Будущее управления проектами: инновации с ИИ

ИИ как технология общего назначения. Бизнес заинтересован в технологиях ИИ и готов к их применению в управлении проектами: около 40% респондентов сообщили, что уже участвуют в проектах по внедрению ИИ или разрабатывают продукты, включающие технологии ИИ. Позитивный опыт использования информационных систем управления проектами (ИСУП) влияет на желание интегрировать ИИ в свои процессы. Это связано с накоплением знаний о специфике разработки и внедрения технологий

Низкая готовность ИТ-инфраструктуры к внедрению ИИ. Без наличия цифровых решений компаниям сложно интегрировать новые технологии. Примерно 25% респондентов отметили слабую ИТ-готовность к внедрению ИИ. Для успешного использования ИИ и моделей на основе больших языковых моделей (LLM) необходимо наличие качественно структурированных данных. Только 16% компаний обладают достаточными данными для эффективного применения ИИ. Растет осознание важности информационной безопасности при развертывании ИИ-сервисов, что подчеркивает необходимость создания защищенных корпоративных контуров для работы с данными

Широкий список прикладных задач для внедрения ИИ в проекты. Большинство организаций видят потенциал в использовании ИИ для аналитики и визуализации данных: 58% респондентов считают, что именно в этом ИИ принесет максимальную пользу. 51% респондентов полагают, что внедрение ИИ позволит автоматизировать рутинные административные процессы. В целом исследование показывает, что интерес к применению ИИ в управлении проектами растет, хотя многие компании все еще находятся на начальных этапах подготовки к его внедрению. Необходимы дальнейшие усилия по структурированию данных, повышению квалификации сотрудников и формированию доверия к новым технологиям для успешной интеграции ИИ в управленческие процессы

Многие компании готовы к использованию ИИ (48,3% респондентов), однако не все участники до конца понимают потенциальные угрозы и недостатки (только 22,9% компаний провели оценку рисков внедрения ИИ). Этот дисбаланс можно устранить путем проведения обучающих риск-воркшопов (практических мастер-классов)

Разница в наличии опыта применения ИИ в качестве инструмента-помощника у руководителя проекта и его участника незначительна: не имеют опыта 82,4 и 75% соответственно. Поскольку у обеих групп схожий уровень, программы обучения могут быть разработаны с единой отправной точки. Это уменьшит необходимость в дифференциации обучения в зависимости от начального уровня знаний и позволит сконцентрироваться на практическом обучении

Около 45% респондентов сомневаются, что ИИ сможет заменить человека там, где требуется глубокое понимание контекста (например, при написании ТЗ на проект). Базового понимания принципов работы генеративного ИИ у сотрудников можно добиться с помощью практического обучения и создания корпоративных кластеров экспертизы по областям применения ИИ (например, кластеров «Автоматизация рутинных проектных процессов» и «обработка и анализ данных»)

Большинство (69,7%) респондентов готовы использовать ИИ для составления отчетов по проекту, полагая, что в основном именно с этой задачей ИИ справится лучше человека. Учитывая мощный ресурс генеративного интеллекта и высокую скорость создания новых данных (а это считанные секунды), в проектах возникнет избыточность данных. Таким образом, руководитель и команда проекта неизбежно столкнутся с ситуацией, когда объем доступных данных значительно превысит возможности их эффективного использования, обработки и анализа. Навык критического мышления, корректной интерпретации данных становится ключевым

Отдельное внимание стоит уделить обучению руководителей. Они должны быть способны не только видеть проектные задачи, в которых можно использовать ИИ, но и создавать условия взаимодействия команды с ИИ для повышения доверия к этой технологии