प्रकल्प व्यवस्थापनातील कृत्रिम बुद्धिमत्तेचा परिचय: भूमिका, सीमा, प्रमाणीकरण आणि गोपनीयता

नफा:

• कृत्रिम बुद्धिमत्तेमुळे प्रकल्प व्यवस्थापन (नियोजन, अंदाज, अहवाल, संप्रेषण) मध्ये वास्तविक वेळ कोठे वाचतो आणि कामाच्या जोखमीच्या पातळीनुसार, बजेट वचनबद्धता आणि वितरण तारीख यासारखे निर्णय प्रकल्प व्यवस्थापकावर कुठे सोडले जातात हे वेगळे करण्यास सक्षम असणे.
• एक शिस्त लागू करण्याची क्षमता जी प्रत्येक कृत्रिम बुद्धिमत्ता आउटपुटला स्त्रोताशी जोडण्याच्या चरणांद्वारे सत्यापित करते, त्याची पुनर्गणना करणे आणि प्रशासकीय फिल्टरिंगद्वारे पास करणे.
• KVKK/गोपनीयता आणि NDA च्या कार्यक्षेत्रातील प्रकल्प, ग्राहक आणि भागधारक डेटा निनावी करणे आणि सुरक्षित वाहने निवडण्याची सवय लावणे

प्रत्येक प्रकल्पात शेकडो निर्णय असतात, त्यातील बहुतांश निर्णय शांतपणे घेतले जातात. ही नोकरी कोणासाठी आहे? या कामाला किती दिवस लागतील? अर्थसंकल्प टिकतो का? आम्ही ग्राहकाला कोणती तारीख सांगू? हा धोका उद्भवल्यास आपण काय करावे? गेल्या आठवड्याच्या बैठकीत आम्ही काय निर्णय घेतला, कोण काय करणार? यापैकी काही निर्णय पुनरावृत्तीचे, डेटा-केंद्रित आणि वेळ घेणारे आहेत; प्रोजेक्ट मॅनेजर (पीएम - प्रोजेक्ट मॅनेजर, प्लॅनपासून प्रोजेक्टच्या डिलिव्हरीपर्यंत जबाबदार व्यक्ती) ची बहुतेक कामे अहवाल लिहिणे, तक्ते भरणे, ई-मेल तयार करणे आणि मीटिंग नोट्स ठेवणे यात खर्च होतो. कृत्रिम बुद्धिमत्ता (एआय, किंवा लघु संगणक प्रणाली जी मजकूर व्युत्पन्न करू शकते, नमुने ओळखू शकते, अंदाज लावू शकते आणि मानवांसारखा डेटा संक्षेप करू शकते) या चित्राच्या मध्यभागी बसते: योग्यरित्या वापरल्यास, ते कामाच्या विघटनाची रचना, जोखीम नोंदणी, स्थिती अहवाल किंवा मीटिंगचा सारांश तासांऐवजी मिनिटांत तयार करू शकते; चुकीचा वापर केल्याने, हे वरवर सुरक्षित वाटणाऱ्या परंतु निराधार अंदाजातून ग्राहक बांधिलकीकडे नेऊ शकते.

या मॉड्यूलचे पहिले युनिट हे सॉफ्टवेअर परिचय नाही. तुमच्या प्रकल्पाच्या कामात AI कुठे ठेवायचे आणि कुठे अजिबात घालू नये हे स्पष्ट करणे हा त्याचा उद्देश आहे. कारण प्रकल्प व्यवस्थापन हे "ऑपरेशन-क्रिटिकल" आणि "कमिटमेंट-क्रिटिकल" फील्ड दोन्ही आहे: तुम्ही दिलेला वेळेचा अंदाज ग्राहकाशी केलेल्या करारावर आधारित असतो; एक संसाधन निर्णय आठवड्यांनी भरलेल्या टीम सदस्याच्या कॅलेंडरमध्ये बदलतो. चला सुरुवातीपासून मूलभूत तत्त्व मांडू: एआय एक सहाय्यक आहे, प्रकल्प व्यवस्थापक नाही. बजेटची बांधिलकी, वितरण तारखेचे वचन, संसाधनांचे वाटप आणि करारबद्ध दायित्व यासारख्या निर्णयांची जबाबदारी आणि अंतिम मंजुरी सक्षम प्रकल्प व्यवस्थापक आणि जबाबदार भागधारकांची आहे.

