Zyski:
- Umiejętność zrozumienia karty projektu, szablonów, wyciągniętych wniosków i koncepcji bazy wiedzy oraz tworzenia standardowych projektów dokumentów przy wsparciu sztucznej inteligencji
- Umiejętność wykorzystania sztucznej inteligencji do standaryzacji dokumentów, podsumowań archiwalnych i ekstrakcji informacji organizacyjnych
- Zrozumienie, że dokładność dokumentu, kontrola wersji i pamięć korporacyjna muszą znajdować się pod kontrolą człowieka
Projekty się kończą, ale pamięć o instytucjach pozostaje – lub nie. W większości organizacji każdy nowy projekt zaczyna się od zera; Lekcje, szablony i wiedza z poprzednich projektów pozostają w umysłach ludzi i odchodzą wraz z nimi. PMO (Biuro Zarządzania Projektami) to jednostka zapewniająca standardy, metody i wsparcie projektów w instytucji; Jednym z ich obowiązków jest podtrzymywanie tej instytucjonalnej pamięci. Tematem tej jednostki jest dobra dokumentacja projektowa i zarządzanie wiedzą: standardowe szablony, karta projektu, wyciąganie wniosków i tworzenie bazy wiedzy z możliwością przeszukiwania. Sztuczna inteligencja jest na tym polu bardzo potężnym pomocnikiem: generuje standardowe projekty dokumentów, podsumowuje rozproszone archiwum, wydobywa wątki i spostrzeżenia z poprzednich projektów. Jednak dokładność dokumentów, kontrola wersji i niezawodność pamięci instytucjonalnej wymagają kontroli ze strony człowieka.
Podstawowe dokumenty PMO
Karta projektu to dokument, który oficjalnie inicjuje projekt, określa jego cel, zakres, sponsora, główne kamienie milowe i uprawnienia PM. To jak krótki, ale krytyczny kontrakt: „dlaczego robimy ten projekt i kto za to odpowiada?”
Szablony standaryzują powtarzalne dokumenty: szablon WBS, szablon rejestru ryzyk, szablon raportu o statusie, szablon podsumowania spotkań. Standardowe szablony oszczędzają czas oraz zapewniają jakość i porównywalność; Jest to jeden z najcenniejszych osiągnięć PMO.
Wyciągnięte wnioski to dokument rejestrujący odpowiedzi na pytania „co poszło dobrze, co poszło źle, co będziemy robić dalej” na końcu projektu (lub na końcu jego fazy). Ten dokument jest najtańszym narzędziem zapobiegającym popełnianiu przez organizację tych samych błędów w kółko — ale w większości organizacji albo nigdy nie jest on pisany, ani nigdy więcej nie otwierany.
Baza wiedzy to pamięć zbiorowa, w której wszystkie te dokumenty są przechowywane w formacie umożliwiającym przeszukiwanie i dostępnym. Aby był wartościowy, musi być zorganizowany, aktualny i możliwy do przeszukiwania; Bałaganowy stos plików nie jest bazą wiedzy.
dokument
Cel
Wkład sztucznej inteligencji
Karta projektu
Oficjalne uruchomienie projektu
wygenerować standardowy projekt
szablony
standaryzacja powtórzeń
Zaproponuj szkielet szablonu
Lekcja na wynos
zachować pamięć
Wyodrębnianie tematów z nagrań
Archiwum raportów o stanie
Historia postępu
Stwórz podsumowanie trendów
baza wiedzy
przeszukiwalna pamięć
Klasyfikacja/podsumowanie dokumentu
Krok po kroku: Zarządzanie dokumentacją i wiedzą za pomocą sztucznej inteligencji
- Wygeneruj standardowy szablon. Poproś YZ o szkielet szablonu dokumentu zgodny z potrzebami Twojej organizacji; dostosować się do kontekstu instytucjonalnego.
- Projekt statutu. Poproś AI o projekt karty projektu z anonimowymi informacjami o projekcie; Wypełnij prawdą obszary sponsora i jurysdykcji.
