Keuntungan:
- Mampu membezakan di mana kecerdasan buatan menjimatkan masa nyata dalam pengurusan projek (perancangan, anggaran, pelaporan, komunikasi) dan keputusan seperti komitmen belanjawan dan tarikh penghantaran diserahkan kepada pengurus projek, bergantung pada tahap risiko tugas
- Keupayaan untuk menerapkan disiplin yang mengesahkan setiap output kecerdasan buatan melalui langkah menyambungkannya kepada sumber, mengira semula dan menghantarnya melalui penapisan pentadbiran.
- Menamakan data projek, pelanggan dan pihak berkepentingan dalam skop KVKK/privasi dan NDA dan memperoleh tabiat memilih kenderaan yang selamat
Terdapat beratus-ratus keputusan dalam setiap projek, kebanyakannya dibuat secara senyap-senyap. Untuk siapa kerja ini? Berapa hari tugasan ini akan diambil? Adakah bajet itu bertahan? Apakah tarikh yang perlu kami beritahu pelanggan? Apa yang kita lakukan jika risiko ini berlaku? Apa keputusan yang kita buat pada mesyuarat minggu lepas, siapa yang akan buat apa? Beberapa keputusan ini adalah berulang, intensif data dan memakan masa; Kebanyakan kerja pengurus projek (PM - Pengurus Projek, orang yang bertanggungjawab dari rancangan hingga penghantaran projek) dibelanjakan untuk menulis laporan, mengisi jadual, menyediakan e-mel dan menyimpan nota mesyuarat. Kecerdasan buatan (AI, atau AI untuk sistem komputer pendek yang boleh menjana teks, mengecam corak, membuat ramalan dan meringkaskan data seperti manusia) sesuai betul-betul di tengah-tengah gambar ini: apabila digunakan dengan betul, ia boleh mendraf struktur pecahan kerja, daftar risiko, laporan status atau ringkasan mesyuarat dalam beberapa minit berbanding jam; Digunakan secara tidak betul, ia boleh membawa kepada komitmen pelanggan daripada tekaan yang kelihatan selamat tetapi tidak berasas.
Unit pertama modul ini bukan pengenalan perisian. Tujuannya adalah untuk menjelaskan tempat untuk meletakkan AI dalam kerja projek anda dan tempat untuk tidak meletakkannya sama sekali. Oleh kerana pengurusan projek ialah medan "kritikal operasi" dan "kritikal komitmen": anggaran masa yang anda berikan adalah berdasarkan kontrak yang ditandatangani dengan pelanggan; satu keputusan sumber bertukar menjadi kalendar ahli pasukan yang diisi dengan minggu. Mari kita susun prinsip asas dari awal: AI ialah pembantu, bukan pengurus projek. Tanggungjawab dan kelulusan akhir keputusan seperti komitmen belanjawan, janji tarikh penghantaran, peruntukan sumber dan kewajipan kontrak adalah milik pengurus projek yang kompeten dan pihak berkepentingan yang bertanggungjawab.
Lapisan pengurusan projek dan tempat AI
Untuk memahami projek, adalah berguna untuk membahagikan kerja kepada tiga lapisan. Lapisan operasi ialah operasi harian: penjejakan tugas, nota mesyuarat, e-mel, kemas kini status. Lapisan taktikal ialah perancangan dan penjejakan: struktur pecahan kerja, jadual, ramalan, daftar risiko, laporan status. Lapisan strategik menentukan rasional dan hala tuju projek: kos-faedah, keutamaan portfolio, keputusan skop. AI boleh menyentuh ketiga-tiga lapisan; tetapi dengan kuasa yang berbeza dalam setiap satu. Pada lapisan operasi, AI menghasilkan draf dan ringkasan pantas; Pada lapisan strategik, ia hanya memberikan input, pengurusan dan penaja membuat keputusan. Kami akan menerangkan konsep seperti penaja (pengurus tertinggi yang membiayai projek dan pemilikan korporat), pihak berkepentingan (semua orang yang terjejas oleh projek atau mempengaruhi projek - pelanggan, pasukan, pembekal, pengguna) satu demi satu dalam unit berikut.
