Штучний інтелект: трансформації в управлінні проектами та бізнес-аналізі

Graph Data Show Summary Analysis Icon Graphic
У сучасному бізнес-середовищі організації все більше покладаються на добре структуровані методології для управління змінами, створення цінності та збереження конкурентних переваг. Дві найважливіші дисципліни, які часто сприяють успішному виконанню стратегічних ініціатив, - це управління проектами (PM) та бізнес-аналіз (BA). Хоча кожна з цих дисциплін має окремі ролі, обов'язки та методології, на практиці вони часто перетинаються. У цій статті блогу (яка є продовженням попередної, присвяченої відмінностям та синергії двох ключових ролей, які роблять будь-який проект ефективно реалізованим: бізнес-аналітика та керівника проекту) ми спробуємо розглянути перспективи PM та BA, взаємозалежність змін, які прийдуть з боку штучного інтелекту, та визначити зони, де вони перетинаються.
Насправді, на практиці PM та BA глибоко взаємозалежні. Ефективна співпраця між проектними менеджерами та бізнес-аналітиками має важливе значення для досягнення успішних результатів. Проекти без чіткого бізнес-аналізу ризикують матеріалізувати неправильне рішення; і навпаки, аналіз без виконання проекту не має практичної реалізації.
У найближчому майбутньому штучний інтелект неминуче змінить поточну роботу як BA, так і PM, і ми очікуємо, що на нас чекає ще багато чого цікавого. Отже, чого очікувати?

Спільні риси обох дисциплін, на які вплине штучний інтелект (ШІ)
Управління проектами
Бізнес-аналіз
Автоматизовані процедури

Планування та складання розкладів 

 

  • Інструменти ШІ можуть аналізувати вимоги проекту та автоматично генерувати реалістичні графіки, враховуючи залежності, доступність ресурсів та історичні дані.
  • Динамічні коригування: Якщо виникають затримки або змінюються обсяги робіт, штучний інтелект може «на льоту» оптимізувати графіки.

 

Збір та інтеграція даних

 

  •  Традиційний: Аналітики вручну збирають і очищають дані з різних джерел.
  • Вдосконалений ШІ:
  • Використовує інтелектуальні агенти та API для збору даних з різних платформ (ERP, CRM, веб- та соціальних мереж).
  • Інструменти ETL на основі штучного інтелекту очищають, контролюють та виключають дублювання, нормалізують дані швидше і точніше.
Обробка природної мови (NLP)

Віртуальні асистенти

 

  • NLP дозволяє ШІ
  • Розуміти проектну документацію
  • Витягувати пункти дій з нотаток про наради
  • Автоматично створювати звіти або оновлення 

Асистенти зі штучним інтелектом (наприклад, чат-боти) можуть відповідати на запитання команди, оновлювати завдання або генерувати звіти про прогрес на вимогу.

Запити та підбиття підсумків 

  • Бізнес-користувачі можуть ставити запитання простою мовою (наприклад, «Чому знизився прибуток у другому кварталі?»).
  • ШІ пояснює природною мовою, витягуючи дані з BI-інструментів, не лише цифри, а й контекстну інформацію.

Нотатки зустрічей, документи та відгуки стейкхолдерів можуть бути автоматично підсумовані.

Процедури в режимі реального часу

Моніторинг і сповіщення

 

  • Інструменти штучного інтелекту надають інформаційні панелі в режимі реального часу з інтелектуальними сповіщеннями.
  • Ці системи рано виявляють потенційні проблеми - наприклад, завдання, які виконуються із запізненням, або команди, які відстають, - щоб швидше вжити коригувальних заходів.