प्रकल्प व्यवस्थापनाचे स्तर आणि AI चे स्थान

प्रकल्प समजून घेण्यासाठी, कामाचे तीन स्तरांमध्ये विभाजन करणे उपयुक्त आहे. ऑपरेशनल लेयर हे दैनंदिन ऑपरेशन आहे: टास्क ट्रॅकिंग, मीटिंग नोट, ईमेल, स्टेटस अपडेट. रणनीतिक स्तर म्हणजे नियोजन आणि ट्रॅकिंग: कामाचे ब्रेकडाउन स्ट्रक्चर, वेळापत्रक, अंदाज, जोखीम नोंदणी, स्थिती अहवाल. धोरणात्मक स्तर प्रकल्पाचे तर्क आणि दिशा ठरवते: खर्च-लाभ, पोर्टफोलिओ प्राधान्य, व्याप्ती निर्णय. AI सर्व तीन स्तरांना स्पर्श करू शकते; परंतु प्रत्येकामध्ये वेगळ्या अधिकारासह. ऑपरेशनल लेयरवर, एआय जलद मसुदे आणि सारांश तयार करते; धोरणात्मक स्तरावर, ते केवळ इनपुट प्रदान करते, व्यवस्थापन आणि प्रायोजक निर्णय घेतात. आम्ही प्रायोजक (प्रोजेक्टला वित्तपुरवठा करणारा शीर्ष व्यवस्थापक आणि कॉर्पोरेट मालकी), भागधारक (प्रत्येकजण जो प्रकल्पामुळे प्रभावित होतो किंवा प्रकल्पावर परिणाम करतो - ग्राहक, संघ, पुरवठादार, वापरकर्ता) यासारख्या संकल्पना पुढील युनिट्समध्ये एक-एक करून स्पष्ट करू.

चला सुरुवातीपासून काही मूलभूत संज्ञा परिभाषित करूया. स्कोप म्हणजे प्रकल्प काय करणार आणि काय करणार नाही. वर्क ब्रेकडाउन स्ट्रक्चर (WBS) म्हणजे आटोपशीर तुकड्यांमध्ये कामाचे विभाजन. मैलाचा दगड हा एक महत्त्वाचा मुद्दा आहे जो प्रगती चिन्हांकित करतो (उदा. "डिझाइन मंजूरी"). धोका ही एक अनिश्चित घटना आहे जी उद्भवल्यास प्रकल्पावर परिणाम करेल. डिलिवरेबल हे प्रकल्पाद्वारे उत्पादित केलेले ठोस उत्पादन आहे. या सर्व संकल्पनांमध्ये, AI तुम्हाला बाह्यरेखा आणि विश्लेषण देते, परंतु निर्णय घेत नाही.

खालील सारणी मिशननुसार AI ची भूमिका आणि जोखीम पातळी सारांशित करते:

शोध

AI ची भूमिका

जोखीम पातळी

कोण मंजूर करतो

मीटिंगचा सारांश / ईमेल मसुदा

स्केच जनरेटर

कमी

प्रकल्प व्यवस्थापक

WBS / व्याप्ती बाह्यरेखा

स्केच जनरेटर

कमी-मध्यम

पीएम + टीम

कालावधी आणि संसाधन अंदाज

पूर्वानुमानकर्ता, परिस्थिती जनरेटर

मध्यम-उच्च

पीएम + टीम डेटा

रिस्क रजिस्टर स्कोअरिंग

सांख्यिकीय उत्तेजना

मध्यम

जोखीम मालक + PM

स्थिती अहवाल / EVM टिप्पणी

विश्लेषण आणि मसुदा

मध्यम

प्रकल्प व्यवस्थापक

वितरण तारीख / बजेट वचनबद्धता

सहाय्यक इनपुट

खूप उच्च

पीएम + प्रायोजक

करार/संसाधन वाटप निर्णय

सहाय्यक इनपुट

खूप उच्च

प्रायोजक + PM

या तक्त्यातील एक ओळ लक्षात ठेवा: जोखीम वाढते, AI ची भूमिका कमी होते, मानवी मान्यता वाढते.

