Zyski:
- Umiejętność zrozumienia metod estymacji analogicznej, parametrycznej i trzypunktowej (PERT) oraz wykorzystania sztucznej inteligencji do tworzenia projektów estymacji czasu i zasobów.
- Umiejętność interpretacji niepewności prognozy (scenariusze optymistyczne/możliwe/pesymistyczne, przedział ufności) i oparcia planowania na zakresie, a nie na pojedynczej liczbie
- Umiejętność uznania, że prognoza sztucznej inteligencji opiera się na wzorcach i założeniach historycznych oraz że ostateczny budżet i zaangażowanie czasowe muszą zostać potwierdzone danymi zespołu i oceną ekspertów
Szacowanie jest najtrudniejszym i najbardziej ryzykownym zadaniem w zarządzaniu projektami. „Jak długo to zajmie?” i „Ile osób to potrzeba?” Odpowiedzi na te pytania stanowią podstawę harmonogramu, budżetu i obietnicy złożonej klientowi. Złe oszacowanie pogrąży nawet dobrze zarządzany projekt: zbyt optymistyczny termin doprowadzi do opóźnień i kar, zbyt pesymistyczny doprowadzi do przegrania oferty. Sztuczna inteligencja jest atrakcyjnym pomocnikiem w tej dziedzinie; podaje czas w sekundach. Właśnie dlatego właśnie tutaj jest najniebezpieczniej: sztuczna inteligencja może podać pewną liczbę, nie znając rzeczywistej prędkości drużyny. W tej części omówimy metody prognozowania, bezpieczne wykorzystanie sztucznej inteligencji w prognozowaniu oraz sposób walidacji każdej prognozy.
Podstawowe metody prognozowania
Zdefiniujmy kilka metod. Zgadywanie przez analogię oznacza, że spojrzysz na podobną pracę w przeszłości i powiesz „to zajęło 10 dni, ta jest podobna”; Jest szybko, ale ostro. Szacowanie parametryczne mnoży koszt jednostkowy/czas przez ilość (np. „0,5 dnia na stronę × 40 stron = 20 dni”); opiera się na danych. Szacowanie oddolne szacuje i agreguje każdy pakiet prac osobno; Jest najdokładniejszy, ale najwolniejszy. Estymacja trzypunktowa (PERT) uwzględnia niepewność: dla każdego zadania szacuje się optymistyczny (O), najbardziej prawdopodobny (M) i pesymistyczny (P) czas trwania i przyjmuje się średnią ważoną.
Wzór PERT to: Oczekiwany czas trwania = (O + 4M + P) / 6. Na przykład w przypadku zadania, jeśli optymistyczne 4 dni to najbardziej prawdopodobne 6 dni, pesymistycznie oczekiwany czas trwania 14 dni = (4 + 24 + 14) / 6 = 7 dni. Odchylenie standardowe wynosi (P - O) / 6 = (14 - 4) / 6 ≈ 1,7 dnia; To pokazuje margines niepewności. Zamiast mówić pojedyncze „6 dni”, znacznie bardziej uczciwym planem jest powiedzenie „oczekiwane 7 dni, odchylenie ±1,7 dnia”.
Ponadto ważne są dwie koncepcje. Wysiłek to ilość osobodni wymaganych do wykonania pracy (np. 10 osobodni). Czas trwania to liczba dni, które zajmie to zadanie w kalendarzu. Dwie osoby mogą wykonać 10 osobodni pracy w 5 dni; ale nie każdą pracę można dzielić w nieskończoność (dziewięć kobiet nie może urodzić dziecka w jednym miesiącu). Sztuczna inteligencja może pomylić te dwa elementy; musisz to rozdzielić.
Metoda
Kiedy jest to właściwe?
prędkość
dokładność
Rola sztucznej inteligencji
analogicznie
Wczesna faza, mało informacji
wysoki
niski
Sugeruje podobny wzór projektu
parametryczny
Jeśli istnieje jednostka mierzalna
wysoki
średni
Generuje formułę i zarys jednostki
od dołu do góry
Jeśli istnieje szczegółowy WBS
niski
wysoki
Zbiera paczki przeciągów
Trzypunktowe (PERT)
Jeśli niepewność jest wysoka
średni
średnio-wysoki
Sugeruje scenariusze O/M/P
Krok po kroku: bezpieczne przewidywanie dzięki sztucznej inteligencji
- Najpierw umieść dane zespołu. Przekaż AI swoje własne dotychczasowe realizacje: „Podobne zadania zajmowały naszemu zespołowi tyle czasu”. Zatem przewidywania opierają się na danych, a nie na uogólnieniach.