- Podsumuj archiwum. Przekazuj raporty o stanie historycznym lub dokumenty końcowe AI, aby wyodrębniła tematy i powtarzające się problemy.
- Zsyntetyzuj wnioski z lekcji. Skondensuj wnioski z wielu projektów we wspólne tematy dzięki sztucznej inteligencji; ale zweryfikuj każdy wniosek w kontekście.
- Sprawdzanie wersji i faktów. Zweryfikuj dokument wytwarzany przez sztuczną inteligencję; Dodaj datę, numer wersji i informacje o zatwierdzeniu. Nieprawidłowy dokument zatruwa bazę wiedzy.
- Prywatność i anonimizacja. Usuń wszelkie obciążające lub poufne dane z podsumowań lekcji i podsumowań archiwalnych.
Uwaga: dokumenty z wyciągniętych wniosków mogą z łatwością stać się dokumentami „poszukiwań kryminalnych”. Używaj anonimowego języka skupionego na procesie, np. „proces zatwierdzania był niezdefiniowany” zamiast „osoba X się spóźniła”. Sztuczna inteligencja może generować obciążające oświadczenia; Trzeba je złagodzić.
trzy mini etui
Przypadek 1 — Przyspieszenie w standardzie. Ekspert PMO chciał ujednolicić raporty o statusie, które różni PM piszą w różnych formatach. Wzięto wspólne ramy szablonów ze sztucznej inteligencji i dostosowano je do kontekstu przedsiębiorstwa. W ciągu trzech miesięcy wszystkie projekty zostały zgłoszone w tym samym formacie; kierownictwu udało się dokonać porównań, a czas przygotowania raportu skrócił się średnio o 40%.
Przypadek 2 — Ujawnienie ukrytej pamięci. Instytucja przekazała AI 14 sprawozdań końcowych z ostatnich 2 lat i zidentyfikowała typowe problemy (dane zanonimizowane). Sztuczna inteligencja znalazła wzór taki jak „opóźnienie integracji dostawców w 6 z 9 projektów”. Mając tę wiedzę, PMO stworzyło standardową „listę kontrolną integracji dostawców”. Rozproszone informacje w ludzkich umysłach stały się narzędziem korporacyjnym.
Przypadek 3 — Zatruta baza wiedzy. Jeden zespół umieścił wygenerowany przez sztuczną inteligencję dokument „najlepszych praktyk” w bazie wiedzy, nie sprawdzając go. W dokumencie opisano metodologię, która nigdy nie była stosowana w instytucji, jako „nasz standard” (halucynacja). Nowi premierzy myśleli, że to prawda, i powstało zamieszanie. Lekcja: każdy dokument trafiający do bazy wiedzy musi zostać zweryfikowany przez człowieka.
Słaba zachęta/silna zachęta
Słaba zachęta:
Napisz kartę projektu.
Bez kontekstu; Pojawia się dokument o charakterze ogólnym, nieistotnym dla Twojej instytucji i zawierający prawdopodobnie zmyślone pola.
Potężny monit:
Twoja rola: specjalista ds. dokumentacji PMO. Kontekst: [anonimowy projekt: cel, rola sponsora, kluczowe rezultaty, czas trwania, zakres budżetu]. Zadanie: Stworzenie PROJEKTU karty projektu. Sekcje: Cel/uzasadnienie, Podsumowanie zakresu, Kluczowe kamienie milowe, Sponsor i mandat, Ryzyko wysokiego poziomu, Kryteria sukcesu. Zasady: - Korzystaj wyłącznie z dostarczonych przeze mnie informacji; Pozostaw nieznane pole „[do wypełnienia]”, uzupełnij je.- NIE DODAWAJ nazwy instytucji, prawdziwego nazwiska osoby ani rzeczywistej kwoty.- Używaj krótkiego i formalnego języka; Każda sekcja maksymalnie 4 zdania.
Ten monit ma ogromne znaczenie: obejmuje strukturę, oznaczenie pól do wypełnienia, zakaz fabrykacji i granicę prywatności.