 

Підтримка прийняття рішень

 

  • Агенти штучного інтелекту надають контекстно-залежні рекомендації в режимі реального часу особам, які приймають рішення.
  • Поєднують внутрішні дані (продажі, операційна діяльність) із зовнішніми (ринкові тенденції, настрої в новинах).
  •    Забезпечує адаптивні бізнес-моделі, які динамічно реагують на ринкові умови.
Покращена співпраця

Усунення вузьких місць у комунікаціях

 

  • ШІ покращує командну співпрацю за рахунок
  • Пропонування моделей комунікації
  • Рекомендацій щодо того, коли і як ескалувати проблеми
  • Виявлення вузьких місць у робочих процесах команди

Віртуальні асистенти штучного інтелекту

 

  • Бізнес-аналітики можуть співпрацювати з асистентами ШІ, щоб
  • Генерувати ідеї на вимогу
  • Запускати спеціальні аналізи «а що буде, якщо»

Отримувати контекстно-залежні пропозиції щодо вдосконалення

Безперервне вдосконалення

Зосередження на навчанні та оптимізації процесів

  • Штучний інтелект може аналізувати завершені проекти, щоб витягувати уроки. 

З часом він допомагає організаціям вдосконалювати свої проектні методології, визначаючи, що стабільно працює (або не працює).

Зосередження на бізнес-моделях

 

  • Штучний інтелект постійно враховує результати впровадження в бізнес-моделі.
  • Системи, що самонавчаються, з часом покращують прогнози та методи аналізу.
Зменшення когнітивних упереджень
  • ШІ зменшує людські упередження шляхом
  • Надання рекомендацій на основі даних 
  • Пропонування альтернативних сценаріїв або контраргументів до інтуїтивних рішень
  • ШІ пропонує альтернативні погляди на дані, ставить під сумнів припущення та виявляє «сліпі плями».
  • Зменшує упередженість підтвердження, порівнюючи кілька аналітичних моделей або перспектив.
Предиктивна та прескриптивна аналітика

Зосередження на: Прийняття рішень на основі даних 

 

  • Штучний інтелект покращує процес прийняття рішень за допомогою
  • Предиктивної аналітики: Прогнозування результатів проекту (наприклад, перевитрати коштів, пропущені терміни).
  • Прескриптивної аналітики: Рекомендації щодо конкретних дій для оптимізації результатів.
  • Керівники проектів можуть базувати свій вибір на даних, а не лише на інтуїції.

 Зосередження на: Генеруючі та прогностичні функції

 

  • Виходять за рамки дашбордів:
  • Предиктивне прогнозування: Що станеться (наприклад, падіння продажів, ризик відтоку)?
  • Прескриптивне: Що ми повинні з цим робити?
  • ШІ генерує симуляції сценаріїв і рекомендує оптимальні стратегії на   основі поточних тенденцій та обмежень
Особливості кожної з дисциплін, на які вплине штучний інтелект
Управління проектами
Бізнес-аналіз

Оптимізація ресурсів

 

  • ШІ може рекомендувати оптимальний розподіл ресурсів шляхом аналізу:
  • Відповідність навичок
  • Балансування робочого навантаження
  • Доступність

- Це допомагає уникнути перевантаження ключового персоналу та недостатнього використання інших.

   Автоматична генерація звітів та інформаційні панелі

 

  • ШІ генерує автоматично:
  • Візуальні звіти
  • Резюме керівників
  • Інформаційні панелі, орієнтовані на зацікавлені сторони
  • Звіти змінюються в режимі реального часу в міру надходження нових даних.

Покращене управління ризиками 

 

  • ШІ може передбачати ризики ще до того, як вони матеріалізуються,  аналізуючи їх:
  • Історичні дані проекту
  • Ефективність роботи команди
  • Зовнішні фактори, такі як ринкові тенденції або збої в ланцюжку поставок
  • Він також може запропонувати стратегії пом'якшення наслідків на основі подібних минулих сценаріїв.

Розширене розпізнавання шаблонів та інсайти

 

  • ШІ виявляє тенденції, відхилення та кореляції у великих масивах даних, що не під силу людині.
  • ШІ використовує моделі машинного навчання для:
  • Виявлення причинно-наслідкових зв'язків
  • Прогнозування поведінки клієнтів
  •   Виявлення операційної неефективності

Управління портфелем проектів (PPM)

 

На рівні портфеля проектів ШІ може

  • Оцінювати та визначати пріоритетність проектів на основі стратегічного узгодження та рентабельності інвестицій
  • оптимізувати розподіл ресурсів між кількома проектами
  • забезпечити моделювання сценаріїв «що було б, якби»

Клієнтські та ринкові дослідження

 

ШІ сканує соціальні мережі, відгуки, форуми та новини, використовуючи НЛП, щоб

  • Відстежувати настрої
  • відстежувати дії конкурентів

Виявляти незадоволені потреби клієнтів

ШІ трансформує управління проектами, підвищуючи ефективність виконання та контроль.