- Wybierz metodę. Jeżeli niepewność jest duża, poproś o PERT; parametryczny, jeśli istnieje jednostka mierzalna.
- Poproś o trzy kropki, a nie pojedyncze liczby. Zapytaj o wartości i założenia O/M/P dla każdego pakietu.
- Spraw, aby założenia były widoczne. Wydrukuj założenia leżące u podstaw każdego oszacowania (np. „gotowe środowisko testowe”, „zwrot klienta w ciągu 2 dni”); Błędne założenie to błędne przypuszczenie.
- Dodaj źródło i udostępnij. Oddziel wysiłek od czasu, weź pod uwagę urlop i dostępność (np. dana osoba jest faktycznie produktywna 4 dni w tygodniu).
- Kalibracja z zespołem. Przejrzyj ostateczny kosztorys z osobami, które wykonają pracę. Przepowiednia staje się wiarygodna, gdy osoba ją tworząca jest jej właścicielem.
Uwaga: Zapytaj sztuczną inteligencję „ile dni zajmie ta praca?” Pytanie i wpisanie uzyskanej liczby bezpośrednio do wykresu jest najniebezpieczniejszą formą przewidywania. Liczba ta nie obejmuje danych Twojego zespołu; to tylko ogólny wzór i może być halucynacją.
trzy mini etui
Przypadek 1 — Uczciwy plan z PERT. Zespół programistów poprosił sztuczną inteligencję o przewidywania i założenia O/M/P dla modułu składającego się z 12 zadań. AI dała projekt; Zespół korygował każdą misję na podstawie własnych danych historycznych. Całkowity oczekiwany czas wyniósł 38 dni, pesymistyczny suma 52 dni. PM dał klientowi 45-dniowy termin i pozostawił 7-dniowy margines. Projekt został ukończony w 44. dniu; Gdyby nie było akcji, byłoby opóźnienie.
Przypadek 2 — Zamieszanie wysiłku i czasu. Koordynator pyta AI: „Ile dni zajmie wykonanie 80 osobodniowych zadań?” powiedział. Sztuczna inteligencja odpowiedziała „80 dni”, ponieważ pomyliła wysiłek z czasem trwania. Wiedząc, że pracę mogą wykonywać 4 osoby równolegle, koordynator skorygował czas do ~25 dni (a nie 20, bo nie było podzielne). Lekcja: Ludzie powinni kontrolować podział wysiłku i czasu sztucznej inteligencji.
Przypadek 3 – Nieuzasadnione uogólnienie. Jeden z premier napisał na wykresie, że sztuczna inteligencja odpowiedziała „integracja API trwa zwykle 5 dni”. Wcześniejsze doświadczenia zespołu z tym dostawcą interfejsu API były kiepskie, a dokumentacja słaba; Prace trwały 13 dni. Gdyby zapytano o dane zespołu, byłoby to widoczne od początku. Lekcja: uogólnianie nie zastąpi rzeczywistości zespołowej.
Słaba zachęta/silna zachęta
Słaba zachęta:
Ile dni zajmuje założenie sklepu internetowego?
Ten monit zmusza sztuczną inteligencję do wygenerowania wymyślonego numeru bez znajomości danych projektu. Nie ma zespołu, nie ma zakresu, nie ma niepewności.
Potężny monit:
Twoja rola: specjalista ds. estymacji. Kontekst: Poniżej znajduje się 8 pakietów zadań i podobnych wcześniejszych zadań naszego zespołu. Zadanie: Wygeneruj TRZYPUNKTOWY (optymistyczny O / najprawdopodobniej M / pesymistyczny P) szacunek czasu trwania dla każdego pakietu i oblicz oczekiwany czas trwania PERT za pomocą (O+4M+P)/6. Zasady: - Wystarczy odwołać się do danych historycznych, które podałem; dodanie ogólnych założeń rynkowych.- Zapisz założenia leżące u podstaw każdego oszacowania w jednym wierszu.- Pokaż nakład (osobodni) i czas trwania (dni kalendarzowe) w osobnej kolumnie.- Oznacz pakiet, co do którego nie jesteś pewien, zaznaczając „[wymagane potwierdzenie zespołu]”. Dane wyjściowe: tabela (Pakiet | O | M | P | PERT | Wysiłek | Założenie). Dane historyczne: - Integracja płatności (historia: 9,11,8 dni) - Katalog produktów (historia: 6,5 dnia) - ... (inne pakiety)
To twierdzenie jest mocne: metoda (PERT), limit źródła danych, wymagania dotyczące założeń i rozróżnienie nakładu na czas są jasne.
