AI w zarządzaniu projektami

Sztuczna inteligencja podobno zabierze pracę nam wszystkim. Będzie albo najlepszą rzeczą, która się przydarzyła ludzkości, albo tą rzeczą, która ludzkość zniszczy. Nie wiem, gdzie jesteśmy, być może na drodze ku zagładzie, a być może na drodze do wiecznego szczęścia. Postanowiłem się przyjrzeć temu trochę bardziej pragmatycznie – gdzie sztuczną inteligencję można by było zastosować w zarządzaniu projektami. I o tym dziś chcę opowiedzieć. Zapraszam do lektury.

Z mojej perspektywy temat AI jest warty uwagi. Uważam, że to jest to coś co będzie zmieniało naszą rzeczywistość. Ten film będzie o zastosowanie sztucznej inteligencji w kontekście zarządzania projektami. Mój znajomy który zajmuje się sztuczną inteligencją mówi tak „jeżeli na Power Poincie masz sztuczną inteligencję to najprawdopodobniej jest to marketingowy hype”. „ jeżeli masz machinę learning, co znaczy że ktoś coś więcej o temacie wie”. Sztuczna inteligencja to określenie które jest medialne. Przyciąga mocno uwagę, ale pod spodem obejmuje bardzo dużo różnych obszarów. To co wygenerowało to największe poruszenie to część dotycząca uczenia maszynowego. Idea polega na tym, że wrzucamy jakiś zestaw danych do maszyny zestaw danych i maszyna sama się uczy na podstawie informacji zwrotnej od nas czy to było ok czy nie. Bardzo to upraszczam, ale mniej więcej do tego się to sprowadza. Nie masz do końca wygląda jak przebiega ten cały proces nauki.

Co to jest sztuczna inteligencja

Spójrzmy na definicję sztucznej inteligencji. “Sztuczna inteligencja to zdolność systemu do prawidłowego intrepretowania danych pochodzących z zewnętrznych źródeł, nauki na ich podstawie oraz wykorzystywania tej wiedzy, aby wykonywać określone zadania i osiągać cele poprzez elastyczne dostosowanie.” Autorzy definicji – Andreas Kaplan i Michael Haenlein.

Czym innym jest zarządzanie projektami niż to co opisane tutaj. Czy zespoły projektowe są inteligentne? To jest dobre pytanie. Czy zespoły projektowe spełniają definicję sztucznej inteligencji. Zostawiam Was z tym. Śmiem powiedzieć, że nie, czasem nie wyciągamy wniosków itd. Natomiast sztuczna inteligencja będzie działać w pewien konkretny sposób.

Sztuczna inteligencja będzie weak i strong. Weak AI to sztuczna inteligencja wyspecjalizowana w konkretnej dziedzinie. Na przykład wybierająca optymalną drogę dojazdu do pracy. Alexa, Siri to są weak AI, działają w pewnym obszarze, ale nie łapią szerszego kontekstu. Podobnie jak wszelkie oprogramowania do tworzenia grafik czy opisów. Sprawia imponujące wrażenie, ale działa tylko w pewnym kontekście.

Strona AI, to takie AI jak terminator. Przychodzi rozwala, wygrywa z ludźmi, jest w stanie myśleć, adaptować się, rozwiązywać problemy. Zagrożenie dla naszej pracy i jednocześnie wsparcie dla niej wynika z weak AI i raczej tędy będzie droga.

Znalazłem narzędzia do zarządzania projektami, które są wspierane przez sztuczną inteligencję. Jak popatrzyłem na listę to były to m.in ClickUp, Monday, ASANA itd. Zaraz, zaraz, czy to nie jest więc tylko marketingowy trik? Trochę tak, wszystko co jest chociaż trochę informatyczne mówisz, że ma sztuczną inteligencję i ludzie to łykają. Nie wiedzą co jest sztuczną inteligencją. Natomiast te narzędzia zbierają multum danych już teraz i jestem przekonany, że za jakiś czas będą naprawdę skutecznie działać.

Uczenie maszynowe – gdzie możemy je wykorzystać w projektach

Prognozowanie. Jako ludzi nie jesteśmy najlepsi w prognozowaniu, często nie doszacowujemy, brakuje nam danych, nigdy nie jesteśmy obiektywni. Tutaj przy odpowiedniej ilości danych wejściowych możemy wykorzystać uczenie maszynowe.

Analiza danych. Wyciąganie wniosków i zależności w projekcie. Kolejnymi obszarami są automatyzacja i optymalizacja procesów.

I teraz jak jest ryzyko że sztuczna inteligencja nas w tych obszarach zastąpi? Jest to bardzo wysoce prawdopodobne. To nie są skomplikowane rzeczy, tylko mnie jesteśmy najlepsi w prognozowaniu, automatyzowaniu sobie roboty, a na optymalizację procesów najczęściej nie mamy czasu.

