項(xiàng)目經(jīng)理在日常運(yùn)營(yíng)中會(huì)遇到許多挑戰(zhàn)，包括在有限的時(shí)間范圍內(nèi)、信息量可能不足和數(shù)據(jù)集復(fù)雜的情況下，對(duì)特定任務(wù)做出快速準(zhǔn)確的決策。此外，人為偏見會(huì)阻礙決策，導(dǎo)致代價(jià)高昂的錯(cuò)誤，這進(jìn)一步加強(qiáng)了決策的關(guān)鍵要素，以確保項(xiàng)目的成功管理。

考慮到涅托-羅德里格斯和巴爾加斯（35a）在《哈佛商業(yè)評(píng)論》中闡述的2023%的項(xiàng)目成功率，很明顯，許多項(xiàng)目未能實(shí)現(xiàn)其目標(biāo)或未在預(yù)定的時(shí)間框架和預(yù)算內(nèi)完成。這一統(tǒng)計(jì)數(shù)字強(qiáng)調(diào)了改進(jìn)項(xiàng)目管理決策的迫切需要，需要能夠應(yīng)對(duì)上述挑戰(zhàn)的創(chuàng)新解決方案?？紤]到這些挑戰(zhàn)，我們轉(zhuǎn)向許多人認(rèn)為是技術(shù)進(jìn)步的革命——人工智能（AI）。

考慮到人工智能在 2022 年的受眾討論有限，現(xiàn)在它有相當(dāng)大的媒體關(guān)注，以及多個(gè)版本更新和人工智能技術(shù)和應(yīng)用進(jìn)入市場(chǎng)，一個(gè)合理的問題出現(xiàn)了：由于項(xiàng)目的各種挑戰(zhàn)和限制以及與項(xiàng)目相關(guān)的任何特定主題的可用信息可能有限， 如何使用人工智能技術(shù)來幫助我加速并做出更準(zhǔn)確的決策？

理論與決策

在了解人類大腦和人類如何做出決定時(shí)，我們必須首先考慮信息處理理論（IPT）。該理論源于George Miller（1956）的研究，他討論了短期記憶的局限性，以及Atkinson和Shiffrin（1968）介紹了他們的多存儲(chǔ)記憶模型。該理論表明，人類處理他們收到的信息，而不僅僅是對(duì)刺激做出反應(yīng)。我們的大腦從環(huán)境中獲取信息，對(duì)其進(jìn)行處理，然后根據(jù)它采取行動(dòng)。

在決策中，此過程涉及幾個(gè)步驟，包括識(shí)別問題、收集和評(píng)估信息、生成潛在解決方案、選擇行動(dòng)方案以及評(píng)估決策的有效性。然而，人類的決策受到認(rèn)知限制和偏見的約束，導(dǎo)致選擇不理想，也稱為有限理性。

有限理性是一個(gè)承認(rèn)人類決策局限性的概念，赫伯·西蒙在 1950 年代發(fā)展了這個(gè)概念。這是對(duì)亞當(dāng)·斯密的理性論點(diǎn)的回應(yīng)，即人們決定支持自己的利益。其他著名學(xué)者，如約翰·斯圖爾特·米爾斯、米爾頓·弗里德曼和萊昂內(nèi)爾·羅賓斯完善了史密斯的論點(diǎn)。

在考慮有限理性時(shí)，人類受到信息、思維認(rèn)知局限性和決定時(shí)間的限制，經(jīng)常訴諸于滿足——一種旨在充分性而不是優(yōu)化的決策策略。換句話說，決策是根據(jù)可用信息做出的，而不是探索所有可能的選擇并決定最佳選擇。

人工智能克服決策限制

了解人工智能干預(yù)從有限理性到完全理性的轉(zhuǎn)變，傳統(tǒng)上由人類思維施加的限制，認(rèn)知約束和偏見可能會(huì)大大減少。配備高級(jí)機(jī)器學(xué)習(xí)和預(yù)測(cè)分析功能的 GPT-4 等人工智能模型可以處理遠(yuǎn)遠(yuǎn)超出人類能力的大量數(shù)據(jù)。他們可以篩選無(wú)數(shù)變量，識(shí)別模式，并以超越人類能力的速度和效率提出最佳選擇。從本質(zhì)上講，人工智能能夠從受有限理性約束的令人滿意的方法過渡到更優(yōu)化的決策過程，使個(gè)人更接近做出完全理性的決定（Shick 等人，2023 年）。

在項(xiàng)目管理領(lǐng)域，這種轉(zhuǎn)變具有深遠(yuǎn)的影響。擁有人工智能工具的項(xiàng)目經(jīng)理可以根據(jù)全面的數(shù)據(jù)分析和深度學(xué)習(xí)模型做出決策，而不是僅僅依靠現(xiàn)成的信息或直覺。因此，人工智能有可能通過實(shí)現(xiàn)更明智和理性的決策來顯著增加項(xiàng)目成功的可能性。

