Risikostyring og risikoregistrering

Gevinster:

• Evne til å forstå begrepene risiko, sannsynlighet, innvirkning, risikoscore og responsstrategi (unngåelse, redusering, overføring, aksept) og produsere et utkast til risikorekord med støtte fra kunstig intelligens
• Evne til å bruke kunstig intelligens for risikoidentifikasjon, klassifisering, utløseridentifikasjon og utforming av tiltak for å redusere risikoen og holde risikojournalen i live
• Forståelse av at sannsynlighets- og påvirkningsverdiene produsert av kunstig intelligens krever ekspertkalibrering, og at risikoeierskap og den endelige avgjørelsen tilhører mennesker.

Fremtiden er usikker i hvert prosjekt; Usikkerhet betyr risiko. En risiko er en usikker hendelse eller tilstand som, dersom den realiseres, vil påvirke prosjektets mål (tid, kostnad, omfang, kvalitet). Risiko kan være negativ (trussel) eller positiv (mulighet), men i dagligtale mener vi mest trusler. Det som skiller en god prosjektleder fra en middelmådig er ofte risikostyring: se problemer før de oppstår, redusere sannsynligheten deres og planlegge fremover for hva de skal gjøre når de skjer. I hjertet av denne enheten er risikoregisteret: et levende dokument der alle risikoer, deres sannsynlighet, påvirkninger, eiere og responsplaner oppbevares. AI er svært nyttig i risikoidentifikasjon og skåring; Men sannsynlighets- og virkningsestimater krever byråspesifikke vurderinger, og risikoeierskap forblir alltid menneskelig.

Anatomi av risikoregisteret

En risikologglinje inkluderer vanligvis: risikobeskrivelse (i årsak-hendelse-effekt-format: "hvis leverandøren er forsinket, integrasjonen ikke starter, leveringsslipper"), kategori (teknisk, ressurs, ekstern, finansiell, juridisk), sannsynlighet (sjanse for forekomst; f.eks. 1-5 eller %), innvirkning (størrelsen på tapet hvis forekomsten; 1-5), risikoutløsende tilnærming (sannsynlighet ×), risikoscore (risikoutløser) strategi, risikoeier (person som har i oppgave å overvåke den risikoen), og status.

Risikoscore = sannsynlighet × effekt er et enkelt, men kraftig prioriteringsverktøy. En risiko med en sannsynlighet på 4 og en innvirkning på 5 (skåre 20) fortjener mye mer oppmerksomhet enn en risiko med en sannsynlighet på 2 og en innvirkning på 2 (skåre 4). Risikoer plasseres i røde/gule/grønne soner på en risikomatrise (sannsynlighetspåvirkningsrutenett) basert på denne poengsummen.

Det er fire grunnleggende responsstrategier (for trusler):

• Unngåelse: Helt endre/fjerne jobben som skaper risiko.
• Redusere: Redusere sannsynligheten eller virkningen (f.eks. finne en erstatningsleverandør).
• Overføring: Overføring av risikoen til noen andre (forsikring, kontraktsklausul, underleverandør).
• Godta: Å ta risikoen; men bevilge en beredskapsplan og budsjett/tidsavsetning.

område

eksempel

Hvem fyller den?

Risikodefinisjon

"Hvis nøkkelutvikleren forlater, bremser utviklingen."

PM + team

Sannsynlighet (1-5)

3

ekspertvurdering

Effekt (1-5)

4

ekspertvurdering

score

12

Konto (AI hjelper)

utløse

"Kom på jobb avslå, intervjurykte"

risikotaker

Svar

Avbøtende: informasjonsdeling, backupperson

PM + har

Eier

lagleder

sender PM

Trinn for trinn: Risikologging med AI

1. Risiko brainstorming. Gi AI den anonyme prosjektkonteksten og få den til å generere mulige risikoer kategori for kategori. AI er flink til å minne oss om risikoer som mennesker kan hoppe på.
2. Sett den i formatet årsak-hendelse-virkning. Sett hver risiko i formatet "på grunn av X, hvis Y skjer, vil det være innvirkning Z"; Tvetydige risikoer kan ikke håndteres.
3. Utkast til scoring. Spør AI om sannsynlighets-/påvirkningsplott, men kalibrer dem med ekspertvurdering. AI-nummeret er et utgangspunkt, ikke virkeligheten.
4. Identifiser utløseren. For hver betydelig risiko, "hvordan vet vi at den kommer?" Svar på spørsmålet.
5. Utkast til responsplan. Be AI om å foreslå passende 4 strategier og konkrete handlinger for hver høyscorende risiko.
6. Tildel en eier og hold den i live. Gi enhver risiko en eier; Gjennomgå risikoregisteret ukentlig. Risikoregisteret er et levende dokument, ikke skrevet en gang og glemt.

Tips: Oppsummer risikologgen i "topp 5 risikoer" og inkluder den i hver statusrapport. På denne måten forblir risiko synlige og overraskelser reduseres.

tre minisaker

Tilfelle 1 — Tapt risiko fanget. En PMO-spesialist overleverte det ferdige 18-linjers risikoregisteret til AI og spurte: "Hvilke typiske risikoer kan jeg ha gått glipp av?" spurte han. AI; Den minnet om 5 risikoer som «fornyelse av tredjeparts lisens», «risiko for tap av datamigrering» og «avhengighet av nøkkelpersonell». Eksperten la til 3 av dem. To måneder senere oppsto lisensieringsrisikoen, men planen var klar.

