Winst:
- Vermogen om analoge, parametrische en driepuntsschattingsmethoden (PERT) te begrijpen en kunstmatige intelligentie te gebruiken om schattingsconcepten voor tijd en middelen te maken.
- Mogelijkheid om voorspelde onzekerheid te interpreteren (optimistische/mogelijke/pessimistische scenario's, betrouwbaarheidsinterval) en de planning te baseren op een bereik in plaats van op een enkel getal
- Vermogen om te onderkennen dat de AI-voorspelling gebaseerd is op historische patronen en aannames, en dat het uiteindelijke budget en de tijdsinvestering moeten worden gevalideerd met teamgegevens en deskundig oordeel
Schatting is de moeilijkste en meest risicovolle taak in projectmanagement. "Hoe lang zal dit duren?" en “hoeveel mensen zijn er nodig?” De antwoorden op deze vragen vormen de basis van de planning, het budget en de belofte aan de klant. Een slechte inschatting zal zelfs een goed beheerd project doen zinken: een te optimistisch tijdstip zal leiden tot vertragingen en boetes, een te pessimistisch tijdstip zal leiden tot het verliezen van de bieding. Kunstmatige intelligentie is op dit gebied een aantrekkelijke assistent; geeft een tijd in seconden weer. Dat is precies waarom het hier het gevaarlijkst is: AI kan een betrouwbaar getal produceren zonder de werkelijke snelheid van uw team te kennen. In dit onderdeel behandelen we voorspellingsmethoden, hoe we AI veilig kunnen gebruiken bij het maken van prognoses en hoe we elke voorspelling kunnen valideren.
Basisvoorspellingsmethoden
Laten we een paar methoden definiëren. Analoog raden betekent dat je naar een soortgelijke baan in het verleden kijkt en zegt: "dat duurde 10 dagen, deze is vergelijkbaar"; Het is snel maar ruw. Bij parametrische schattingen worden de kosten/tijd per eenheid vermenigvuldigd met de hoeveelheid (bijvoorbeeld "0,5 dagen per pagina × 40 pagina's = 20 dagen"); is gebaseerd op gegevens. Bottom-up schattingen maken een schatting en aggregeren elk werkpakket afzonderlijk; Het is het meest nauwkeurig, maar ook het langzaamst. Driepuntsschatting (PERT) erkent onzekerheid: voor elke taak worden de optimistische (O), meest waarschijnlijke (M) en pessimistische (P) duur geschat en het gewogen gemiddelde genomen.
De PERT-formule is: Verwachte duur = (O + 4M + P) / 6. Als voor een taak bijvoorbeeld de optimistische 4 dagen de meest waarschijnlijke 6 dagen zijn, is de pessimistische 14 dagen de verwachte duur = (4 + 24 + 14) / 6 = 7 dagen. De standaardafwijking is (P − O) / 6 = (14 − 4) / 6 ≈ 1,7 dagen; Dit laat de onzekerheidsmarge zien. In plaats van één enkele "6 dagen" te zeggen, is een veel eerlijker plan om te zeggen "verwachte 7 dagen, afwijking ±1,7 dagen".
Daarnaast zijn twee concepten van belang. Inspanning is het aantal mandagen dat nodig is voor de taak (bijvoorbeeld 10 mandagen). De duur is het aantal dagen dat deze taak op de kalender zal staan. Twee mensen kunnen in 5 dagen 10 mandagen werk afmaken; maar niet elke baan kan oneindig verdeeld worden (negen vrouwen kunnen niet in één maand een baby baren). AI kan de twee verwarren; je moet het scheiden.
Methode
Wanneer is het passend?
snelheid
nauwkeurigheid
Rol van AI
analoog
Vroege fase, weinig informatie
hoog
laag
Stelt een soortgelijk projectpatroon voor
parametrisch
Als er een meetbare eenheid bestaat
hoog
middelmatig
Genereert formule en eenheidsoverzicht
van onderaf
Als er gedetailleerde WBS is
laag
hoog
Verzamelt pakketten met concepten
Driepunts (PERT)
Als de onzekerheid groot is
middelmatig
middelhoog
Stelt O/M/P-scenario's voor
Stap voor stap: Veilig voorspellen met AI
- Zet de teamgegevens voorop. Geef de AI je eigen realisaties uit het verleden: “Soortgelijke taken duurden zo lang bij ons team.” De voorspelling is dus gebaseerd op uw gegevens, niet op generalisatie.
