กำไร:
- ความสามารถในการแยกแยะตำแหน่งที่ปัญญาประดิษฐ์ช่วยประหยัดเวลาจริงในการจัดการโครงการ (การวางแผน การประมาณค่า การรายงาน การสื่อสาร) และตำแหน่งที่การตัดสินใจ เช่น ความมุ่งมั่นด้านงบประมาณและวันที่ส่งมอบเป็นหน้าที่ของผู้จัดการโครงการ ขึ้นอยู่กับระดับความเสี่ยงของงาน
- ความสามารถในการใช้ระเบียบวินัยที่ตรวจสอบเอาต์พุตปัญญาประดิษฐ์แต่ละรายการผ่านขั้นตอนการเชื่อมต่อเอาต์พุตกับแหล่งที่มา คำนวณใหม่ และส่งต่อผ่านการกรองด้านผู้ดูแลระบบ
- การปิดบังข้อมูลโครงการ ลูกค้า และผู้มีส่วนได้ส่วนเสียภายในขอบเขตของ KVKK/ความเป็นส่วนตัวและ NDA และการสร้างนิสัยในการเลือกยานพาหนะที่ปลอดภัย
มีการตัดสินใจหลายร้อยครั้งในทุกโครงการ ซึ่งส่วนใหญ่ทำอย่างเงียบๆ งานนี้เหมาะกับใคร? งานนี้จะใช้เวลากี่วัน? งบประมาณมีไว้หรือไม่? เราควรบอกลูกค้าวันไหน? เราจะทำอย่างไรหากความเสี่ยงนี้เกิดขึ้น? เราตัดสินใจอะไรในการประชุมเมื่อสัปดาห์ที่แล้ว ใครจะทำอะไร? การตัดสินใจบางอย่างเป็นการตัดสินใจซ้ำๆ ต้องใช้ข้อมูลมาก และใช้เวลานาน งานส่วนใหญ่ของผู้จัดการโครงการ (PM - ผู้จัดการโครงการ ผู้รับผิดชอบตั้งแต่แผนจนถึงการส่งมอบโครงการ) จะใช้เวลาในการเขียนรายงาน กรอกตาราง เตรียมอีเมล และเก็บบันทึกการประชุม ปัญญาประดิษฐ์ (AI หรือ AI เรียกสั้นๆ ว่าระบบคอมพิวเตอร์ที่สามารถสร้างข้อความ จดจำรูปแบบ คาดการณ์ และสรุปข้อมูลได้เหมือนมนุษย์) ลงตัวพอดีตรงกลางภาพนี้: เมื่อใช้อย่างถูกต้อง จะสามารถร่างโครงสร้างการแบ่งงาน บันทึกความเสี่ยง รายงานสถานะ หรือสรุปการประชุมในไม่กี่นาทีแทนที่จะเป็นชั่วโมง การใช้อย่างไม่ถูกต้องอาจนำไปสู่ข้อผูกมัดของลูกค้าจากการคาดเดาที่ดูเหมือนปลอดภัยแต่ไม่มีมูลความจริง
หน่วยแรกของโมดูลนี้ไม่ใช่การแนะนำซอฟต์แวร์ จุดประสงค์คือเพื่อชี้แจงว่าควรใส่ AI ไว้ที่ไหนในงานโครงการของคุณ และตรงไหนที่ไม่ควรใส่เลย เนื่องจากการจัดการโครงการเป็นทั้งฟิลด์ "การดำเนินการที่สำคัญ" และ "ความมุ่งมั่นที่สำคัญ": การประมาณการเวลาที่คุณให้จะขึ้นอยู่กับสัญญาที่ลงนามกับลูกค้า