Do 2030 roku 80% pracy PM`ów zostanie zastąpione przez AI

W zależności od różnych katastroficznych wizji może się okazać, że jako project managerowie nie będziemy potrzebni, bo sztuczna inteligencja sobie z tym sama poradzi.

W Gartnerze (uznanej organizacji) znalazłem informację, że do 2030 roku 80% pracy PM`ów zostanie zastąpione przez AI. Zastanówmy się na ile to jest prawdopodobne. Pierwsza moja myśl, była taka, że nie ma szans. To jest zbyt skomplikowane, spędziłem 20 lat ucząc się tego, jak sztuczna inteligencja może mnie zastąpić. Stwierdziłem, że odwrócę myślenie. Zastanowię się, a co jeżeli to jest prawda? Co to by dla nas oznaczało? Niezależnie od patrzenia na to, to jeden z komentarzy, który bardzo mi się spodobał, cytuję “Zarządzanie projektami zdecydowanie potrzebuje inteligencji. Obojętnie czy będzie naturalna czy sztuczna”. Potrzebujemy inteligencji w zarządzaniu projektami, żeby to działało. Sama inteligencja nie wystarczy, potrzeba trochę innych umiejętności, natomiast przyda się na pewno.

Załóżmy więc, że to prawda. Wydaje się nam skomplikowane to co robimy, ale może nie do końca tak jest? Część osób powiedziałaby o swoich szefach, że da się ich zamienić w 5 minut, bo przychodzą i pytają na kiedy to zrobisz? Byle algorytm jest w stanie to zrobić.

Analiza danych

Większość kierowników projektów mierzy się ze sprawdzaniem postępów projektu. Gdzie w ogóle jesteśmy, czy projekt został dowieziony czy nie. Jak są 524 zadania w projekcie to część jest przed czasem, część jest po czasie, a reszta nie wiadomo na jakim etapie. Orientowanie się gdzie jesteśmy często jest trudne. A gdyby tak wrzucić te dane do narzędzia, gdzie działa sobie algorytm i sprawdza to za nas?

Efektywność zasobów i ryzyka projektowego. Zorientowanie się w ilu projektach są zaangażowani twoi ludzie, jak bardzo są obciążeni jest trudne. Gdyby tutaj też wrzucić dane do maszyny która wskaże nam osoby, które nie są w stanie wyrobić się ze swoją pracą na czas to by było dosyć pomocne nie? Nie potrzebujemy do tego mega skomplikowanych algorytmów.

Zarządzanie ryzykiem projektowym wymaga sporej uwagi i sprawdzania. Jeżeli prowadzisz jeden projekt i masz na to czas to jest okej. Przypadku większej ilości projektów nie jest już to takie proste, tutaj też sztuczna inteligencja mogłaby bardzo pomóc.

Algorytmy i modele predykcyjne

Prognozy dotyczące wyników projektów, czasu trwania, kosztów i innych parametrów. Można przewidzieć wyniki projektów, czas trwania, koszty i różne inne parametry. Jest metoda punktów funkcyjnych, której uczyłem się na studiach. Jest świetna do szacowania projektów IT, tylko legenda jest taka, że nikt jej do końca nie zastosował bo nikomu się nie chciało. Metoda polega na tym, że bierze się jakąś funkcjonalność IT i rozbijało się ją na ekrany. Można było rozpisać z iloma punktami ona się łączy, jak duże bazy danych ma do połączenia, ile jest elementów interakcji użytkownika w danym miejscu itd. I zebranie takich kilku parametrów na podstawie danych historycznych dawało ci informacje ile prawdopodobnie będzie kosztowało wdrożenie danej funkcjonalności. Rewelacyjna rzecz. Można to zmodyfikować w zależności od tego w jakim środowisku działasz, jakie oprogramowanie wytwarzasz. Problem największy jest taki, że nikomu nie chce się tego robić, bo potrzebne są dane historyczne, później szacowanie tego i na koniec przepychanie się z kimś dlaczego tak to oszacowałeś, a nie inaczej. Więc finalnie zostajemy z planing poker, albo szacowaniem na palcach. Są tu ukryte realne pieniądze i na 100% sztuczna inteligencja może nam w tym bardzo pomóc.

Automatyzacja procesów

Generowanie raportów. Aż się prosi. Wystarczy trochę automatyzacji i wprowadzenia odpowiednich danych.

Aktualizowanie harmonogramów. Tutaj przydałoby się trochę więcej myślenia, bo czysto automatyczne podejście może dużo wywrócić. Natomiast jest to przestrzeń na zastosowanie AI.