"पडताळणी" हे या व्यवसायाचे हृदय का आहे

आर्टिफिशियल इंटेलिजेंस लँग्वेज मॉडेल्स त्यांच्या उत्तरात आत्मविश्वासपूर्ण वाटतात, परंतु त्यांना खात्री नसते. तांत्रिक भाषेत, याला मतिभ्रम म्हणतात: अस्खलित वाक्यात अस्तित्त्वात नसलेल्या माहितीचे मॉडेल तयार करणे, जसे की ते खरे आहे. प्रोजेक्ट मॅनेजरसाठी, हा एक गंभीर सापळा आहे: मॉडेल आत्मविश्वासाने तुम्हाला "या प्रकारच्या सॉफ्टवेअर इंटिग्रेशनला साधारणत: 3 आठवडे लागतात" अशी कालमर्यादा देऊ शकते, तर त्याला तुमच्या टीमची गती, तांत्रिक कर्ज, सुट्टीचे वेळापत्रक याबद्दल काहीही माहिती नसते आणि ही संख्या संपूर्ण सामान्यीकरण आहे. किंवा ते एखाद्या पद्धतीचे चुकीचे वर्णन करू शकते (उदा., “PMBOK 7 खालील आवश्यक आहे”). तो दोन्ही एकाच ओघवत्या ओघाने म्हणत असल्याने, बरोबर आणि चुकीचे वेगळे करणारी एकमेव गोष्ट म्हणजे तुमचे ज्ञान आणि पडताळण्याची सवय.

पडताळणी शिस्तीत तीन पायऱ्या असतात:

1. स्त्रोताशी लिंक करा: कालावधी, खर्च, क्षमता आणि मागील कामगिरीसाठी तुमच्या स्वतःच्या संस्थेच्या रेकॉर्डवर (ऐतिहासिक प्रकल्प डेटा, वेळापत्रक, संसाधन पूल, लेखा) आणि तुमच्या टीमच्या अंदाजावर अवलंबून रहा, AI च्या मेमरीवर नाही. त्या डेटावर टिप्पणी करण्यासाठी AI वापरा, तो लक्षात ठेवण्यासाठी नाही.
2. पुनर्गणना / तुलना करा: AI परतावा देणारा प्रत्येक संख्यात्मक परिणाम स्वतंत्रपणे तपासा (एकूण वेळ, बजेट, टक्के पूर्ण, CPI/SPI). एकूण, भारित सरासरी, एक गंभीर मार्ग स्वतः सत्यापित करा.
3. व्यवस्थापकीय फिल्टर: आउटपुट जमिनीवरील तथ्यांशी (संघाची उपलब्धता, बजेट, करार, अवलंबित्व) विरोधाभास आहे की नाही हे व्यवस्थापकाच्या दृष्टीकोनातून तपासा.

लक्ष द्या: AI द्वारे तयार केलेला अंदाज किंवा अहवाल प्रायोजकाला सादर करणे किंवा त्याची पडताळणी न करता ग्राहकाला देणे म्हणजे स्वाक्षरी न केलेला करार देण्यासारखे आहे. फक्त आउटपुट अस्खलित आहे म्हणून खरे नाही.