การตัดสินใจด้านทรัพยากรครั้งหนึ่งจะกลายเป็นปฏิทินของสมาชิกในทีมที่เต็มไปด้วยสัปดาห์ เรามาวางหลักการพื้นฐานตั้งแต่ต้นกันดีกว่า: AI เป็นตัวช่วย ไม่ใช่ผู้จัดการโครงการ ความรับผิดชอบและการอนุมัติขั้นสุดท้ายของการตัดสินใจ เช่น ความมุ่งมั่นด้านงบประมาณ สัญญาวันส่งมอบ การจัดสรรทรัพยากร และภาระผูกพันตามสัญญาเป็นของผู้จัดการโครงการที่มีความสามารถและผู้มีส่วนได้ส่วนเสียที่รับผิดชอบ
เลเยอร์ของการจัดการโครงการและตำแหน่งของ AI
เพื่อให้เข้าใจโครงการ การแบ่งงานออกเป็นสามชั้นจะเป็นประโยชน์ เลเยอร์การปฏิบัติงานคือการปฏิบัติงานในแต่ละวัน: การติดตามงาน บันทึกการประชุม อีเมล การอัพเดตสถานะ ชั้นยุทธวิธีกำลังวางแผนและติดตาม: โครงสร้างการแบ่งงาน ตารางเวลา การคาดการณ์ บันทึกความเสี่ยง รายงานสถานะ ชั้นกลยุทธ์จะกำหนดเหตุผลและทิศทางของโครงการ: ต้นทุน-ผลประโยชน์ ลำดับความสำคัญของพอร์ตโฟลิโอ การตัดสินใจขอบเขต AI สามารถสัมผัสทั้งสามชั้นได้ แต่มีอำนาจที่แตกต่างกันในแต่ละ ที่ระดับปฏิบัติการ AI จะสร้างแบบร่างและสรุปอย่างรวดเร็ว ที่ชั้นกลยุทธ์ จะให้ข้อมูลเท่านั้น ฝ่ายบริหารและผู้สนับสนุนจะเป็นผู้ตัดสินใจ เราจะอธิบายแนวคิดต่างๆ เช่น ผู้สนับสนุน (ผู้จัดการระดับสูงที่ให้การสนับสนุนทางการเงินแก่โครงการและความเป็นเจ้าขององค์กร) ผู้มีส่วนได้ส่วนเสีย (ทุกคนที่ได้รับผลกระทบจากโครงการหรือส่งผลกระทบต่อโครงการ - ลูกค้า ทีม ซัพพลายเออร์ ผู้ใช้) ทีละคนในหน่วยต่อไปนี้
เรามานิยามคำศัพท์พื้นฐานบางประการตั้งแต่ต้นกันดีกว่า ขอบเขตคือสิ่งที่โครงการจะทำและจะไม่ทำ โครงสร้างการแบ่งงาน (WBS) คือการแบ่งงานออกเป็นชิ้นที่สามารถจัดการได้ เหตุการณ์สำคัญคือจุดสำคัญที่แสดงถึงความคืบหน้า (เช่น "การอนุมัติการออกแบบ") ความเสี่ยงคือเหตุการณ์ที่ไม่แน่นอนที่จะส่งผลกระทบต่อโครงการหากเกิดขึ้น Deliverable คือผลผลิตคอนกรีตที่ผลิตโดยโครงการ ในแนวคิดทั้งหมดนี้ AI จะให้โครงร่างและการวิเคราะห์แก่คุณ แต่ไม่ได้เป็นผู้ตัดสินใจ
ตารางต่อไปนี้สรุปบทบาทและระดับความเสี่ยงของ AI ตามภารกิจ:
ภารกิจ
บทบาทของเอไอ
ระดับความเสี่ยง
ใครอนุมัติ.
