Единица 1 / 11

Введение в искусственный интеллект в управлении проектами: роли, границы, аутентификация и конфиденциальность

Прибыль:

  • Способность различать, где искусственный интеллект экономит реальное время при управлении проектом (планирование, оценка, отчетность, коммуникация), а где такие решения, как бюджетные обязательства и дата поставки, оставляются на усмотрение руководителя проекта, в зависимости от уровня риска задачи.
  • Способность применять дисциплину, которая проверяет каждый вывод искусственного интеллекта на этапах подключения его к источнику, его пересчета и прохождения через административную фильтрацию.
  • Анонимизация данных проекта, клиентов и заинтересованных сторон в рамках KVKK/конфиденциальности и NDA, а также приобретение привычки выбирать безопасные транспортные средства.

В каждом проекте есть сотни решений, большинство из которых принимаются незаметно. Для кого эта работа? Сколько дней займет эта задача? Бюджет выдерживает? Какую дату мы должны сообщить клиенту? Что нам делать, если такой риск возникнет? Какое решение мы приняли на встрече на прошлой неделе, кто и что собирался делать? Некоторые из этих решений являются итеративными, требуют больших объемов данных и времени; Большая часть работы менеджера проекта (PM — Project Manager, лицо, ответственное от плана до сдачи проекта) уходит на написание отчетов, заполнение таблиц, подготовку электронных писем и ведение записей совещаний. Искусственный интеллект (ИИ или сокращенно ИИ — компьютерные системы, которые могут генерировать текст, распознавать закономерности, делать прогнозы и обобщать данные, как люди) находится прямо посередине этой картины: при правильном использовании он может составить структуру декомпозиции работ, реестр рисков, отчет о состоянии или резюме встречи за считанные минуты, а не часы; При неправильном использовании это может привести к приверженности клиента на основании, казалось бы, безопасного, но необоснованного предположения.

Первый раздел этого модуля не является введением в программное обеспечение. Его цель — прояснить, где использовать ИИ в работе вашего проекта, а где не использовать его вообще. Поскольку управление проектами является одновременно «критичной для эксплуатации» и «критичной для выполнения обязательств» областью: оценка времени, которую вы даете, основана на контракте, подписанном с заказчиком; одно ресурсное решение превращается в календарь члена команды, заполненный неделями. Давайте с самого начала изложим основной принцип: ИИ — помощник, а не руководитель проекта. Ответственность и окончательное утверждение таких решений, как бюджетные обязательства, обещание даты поставки, распределение ресурсов и договорные обязательства, несут компетентный руководитель проекта и ответственные заинтересованные стороны.

Уровни управления проектами и место ИИ

Чтобы понять проект, полезно разделить работу на три слоя. Операционный уровень — это повседневная работа: отслеживание задач, заметки о встречах, электронная почта, обновление статуса. Тактический уровень — планирование и отслеживание: структура работы, график, прогноз, реестр рисков, отчет о состоянии. Стратегический уровень определяет обоснование и направление проекта: затраты и выгоды, приоритет портфеля, решение о масштабе. ИИ может коснуться всех трех слоев; но с разной властью в каждом. На оперативном уровне ИИ быстро создает черновики и резюме; На стратегическом уровне он только предоставляет информацию, а решение принимают руководство и спонсор. Мы объясним такие понятия, как спонсор (топ-менеджер, который финансирует проект и корпоративная собственность), заинтересованная сторона (все, кто затрагивается проектом или влияет на проект - клиент, команда, поставщик, пользователь) одно за другим в следующих разделах.

Давайте для начала определим несколько основных терминов. Объем — это то, что проект будет делать, а что нет. Структура декомпозиции работ (WBS) — это разбивка работы на управляемые части. Веха — это важный момент, обозначающий прогресс (например, «утверждение проекта»). Риск – это неопределенное событие, которое в случае возникновения повлияет на проект. Результат – это конкретный результат, полученный в результате проекта. Во всех этих концепциях ИИ дает вам общее представление и анализ, но не принимает решения.

В следующей таблице суммированы роль и уровень риска ИИ по миссиям:

Квест

Роль ИИ

Уровень риска

Кто одобряет

Краткое изложение встречи/черновик электронного письма

генератор эскизов

низкий

менеджер проекта

WBS/обзор объема работ

генератор эскизов

низкий-средний

ПМ + команда

Оценка продолжительности и ресурсов

Прогнозист, генератор сценариев

средне-высокий

ПМ + данные команды

Оценка реестра рисков

Статистический стимул

средний

Владелец риска + руководитель проекта

Отчет о состоянии/комментарий EVM

Анализ и проект

средний

менеджер проекта

Дата поставки/обязательство по бюджету

вспомогательный вход

очень высокий

Премьер-министр + спонсор

Решение о контракте/распределении ресурсов

вспомогательный вход

очень высокий

Спонсор + ПМ

Помните об одной линии на этой диаграмме: по мере роста риска роль ИИ уменьшается, а одобрение людей растет.

