Gevinster:
- Evne til å forstå analogiske, parametriske og trepunkts (PERT) estimeringsmetoder og bruke kunstig intelligens for å produsere utkast til tids- og ressursestimering.
- Evne til å tolke prognoseusikkerhet (optimistiske/mulige/pessimistiske scenarier, konfidensintervall) og basere planlegging på et område i stedet for et enkelt tall
- Evne til å gjenkjenne at AI-prognosen er basert på historiske mønstre og forutsetninger, og at det endelige budsjettet og tidsforpliktelsen må valideres med teamdata og ekspertvurdering
Estimering er den vanskeligste og mest risikofylte oppgaven i prosjektledelse. "Hvor lang tid vil dette ta?" og "hvor mange mennesker tar det?" Svarene på disse spørsmålene danner grunnlaget for tidsplanen, budsjettet og løftet gitt til kunden. Dårlig estimering vil senke selv et godt administrert prosjekt: for optimistisk tid vil føre til forsinkelser og straffer, for pessimistisk tid vil føre til tap av budet. Kunstig intelligens er en attraktiv assistent på dette feltet; gir en tid i sekunder. Det er nettopp derfor det er her det er farligst: AI kan produsere et sikkert tall uten å vite lagets faktiske hastighet. I denne enheten vil vi dekke prognosemetoder, hvordan du bruker AI trygt i prognoser, og hvordan du validerer hver prognose.
Grunnleggende prognosemetoder
La oss definere noen få metoder. Analog gjetting betyr å se på en lignende jobb i fortiden og si "det tok 10 dager, denne er lik"; Det er raskt, men røft. Parametrisk estimering multipliserer en enhetskostnad/tid med kvantiteten (f.eks. "0,5 dager per side × 40 sider = 20 dager"); er basert på data. Nedenfra og opp estimering estimerer og aggregerer hver arbeidspakke separat; Det er den mest nøyaktige, men tregeste. Trepunktsestimat (PERT) erkjenner usikkerhet: for hver oppgave estimeres den optimistiske (O), mest sannsynlige (M) og pessimistiske (P) varigheten og det vektede gjennomsnittet tas.
PERT-formelen er: Forventet varighet = (O + 4M + P) / 6. For eksempel, for en oppgave, hvis optimistisk 4 dager er det mest sannsynlige 6 dager, er pessimistisk 14 dager forventet varighet = (4 + 24 + 14) / 6 = 7 dager. Standardavviket er (P − O) / 6 = (14 − 4) / 6 ≈ 1,7 dager; Dette viser usikkerhetsmarginen. I stedet for å si en enkelt "6 dager", er en mye mer ærlig plan å si "forventet 7 dager, avvik ±1,7 dager".
I tillegg er to konsepter viktige. Innsats er mengden dagsverk som kreves for jobben (f.eks. 10 dagsverk). Varighet er hvor mange dager denne jobben vil ta på kalenderen. To personer kan fullføre 10 dagsverk på 5 dager; men ikke hver jobb kan deles uendelig (ni kvinner kan ikke føde en baby på en måned). AI kan forvirre de to; du må skille det.
Metode
Når er det passende?
hastighet
nøyaktighet
Rollen til AI
analogisk
Tidlig fase, lite informasjon
høy
lav
Foreslår lignende prosjektmønster
parametrisk
Hvis det er en målbar enhet
høy
medium
Genererer formel og enhetskontur
bunnen opp
Hvis det er detaljert WBS
lav
høy
Samler pakker med utkast
Trepunkt (PERT)
Hvis usikkerheten er stor
medium
middels høy
Foreslår O/M/P-scenarier
Trinn for trinn: Sikker prediksjon med AI
- Sett teamdataene først. Gi AI-en dine egne tidligere erkjennelser: "Lignende oppgaver tok så lang tid på teamet vårt." Så spådommen er basert på dataene dine, ikke generalisering.
- Velg metoden. Hvis usikkerheten er stor, spør etter PERT; parametrisk hvis det er en målbar enhet.
- Be om tre prikker, ikke enkelttall. Be om O/M/P-verdier og forutsetninger for hver pakke.
- Gjør forutsetninger synlige. Skriv ut forutsetningen som ligger til grunn for hvert estimat (f.eks. "testmiljø klart", "kunderetur om 2 dager"); En feil antagelse er en feil gjetning.
- Legg til kilde og del. Skill innsats fra tid, vurder ferie og tilgjengelighet (f.eks. er en person faktisk produktiv 4 dager i uken).
- Kalibrer med teamet. Gjennomgå det endelige anslaget med personene som skal gjøre arbeidet. En prediksjon blir pålitelig når personen som lager den eier den.
Oppmerksomhet: Spør AI "hvor mange dager vil dette arbeidet ta?" Å spørre og skrive det resulterende tallet direkte inn i diagrammet er den farligste formen for prediksjon. Dette nummeret inkluderer ikke teamets data; det er bare et generelt mønster og kan være en hallusinasjon.
tre minisaker
Case 1 — Ærlig plan med PERT. Et programvareteam spurte AI om O/M/P-spådommer og forutsetninger for en 12-oppgavemodul. AI ga utkast; Teamet korrigerte hvert oppdrag med sine egne historiske data. Den totale forventede tiden var 38 dager, den pessimistiske totalen var 52 dager. PM ga kunden en 45-dagers frist og ga en 7-dagers margin. Prosjektet ble avsluttet den 44. dagen; Hvis det ikke var noen andel, ville det bli en forsinkelse.