สรุปการประชุม / ร่างอีเมล
เครื่องกำเนิดภาพร่าง
ต่ำ
ผู้จัดการโครงการ
WBS / โครงร่างขอบเขต
เครื่องกำเนิดภาพร่าง
ต่ำปานกลาง
พีเอ็ม+ทีมงาน
การประมาณระยะเวลาและการประมาณทรัพยากร
นักพยากรณ์ เครื่องกำเนิดสถานการณ์
สูงปานกลาง
PM + ข้อมูลทีม
การให้คะแนนการลงทะเบียนความเสี่ยง
สิ่งกระตุ้นทางสถิติ
ปานกลาง
เจ้าของความเสี่ยง + PM
รายงานสถานะ / ความคิดเห็น EVM
การวิเคราะห์และร่าง
ปานกลาง
ผู้จัดการโครงการ
วันที่จัดส่ง / ความมุ่งมั่นด้านงบประมาณ
อินพุตเสริม
สูงมาก
นายก+สปอนเซอร์
การตัดสินใจจัดสรรสัญญา/ทรัพยากร
อินพุตเสริม
สูงมาก
สปอนเซอร์+PM
โปรดจำบรรทัดหนึ่งในแผนภูมินี้: เมื่อความเสี่ยงเพิ่มขึ้น บทบาทของ AI ลดลง การอนุมัติของมนุษย์ก็เพิ่มขึ้น
เหตุใด "การยืนยัน" จึงเป็นหัวใจสำคัญของธุรกิจนี้
โมเดลภาษาปัญญาประดิษฐ์ดูเหมือนจะมั่นใจในคำตอบ แต่อาจไม่แน่ใจ ในภาษาเทคนิค สิ่งนี้เรียกว่าภาพหลอน ซึ่งเป็นการสร้างแบบจำลองของข้อมูลที่ไม่มีอยู่จริงในประโยคที่คล่องแคล่ว ราวกับว่ามันเป็นเรื่องจริง สำหรับผู้จัดการโครงการ นี่เป็นกับดักร้ายแรง: โมเดลอาจให้กรอบเวลา "โดยทั่วไปแล้วการรวมซอฟต์แวร์ประเภทนี้จะใช้เวลา 3 สัปดาห์" กับคุณอย่างมั่นใจ ในขณะที่โมเดลไม่รู้อะไรเลยเกี่ยวกับความเร็วของทีม หนี้ทางเทคนิค ตารางวันหยุด และตัวเลขนี้ถือเป็นลักษณะทั่วไปโดยสมบูรณ์ หรืออาจบิดเบือนวิธีการ (เช่น “PMBOK 7 ต้องการสิ่งต่อไปนี้”) เนื่องจากเขาพูดทั้งสองอย่างได้คล่องเหมือนกัน สิ่งเดียวที่แยกถูกออกจากผิดคือความรู้และนิสัยในการตรวจสอบ
ระเบียบวินัยในการตรวจสอบประกอบด้วยสามขั้นตอน:
- ลิงก์ไปยังแหล่งที่มา: อาศัยบันทึกขององค์กรของคุณ (ข้อมูลโครงการในอดีต กำหนดการ กลุ่มทรัพยากร การบัญชี) และการคาดเดาของทีมของคุณ ไม่ใช่หน่วยความจำของ AI สำหรับระยะเวลา ต้นทุน ความจุ และประสิทธิภาพที่ผ่านมา ใช้ AI เพื่อแสดงความคิดเห็นเกี่ยวกับข้อมูลนั้น ไม่ใช่เพื่อจดจำข้อมูล
- คำนวณใหม่ / เปรียบเทียบ: ตรวจสอบผลลัพธ์ตัวเลขแต่ละรายการที่ AI ส่งคืนอย่างเป็นอิสระ (เวลาทั้งหมด งบประมาณ เปอร์เซ็นต์ที่เสร็จสมบูรณ์ CPI/SPI) ตรวจสอบผลรวม, ค่าเฉลี่ยถ่วงน้ำหนัก, เส้นทางวิกฤตด้วยตัวคุณเอง
- ตัวกรองการจัดการ: ทดสอบจากมุมมองของผู้จัดการว่าผลลัพธ์ขัดแย้งกับข้อเท็จจริงในพื้นที่หรือไม่ (ความพร้อมของทีม งบประมาณ สัญญา การพึ่งพา)