Mari kita tentukan beberapa istilah asas dari awal. Skop ialah perkara yang akan dan tidak akan dilakukan oleh projek. Struktur pecahan kerja (WBS) ialah pecahan kerja kepada bahagian yang boleh diurus. Pencapaian adalah titik penting yang menandakan kemajuan (mis. "kelulusan reka bentuk"). Risiko ialah kejadian tidak pasti yang akan menjejaskan projek jika ia berlaku. Boleh dihantar ialah output konkrit yang dihasilkan oleh projek. Dalam semua konsep ini, AI memberi anda garis besar dan analisis, tetapi tidak membuat keputusan.
Jadual berikut meringkaskan peranan dan tahap risiko AI mengikut misi:
Pencarian
Peranan AI
Tahap risiko
Siapa yang meluluskan
Ringkasan mesyuarat / draf e-mel
penjana lakaran
rendah
pengurus projek
Garis besar WBS / skop
penjana lakaran
rendah-sederhana
PM + pasukan
Jangka masa dan anggaran sumber
Peramal, penjana senario
sederhana tinggi
PM + data pasukan
Pemarkahan daftar risiko
Rangsangan statistik
sederhana
Pemilik risiko + PM
Laporan status / ulasan EVM
Analisis dan draf
sederhana
pengurus projek
Tarikh penghantaran / komitmen belanjawan
input tambahan
sangat tinggi
PM + penaja
Keputusan kontrak/peruntukan sumber
input tambahan
sangat tinggi
Penaja + PM
Perlu diingat satu baris dalam carta ini: apabila risiko meningkat, peranan AI mengecut, kelulusan manusia bertambah.
Mengapa "pengesahan" menjadi nadi perniagaan ini
Model bahasa kecerdasan buatan kelihatan yakin dengan jawapan mereka, tetapi mereka mungkin tidak pasti. Dalam bahasa teknikal, ini dipanggil halusinasi: ia adalah rekaan model maklumat yang tidak wujud dalam ayat yang lancar, seolah-olah ia benar. Bagi pengurus projek, ini adalah perangkap yang serius: model itu mungkin memberikan anda jangka masa "jenis penyepaduan perisian jenis ini biasanya mengambil masa 3 minggu", sementara ia tidak mengetahui apa-apa tentang kelajuan pasukan anda, hutang teknikal, jadual percutian dan nombor ini adalah generalisasi lengkap. Atau ia mungkin salah nyata metodologi (cth., "PMBOK 7 memerlukan perkara berikut"). Memandangkan dia mengatakan kedua-duanya dengan kefasihan yang sama, satu-satunya perkara yang memisahkan yang betul dari yang salah ialah pengetahuan dan tabiat anda untuk mengesahkan.
Disiplin pengesahan terdiri daripada tiga langkah:
- Pautan ke sumber: Bergantung pada rekod organisasi anda sendiri (data projek bersejarah, jadual, kumpulan sumber, perakaunan) dan tekaan pasukan anda, bukan ingatan AI, untuk tempoh, kos, kapasiti dan prestasi lepas. Gunakan AI untuk mengulas data itu, bukan untuk mengingatinya.
- Kira semula / bandingkan: Semak secara bebas setiap hasil berangka yang dikembalikan AI (jumlah masa, belanjawan, peratus siap, CPI/SPI). Sahkan sendiri jumlah, purata wajaran, laluan kritikal.
- Penapis pengurusan: Uji dari perspektif pengurus sama ada output bercanggah dengan fakta di lapangan (ketersediaan pasukan, belanjawan, kontrak, tanggungan).
Perhatian: Membentangkan ramalan atau laporan yang dihasilkan oleh AI kepada penaja atau menyerahkannya kepada pelanggan tanpa mengesahkannya adalah seperti memberikan kontrak yang tidak ditandatangani. Hanya kerana output fasih adalah tidak benar.