支持決策的概念人工智能角色

人工智能在項(xiàng)目管理中最有前途的潛在應(yīng)用之一在于實(shí)時(shí)項(xiàng)目監(jiān)控和主動(dòng)風(fēng)險(xiǎn)檢測(cè)。人工智能算法和高級(jí)數(shù)據(jù)分析可以持續(xù)監(jiān)控項(xiàng)目績(jī)效，檢測(cè)異常情況，并實(shí)時(shí)突出潛在風(fēng)險(xiǎn)。它可以篩選龐大的數(shù)據(jù)流，識(shí)別模式并提供預(yù)測(cè)性見解，使項(xiàng)目經(jīng)理能夠預(yù)測(cè)并主動(dòng)管理潛在的障礙。

人工智能驅(qū)動(dòng)的項(xiàng)目管理工具可以生成實(shí)時(shí)儀表板，提供寶貴的最新項(xiàng)目見解。這些儀表板可以以用戶友好的格式可視化復(fù)雜數(shù)據(jù)，使項(xiàng)目經(jīng)理更容易了解項(xiàng)目的當(dāng)前狀態(tài)、識(shí)別瓶頸并及時(shí)采取糾正措施。

此外，人工智能隨著時(shí)間的推移學(xué)習(xí)和適應(yīng)的能力意味著這些系統(tǒng)將隨著每個(gè)項(xiàng)目而更加準(zhǔn)確和有效地增長(zhǎng)。隨著時(shí)間的推移，它可以構(gòu)建豐富的歷史數(shù)據(jù)存儲(chǔ)庫(kù)，并從過去的項(xiàng)目成果中學(xué)習(xí)，不斷完善其風(fēng)險(xiǎn)預(yù)測(cè)能力。這導(dǎo)致了更積極主動(dòng)的風(fēng)險(xiǎn)管理方法，在潛在問題升級(jí)為重大問題之前很久就被識(shí)別和解決。

項(xiàng)目經(jīng)理的準(zhǔn)備技巧

10 年 2023 月 74 日，涅托-羅德里格斯和巴爾加斯通過 Zoom 提交了一份白皮書。隨后，他們將其下載，在那里他們公布了一項(xiàng)關(guān)于項(xiàng)目經(jīng)理對(duì)人工智能使用的看法的全球調(diào)查結(jié)果。他們透露，絕大多數(shù)人（恰好是接受調(diào)查的專家的 79.2023%）承認(rèn)人工智能在促進(jìn)項(xiàng)目執(zhí)行、決策和戰(zhàn)略調(diào)整方面的潛力（涅托-羅德里格斯和巴爾加斯，65b）。盡管存在普遍的挑戰(zhàn)，但對(duì)人工智能能力的認(rèn)可突顯了其在項(xiàng)目管理中的變革力量。在對(duì)數(shù)據(jù)的進(jìn)一步探索中，一個(gè)令人興奮的故事展開了。值得注意的是，接受調(diào)查的項(xiàng)目經(jīng)理中有 13.2023% 將人工智能視為提高效率的工具，也是項(xiàng)目管理創(chuàng)新的催化劑（Nieto-Rodriguez & Vargas，50b）。他們確定了人工智能的潛力，可以解鎖新的方法和技術(shù)，從而徹底改變項(xiàng)目管理。有趣的是，大約 72.2023% 的受訪者表示高度傾向于投資探索人工智能的潛力，表現(xiàn)出相當(dāng)大的熱情（涅托-羅德里格斯和巴爾加斯，<>a）。

根據(jù)全球調(diào)查結(jié)果，項(xiàng)目經(jīng)理對(duì)人工智能采用的興趣如此之高，建議投資于專注于人工智能工具管理和數(shù)據(jù)分析技能的培訓(xùn)計(jì)劃。這些計(jì)劃可以為管理人員提供專業(yè)知識(shí)，以有效利用人工智能平臺(tái)并提高數(shù)據(jù)素養(yǎng)，這是做出由人工智能驅(qū)動(dòng)的明智決策的關(guān)鍵。

人工智能訓(xùn)練數(shù)據(jù)收集和清理的必要性

在實(shí)現(xiàn)人工智能驅(qū)動(dòng)的項(xiàng)目管理的過程中，一個(gè)關(guān)鍵步驟是收集和清理歷史項(xiàng)目數(shù)據(jù)。高質(zhì)量、相關(guān)的數(shù)據(jù)是 ChatGPT、Bard 和 Anthropic 等 AI 模型學(xué)習(xí)、適應(yīng)和提供準(zhǔn)確見解的基礎(chǔ)。收集這些數(shù)據(jù)涉及從已完成的項(xiàng)目中編譯信息，包括項(xiàng)目時(shí)間表、成本、質(zhì)量指標(biāo)和風(fēng)險(xiǎn)發(fā)生。

然而，僅僅收集數(shù)據(jù)是不夠的。必須對(duì)其進(jìn)行清理和規(guī)范化 — 該過程涉及刪除重復(fù)項(xiàng)、更正錯(cuò)誤、填寫缺失值以及確保數(shù)據(jù)一致。這對(duì)于防止傾斜或不準(zhǔn)確的分析以解決AI模型的問題至關(guān)重要。