ข้อควรสนใจ: การนำเสนอการคาดการณ์หรือรายงานที่ AI สร้างขึ้นให้กับผู้สนับสนุนหรือส่งมอบให้กับลูกค้าโดยไม่ตรวจสอบก็เหมือนกับการให้สัญญาที่ไม่ได้ลงนาม เพียงเพราะผลลัพธ์คล่องไม่เป็นความจริง
การรักษาความลับ: ข้อมูลโครงการมักจะเป็นความลับ
ข้อมูลโครงการส่วนใหญ่มีความละเอียดอ่อน ชื่อลูกค้า จำนวนสัญญา ราคาประมูล เงินเดือนบุคลากรและข้อมูลประสิทธิภาพ และแผนผลิตภัณฑ์ที่ยังไม่ได้ประกาศ มักได้รับการคุ้มครองโดย NDA (ข้อตกลงไม่เปิดเผยข้อมูล) ข้อมูลส่วนบุคคลได้รับการคุ้มครองโดย KVKK (กฎหมายคุ้มครองข้อมูลส่วนบุคคล) ในตุรกีและ GDPR ในยุโรป เพียงการวางชื่อลูกค้า ราคาสัญญา ชื่อสมาชิกในทีม และคะแนนประสิทธิภาพลงในเครื่องมือ AI ที่เปิดเผยต่อสาธารณะ อาจเป็นทั้งการละเมิดสัญญาและการละเมิดข้อมูล กฎง่ายๆ ก็คือ ปิดบังข้อมูลและอย่าเปิดเผยข้อมูลโดยไม่จำเป็น "โครงการซอฟต์แวร์สำหรับลูกค้าทางการเงินขนาดใหญ่" แทนที่จะเป็น "โครงการ TL CRM 4.2 ล้านโครงการกับ ABC Bank"; แทนที่จะเขียนว่า "คุณป้า (นักพัฒนาอาวุโส ผลงานไม่ดี)" ให้เขียนว่า "สมาชิกในทีมอาวุโส" หากเป็นไปได้ ให้เลือกเครื่องมือขององค์กรที่มีข้อตกลงในการประมวลผลข้อมูล และอย่าใช้ข้อมูลของคุณในการฝึกโมเดล
มินิเคสสามอัน
กรณีที่ 1 — การใช้งานอย่างปลอดภัย ผู้ประสานงานโครงการคนหนึ่งใช้เวลา 2.5 ชั่วโมงต่อสัปดาห์ในการรวบรวมความคืบหน้าจากชุดงาน 6 ชุดเป็นรายงานสถานะฉบับเดียว เขาให้ข้อมูลความคืบหน้าโดยไม่เปิดเผยตัวตน (ชื่อลูกค้าและจำนวนที่ถูกปกปิด) ให้กับ AI และขอร่างบทสรุปผู้บริหาร AI สร้างภาพร่างภายใน 12 นาที ผู้ประสานงานเปรียบเทียบแต่ละเปอร์เซ็นต์กับแผนภูมิติดตามของเขา แก้ไขอัตราการสำเร็จที่ไม่ถูกต้อง และแก้ไขสีสถานะให้เป็นจริง ระยะเวลา: 35 นาที แทนที่จะเป็น 2.5 ชั่วโมง AI มอบร่างให้ ความรับผิดชอบยังคงอยู่กับมนุษย์
กรณีที่ 2 — กับดักการทำนายที่ไม่ได้รับการยืนยัน นายกฯ ถาม AI “การทดสอบแอพมือถือใช้เวลากี่วัน” AI แจ้ง "ประมาณ 8 วัน" ก่อนดูข้อมูลทีมงาน นายกฯ มอบสิ่งนี้ให้กับลูกค้า เวลาจริงคือ 15 วันทำการตามข้อมูลประวัติของทีม การเบี่ยงเบน 7 วันส่งผลให้มีการลงโทษ ข้อผิดพลาด: คาดหวังตัวเลขจาก AI เพื่อสร้างความมุ่งมั่นโดยไม่มีข้อมูลทีม
