatan skenario, tetapi AI melakukan generalisasi tanpa mengetahui data tim Anda dan dapat membingungkan upaya/waktu. Tebakan yang aman; Mendahulukan data tim, mengerjakan tiga poin, membuat asumsi terlihat, memisahkan tenaga dan waktu, dan mengkalibrasi angka akhir bersama tim. Tanggal dan anggaran yang disepakati selalu menjalani verifikasi manusia.
Tugas aplikasi
Pilih 5 tugas dari proyek Anda. Tanyakan kepada AI perkiraan O/M/P dan perkiraan waktu PERT untuk masing-masingnya (berikan data historis tim Anda secara anonim). Kemudian tuliskan asumsi di balik setiap tugas dan tinjau perkiraan tersebut bersama anggota tim yang akan melakukan pekerjaan tersebut. Perbaiki setidaknya dua perkiraan berdasarkan data tim dan tentukan margin waktu yang wajar untuk totalnya.
daftar periksa
- [ ] Saya mendasarkan perkiraan pada data historis tim saya, bukan pada generalisasi.
- [ ] Saya berlatih O/M/P (tiga titik) dan bukan angka ganjil.
- [ ] Saya menulis asumsi yang mendasari setiap prediksi.
- [ ] Saya memisahkan upaya (hari kerja) dan waktu (kalender).
- [ ] Saya memperhitungkan kendala nyata seperti ketersediaan/izin.
- [ ] Saya meninggalkan margin yang wajar untuk ketidakpastian dan mengkalibrasi perkiraan tersebut dengan tim.