Почему «верификация» является сердцем этого бизнеса

Языковые модели искусственного интеллекта кажутся уверенными в своем ответе, но они могут и не быть в этом уверены. На техническом языке это называется галлюцинацией: это фабрикация модели несуществующей информации в беглом предложении, как если бы она была правдой. Для менеджера проекта это серьезная ловушка: модель может уверенно давать вам сроки «данный тип интеграции программного обеспечения обычно занимает 3 недели», при этом она ничего не знает о скорости вашей команды, техническом долге, графике отпусков, и эта цифра является полным обобщением. Или это может искажать методологию (например, «PMBOK 7 требует следующего»). Поскольку он говорит и то, и другое с одинаковой беглостью, единственное, что отличает правильное от неправильного, — это ваши знания и привычка проверять.

Проверочная дисциплина состоит из трех этапов:

  1. Ссылка на источник: при определении продолжительности, затрат, мощностей и прошлой производительности полагайтесь на записи вашей собственной организации (исторические данные проекта, графики, пул ресурсов, бухгалтерский учет) и догадки вашей команды, а не на память ИИ. Используйте ИИ, чтобы комментировать эти данные, а не запоминать их.
  2. Пересчитать/сравнить: независимо проверяйте каждый числовой результат, возвращаемый ИИ (общее время, бюджет, процент выполнения, CPI/SPI). Проверьте сумму, средневзвешенное значение и критический путь самостоятельно.
  3. Управленческий фильтр: проверьте с точки зрения менеджера, противоречат ли результаты реальным фактам (наличие команды, бюджет, контракт, зависимости).
Внимание: представление прогноза или отчета, созданного ИИ, спонсору или передача его клиенту без проверки — это все равно, что предоставить неподписанный контракт. Просто потому, что вывод свободен, это неправда.

Конфиденциальность: данные проекта часто конфиденциальны.

Большая часть данных проекта является конфиденциальной. Имя клиента, сумма контракта, цены предложений, информация о зарплате и производительности персонала, а также планы продуктов, которые еще не объявлены, часто защищаются соглашением о неразглашении информации (NDA); Персональные данные регулируются KVKK (Законом о защите персональных данных) в Турции и GDPR в Европе. Простая вставка имени клиента, цены контракта, имен членов команды и показателей производительности в общедоступный инструмент искусственного интеллекта может быть как нарушением контракта, так и утечкой данных. Правило простое: анонимизируйте данные и не делитесь ненужными. «Проект программного обеспечения для крупного финансового клиента» вместо «CRM-проекта на 4,2 миллиона турецких лир с ABC Bank»; Вместо «Тетя (старший разработчик, плохая производительность)» напишите «старший член команды». Если есть возможность, выбирайте корпоративные инструменты, у которых есть соглашение об обработке данных и не используйте ваши данные при обучении модели.

три мини-кейса

Случай 1 — Безопасное использование. Один координатор проекта тратил 2,5 часа каждую неделю на сбор информации о ходе работы по 6 пакетам работ в единый отчет о состоянии. Он анонимно предоставил данные о ходе работы (имя клиента и суммы замаскированы) в AI и запросил черновой вариант резюме. ИИ создал эскиз за 12 минут; Координатор сравнил каждый процент со своей диаграммой отслеживания, исправил неправильный процент выполнения и привел цвета статуса в соответствие с реальностью. Продолжительность: 35 минут вместо 2,5 часов. ИИ дал проект, ответственность осталась за человеком.

Случай 2 — Ловушка неподтвержденного прогноза. Премьер-министр спросил AI: «Сколько дней занимает тестирование мобильного приложения?» ИИ сказал «около 8 дней», прежде чем увидел данные команды. PM поручил это заказчику; фактическое время составило 15 рабочих дней, исходя из исторических данных команды. Отклонение на 7 дней привело к штрафу. Ошибка: ожидать, что число от ИИ сгенерирует обязательство без данных команды.

Случай 3 — Нарушение конфиденциальности. Руководитель группы загрузил план ресурсов, содержащий имя клиента, сумму контракта и информацию о зарплате всей команды, в общедоступный инструмент искусственного интеллекта и сказал: «Оптимизируйте это». Данные перешли на внешний сервер; клиент отправил уведомление о нарушении NDA. Правильным способом было бы опустить имя, сумму и зарплату и использовать только анонимные поля, такие как роль и процент усилий.