ШІ трансформує бізнес-аналіз, підвищуючи глибину розуміння та стратегічне передбачення.

Важливе зауваження:

Усі майбутні трансформації, про які йшлося вище, дадуться нелегко. Кожен процес впровадження ШІ починається з даних. Без доступних і належним чином керованих даних трансформація ШІ у вашій організації ніколи не відбудеться. Навчання алгоритмів штучного інтелекту керуванню проектами потребуватиме великих обсягів даних, пов'язаних з проектами. Ваша організація може зберігати «тони й кілометри» історичних даних про проекти та дослідження, але вони, швидше за все, зберігаються в тисячах документів у різних форматах файлів, розподілених між різними системами. Інформація може бути застарілою, використовувати різні метрики або містити упередження та прогалини. Значна частина часу, що витрачається на підготовку алгоритму машинного навчання до практичного використання, зосереджена на зборі та очищенні даних, які беруть сирі та неструктуровані дані і перетворюють їх на структуровані дані, які можуть бути використані для навчання ML-моделі.

У той же час, організації не повинні забувати про підготовку своїх співробітників до цього важливого переходу. Це нове покоління інструментів не тільки змінить технологію управління проектами, але й повністю змінить практичну роботу в проекті. Керівники проектів, а також бізнес-аналітики повинні бути готові навчати і тренувати свої команди для адаптації до цього переходу. Вони повинні приділяти більше уваги людській взаємодії, а також своєчасно виявляти дефіцит технологічних навичок у своїх співробітників і працювати над їх усуненням. Окрім зосередження на бізнес-вимогах та результатах проекту, вони повинні приділяти особливу увагу створенню високоефективних команд та надавати їм все необхідне для роботи на найвищому рівні.

Отже, щоб підготуватися до застосування штучного інтелекту у вашому бізнес-аналізі та управлінні проектами, вам потрібно зробити наступне:

  • Провести точну інвентаризацію всіх ваших проектів, починаючи з давніх і закінчуючи найновішими;
  • Інвестувати ресурси на кілька місяців (років?), щоб зібрати, очистити та структурувати історичні дані, навчити персонал новим технологіям на основі штучного інтелекту;
  • Зачекати кілька місяців (рік?), щоб почати бачити переваги автоматизації;
  • Бути готовими вийти з традиційних зон комфорту і докорінно змінити основний підхід до бізнес-аналізу та управління проектами;
  • Бути готовими до того, що технології на основі штучного інтелекту робитимуть помилки, поки навчатимуться працювати краще для вашої конкретної організації;

Ключове питання для виконавчого спонсора цієї ініціативи: чи має він можливості та авторитет у вашій організації, щоб очолити цю трансформацію?

Якщо ви вже отримали позитивну відповідь, тоді ви готові розпочати цю революційну трансформацію. Якщо ж у вас невизначена відповідь або чітке «ні», то вам потрібно попрацювати над тим, щоб перетворити її на «так» - перш ніж починати рухатися вперед!


Ну і на останок:

Хоча ШІ не замінить менеджерів проектів, він додасть їм інші можливості, дозволяючи зосередитися на лідерстві, активному залученні зацікавлених сторін завдяки автоматичному відстеженню статусу проекту та регулярному інформуванню зацікавлених сторін, прогнозуванні ризиків до того, як вони матеріалізуються - замість того, щоб впроваджувати коригувальні стратегії зниження ризиків постфактум.

Хоча ШІ не замінить бізнес-аналітиків, він розширить їхні можливості, дозволяючи зосередитися на незадоволених потребах клієнтів, належному залученні зацікавлених сторін, пропозиціях щодо вдосконалення на основі численних аналітичних моделей, тенденцій і кореляцій у великих масивах даних, що виходять за межі людських можливостей і стратегічного нагляду, а не на ручному відстеженні та аналізі даних.