गोपनीयता: प्रकल्प डेटा अनेकदा गोपनीय असतो

प्रकल्पाचा बराचसा डेटा संवेदनशील आहे. ग्राहकाचे नाव, कराराची रक्कम, बोलीच्या किमती, कर्मचाऱ्यांचे पगार आणि कार्यप्रदर्शन माहिती आणि अद्याप जाहीर न केलेल्या उत्पादन योजना अनेकदा NDA (नॉन-डिस्क्लोजर ॲग्रीमेंट) द्वारे संरक्षित आहेत; वैयक्तिक डेटा KVKK (वैयक्तिक डेटा संरक्षण कायदा) मध्ये तुर्की आणि युरोपमधील GDPR द्वारे संरक्षित आहे. सार्वजनिकरीत्या उपलब्ध असलेल्या एआय टूलमध्ये फक्त ग्राहकाचे नाव, कराराची किंमत, टीम सदस्यांची नावे आणि परफॉर्मन्स स्कोअर पेस्ट करणे कराराचे उल्लंघन आणि डेटा भंग दोन्ही असू शकते. नियम सोपा आहे: डेटा अनामित करा आणि अनावश्यक शेअर करू नका. "एबीसी बँकेसह 4.2 दशलक्ष TL CRM प्रकल्प" ऐवजी "मोठ्या प्रमाणावर आर्थिक ग्राहकांसाठी सॉफ्टवेअर प्रकल्प"; "आंटी (वरिष्ठ विकासक, खराब कामगिरी)" ऐवजी "एक वरिष्ठ संघ सदस्य" लिहा. शक्य असल्यास, कॉर्पोरेट टूल्स निवडा ज्यात डेटा प्रोसेसिंग करार आहे आणि मॉडेल ट्रेनिंगमध्ये तुमचा डेटा वापरू नका.

तीन लहान प्रकरणे

केस 1 - सुरक्षित वापर. एक प्रकल्प समन्वयक प्रत्येक आठवड्यात 2.5 तास खर्च करत होता 6 कामाच्या पॅकेजमधून प्रगती एका स्थिती अहवालात संकलित करण्यासाठी. त्याने AI ला निनावीपणे प्रगती डेटा (ग्राहकाचे नाव आणि मास्क केलेले) दिले आणि मसुदा कार्यकारी सारांशाची विनंती केली. एआयने 12 मिनिटांत स्केच तयार केले; समन्वयकाने प्रत्येक टक्केवारीची त्याच्या ट्रॅकिंग चार्टशी तुलना केली, चुकीचा पूर्णता दर दुरुस्त केला आणि स्थितीचे रंग वास्तवात सुधारले. कालावधी: 2.5 तासांऐवजी 35 मिनिटे. एआयने मसुदा दिला, जबाबदारी मानवाकडेच राहिली.

केस 2 - अपुष्ट अंदाज सापळा. एका पंतप्रधानांनी एआयला विचारले, "मोबाईल ॲप चाचणीसाठी किती दिवस लागतात?" एआयने टीमचा डेटा पाहण्यापूर्वी "सुमारे 8 दिवस" ​​सांगितले. पंतप्रधानांनी ग्राहकांना हे वचन दिले; संघाच्या ऐतिहासिक डेटावर आधारित वास्तविक वेळ 15 व्यावसायिक दिवस होती. 7-दिवसांच्या विचलनामुळे दंड आकारला गेला. चूक: टीम डेटाशिवाय वचनबद्धता व्युत्पन्न करण्यासाठी AI कडून नंबरची अपेक्षा करणे.

केस 3 - गोपनीयतेचा भंग. एका टीम लीडरने सार्वजनिक AI टूलमध्ये ग्राहकाचे नाव, कराराची रक्कम आणि संपूर्ण टीमचे नाव-पगार माहिती असलेली संसाधन योजना अपलोड केली आणि "हे ऑप्टिमाइझ करा" असे म्हटले. डेटा बाह्य सर्व्हरवर गेला; NDA उल्लंघनासाठी ग्राहकाने नोटीस पाठवली. योग्य मार्ग म्हणजे नाव, रक्कम आणि पगार वगळणे आणि भूमिका आणि मेहनत टक्केवारी यांसारखी निनावी फील्ड सामायिक करणे.