Слабая подсказка / Сильная подсказка

Слабая подсказка:

Напишите о статусе нашего проекта в этом месяце и расскажите нам, как далеко мы продвинулись.

Это утверждение ошибочно: ИИ не получил никаких данных, поэтому на вопрос «как далеко мы продвинулись» он может ответить только вымышленным числом. Ни период, ни масштабы, ни контекст не ясны.

Мощная подсказка:

Ваша роль: помощник, помогающий менеджеру проекта. Контекст: Ниже приведены плановые/фактические данные для 5 пакетов работ (имя клиента и суммы замаскированы). Задача: Написать черновик резюме (200 слов или меньше). Просто используйте данные, которые я дал; напишите «[требуется подтверждение]» для недостающей информации, примерка номера. Структура: 1) Общее состояние (RAG), 2) Продвигающиеся пакеты, 3) Отклоняющиеся пакеты и причина, 4) Рекомендация. Данные: - WBS-1 Анализ: план 100 % / факт 100 % - WBS-2 Проектирование: план 80 % / факт 60 % - WBS-3 Разработка: план 40 % / факт 25 % - WBS-4 Тестирование: план 10 % / факт 0 % - WBS-5 Документация: план 20 % / факт 20 %

Эта подсказка сильна, поскольку четко указаны роль, контекст, данные, границы («подбор номера»), формат и неоднозначность («[требуется подтверждение]»). Выходные данные по-прежнему должны быть проверены руководителем проекта.

Три других полезных стартовых шаблона:

# Шаблон, обеспечивающий неопределенность. Извлеките решения и действия из следующего текста. Не назначайте никаких обязанностей или дат, которые четко не указаны в тексте; Напишите «не уверен», где вы не уверены. Не придумывай это.

# Напоминание об анонимности (самопроверка). Если вы видите имя клиента, сумму или имя человека в тексте, который я вам сообщу, предупредите меня перед началом процесса и предложите заменить эти поля на [ЗАМАСКИРОВАНО].

# Шаблон, который генерирует список проверки. Для каждого полученного вами числового результата добавьте однострочный «шаг проверки», показывающий, как руководитель проекта может его независимо проверить.

Распространенные ошибки

  • Ожидать цифр, не предоставляя данных: спрашивать у ИИ время, стоимость или прогресс, не предоставляя данные вашего собственного проекта, — это приглашать его к галлюцинациям.
  • Путают беглость и точность: Хорошо написанный текст не означает, что он правильный.
  • Вставка конфиденциальных данных в том виде, в котором они есть: имя клиента, сумма и контактная информация не должны вводиться ни в один открытый инструмент без анонимизации.
  • Делегирование обязательств ИИ. Дата поставки и бюджет не должны фиксироваться без проверки командой.
  • Попытка завершить это с помощью одной подсказки: хорошие результаты дают структурированные подсказки, включающие формат ролей-контекст-данных-границы.
Совет: Начинайте каждый сеанс искусственного интеллекта с вопроса: «Какие три вещи я должен проверить для себя, прежде чем представить этот результат спонсору?» Начните с вопроса. Эта привычка защитит вас при выполнении всех задач оставшейся части модуля.

В заключение

Искусственный интеллект — мощный помощник в управлении проектами, ускоряющий составление отчетов, планов, оценок и коммуникаций; Однако это инструмент, который создает проекты, а не обязательства. Когда мы разделяем бизнес на операционный, тактический и стратегический уровни, роль ИИ становится меньше по мере увеличения риска. Каждый результат должен быть проверен в три этапа (ссылка на источник, перерасчет, административный фильтр); Данные проекта и клиента должны быть анонимизированы в рамках KVKK/NDA. Ответственность и окончательное утверждение важнейших решений всегда лежит на человеке.

Задача приложения

Выберите задачу из текущего проекта. Сначала напишите ИИ заведомо «слабое» приглашение (без контекста, без предоставления каких-либо данных) и сохраните вывод. Затем снова задайте ту же задачу, используя структуру «сильного запроса» в этом модуле (роль, контекст, анонимные данные, границы, формат). Поместите две распечатки рядом и напишите разницу и как минимум три пункта, которые вам необходимо проверить самостоятельно, в обеих распечатках.

контрольный список

  • [ ] Я позиционировал роль ИИ как «помощника/черновика», а решение — как «человеческое».
  • [ ] Я определил уровень риска (низкий/средний/высокий) для своей задачи.
  • [ ] Я добавил в приглашение роль, контекст, данные, границу и формат.
  • [ ] Я анонимизировал имя клиента, сумму и личную информацию.
  • [ ] Я отметил шаг, на котором я буду независимо проверять каждое число в выводе.
  • [ ] Я не делился результатами, содержащими обязательства (дата/бюджет), без их проверки.