人工智能(AI)如何彻底改变项目管理
2020-03-11
来源：企业网D1Net
评估、资源管理和关键业绩指标(KPI)只是机器学习技术和预测分析对项目结果产生积极影响的关键方面的一部分。从软件开发到建设到物流金融，每个公司都有需要进行规划、管理和监督的项目。
从软件开发到建设到物流金融，每个公司都有需要进行规划、管理和监督的项目。但是我们用来做这些工作的工具通常很复杂，是为专家设计使用的，并没有尽可能地对潜在的问题发出警告。基于人工智能的决策支持系统和自动化是否可以通过降低成本和错误，分析风险，提高工作效率或按时按预算完成工作，从而使项目更成功地完成?
以下是人工智能技术、机器学习和预测分析在未来几年如何影响项目结果的早期研究。
一、考虑风险因素
很好地管理一个项目不仅仅是提前制定一个宏大的计划并坚持执行。项目中的相互依存关系和外部变化使得项目结果变得不可预测。在最好情况下，评估和多次预测是一种客观判断;最糟糕的情况是，进行猜测和掩饰。现代管理技术(如敏捷式和持续交付)旨在通过渐进式工作来减少不确定性，但仍不能保证最终的项目交付。组合管理选择了可以平衡风险和回报的项目组合(因为如果只是处于安全考虑，很难保持竞争力)，但这意味着可以准确地评估风险，这其实很难。
Aptage公司首席执行官约翰•海因茨(John Heintz)告诉CIO.com：“项目中的风险始终是概率性事件，而人类的思维不擅长进行基于风险的概率管理，特别是当我们面临许多不同的可能事件时。明确你自己的想法，这很容易，“我得到了我想要的答案，我认同自己的选择。”
我们还喜欢他所说的“基于希望的计划”。
“这很自然，我们在一定程度上都是乐观的。我们都看到了前方光明的途径，这种途径是可行的，而且我们没有证据证明它行不通，所以我们希望事情能按照我们希望的方式去发展，”海因茨说。
Aptage公司使用机器学习技术来预测项目的结果，使用您现有的数据，例如项目各个阶段的计划开始及结束日期(以及如果有这些数据的话，评估一下积压未完成的工作)，以了解团队所完成的项目比例，并预测项目是否可以准时交付。评估总是不确定的，所以你可以在工作完成时间周期上设置上下限(或者软件可以用黄金比例来建模)。你还要考虑加入一些有关风险来源的信息：“不要只是责怪那个最后犯错的人，要弄清楚究竟出了什么问题，”正如海因茨所说的那样。
他建议，这是大多数团队都会有的信息。“没有严格流程的团队仍然可以使用我们的工具。如果一个团队在餐巾纸上写有七件积压未完成的工作，
免责声明：
1、IT项目管理界发布的所有资讯与文章是出于为业界传递更多信息之目的，并不意味着赞同其观点或证实其描述。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请浏览者仅作参考，并请自行核实相关内容。
2、本站部分内容转载于其他网站和媒体，版权归原作者或原发布媒体所有。如文章涉及版权等问题，请联系本站，我们将在两个工作日内进行删除或修改处理。敬请谅解！
-
延伸阅读：
-