Kerahsiaan: data projek selalunya sulit
Kebanyakan data projek adalah sensitif. Nama pelanggan, jumlah kontrak, harga bida, gaji kakitangan dan maklumat prestasi, dan pelan produk yang belum diumumkan selalunya dilindungi oleh NDA (Perjanjian Tanpa Pendedahan); Data peribadi dilindungi oleh KVKK (Undang-undang Perlindungan Data Peribadi) di Türkiye dan GDPR di Eropah. Hanya menampal nama pelanggan, harga kontrak, nama ahli pasukan dan markah prestasi ke dalam alat AI yang tersedia secara umum boleh menjadi pelanggaran kontrak dan pelanggaran data. Peraturannya mudah: awanamakan data dan jangan kongsi yang tidak perlu. "Projek perisian untuk pelanggan kewangan berskala besar" dan bukannya "projek TL CRM 4.2 juta dengan Bank ABC"; Daripada "Aunty (pembangun kanan, prestasi buruk)", tulis "ahli pasukan kanan". Jika boleh, pilih alatan korporat yang mempunyai perjanjian pemprosesan data dan jangan gunakan data anda dalam latihan model.
tiga kes mini
Kes 1 — Penggunaan selamat. Seorang penyelaras projek menghabiskan 2.5 jam setiap minggu menyusun kemajuan daripada 6 pakej kerja ke dalam satu laporan status. Dia memberikan data kemajuan tanpa nama (nama pelanggan dan jumlah yang disembunyikan) kepada AI dan meminta draf ringkasan eksekutif. AI menghasilkan lakaran dalam 12 minit; Penyelaras membandingkan setiap peratusan dengan carta penjejakannya, membetulkan kadar penyiapan yang salah dan menyemak warna status kepada realiti. Tempoh: 35 minit dan bukannya 2.5 jam. AI memberi draf, tanggungjawab tetap pada manusia.
Kes 2 — Perangkap ramalan yang tidak disahkan. Seorang PM bertanya kepada AI "berapa hari ujian aplikasi mudah alih mengambil masa?" AI berkata "kira-kira 8 hari" sebelum melihat data pasukan. PM komited perkara ini kepada pelanggan; masa sebenar ialah 15 hari perniagaan berdasarkan data sejarah pasukan. Penyimpangan 7 hari mengakibatkan penalti. Kesilapan: mengharapkan nombor daripada AI untuk menjana komitmen tanpa data pasukan.
Kes 3 — Pelanggaran kerahsiaan. Seorang ketua pasukan memuat naik pelan sumber yang mengandungi nama pelanggan, jumlah kontrak dan maklumat nama-gaji seluruh pasukan ke dalam alat AI awam dan berkata "optimumkan ini." Data pergi ke pelayan luaran; pelanggan menghantar notis untuk pelanggaran NDA. Cara yang betul adalah dengan meninggalkan nama, amaun dan gaji serta berkongsi hanya medan tanpa nama seperti peratusan peranan dan usaha.
Gesaan lemah / Gesaan kuat
Gesaan yang lemah:
Tulis tentang status projek kami bulan ini dan beritahu kami sejauh mana kami telah melangkah.
Tuntutan ini adalah cacat: AI tidak diberikan data, jadi ia hanya boleh menjawab soalan "sejauh mana kita datang" dengan nombor yang dibuat. Baik tempoh, mahupun skop, mahupun konteksnya tidak jelas.
Gesaan kuat:
Peranan anda: pembantu membantu pengurus projek.Konteks: Di bawah ialah pelan/data sebenar untuk 5 pakej kerja (nama pelanggan dan jumlah yang disembunyikan).Tugas: Tulis draf ringkasan eksekutif (200 patah perkataan atau kurang). Hanya gunakan data yang saya berikan; tulis "[pengesahan diperlukan]" untuk maklumat yang hilang, pemasangan nombor. Struktur: 1) Status umum (RAG), 2) Memajukan pakej, 3) Menyimpang pakej dan alasan, 4) Syor. Data:- Analisis WBS-1: pelan 100% / sebenar 100%- Reka Bentuk WBS-2: pelan 80% / sebenar 60%- Pembangunan WBS-3: pelan 40% / sebenar 25%- Pengujian WBS-4: pelan 10% / 0% sebenar - Dokumentasi WBS-5: pelan 20% / sebenar
Gesaan ini kuat kerana peranan, konteks, data, sempadan ("penyesuaian nombor"), format dan kesamaran (“[pengesahan diperlukan]”) diberikan dengan jelas. Output mesti masih disahkan oleh pengurus projek.