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमकुवत प्रॉम्प्ट:

या महिन्यात आमच्या प्रकल्पाच्या स्थितीबद्दल लिहा आणि आम्ही किती पुढे आलो ते आम्हाला सांगा.

हा दावा सदोष आहे: एआयला कोणताही डेटा देण्यात आलेला नाही, म्हणून ते केवळ मेड-अप नंबरसह "आम्ही किती दूर आलो आहोत" या प्रश्नाचे उत्तर देऊ शकते. कालावधी, ना व्याप्ती, ना संदर्भ स्पष्ट नाहीत.

शक्तिशाली सूचना:

तुमची भूमिका: प्रोजेक्ट मॅनेजरला सहाय्य करणारा सहाय्यक. संदर्भ: खाली 5 कामाच्या पॅकेजेससाठी योजना/वास्तविक डेटा आहे (क्लायंटचे नाव आणि रक्कम मुखवटा घातलेली आहे). कार्य: कार्यकारी सारांश (200 शब्द किंवा कमी) मसुदा लिहा. फक्त मी दिलेला डेटा वापरा; गहाळ माहिती, नंबर फिटिंगसाठी "[पुष्टीकरण आवश्यक]" लिहा. रचना: 1) सामान्य स्थिती (RAG), 2) ॲडव्हान्सिंग पॅकेजेस, 3) डिव्हिएटिंग पॅकेजेस आणि कारण, 4) शिफारस. डेटा:- WBS-1 विश्लेषण: योजना 100% / वास्तविक 100%- WBS-2 डिझाइन: योजना 80% / वास्तविक 60%- WBS-3 विकास: योजना 40% / वास्तविक 25%- WBS-4 चाचणी: योजना 10% / वास्तविक 0% - WBS-5 दस्तऐवजीकरण: योजना 20% / वास्तविक 20%

ही सूचना मजबूत आहे कारण भूमिका, संदर्भ, डेटा, सीमा ("नंबर फिटिंग"), स्वरूप आणि अस्पष्टता ("[पुष्टीकरण आवश्यक]") स्पष्टपणे दिलेले आहे. आउटपुट अद्याप प्रकल्प व्यवस्थापकाद्वारे प्रमाणित केले जाणे आवश्यक आहे.

तीन इतर उपयुक्त स्टार्टर टेम्पलेट्स:

# टेम्प्लेट जे अनिश्चिततेची अंमलबजावणी करते खालील मजकूरातून निर्णय आणि कृती काढा. मजकुरात स्पष्टपणे नमूद नसलेल्या कोणत्याही जबाबदाऱ्या किंवा तारखा नियुक्त करू नका; जिथे तुम्हाला खात्री नसेल तिथे "अनिश्चित" लिहा. ते बनवू नका.

# अनामिकरण स्मरणपत्र (स्वयं-तपासणी) जर मी तुम्हाला देईन त्या मजकुरात तुम्हाला ग्राहकाचे नाव, रक्कम किंवा व्यक्तीचे नाव दिसले, तर प्रक्रिया सुरू करण्यापूर्वी मला चेतावणी द्या आणि मला हे फील्ड [MASKED] ने बदलण्यास सुचवा.

# टेम्पलेट जे प्रमाणीकरण सूची व्युत्पन्न करते तुम्ही तयार केलेल्या प्रत्येक संख्यात्मक निकालासाठी, प्रकल्प व्यवस्थापक स्वतंत्रपणे त्याची पडताळणी कशी करू शकतो यावर एक-ओळ "प्रमाणीकरण चरण" जोडा.

