کاربرد هوش مصنوعی (AI) در مدیریت پروژه

هوش مصنوعی (Artificial Intelligence یا AI) اصطلاحی است که از بدو تولدش در سال ۱۹۵۶ بحث‌های زیادی پیرامون آن شکل گرفته است. از فناوری اطلاعات گرفته تا امور مالی، هوش مصنوعی بر همه صنایع و کسب و کارهای مرتبط با آن‌ها تأثیر گذاشته است. در حالی که برخی نسبت به تأثیرات هوش مصنوعی تردید دارند، برخی دیگر آن را به عنوان یک تحول عظیم تلقی می‌کنند. همچنین انتظار می‌رود طی سال‌های آینده بر اصول مدیریت پروژه تأثیر زیادی بگذارد.

طبق راهنمای PMBOK، پنج مرحله مختلف در مدیریت پروژه وجود دارد:

• شروع
• برنامه‌ریزی
• اجرا
• نظارت و کنترل
• بستن

قابلیت تفسیر داده‌های هوش مصنوعی می‌تواند بینش واقعی در مورد معیارهای پروژه را فراهم کند. این سیستم می‌تواند مدیران پروژه را قادر به تصمیم‌گیری مبتنی بر داده براساس تجربه گذشته سازد. به عنوان مثال، Cap Gemini  از سیستم محاسبات شناختی IBM Watson  برای بهبود استقرار منابع در پروژه‌ها از طریق برنامه‌ریزی کارآمد منابع استفاده می‌کند.

در این مقاله، ما در مورد روش‌های مختلفی که هوش مصنوعی می‌تواند در مدیریت پروژه کمک کند، صحبت خواهیم کرد.

اهمیت هوش مصنوعی در برنامه‌ریزی پروژه

پروژه شامل مجموعه‌ای از وظایف است که برای رسیدن به یک هدف خاص طراحی شده‌اند. پروژه می‌تواند توسعه یک محصول یا خدمات جدید، ساخت پل یا ساختمان، بازسازی خانه، به روزرسانی سیستم داده، اجرای کسب و کار جدید و غیره باشد.

صرف نظر از ماهیت و اندازه تکلیف، هر مدیر پروژه تلاش می‌کند اهداف پروژه را برآورده کند، یعنی تحویل آن در محدوده زمان و بودجه تعیین‌شده. برنامه‌ریزی موثر پروژه مسیر موفقیت آن را هموار می‌کند.

برنامه‌ریزی پروژه یکی از مولفه‌های اساسی مدیریت پروژه است. محدوده پروژه را تعیین و اهداف دستیابی به آن‌ها را مشخص می‌کند. طرح پروژه شامل چگونگی اجرا، نظارت، کنترل و بسته شدن پروژه است. این طرح باید شامل هر محدودیت پروژه، از جمله هزینه‌ها، ریسک‌ها، منابع و مهلت تعیین شده باشد. طرح پروژه شامل شش مرحله اساسی است:

• ایجاد لیست وظایف
• شکل‌گیری برنامه بودجه
• تهیه برنامه مدیریت ریسک
• تولید یک طرح ارتباطی
• تهیه برنامه زمان‌بندی پروژه
• اختصاص منابع مناسب برای کارهای مناسب

ابزارهای مبتنی بر هوش مصنوعی به مدیران پروژه در انجام کارهای مختلف در هر مرحله از روند برنامه‌ریزی پروژه کمک می‌کنند. همچنین مدیران پروژه را قادر می‌سازد داده‌های پیچیده پروژه را پردازش کرده و الگوهایی را کشف کنند که ممکن است بر تحویل پروژه تأثیر بگذارد. هوش مصنوعی همچنین بیشتر کارهای زائد را خودکار می‌کند، در نتیجه باعث افزایش تعامل و بهره‌وری کارکنان می‌شود.

طبق گفته‌ی گارتنر، هوش مصنوعی ۸۰٪ از کارهای دستی مدیریت پروژه امروز را تا سال ۲۰۳۰ از بین می‌برد. ماشین‌های هوش مصنوعی همه چیز را از برنامه‌ریزی تا جمع‌آوری داده‌ها، ردیابی تا گزارش‌دهی و غیره به عهده می‌گیرند.

هوش مصنوعی در مدیریت پروژه

از زمان‌بندی تا تجزیه و تحلیل الگوهای تیم کاری، هوش مصنوعی به یک مزیت آشکار برای مدیران پروژه تبدیل شده است.