Monitorowanie postępów. Wyobraź sobie, że masz coś do zrealizowania. W projekcie najczęściej ludzie mają problem z aktualizowaniem statusów zadań. A co byś powiedział na to gdyby sztuczna inteligencja sprawdziła za ciebie jakie zadania są do wykonania, przełożyła to na głos i zadzwoniła do ciebie z informacją? Następnie rozpoznałaby twoją mowę i uzupełniła statusy zadań na podstawie tego co przekazałeś przez telefon. Na koniec za raportowała to do kierownika projektu. Jak najbardziej do zrobienia.

Jakie korzyści może przynieść wykorzystanie AI w zarządzaniu projektami?

Oszczędność czasu i zasobów ludzkich. To zdecydowanie.

Prognozowanie i optymalizacja. Znowu za tym kryje się kasa, lepsze harmonogramy, lepsza ocena ryzyka, alokacja projektów to może super zadziałać. Można mieć modele zarządzania ryzykiem dotyczące twojej firmy.

Monitorowanie na bieżąco tego, co się dzieje w projekcie. Myślę że to jeszcze chwileczkę zajmie. Trzeba byłoby wiedzieć nad czym ludzie pracują. Ale jeżeli masz narzędzie w którym ludzie pracują i udostępniają sobie informacje zaczynasz wiedzieć co się dzieje firmie. Gdyby z tego narzędzia korzystali na bieżąco to wiesz od razu czy ktoś pracuje na zadaniach w danym projekcie, czy nic tam się nie dzieje. Czy uzupełnia komentarze czy nie. Z tego spokojnie można wyłapać wzorce zachowań, które świadczą o tym czy ktoś pracuje na zadaniu czy nie. Jeżeli ktoś nie otworzył i nie kliknął treści zadania przez tydzień to najprawdopodobniej się tym nie zajmuje, itd.

Podejmowanie decyzji. Największy problem przy podejmowaniu decyzji w projektach to jest brak danych.

Poprawa efektywności. Lepsze wykorzystanie zasobów i redukcja czasu potrzebnego do wykonania zadań. Poprawa decyzyjności i efektywności ma dużo większą szanse na portfelu projektów. Dla pojedynczych projektów uważam, że w krótkim okresie ma mniejszy sens. Jeżeli kierownika projektów dostarczasz odpowiednie dane i będą wiedzieć w czym się w ogóle poruszamy, to będzie git.

Karta projektu zrobiona przez Chat GPT

Rozpoczynanie projektu

Zrobiłem następującą rzecz. Odpaliłem Chata GPT, postanowiłem z nim popracować nad tym jak opisze kartę projektu. Oczywiście zbriefowałem go odpowiednio. Opisałem projekt, pisałem metodę 12 pytań na której będziemy bazować, żeby dostać kartę projektu w taki sposób jak robią to uczestnicy naszych szkoleń. Naprawdę zrobił to całkiem nieźle.

Jak na pierwszą wersję rozpisał to naprawdę nieźle. Można by na tym pracować. Oczywiście do niektórych rzeczy można się przyczepić. Przykład na pytanie jak będziemy monitorować postępy otrzymałem odpowiedź będziemy monitorować na bieżąco. Fajnie brzmi, ale nie do końca rozwiązuje problem i odpowiada na pytanie.

Podrążyłem troszeczkę dalej. Pięć razy dlaczego. Dojdźmy do tego dlaczego ten projekt jest naprawdę ważny. Całkiem nieźle udało się Chatowi GPT pogłębić i dać uzasadnienie, dlaczego ten projekt jest naprawdę ważny.

Poruszyłem też temat interesariuszy. Oraz od razu analizę interesariuszy. Kto ma jaki wpływ na projekt. Tutaj też wynik był całkiem niezły. Po pierwsze identyfikował interesariuszy. Nie wrzucałem mu danych projektu (podróż dookoła świata). Wrzuciłem bardzo krótki brief i kolejne pytania tylko i wyłącznie pogłębiały temat bez dorzucania większej ilości danych.