Dodatkowe szablony:
# Syntezator wnioskowania lekcjiPoniżej znajdują się notatki z wnioskowania z wielu projektów (anonimowe). Grupuj wspólne tematy (proces, komunikacja, prognozowanie, zaopatrzenie). Napisz anonimową sugestię ulepszeń skupioną na PROCESIE dla każdego tematu. Nie używaj oskarżycielskich wyrażeń.
# Standaryzacja szablonówPoniżej znajdują się raporty o stanie w 3 różnych formatach. Zaproponuj wspólną strukturę szablonów wielokrotnego użytku; Określ, które pola są obowiązkowe, a które opcjonalne.
# Ekstraktor trendów archiwalnychWyodrębnij powtarzające się problemy i obszary wymagające poprawy z tego archiwum raportów o stanie historycznym (anonimowe). Dla każdego ustalenia wskaż, na którym raporcie się opierasz; Wysuwanie bezpodstawnych roszczeń.
Typowe błędy
- W ogóle nie zapisanie lekcji: Niezapisana lekcja to powtarzający się błąd.
- Archiwizacja dokumentu bez jego weryfikacji: Nieprawidłowy dokument zatruwa bazę wiedzy i wprowadza w błąd nowicjuszy.
- Omijanie kontroli wersji: Jeśli nie jest jasne, który dokument jest aktualny, pamięć korporacyjna ulega pomieszaniu.
- Język oskarżycielski: Wnioskowanie o nazewnictwie powstrzymuje ludzi od bycia uczciwymi.
- Czy narzucić szablon, czy nie: Jeśli zostanie zastosowany ogólny szablon AI bez dostosowania się do realiów instytucji, nie będzie on działał.
- Przenoszenie poufnych danych do archiwum: Informacje o kliencie/osobie nie powinny być przechowywane bez anonimizacji.
Wskazówka: zbieraj wnioski z kamieni milowych, a nie tylko po zakończeniu projektu. Kiedy projekt się kończy, wszyscy są zmęczeni, a szczegóły zostają zapomniane; Świeże lekcje są cenniejsze.
Podsumowując
Dokumentacja PMO i zarządzanie wiedzą pozwalają organizacji uczyć się od projektu do projektu. Karta projektu inicjuje projekt, standardowe szablony przyspieszają iterację, wnioskowanie z lekcji chroni pamięć, a baza wiedzy umożliwia ich przeszukiwanie. Sztuczna inteligencja to potężny asystent w generowaniu szablonów, podsumowywaniu archiwów i syntezie kursów. Jednak dokładność dokumentów, kontrola wersji, brak obciążającego języka i poufność wymagają nadzoru człowieka; Niezweryfikowany dokument zatruwa pamięć instytucjonalną.
Zadanie aplikacji
Wybierz typ dokumentu, który nie jest standardem w Twojej instytucji (np. raport o statusie lub podsumowanie spotkania). Wygeneruj standardową strukturę szablonów na podstawie sztucznej inteligencji i dostosuj ją do kontekstu swojego przedsiębiorstwa. Dodatkowo zredukuj (poprzez anonimizację) notatki z wykładów z co najmniej dwóch poprzednich projektów do wspólnych tematów związanych ze sztuczną inteligencją i podaj trzy anonimowe sugestie ulepszeń zorientowane na proces. Zweryfikuj tworzone dokumenty i dodaj je do bazy wiedzy, podając informacje o wersji/ dacie.
lista kontrolna
- [ ] Dostosowałem kartę/szablon projektu do kontekstu instytucjonalnego, nie pozostawiając miejsca na domysły.
- [ ] Sprawdziłem dokumentację i dodałem informacje o wersji i dacie.
- [ ] Napisałem lekcję językiem zorientowanym na proces i anonimowym.
- [ ] Zachowałem streszczenia archiwalne wraz z ich podstawą (które sprawozdanie).
- [ ] Zanonimizowałem dane poufne/osobiste.
- [ ] Do bazy wiedzy dodałem tylko zweryfikowane dokumenty.