איך AI ו-ML ישנו את עולם ניהול הפרויקטים עד שנת 2024

//איך AI ו-ML ישנו את עולם ניהול הפרויקטים עד שנת 2024

איך AI ו-ML ישנו את עולם ניהול הפרויקטים עד שנת 2024

3 ways artificial intelligence can improve project management by 2024

אינטליגנציה מלאכותית (AI) ולמידת מכונה (ML)

ה-‘באזז’ שאופף את שתי הטכנולוגיות המדוברות אינטליגנציה מלאכותית (AI) ולמידת מכונה (ML), אינו ניתן להכחשה. נראה שמנהלי מוצר ומנהלי פרויקטים מהמגזרים השונים (בריאות, פיננסים, קמעונאות, IT) עוסקים רבות בהבנת השפעותיהן של הטכנולוגיות הללו על תפיסת התפקידים שלהם, ובשאלות כיצד ניתן לאמץ אותן באופן הנכון ביותר ואיך אפשר להתמודד עם האתגרים שהן מציבות.

אך דבר אחד ברור לכולם – AI ו-ML הולכות להשפיע דרמטית על עולם ניהול הפרויקטים, וזה יקרה כבר בטווח של 5 השנים הקרובות. דמיטרו בוגדנוב כתב ב ” מדריך לניהול פרויקטים 2019 ” שמדובר בשני טרנדים מרכזיים בעולם ניהול הפרויקטים, שלא רק פרצו אליו בסערה, אלא כבשו אותו לחלוטין. בוגדנוב טוען שלא ניתן לדמיין מנהלי פרויקטים בעתיד הקרוב שאינם בעלי ידע, כישורים וניסיון בטכנולוגיות אלו.

על מנת להבין את השפעתן של טכנולוגיות AI ו-ML על עולם ניהול הפרויקטים, נדרש להבין בראש ובראשונה מה הופך מחשבים ל”חכמים”.

אינטליגנציה מלאכותית – מהי?

AI היא ענף במדעי המחשב העוסק ביצירת מכונות אינטליגנטיות שיכולות ללמוד, לחשוב ולהתנהג כמו בני אדם. AI עושה שימוש בדאטה, כוח מחשוב ובאלגוריתמיקה על מנת לאמן את המכונות לביצוע פעולות ספציפיות כמו: זיהוי אובייקטיבים, הסקת מסקנות, פתרון בעיות, תכנון.

דוגמאות ל-AI:

  • Siri של Apple– עוזרת חכמה ווירטואלית. כאן האינטליגנציה המלאכותית משתמשת בזיהוי קולי ומנוע המלצות בכדי לספק פתרון המתבסס על מה שהמשתמש אמר.
  • Facebook Ads– מערכת לניהול קמפיין פרסומות/מודעות. פייסבוק משתמשים במספר טכנולוגיות שיווק מבוססות AI כדי להציע את אחד מפתרונות הטרגוט הטובים ביותר עבור עסקים. ניתוחים מנבאים (predictive analytics), למידת מכונה, זיהוי תוכן, כריית דאטה ועוד הן רק חלק מהטכנולוגיות בהן פייסבוק עושה שימוש לבניית מערכת שיווק דיגיטלית חזקה המבוססת AI.
  • Baidu Apollo– פרויקט מכונית אוטונומית. נעשה שימוש במספר טכניקות AI לבניית פלטפורמת קוד פתוח שתאפשר נסיעת מכוניות אוטונומיות ונשלטות מרחוק.

למידת מכונה – מהי?

תת-תחום של אינטליגנציה מלאכותית. הטכנולוגיה עוסקת במבני נתונים ופיתוח אלגוריתמים המבוססים על סטטיסטיקה ואופטימיזציה, למען מציאת דפוסים ניתנים לחיזוי בבסיסי נתונים גדולים.

ייחודה של הטכנולוגיה הוא ביכולת המחשב לשפר באופן מתמיד את האלגוריתמים בהם הוא משתמש לצורך חיזוי ומציאת הקשרים בין נתונים, ללא תכנות וללא התערבות אנושית כלל.

דוגמאות לשימושים אפשריים ללמידת מכונה בתעשיות שונות עד לשנת 2024:

כיצד יראה ניהול פרויקטים עד שנת 2024 בעולם של AI:

לפני כעשור רבים היו סקפטיים לגבי היישום של AI ככלל ובעולם העסקים בפרט, והאמינו שהטכנולוגיה תוכל לשמש רק לביצוע משימות פשוטות ושגרתיות.

אך היום, בעולם הביג-דאטה, אנו מבינים את החשיבות בביצוע משימות מורכבות על ידי מערכות אינטליגנציה מלאכותית, כאשר יכולת הלמידה העמוקה קיימת ומאפשרת לייצר מחשב שחושב ומתנהג כמו בן אדם, ואף טוב ממנו.

במאמרו הנוכחי, בוגדנוב מדבר על 3 דרכים בהן AI ו-ML ישפרו את תחום ניהול הפרויקטים ב-5 השנים הקרובות:

  • כל פרויקט הוא בעל מידה כזו או אחרת של אי-וודאות ולכן טומן בחובו סיכונים איתם יש להתמודד לאורך כל מחזור חיי הפרויקט. הצוות צריך לבצע הערכת סיכונים באופן קבוע ולהגיב אליהם בהתאם על בסיס הניסיון, הידע והכלים הזמינים. האתגר בתהליך מתמשך זה של הערכת סיכונים רציפה הוא שאם הצוות נכשל באופן ההתמודדות עם הסיכון בזמן, הפרויקט עלול לנחול כישלון שעשוי אף להתפתח לממדי אסון, וזאת במיוחד בפרויקטים רחבי היקף.