Dodatkowe szablony:
# Łowca założeńWypisz wszystkie założenia, które po cichu zaakceptowałeś jako prawdziwe, aby ta prognoza okazała się prawdziwa. Dla każdego założenia oszacuj, jak bardzo wpłynie to na czas, jeśli okaże się błędne.
# Analiza wrażliwościJeśli najbardziej prawdopodobny czas trwania kolejnego zadania wynosi M; Jak zmieni się całkowity czas trwania projektu, jeśli M wzrośnie o 20%? Które 3 zadania są najbardziej wrażliwe na całkowity czas trwania? (Te zadania należy najpierw obejrzeć.)
# Zalecenie awaryjne W oparciu o odchylenia PERT poniżej, zasugeruj rozsądny procent zapasu czasu dla całego projektu i wyjaśnij, na czym to opierasz. To jest sugestia; Ostatni udział należy do menadżera.
Typowe błędy
- Trzymanie się jednej liczby: stwierdzenie „10 dni” ukrywa niepewność; Zakres O/M/P jest uczciwy.
- Mylenie wysiłku z czasem: 40 osobodni to nie 40 dni kalendarzowych.
- Zakładając 100% dyspozycyjność: Nikt nie jest w stanie poświęcić 5 dni w tygodniu samotnie na to zadanie; Są spotkania, urlopy, przerwy.
- Błędne uogólnianie z danymi zespołu: „typowy czas” sztucznej inteligencji nie jest szybkością twojego zespołu.
- Nie zapisywanie założeń: Niewidoczne założenie to przypuszczenie, które eksploduje.
- Brak marginesu: W przypadku niepewności obowiązkowy jest rozsądny margines czasu/budżetu.
Wskazówka: kiedy już zgadniesz, zadaj sobie pytanie: „Czy istnieje 90% szans na to, że ta liczba się spełni, czy 50% szans, że ją zdobędzie?” Większość zakładów jednopunktowych to w rzeczywistości zakłady o wartości 50 procent; Wiedz o tym, składając obietnicę klientowi.
Podsumowując
Szacowanie jest najbardziej ryzykownym zadaniem w projekcie. Metody analogiczne, parametryczne, oddolne i trzypunktowe (PERT) oferują różne prędkości i dokładność. Sztuczna inteligencja szybko radzi sobie z prognozowaniem wstępnym i generowaniem scenariuszy, ale uogólnia, nie znając danych zespołu, co może pomylić wysiłek z czasem. Bezpieczne przypuszczenie; Stawianie danych zespołu na pierwszym miejscu, praca w trzech punktach, uwidacznianie założeń, oddzielanie wysiłku od czasu i kalibrowanie ostatecznej wartości z zespołem. Zadeklarowany termin i budżet zawsze poddawane są weryfikacji przez człowieka.
Zadanie aplikacji
Wybierz 5 zadań ze swojego projektu. Poproś sztuczną inteligencję o oszacowanie O/M/P i oczekiwany czas PERT dla każdego z nich (podaj anonimowo dane historyczne swojego zespołu). Następnie zapisz założenia każdego zadania i przejrzyj oszacowanie z członkiem zespołu, który wykona pracę. Popraw co najmniej dwa szacunki w oparciu o dane zespołu i określ rozsądny margines czasu dla całości.
lista kontrolna
- [ ] Szacunki oparłem na danych historycznych mojego zespołu, a nie na uogólnieniach.
- [ ] Ćwiczyłem O/M/P (trzy kropki) zamiast liczb nieparzystych.
- [ ] Napisałem założenie leżące u podstaw każdej prognozy.
- [ ] Oddzieliłem wysiłek (osobodzień) od czasu (kalendarz).
- [ ] Wziąłem pod uwagę rzeczywiste ograniczenia, takie jak dostępność/pozwolenia.
- [ ] Zostawiłem rozsądny margines niepewności i skalibrowałem szacunki z zespołem.