- Selecteer de methode. Als de onzekerheid groot is, vraag dan om PERT; parametrisch als er een meetbare eenheid is.
- Vraag om drie punten, niet om losse cijfers. Vraag voor elk pakket naar O/M/P-waarden en aannames.
- Maak aannames zichtbaar. Druk de aanname af die ten grondslag ligt aan elke schatting (bijvoorbeeld "testomgeving klaar", "klant komt binnen 2 dagen terug"); Een verkeerde veronderstelling is een verkeerde gok.
- Bron toevoegen en delen. Scheid inspanning van tijd, houd rekening met vakantie en beschikbaarheid (een persoon is bijvoorbeeld vier dagen per week productief).
- Kalibreer met het team. Bespreek de definitieve schatting met de mensen die het werk gaan doen. Een voorspelling wordt betrouwbaar wanneer de persoon die de voorspelling doet er eigenaar van is.
Let op: Vraag de AI "hoeveel dagen gaat dit werk duren?" Het vragen om het resulterende getal en het rechtstreeks in de grafiek schrijven is de gevaarlijkste vorm van voorspellen. Dit nummer bevat niet de gegevens van uw team; het is slechts een algemeen patroon en kan een hallucinatie zijn.
drie minikoffers
Casus 1 — Eerlijk plan met PERT. Een softwareteam vroeg de AI om O/M/P-voorspellingen en aannames voor een module met 12 taken. AI gaf ontwerp; Het team corrigeerde elke missie met zijn eigen historische gegevens. De totale verwachte tijd was 38 dagen, het pessimistische totaal was 52 dagen. PM gaf de klant een deadline van 45 dagen en liet een marge van 7 dagen. Het project was op de 44e dag klaar; Als er geen aandeel zou zijn, zou er vertraging optreden.
Geval 2 – Verwarring van inspanning/tijd. Een coördinator vraagt AI: "Hoeveel dagen duurt het om 80 mandagenklussen te voltooien?" zei hij. De AI antwoordde "80 dagen" omdat het inspanning verwarde met duur. Omdat hij wist dat het werk door vier personen tegelijk kon worden gedaan, corrigeerde de coördinator de tijd naar ~25 dagen (niet 20 omdat deze niet deelbaar was). Les: Mensen moeten de inspanning/tijdsverdeling van de AI beheersen.
Geval 3 – Ongefundeerde generalisatie. Eén premier schreef op de grafiek dat AI antwoordde: "Een API-integratie duurt doorgaans vijf dagen." De eerdere ervaringen van het team met deze API-provider waren slecht en de documentatie was slecht; De werkzaamheden duurden 13 dagen. Als er naar teamgegevens zou worden gevraagd, zou dit vanaf het begin zichtbaar zijn. Les: generalisatie is geen vervanging voor de teamrealiteit.
Zwakke prompt/sterke prompt
Zwakke prompt:
Hoeveel dagen duurt het om een e-commercesite op te zetten?
Deze prompt dwingt de AI om een verzonnen getal te genereren zonder de gegevens van uw project te kennen. Er is geen team, geen ruimte, geen onzekerheid.
Krachtige prompt:
Jouw rol: een calculatiespecialist. Context: Hieronder vindt u 8 werkpakketten en vergelijkbare eerdere opdrachten van ons team. Taak: Genereer een DRIEPUNTEN (optimistische O / meest waarschijnlijke M / pessimistische P) duurschatting voor elk pakket en bereken de verwachte PERT-duur met (O+4M+P)/6. Regels: - Verwijs gewoon naar de historische gegevens die ik heb gegeven; Voeg de algemene marktaanname toe. - Schrijf de aanname die ten grondslag ligt aan elke schatting op één regel. - Toon inspanning (mandagen) en duur (kalenderdagen) in een aparte kolom. - Markeer het pakket waar u niet zeker van bent met "[teambevestiging vereist]". Uitvoer: tabel (Pakket | O | M | P | PERT | Inspanning | Aanname). Historische gegevens: - Betalingsintegratie (geschiedenis: 9,11,8 dagen) - Productcatalogus (geschiedenis: 6,5 dagen) - ... (andere pakketten)
Deze bewering is sterk: de methode (PERT), de limiet van de gegevensbron, de aannamevereiste en het onderscheid tussen inspanning en tijd zijn duidelijk.