Dalej zajęliśmy się kryteriami sukcesu. Tutaj powiedziałem mu jak bym chciał żeby to było zrobione. Dawałem takie instrukcje, które wynikały z mojego doświadczenia i z narzędzi których ja uczę. Powiedziałem w jakiej formie chciałbym uzyskiwać odpowiedzi. Też wyszło bardzo dobrze. W skrócie da się nauczyć metod zarządzania i standardów pracy na projektach Chata GPT. Trzeba zrobić to różnymi obejściami, bo to nie jest takie proste, natomiast jeżeli da się to zrobić na tym etapie to jesteś w stanie zaprogramować sobie to na rzędzie tak, żeby dało ci wsad do pracy projektowej. Ja byłem pod wrażeniem rozwiązania, natomiast warto mieć na uwadze, że to jest złudzenie przemyślenia tematu. Jeżeli zespół dostaje gotową rozpiskę, bez przemyślenia tematu, połączenia kropek to wtedy „sieć neuronowa” w zespole jest pusta. Wyrzucenie całkiem planowania i rozpisywania projektu jest takie sobie. Natomiast jeśli utknąłeś z projektem i chcesz ruszyć i się zainspirować to polecam. Tylko sam Chat GPT tego nie zrobi, sam ci nie podpowie. Potrzeba dostarczenia jakiejś wiedzy, pokierowania procesowego, żeby to ogarnął. Ja mam taką wiedzę, więc na pewno to ułatwiło przygotowanie tej karty projektu przez Chat GPT.

Explainable AI, czyli historia o zaufaniu

Czy my będziemy w stanie sprawdzić w jaki sposób są podejmowane decyzje przez algorytmy. Przykład dosyć znany jest taki – opracowano algorytm, który miał na podstawie sieci neuronowych uczyć się jak odróżnić wilka od psa Husky. Jest 6 obrazków, na których jest albo wilk albo Husky i później to co przewidział algorytm.  Na pierwszym obrazku jest lew, którego sztuczna inteligencja rozpoznała. Na drugim jest Husky, sztuczna inteligencja sobie poradziła. Na trzecim jest wilk, rozpoznany. Na czwartym Husky, rozpoznany. Na piątym wilk, rozpoznany. W ostatnim wypadku sztuczna inteligencja popełniła błąd. Na obrazku był Husky, a sztuczna inteligencja rozpoznała go jako wilka. Okazało się, że w procesie uczenia sieci neuronowej sztuczna inteligencja nauczyła się rozpoznawać śnieg. Szukała śniegu a nie zwierzaka. Większość zdjęć do nauki, gdzie był wilk miała śnieg więc elementem wspólnym odróżniającym obrazki jest albo śnieg albo brak śniegu. Tam gdzie był śnieg algorytm rozpoznawał wilka, tam gdzie nie było wskazywał na psa Husky. Świetne nie? To też prowadzi do ciekawego punktu, jak my podejmujemy decyzje. To, że masz od kogoś decyzję, nie znaczy, że wiesz jak on ją podjął.

Co przejmie AI, a co będą robić Project Managerowie

To bardziej partnerstwo niż wojna. Bardziej wyobrażam to sobie na zasadzie kontekstowych weak AI, które w pewnych obszarach nas wspierają i to może się zadziać. Natomiast to co ma do uzupełnienia sztuczna inteligencja to jest to myślenie kontekstowe, praca na danych, kompleksowe rozwiązywanie problemów.  Według raportu PWC kompetencje na które warto postawić to: kompleksowe rozwiązywanie problemów, współpraca i przywództwo, zarządzanie interesariuszami, inteligencja emocjonalna, komunikacja, negocjacje itd. Elementy trudne do zakodowania. Raportowanie statusów będzie robione przez AI, zakomunikowanie co wynik oznacza jest po naszej stronie itd. To prawdopodobny kierunek. Warto rozumieć co się robi, rozumieć procesy, zastanowić się jaką pracę może robić średnio inteligentna ameba, bo spora szansa, że to nie jest to w czym chcesz się specjalizować.

Na co ja stawiam

Swoje pieniądze stawiam na mistrzostwo rzeczy oczywistych. Fundament się nie zmienia. Podstawowe tematy związane z zarządzaniem projektami, zrozumienie dynamiki całego procesu, to nadal nie jest proste, żeby kontekst poukładać z różnych klocków. Zrozumienie różnych metod, podejść i ich zastosowania zostaje po naszej stronie.

Umiejętność rozwiązywania problemów. Techniki, algorytmy, odwaga w myśleniu. Tego AI nie weźmie. Warto się nauczyć analizowania złożonych problemów.

Płynne przywództwo. Od hierarchii do turkusu. Umiejętność poruszania się w zespole, zarządzania w odpowiedni sposób, brania na siebie odpowiedzialności. To się nie zmienia.

Narzędzia do zarządzania projektami. Umiejętność poruszania się w nich jest konieczna.

Sztuczna inteligencja to temat, którym warto się interesować. Weak AI wystarczy, żeby zmienić zasady gry. Już tam jesteśmy. Wypełnianie tabelek zniknie, naturalnym językiem opowiesz do komputera co zrobiłeś, wygeneruje się status, wyśle do kierownika projektu.

To wszystko na dziś, dajcie znać w komentarzach, gdzie Wy widzicie zastosowanie AI w zarządzaniu projektami?

VIDEO