Tiga templat pemula berguna lain:
# Templat yang menguatkuasakan ketidakpastianEkstrak keputusan dan tindakan daripada teks berikut. Jangan berikan tanggungjawab atau tarikh yang tidak dinyatakan dengan jelas dalam teks; Tulis "tidak pasti" di mana anda tidak pasti. Jangan mengada-ngada.
# Peringatan anonimisasi (semakan sendiri) Jika anda melihat nama pelanggan, jumlah atau nama orang dalam teks yang akan saya berikan kepada anda, beri amaran kepada saya sebelum memulakan proses dan cadangkan saya untuk menggantikan medan ini dengan [BERMASKID].
# Templat yang menjana senarai pengesahanUntuk setiap hasil berangka yang anda hasilkan, tambahkan "langkah pengesahan" satu baris tentang cara pengurus projek boleh mengesahkannya secara bebas.
Kesilapan biasa
- Mengharapkan nombor tanpa memberikan data: Meminta AI untuk masa, kos atau kemajuan tanpa memberikan data projek anda sendiri mengundangnya untuk berhalusinasi.
- Kefasihan yang mengelirukan dengan ketepatan: Teks yang ditulis dengan baik tidak bermakna ia betul.
- Menampal data sulit seperti sedia ada: Nama pelanggan, jumlah dan maklumat hubungan tidak boleh memasukkan mana-mana alat terbuka tanpa nama tanpa nama.
- Mewakilkan komitmen kepada AI: Tarikh penghantaran dan belanjawan tidak boleh dilakukan tanpa pengesahan pasukan.
- Cuba untuk menyelesaikannya dengan satu gesaan: Hasil yang baik datang daripada gesaan berstruktur yang merangkumi format peranan-konteks-data-sempadan.
Petua: Mulakan setiap sesi AI dengan bertanya, "Apakah tiga perkara yang perlu saya sahkan untuk diri saya sendiri sebelum membentangkan penghantaran ini kepada penaja?" Mulakan dengan soalan. Tabiat ini akan melindungi anda melalui semua tugasan dalam modul yang lain.
Secara ringkasnya
Kecerdasan buatan ialah pembantu yang berkuasa dalam pengurusan projek yang mempercepatkan laporan, rancangan, anggaran dan komunikasi; Walau bagaimanapun, ia adalah alat yang menghasilkan draf, bukan komitmen. Apabila kami membahagikan perniagaan kepada lapisan operasi, taktikal dan strategik, peranan AI menjadi lebih kecil apabila risiko meningkat. Setiap output mesti disahkan melalui tiga langkah (pautan ke sumber, pengiraan semula, penapis pentadbiran); Data projek dan pelanggan mesti dianonimkan dalam skop KVKK/NDA. Tanggungjawab dan kelulusan akhir keputusan kritikal sentiasa terletak pada manusia.
Tugasan permohonan
Pilih tugas daripada projek semasa anda. Mula-mula, tulis gesaan yang sengaja "lemah" ke AI (tanpa konteks, tanpa memberikan sebarang data) dan simpan output. Kemudian tanya tugas yang sama sekali lagi dengan struktur "gesaan kuat" dalam unit ini (peranan, konteks, data tanpa nama, sempadan, format). Letakkan kedua-dua cetakan bersebelahan dan tulis perbezaannya dan sekurang-kurangnya tiga mata yang anda perlukan untuk mengesahkan sendiri dalam kedua-dua cetakan.
senarai semak
- [ ] Saya meletakkan peranan AI sebagai "pembantu/draf" dan keputusan sebagai "manusia".
- [ ] Saya telah menentukan tahap risiko (rendah/sederhana/tinggi) tugas saya.
- [ ] Saya menambah peranan, konteks, data, sempadan dan format pada gesaan.
- [ ] Saya tanpa nama nama pelanggan, jumlah dan maklumat orang.
- [ ] Saya telah mencatat langkah di mana saya akan mengesahkan secara bebas setiap nombor dalam output.
- [ ] Saya tidak berkongsi sebarang output yang mengandungi komitmen (tarikh/belanjawan) tanpa mengesahkannya.