सामान्य चुका

• डेटा न देता संख्यांची अपेक्षा करणे: तुमच्या स्वतःच्या प्रकल्पाचा डेटा न देता AI ला वेळ, खर्च किंवा प्रगती विचारणे म्हणजे भ्रम निर्माण होण्यास आमंत्रित करणे होय.
• अचूकतेसह गोंधळात टाकणारा प्रवाह: एक चांगला लिखित मजकूर याचा अर्थ असा नाही की तो बरोबर आहे.
• गोपनीय डेटा याप्रमाणे पेस्ट करणे: ग्राहकाचे नाव, रक्कम आणि संपर्क माहिती निनावीपणाशिवाय कोणतेही खुले साधन प्रविष्ट करू नये.
• AI ला वचनबद्धता सोपवणे: वितरण तारीख आणि बजेट संघ पडताळणीशिवाय वचनबद्ध केले जाऊ नये.
• एका प्रॉम्प्टसह ते पूर्ण करण्याचा प्रयत्न करत आहे: चांगले परिणाम संरचित प्रॉम्प्टमधून येतात ज्यात भूमिका-संदर्भ-डेटा-सीमा-स्वरूप समाविष्ट आहे.

टीप: प्रत्येक AI सत्राला हे विचारून प्रारंभ करा, "प्रायोजकाला वितरित करण्यायोग्य हे सादर करण्यापूर्वी मी स्वतःसाठी कोणत्या तीन गोष्टी सत्यापित केल्या पाहिजेत?" प्रश्नापासून सुरुवात करा. ही सवय उर्वरित मॉड्यूलमधील सर्व कार्यांमध्ये तुमचे संरक्षण करेल.

सारांशात

आर्टिफिशियल इंटेलिजन्स हा प्रकल्प व्यवस्थापनातील एक शक्तिशाली सहाय्यक आहे जो अहवाल, योजना, अंदाज आणि संवादाला गती देतो; तथापि, हे एक साधन आहे जे मसुदे तयार करते, वचनबद्धतेचे नाही. जेव्हा आम्ही व्यवसायाला ऑपरेशनल, रणनीतिक आणि धोरणात्मक स्तरांमध्ये विभागतो, तेव्हा जोखीम वाढते म्हणून AI ची भूमिका लहान होते. प्रत्येक आउटपुट तीन चरणांद्वारे प्रमाणित करणे आवश्यक आहे (स्रोत, पुनर्गणना, प्रशासकीय फिल्टरचा दुवा); KVKK/NDA च्या कार्यक्षेत्रात प्रकल्प आणि ग्राहक डेटा निनावी असणे आवश्यक आहे. गंभीर निर्णयांची जबाबदारी आणि अंतिम मान्यता नेहमीच माणसावर असते.

अर्ज कार्य

तुमच्या सध्याच्या प्रोजेक्टमधून एक टास्क निवडा. प्रथम, AI ला मुद्दाम "कमकुवत" प्रॉम्प्ट लिहा (संदर्भाशिवाय, कोणताही डेटा न देता) आणि आउटपुट जतन करा. नंतर या युनिटमधील "स्ट्राँग प्रॉम्प्ट" स्ट्रक्चरसह तेच कार्य पुन्हा विचारा (भूमिका, संदर्भ, निनावी डेटा, सीमा, स्वरूप). दोन प्रिंटआउट्स शेजारी ठेवा आणि फरक लिहा आणि कमीतकमी तीन पॉइंट्स तुम्हाला दोन्ही प्रिंटआउट्समध्ये स्वतः सत्यापित करणे आवश्यक आहे.

चेकलिस्ट

• [ ] मी AI ची भूमिका "सहाय्यक/मसुदा" आणि निर्णय "मानवी" म्हणून ठेवला.
• मी माझ्या कार्याची जोखीम पातळी (निम्न/मध्यम/उच्च) निर्धारित केली आहे.
• [ ] मी प्रॉम्प्टमध्ये भूमिका, संदर्भ, डेटा, सीमा आणि स्वरूप जोडले.
• [ ] मी ग्राहकाचे नाव, रक्कम आणि व्यक्तीची माहिती निनावी केली आहे.
• मी आउटपुटमधील प्रत्येक क्रमांकाची स्वतंत्रपणे पडताळणी करीन अशी पायरी मी नोंदवली आहे.
• मी वचनबद्धता (तारीख/बजेट) असलेले कोणतेही आउटपुट सत्यापित केल्याशिवाय सामायिक केले नाही.