กรณีที่ 3 — การละเมิดการรักษาความลับ หัวหน้าทีมอัปโหลดแผนทรัพยากรที่มีชื่อลูกค้า จำนวนสัญญา และข้อมูลชื่อ-เงินเดือนของทั้งทีมลงในเครื่องมือ AI สาธารณะ และพูดว่า "เพิ่มประสิทธิภาพนี้" ข้อมูลไปที่เซิร์ฟเวอร์ภายนอก ลูกค้าส่งหนังสือแจ้งการละเมิด NDA วิธีที่ถูกต้องคือการละเว้นชื่อ จำนวนเงิน และเงินเดือน และแชร์เฉพาะฟิลด์ที่ไม่ระบุชื่อ เช่น เปอร์เซ็นต์บทบาทและความพยายาม
พรอมต์อ่อน / พรอมต์แรง
พรอมต์ที่อ่อนแอ:
เขียนเกี่ยวกับสถานะของโครงการของเราในเดือนนี้ และบอกเราว่าเรามาไกลแค่ไหน
การกล่าวอ้างนี้มีข้อบกพร่อง: AI ไม่ได้รับข้อมูลดังนั้นจึงทำได้เพียงตอบคำถาม "เรามาไกลแค่ไหน" ด้วยตัวเลขที่แต่งขึ้น ไม่มีช่วงเวลาหรือขอบเขตหรือบริบทที่ชัดเจน
พรอมต์อันทรงพลัง:
บทบาทของคุณ: ผู้ช่วยที่ช่วยเหลือผู้จัดการโครงการ บริบท: ด้านล่างนี้คือแผน/ข้อมูลจริงสำหรับแพ็คเกจงาน 5 ชุด (ชื่อลูกค้าและจำนวนที่ถูกปกปิด) งาน: เขียนร่างบทสรุปผู้บริหาร (200 คำหรือน้อยกว่า) เพียงใช้ข้อมูลที่ฉันให้ เขียน "[จำเป็นต้องยืนยัน]" สำหรับข้อมูลที่ขาดหายไป การปรับตัวเลขให้เหมาะสม โครงสร้าง: 1) สถานะทั่วไป (RAG) 2) แพ็คเกจที่ก้าวหน้า 3) แพ็คเกจและเหตุผลเบี่ยงเบน 4) ข้อเสนอแนะ ข้อมูล:- การวิเคราะห์ WBS-1: แผน 100% / จริง 100%- การออกแบบ WBS-2: แผน 80% / จริง 60%- การพัฒนา WBS-3: แผน 40% / จริง 25%- การทดสอบ WBS-4: แผน 10% / จริง 0% - เอกสาร WBS-5: แผน 20% / จริง 20%
ข้อความนี้มีความชัดเจนเนื่องจากระบุบทบาท บริบท ข้อมูล ขอบเขต (“การปรับตัวเลข”) รูปแบบ และความกำกวม (“[ต้องยืนยัน]”) ไว้อย่างชัดเจน ผลลัพธ์ยังต้องได้รับการตรวจสอบโดยผู้จัดการโครงการ
เทมเพลตเริ่มต้นที่มีประโยชน์อีกสามแบบ:
# เทมเพลตที่บังคับใช้ความไม่แน่นอนแยกการตัดสินใจและการกระทำออกจากข้อความต่อไปนี้ ห้ามกำหนดความรับผิดชอบหรือวันที่ที่ไม่ได้ระบุไว้อย่างชัดเจนในข้อความ เขียนว่า "ไม่แน่ใจ" ในกรณีที่คุณไม่แน่ใจ อย่าทำมันขึ้นมา
# การแจ้งเตือนการลบข้อมูลระบุตัวตน (ตรวจสอบด้วยตนเอง) หากคุณเห็นชื่อลูกค้า จำนวนเงิน หรือชื่อบุคคลในข้อความที่ฉันจะให้ โปรดเตือนฉันก่อนที่จะเริ่มกระบวนการ และแนะนำให้ฉันแทนที่ช่องเหล่านี้ด้วย [MASKED]
# เทมเพลตที่สร้างรายการตรวจสอบสำหรับผลลัพธ์ตัวเลขแต่ละรายการที่คุณสร้าง ให้เพิ่ม "ขั้นตอนการตรวจสอบ" หนึ่งบรรทัดเกี่ยวกับวิธีที่ผู้จัดการโครงการสามารถตรวจสอบได้อย่างอิสระ
ข้อผิดพลาดทั่วไป
- การคาดหวังตัวเลขโดยไม่ให้ข้อมูล: การขอเวลา ต้นทุน หรือความคืบหน้าของ AI โดยไม่ให้ข้อมูลโครงการของคุณเองเป็นการเชิญชวนให้ AI เห็นภาพหลอน