Tilfelle 2 — Kalibreringsforskjell. En PM stilte spørsmål ved "sannsynligheten for 2"-verdien AI gav til en risiko. Forsinkelser var vanlig i teamets historie med denne leverandøren; den faktiske sannsynligheten var nærmere 4. Poengsummen økte fra 6 til 12, og risikoen flyttet seg fra "å se"-listen til "aktiv forholdsregel"-listen. Leksjon: AIs sannsynlighetsprediksjon bør korrigeres av byrådata.

Sak 3 — Uavkrevd risiko. Et team identifiserte risikoene godt, men klarte ikke å ta eierskap. Det oppsto en risiko, ingen så på, utløseren slapp unna og prosjektet var 3 uker forsinket. Leksjon: risiko uten eier er risiko uten overvåking; AI produserer risiko, men den menneskelige eieren tildeler dem.

Svak forespørsel / Sterk forespørsel

Svak melding:

List opp risikoene for prosjektet mitt.

Uten kontekst, uten kategorier og uten format; En generell liste vises, hvorav de fleste ikke er relatert til prosjektet ditt.

Kraftig ledetekst:

Din rolle: en risikostyringsspesialist.Kontekst: [anonym prosjektsammendrag: industri, varighet, team, teknologi, begrensninger].Oppgave: Generer risiko etter kategori (teknisk, ressurs, ekstern/leverandør, finansiell, juridisk, omfang).For hver risiko:- Beskrivelse i format-årsak-hendelse-effekt- Sannsynlighet (1-5) og effekt (1-5) og effekt (1-5) bare utløser Ør-verdi +5) responsstrategi (unngå/dempe/overføre/godta) og 1 konkret handlingMerk: Sannsynlighets-/påvirkningsverdier er UTKAST; Jeg vil kalibrere den med institusjonelle data. Ikke oppgi falske tall, skriv begrunnelsene dine. Utgang: tabell.

Denne forespørselen er kraftig: den inkluderer kategori, format, utkast til scoringsadvarsel og kalibreringsnotat.

Ytterligere maler:

# BlindsonefinnerSe min risikologg nedenfor. Minn meg, kategori for kategori, på risikoene som er VANLIG i slike prosjekter, men som IKKE er på listen min. Ikke gjenta eksisterende.

# Triggergenerator Foreslå 3 tidlige advarselstegn (triggere) for risiko: [risiko]. For hvert skilt, skriv også ned med hvilke data/indikator jeg kan spore det.

# Responsplan dypere Vurder alle fire strategiene for denne høyscorerisikoen (unngå/redusere/overføre/godta); sammenligne kostnadene og virkningen av hver, forklar hvilken du anbefaler og hvorfor. Husk at den endelige avgjørelsen er min.

Vanlige feil

• Skrive vag risiko: "Risiko for forsinkelse" kan ikke håndteres; «integreringsglipper hvis leverandør X blir forsinket» er håndterlig.
• Å ta feil av AI-poengsummen for ekte: Sannsynlighet/påvirkning er institusjonsspesifikk; Den skal ikke brukes uten kalibrering.
• Ikke tilordne en eier: Ueid risiko overvåkes ikke.
• Ikke identifisere en utløser: Uten tidlige tegn vil risikoen fange deg på vakt.
• Frysing av risikoregisteret: Prosjektet endres, risikoene endres; Hvis posten ikke oppdateres, dør den.
• Bare å se på trusler: Muligheter (arbeid ferdig tidlig, ressurser blir billigere) kan også administreres.

Forsiktig: AI kan merke en risiko som "lav sannsynlighet"; Men hvis den risikoen forekommer ofte i organisasjonen din, vil AIs generalisering villede deg. Test alltid resultater mot dine egne historiske data.

Oppsummert

Risikostyring er kunsten å se problemer før de eksploderer, og risikoregisteret er det levende dokumentet i kjernen av dette. Hver risiko identifiseres i et årsak-hendelse-effekt-format, scoret etter sannsynlighet og påvirkning, dens utløser- og responsstrategi (unngå/redusere/overføre/godta) bestemmes, og den tildeles en eier. AI er kraftig når det gjelder brainstorming og draft-scoring; Det minner deg om blinde flekker. Ekspertkalibrering av sannsynlighets-/påvirkningsverdier, risikoeierskap og endelig responsbeslutning hviler imidlertid alltid på mennesket.

Søknadsoppgave

Generer et utkast til kategori-for-kategori risikoregister fra AI for prosjektet ditt (anonymiser kontekst). Velg de 5 høyest skårende risikoene; Kalibrer sannsynlighets-/påvirkningsverdien for hver med dine egne historiske data, skriv en utløser- og responshandling, og tildel en eier. Sjekk deretter risikoene du gikk glipp av med malen for "blindsonesøker".

sjekkliste

• [ ] Jeg skrev risikoene i formatet årsak-hendelse-virkning.
• [ ] Jeg kalibrerte sannsynlighets-/påvirkningsverdiene med min institusjonsutbytte.
• [ ] Jeg prioriterte risikoer etter poengsum (risikomatrise).
• [ ] Jeg har identifisert triggere og responsstrategier for hver betydelig risiko.
• [ ] Jeg tildelte en eier til hver risiko.
• [ ] Jeg planla å holde risikologgen live og legge den til i statusrapporten.