למידת מכונה מאפשרת להתמודד עם אתגר זה. באמצעות ML מחשבים משתמשים במאגרי נתונים רבים ובנתוני מספר רב של פרויקטים על מנת למצוא תבניות וקשרים שעשויים לאפשר צפייה מראש של תוצאות, נקודות חולשה ואיומים העלולים להיות בעלי השפעה נרחבת על הפרויקט. כך למידת מכונה תוכל להפחית את אחוזי הכישלון של פרויקטים ולמנוע בזבוז משאבים.

  • באופן כללי, תכנון פרויקטים מתבסס על יצירת תחזית מפורטת לאופן השימוש המיטבי במשאבים הזמינים, תוך בחינה מתמדת של יעדי הפרויקט ומטרותיו. לכן על מנת לוודא שהפרויקט מתבצע כמתוכנן וכדי לבחון מהן דרכי הפעולה המיטביות, מנהל הפרויקט צריך לדעת כיצד לבצע הערכה של משכים, עלויות והתקדמות, לעתים פעמים רבות לאורך חיי הפרויקט.

האתגר בתהליך הוא ששלבי ההערכה וקבלת ההחלטות עשויים להתבצע בחיפזון, או על ידי שימוש בשיטות תכנון שמרניות, וכך מנהל הפרויקט עלול להתמודד עם משכים שאינם נכונים או עלויות מנופחות.

אך מכיוון שתכנון פרויקט הוא תהליך שחוזר על עצמו, ניתן לטייב אותו על ידי למידת מכונה. מערכת ML המבוססת AI יכולה למשל לנתח נתוני עבר ואחוזי פרודוקטיביות ולבצע הערכת שעות עבודה לפי משימה, כך עד שתיצור מודלים אופטימליים לדפוסים מטיב זה, כמו גם אוטומציה לתהליכים חזרתיים. הטכנולוגיות מאפשרות הפיכת משימות שגרתיות לתהליכים חכמים ואוטומטיים שמבוצעים על ידי המחשב, כך שבני האדם יכולים להתפנות למשימות קריטיות יותר.

  • כפועל יוצא משתי הנקודות שצוינו מעלה, עבודתו של מנהל הפרויקטים כפי שאנו מכירים אותה היום, תשתנה באופן דרסטי. בעוד שפעולות שגרתיות יהפכו אוטומטיות, ומשימות כמו הקצאת עובדים ותכנון לוח זמנים יבוצעו על ידי מחשבים לומדים וחכמים המשתמשים לשם כך בכריית נתונים וניתוחים מנבאים – מנהלי הפרויקטים יתפנו להתמקד במשימות שיכולות להעניק ערך מוסף לפרויקט.

ככל שעוד ועוד תוכנות מבוססות AI יכנסו לתעשייה, עולם ניהול הפרויקטים יעבור להסתמך באופן נרחב יותר על מכונות חכמות בתהליכי קבלת ההחלטות לאורך הפרויקט, והן יהיו אלו שימליצו למנהל מה רצוי שיהיה השלב הבא בתהליך, יתריעו על אבני דרך חשובות ואף יבצעו תכנון זמן באופן אוטומטי ואופטימלי.

לסיכום, 3 נקודות שכדאי לזכור:

  • עד שנת 2024, חלקים מניהול פרויקטים של פיתוח תוכנה יבוצעו בעזרת טכנולוגיות AI אשר יתמכו בתכנון הפרויקט, בביצוע משימות אבטחת איכות ובאופטימיזציית התכן.
  • כבר בשנים הקרובות מנהלי פרויקטים יחלו לחלוק את תפקידם עם עוזר וירטואלי (אולי ה-PMO יהפוך ל-AIO?), אשר יוכל להפיק תובנות ולהמליץ על דרכי פעולה לשיפור הסיכוי לעמידה ביעדי הפרויקט.
  • AI יוטמע בתעשיות רבות בהן מנהלים פרויקטים. משימות שגרתיות שאינן דורשות ביצוע החלטות והפעלת שיקול דעת תבוצענה על ידי תוכנות המיישמות טכנולוגיות למידת מכונה, ואילו מנהלי הפרויקטים וה-PMO יקדישו את זמנם לניתוחים, הפעלת שיקול דעת וביצוע החלטות לקידום הפרויקט.

היתרונות והשימושים של אינטליגנציה מלאכותית ולמידת מכונה הם רבים ובאים לידי ביטוי בעולמות תוכן שונים. בתחום ניהול הפרויקט והפורטפוליו ובעולם המכרזים אנחנו באורנביט זיהינו אצל לקוחותינו צורך בקבלת תשובות על שאלות שאינם יודעים לשאול ובביצוע אופטימיזציה לתהליכי קבלת החלטות מבוססות מידע. למתן מענה מיטבי וחדשני בנינו ללקוחות פתרונות ML המאפשרים חיזוי בעיות, הצלחות והקשרים שלא היה ניתן לזהות מראש (לדוגמה: חיזוי הצלחת מכרז, תיקוף איכות תכנון הפרויקט לצמצום פערי תכנון-ביצוע, אופטימיזציית משאבים וכו’).

 

ליצירת קשר לחצו כאן

 

 

By | 2019-10-02T16:07:49+00:00 ספטמבר 26th, 2019|כללי|0 Comments

About the Author:

Leave A Comment