- สับสนระหว่างความคล่องและความถูกต้อง: ข้อความที่เขียนดีไม่ได้หมายความว่าถูกต้อง
- การวางข้อมูลที่เป็นความลับตามที่เป็นอยู่: ชื่อลูกค้า จำนวนเงิน และข้อมูลการติดต่อ ไม่ควรเข้าสู่เครื่องมือแบบเปิดใดๆ โดยไม่เปิดเผยตัวตน
- การมอบหมายความมุ่งมั่นให้กับ AI: ไม่ควรกำหนดวันที่ส่งมอบและงบประมาณหากไม่มีการตรวจสอบทีม
- พยายามทำให้เสร็จด้วยพรอมต์เดียว: ผลลัพธ์ที่ดีมาจากพรอมต์ที่มีโครงสร้างซึ่งรวมถึงบทบาท-บริบท-ข้อมูล-ขอบเขต-รูปแบบ
เคล็ดลับ: เริ่มต้นเซสชัน AI ทุกครั้งโดยถามว่า “ฉันควรตรวจสอบสามสิ่งใดบ้างก่อนที่จะนำเสนอสิ่งที่ส่งมอบนี้แก่ผู้สนับสนุน” เริ่มต้นด้วยคำถาม. นิสัยนี้จะปกป้องคุณตลอดงานทั้งหมดในส่วนที่เหลือของโมดูล
โดยสรุป
ปัญญาประดิษฐ์เป็นผู้ช่วยที่ทรงพลังในการจัดการโครงการที่ช่วยเร่งรายงาน แผน การประมาณการ และการสื่อสาร อย่างไรก็ตาม มันเป็นเครื่องมือที่สร้างแบบร่าง ไม่ใช่ข้อผูกพัน เมื่อเราแบ่งธุรกิจออกเป็นชั้นปฏิบัติการ ยุทธวิธี และกลยุทธ์ บทบาทของ AI จะน้อยลงเมื่อความเสี่ยงเพิ่มขึ้น แต่ละเอาต์พุตจะต้องได้รับการตรวจสอบความถูกต้องผ่านสามขั้นตอน (ลิงก์ไปยังแหล่งที่มา คำนวณใหม่ ตัวกรองการดูแลระบบ) ข้อมูลโครงการและข้อมูลลูกค้าจะต้องไม่ระบุชื่อภายในขอบเขตของ KVKK/NDA ความรับผิดชอบและการอนุมัติขั้นสุดท้ายของการตัดสินใจที่สำคัญนั้นขึ้นอยู่กับมนุษย์เสมอ
งานสมัคร
เลือกงานจากโครงการปัจจุบันของคุณ ขั้นแรก เขียนข้อความแจ้งที่ "อ่อนแอ" โดยเจตนาไปยัง AI (โดยไม่มีบริบท โดยไม่ให้ข้อมูลใดๆ) และบันทึกผลลัพธ์ จากนั้นถามคำถามเดิมอีกครั้งโดยใช้โครงสร้าง "พร้อมท์ที่รัดกุม" ในหน่วยนี้ (บทบาท บริบท ข้อมูลที่ไม่ระบุชื่อ ขอบเขต รูปแบบ) วางงานพิมพ์ทั้งสองไว้เคียงข้างกันและเขียนความแตกต่างและอย่างน้อยสามจุดที่คุณต้องตรวจสอบด้วยตนเองในงานพิมพ์ทั้งสอง
รายการตรวจสอบ
- [ ] ฉันวางตำแหน่งบทบาทของ AI เป็น "ผู้ช่วย/ร่าง" และการตัดสินใจเป็น "มนุษย์"
- [ ] ฉันได้กำหนดระดับความเสี่ยง (ต่ำ/กลาง/สูง) ในงานของฉันแล้ว
- [ ] ฉันเพิ่มบทบาท บริบท ข้อมูล ขอบเขต และรูปแบบลงในพรอมต์
- [ ] ฉันไม่เปิดเผยข้อมูลชื่อลูกค้า จำนวน และบุคคล
- [ ] ฉันได้สังเกตขั้นตอนที่ฉันจะตรวจสอบแต่ละหมายเลขในเอาต์พุตอย่างอิสระ
- [ ] ฉันไม่ได้แชร์ผลลัพธ์ใดๆ ที่มีข้อผูกมัด (วันที่/งบประมาณ) โดยไม่ได้ตรวจสอบ