در اینجا برخی از کاربردهای هوش مصنوعی که به چرخه مدیریت پروژه کمک می‌کند را آورده‌ایم:

سیستم‌های خبره دانش بنیان (سیستم KBES)

سیستم خبره دانش بنیان یک برنامه رایانه‌ای است که دانش و مهارت‌های تحلیلی یک یا چند متخصص انسانی را در مورد یک مشکل خاص به نمایش می‌گذارد. این سیستم تجربه متخصص انسانی را ثبت کرده و این مورد را در رایانه کد می‌کند تا هر کاربر بتواند آن را درک کند.

در اینجا دیاگرام معماری KBES را می‌بینید.

مهندس دانش یا متخصص انسانی اطلاعات را به KBES می‌دهد. این اطلاعات غالباً اعلامی است، به عنوان مثال، متخصص برخی از حقایق، قوانین یا روابط را در پایگاه دانش بیان می‌کند. سپس موتور استنتاج از پایگاه دانش به عنوان یک پرونده داده برای تعیین دانش و تأمین خروجی استفاده می‌کند.

در بیشتر موارد، متخصصان از قوانین «اگر-پس» (IF-THEN) برای ورود دانش استفاده می‌کنند. قانون اگر-پس به شرح زیر است:

اگر <شرایط>، پس <راه‌حل>

راه‌حل بسته به قوانینی که وارد سیستم می‌شود محدود و مشخص می‌گردد. مثلا،

“اگر پستاندار دو پا بایستد و لباس بپوشد، پس یک انسان است.”

در اینجا، “دو پا” و “لباس می پوشد” شرایط است و بر اساس این دانش، KBES می‌تواند راه‌حل را به عنوان “یک انسان” تشخیص دهد.

سیستم‌های دانش بنیان در چندین برنامه کاربردی کار می‌کنند. در اینجا لیستی از برنامه‌های KBES وجود دارد:

• طبقه‌بندی: شبکه براساس ویژگی‌های ذکر شده یک شیء را شناسایی می‌کند.
• تشخیص: KBES هرگونه سوءعملکرد را از داده‌ها استنباط می‌کند.
• نظارت: این سیستم داده‌های یک سیستم گذشته را برای پیش‌بینی الگوها مقایسه می‌کند.
• برنامه‌ریزی: KBES طرحی را براساس پروژه تدوین یا اصلاح می‌کند.

به عنوان مثال در زمینه پزشکی، KBES به پزشکان کمک می‌کند بیماری‌ها را بهتر تشخیص دهند. KBES  همچنین در تشخیص عیب تجهیزات صنعتی، تجزیه و تحلیل مسیر بهمن (Avalanche Path Analysis) و مدیریت پول نقد استفاده می‌شود.

مثال دیگر KBES، سیستم ضبط حضور (ACRS) است. این سیستم خودکار هم برای مدیران و هم برای کارمندان موجب صرفه‌جویی می‌گردد. این سیستم با حذف ثبت دستی، خطاها را کاهش می‌دهد و از اختلافات جلوگیری می‌کند. ACRS مزایای مختلفی از جمله موارد زیر دارد:

• اطلاعات فردی کارمندان
• جستجوی سریع‌تر اطلاعات
• تولید آسان و بررسی گزارشات
• پشتیبان‌گیری کامل از پایگاه داده
• مجوزهای خاص و سطح امنیتی برای کارمندان

جمع‌بندی

هوش مصنوعی نحوه کار شرکت‌ها را تغییر می‌دهد و مدیریت پروژه حوزه مهمی است که به طور مثبت تحت تأثیر آن قرار می‌گیرد. کاربردهای هوش مصنوعی در مدیریت پروژه جامع است. این سیستم‌ها راه حل‌ها، دقت، استراتژی و پشتیبانی پیشرفته را برای مدیر پروژه فراهم می‌کنند. همچنین باعث بهبود هوش هیجانی و خلاقیت مدیران پروژه شده و تعصبات تصمیم‌گیری فردی را از بین می‌برند.

به مرحله‌ای رسیده‌ایم که هوش مصنوعی نیاز به مداخله بیش از حد انسان را کاهش داده است. برای اولین بار، می‌تواند کارهای بیشتری را در یک بازه زمانی کوتاه‌تر انجام دهد. ابزارهای هوش مصنوعی مانند انبار داده‌ها ظرفیت ذخیره‌سازی بیش از هر زمان دیگری را دارند.