Extra sjablonen:
# Aannamesjager Maak een lijst van alle aannames die je stilletjes als waar hebt aanvaard, zodat deze voorspelling waar blijkt te zijn. Schat voor elke aanname in hoeveel invloed deze op de tijd zal hebben als deze onjuist blijkt te zijn.
# GevoeligheidsanalyseAls de meest waarschijnlijke duur van de volgende taak M is; Hoe verandert de totale projectduur als M met 20% toeneemt? Welke 3 taken zijn het meest gevoelig voor de totale duur? (Deze taken moeten eerst worden bekeken.)
# Contingentieaanbeveler Stel op basis van onderstaande PERT-afwijkingen een redelijk tijdslimietpercentage voor het hele project voor en leg uit waar u dit op baseert. Dit is een suggestie; Het laatste deel is eigendom van de beheerder.
Veel voorkomende fouten
- Vasthouden aan één getal: als je '10 dagen' zegt, verberg je onzekerheid; O/M/P-bereik is eerlijk.
- Inspanning en tijd verwarren: 40 mandagen zijn niet 40 kalenderdagen.
- Uitgaande van 100% beschikbaarheid: Niemand kan 5 dagen per week alleen aan deze taak besteden; Er zijn vergaderingen, verlof, onderbrekingen.
- Generalisatie wordt verward met teamgegevens: de ‘typische tijd’ van AI is niet de snelheid van uw team.
- Aannames niet opschrijven: Een onzichtbare veronderstelling is een gok die explodeert.
- Geen marge: Bij onzekerheid is een redelijke marge in tijd/budget verplicht.
Tip: Als je klaar bent met raden, vraag jezelf dan af: "Is er een kans van 90 procent dat dit getal uitkomt of een kans van 50 procent dat je het krijgt?" De meeste weddenschappen op één punt zijn feitelijk weddenschappen van 50 procent; Weet dit wanneer u een belofte doet aan de klant.
Samengevat
Schatting is de meest risicovolle taak van het project. Analoge, parametrische, bottom-up en driepuntsmethoden (PERT) bieden verschillende snelheden en nauwkeurigheid. AI is snel in het maken van conceptprognoses en het genereren van scenario's, maar generaliseert zonder de gegevens van uw team te kennen, waardoor inspanning en tijd in de war kunnen raken. Veilige gok; Teamdata voorop zetten, werken in drie punten, aannames zichtbaar maken, inspanning en tijd scheiden en samen met het team het uiteindelijke getal afstemmen. De vastgelegde datum en het budget ondergaan altijd een menselijke verificatie.
Applicatie taak
Selecteer 5 taken uit uw project. Vraag de AI naar de O/M/P-schatting en de verwachte PERT-tijd voor elk (geef de historische gegevens van uw team anoniem). Schrijf vervolgens de aanname achter elke taak op en bespreek de schatting met een teamlid dat het werk gaat doen. Corrigeer minimaal twee schattingen op basis van teamgegevens en bepaal een redelijke tijdsmarge voor het totaal.
controlelijst
- [ ] Ik heb de schatting gebaseerd op de historische gegevens van mijn team, niet op generalisatie.
- [ ] Ik oefende O/M/P (drie punten) in plaats van oneven getallen.
- [ ] Ik schreef de aanname die ten grondslag ligt aan elke voorspelling.
- [ ] Ik heb de inspanning (mandag) en de tijd (kalender) gescheiden.
- [ ] Ik hield rekening met echte beperkingen zoals beschikbaarheid/toestemming.
- [ ] Ik liet een redelijke marge voor onzekerheid en stemde de schatting af met het team.