Tilfelle 2 — Forvirring av innsats/tid. En koordinator spør AI: "Hvor mange dager vil det ta å fullføre 80 dagsverk?" sa han. AI svarte "80 dager" fordi den forvirret innsats med varighet. Ved å vite at arbeidet kunne utføres av 4 personer parallelt, korrigerte koordinatoren tiden til ~25 dager (ikke 20 fordi den ikke var delbar). Leksjon: Mennesker bør kontrollere AIs innsats/tidsfordeling.
Sak 3 – Ubegrunnet generalisering. En PM skrev på diagrammet at AI svarte "en API-integrasjon tar vanligvis 5 dager." Teamets tidligere erfaring med denne API-leverandøren var dårlig og dokumentasjonen var dårlig; Arbeidet tok 13 dager. Hvis teamdata ble spurt, ville dette bli sett fra begynnelsen. Leksjon: generalisering er ingen erstatning for teamreality.
Svak forespørsel / Sterk forespørsel
Svak melding:
Hvor mange dager tar det å sette opp en e-handelsside?
Denne meldingen tvinger AI til å generere et oppdiktet nummer uten å kjenne til prosjektets data. Det er ikke noe lag, ikke noe omfang, ingen usikkerhet.
Kraftig ledetekst:
Din rolle: en estimeringsspesialist. Kontekst: Nedenfor er 8 arbeidspakker og lignende tidligere oppdrag fra teamet vårt. Oppgave: Generer et TRE-PUNKTS (optimistisk O / mest sannsynlig M / pessimistisk P) varighetsestimat for hver pakke og beregn forventet PERT-varighet med (O+4M+P)/6. Regler: - Bare referer til de historiske dataene jeg har gitt; legge til generell markedsforutsetning.- Skriv forutsetningen som ligger til grunn for hvert estimat på en enkelt linje.- Vis innsats (dagsverk) og varighet (kalenderdager) i en egen kolonne.- Merk pakken du ikke er sikker på med "[teambekreftelse kreves]". Utgang: tabell (Pakke | O | M | P | PERT | Innsats | Forutsetning). Historiske data:- Betalingsintegrasjon (historikk: 9,11,8 dager)- Produktkatalog (historikk: 6,5 dager)- ... (andre pakker)
Denne påstanden er sterk: metode (PERT), datakildegrense, forutsetningskrav og forskjell mellom innsats og tid er tydelig.
Ytterligere maler:
# Assumptions hunter List opp alle antakelsene du i det stille har akseptert som sanne, slik at denne spådommen viser seg å være sann. For hver forutsetning, estimer hvor mye det vil påvirke tiden hvis det viser seg å være feil.
# Sensitivitetsanalyse Hvis den mest sannsynlige varigheten av følgende oppgave er M; Hvordan endres den totale prosjektvarigheten hvis M øker med 20 %? Hvilke 3 oppgaver er mest følsomme for total varighet? (Disse oppgavene må overvåkes først.)
# Beredskapsanbefaler Ut fra PERT-avvikene nedenfor, foreslå en rimelig tidstilleggsprosent for hele prosjektet og forklar hva du baserer dette på. Dette er et forslag; Den endelige andelen tilhører forvalteren.
Vanlige feil
- Holder seg til et enkelt tall: Å si "10 dager" skjuler usikkerhet; O/M/P rekkevidde er ærlig.
- Forvirrende innsats med tid: 40 dagsverk er ikke 40 kalenderdager.
- Forutsatt 100 % tilgjengelighet: Ingen kan bruke 5 dager i uken til denne oppgaven alene; Det er møter, permisjoner, avbrudd.
- Misforståelig generalisering for teamdata: AIs "typiske tid" er ikke lagets hastighet.
- Ikke å skrive ned forutsetninger: En usett antakelse er en gjetning som eksploderer.
- Ingen margin: Hvis det er usikkerhet, er en rimelig tidsmargin/budsjett obligatorisk.
Tips: Når du er ferdig med å gjette, spør deg selv: "Er det 90 prosent sjanse for at dette tallet går i oppfyllelse eller 50 prosent sjanse for å få det?" De fleste ettpoengspill er faktisk 50 prosent innsatser; Vit dette når du gir et løfte til kunden.
Oppsummert
Estimering er den mest risikable jobben i prosjektet. Analogiske, parametriske, bottom-up og trepunkts (PERT) metoder tilbyr forskjellige hastigheter og nøyaktighet. AI er rask på utkastsprognoser og scenariogenerering, men den generaliserer uten å kjenne til teamets data og kan forvirre innsats/tid. Sikker gjetning; Sette teamdata først, jobbe i tre punkter, synliggjøre forutsetninger, skille innsats og tid, og kalibrere det endelige tallet med teamet. Den forpliktede datoen og budsjettet gjennomgår alltid menneskelig verifisering.
Søknadsoppgave
Velg 5 oppgaver fra prosjektet ditt. Spør AI om O/M/P-estimat og PERT forventet tid for hver (gi teamets historiske data anonymt). Skriv deretter ut forutsetningen bak hver oppgave og gå gjennom estimatet med et teammedlem som skal gjøre arbeidet. Korriger minst to estimater basert på teamdata og bestem en rimelig tidsmargin for totalen.
sjekkliste
- [ ] Jeg baserte estimatet på teamets historiske data, ikke på generalisering.
- [ ] Jeg øvde på O/M/P (tre prikker) i stedet for oddetall.
- [ ] Jeg skrev antagelsen som ligger til grunn for hver prediksjon.
- [ ] Jeg skilte innsats (dagsverk) og tid (kalender).
- [ ] Jeg tok hensyn til reelle begrensninger som tilgjengelighet/tillatelse.
- [ ] Jeg la en rimelig margin for usikkerhet og kalibrerte estimatet med teamet.