項(xiàng)目經(jīng)理應(yīng)該優(yōu)先考慮這一點(diǎn)，因?yàn)閿?shù)據(jù)質(zhì)量直接影響人工智能在決策中的有效性。投入時(shí)間進(jìn)行徹底的數(shù)據(jù)清理可確保輸入AI模型的信息準(zhǔn)確無(wú)誤，并使模型能夠做出更好的預(yù)測(cè)，改進(jìn)風(fēng)險(xiǎn)識(shí)別并提供更有價(jià)值的見解。因此，應(yīng)用于數(shù)據(jù)收集和清理的勤奮可以顯著放大人工智能對(duì)項(xiàng)目管理決策的貢獻(xiàn)。

培養(yǎng)持續(xù)學(xué)習(xí)的文化

項(xiàng)目經(jīng)理及其團(tuán)隊(duì)?wèi)?yīng)致力于了解最新的人工智能進(jìn)展，了解其影響，并相應(yīng)地調(diào)整其工作流程?？梢远ㄆ谂e辦培訓(xùn)課程、網(wǎng)絡(luò)研討會(huì)和研討會(huì)，向團(tuán)隊(duì)簡(jiǎn)要介紹新興的人工智能趨勢(shì)及其對(duì)項(xiàng)目管理的潛在影響。這允許采用更動(dòng)態(tài)的項(xiàng)目管理方法，根據(jù)最新的研究和創(chuàng)新定期更新和優(yōu)化人工智能工具。

解決人工智能中的道德和法律考慮

首先，深度學(xué)習(xí)的透明度是一個(gè)首要問題。人工智能模型中的決策過程，通常被稱為“黑匣子”，應(yīng)該盡可能透明，以保持項(xiàng)目利益相關(guān)者之間的信任。這需要清楚地了解人工智能模型如何得出它們的結(jié)論，從而評(píng)估人工智能的推理并識(shí)別潛在的偏見。

人工智能模型中的偏見可能會(huì)無(wú)意中導(dǎo)致不道德的結(jié)果，在某些情況下會(huì)導(dǎo)致非法的結(jié)果。因此，應(yīng)采取措施避免和減輕人工智能決策中的偏見。這包括對(duì)大型語(yǔ)言模型的訓(xùn)練數(shù)據(jù)進(jìn)行全面測(cè)試，并對(duì)人工智能系統(tǒng)進(jìn)行定期審計(jì)，以識(shí)別和糾正數(shù)據(jù)或模型本身中可能存在的任何偏好。

項(xiàng)目管理中的人工智能應(yīng)用應(yīng)與利益相關(guān)者的價(jià)值觀保持一致。人工智能設(shè)定的目標(biāo)不僅要以項(xiàng)目成功為目標(biāo)，還要考慮組織價(jià)值觀和客觀真理，而不是屈從于主觀視角，這可能與客觀現(xiàn)實(shí)背道而馳。此外，道德和法律方面的考慮涉及確保人工智能不會(huì)在隱私和公平等因素上妥協(xié)。在這種情況下，定期的利益相關(guān)者磋商可能會(huì)有所幫助，讓所有相關(guān)方對(duì)人工智能的運(yùn)營(yíng)參數(shù)和目標(biāo)有發(fā)言權(quán)。

結(jié)論

人工智能在重塑項(xiàng)目管理方面的革命性潛力確實(shí)是巨大的。從優(yōu)化決策流程到提供數(shù)據(jù)驅(qū)動(dòng)的見解，人工智能有可能改變傳統(tǒng)的項(xiàng)目管理方法。它可以提高效率、準(zhǔn)確性和生產(chǎn)力，從而改善項(xiàng)目成果。然而，在項(xiàng)目管理中實(shí)現(xiàn)人工智能集成的旅程并非沒有挑戰(zhàn)。道德和法律考慮、持續(xù)的機(jī)器學(xué)習(xí)模型和需求以及高質(zhì)量數(shù)據(jù)收集和清理的必要性是組織需要解決的重要方面。平衡人工智能的力量與必要的人類判斷對(duì)于確保有效和可持續(xù)的決策同樣重要。人工智能不會(huì)取代人類項(xiàng)目經(jīng)理;相反，它增強(qiáng)了他們的能力，為他們提供工具和見解，幫助他們做出更好、更明智的決策。隨著組織繼續(xù)向人工智能驅(qū)動(dòng)的項(xiàng)目管理邁進(jìn)，他們必須保持適應(yīng)性、主動(dòng)性和道德意識(shí)，確保技術(shù)增強(qiáng)而不是取代人類的專業(yè)知識(shí)和判斷力。

人類專業(yè)知識(shí)與人工智能能力之間的協(xié)同作用

人類專業(yè)知識(shí)和人工智能能力的融合預(yù)示著項(xiàng)目管理的新時(shí)代。兩者不是孤立存在的，而是在一種共生關(guān)系中，每個(gè)人都增強(qiáng)了對(duì)方的優(yōu)勢(shì)并彌補(bǔ)了弱點(diǎn)。

人類項(xiàng)目經(jīng)理憑借對(duì)項(xiàng)目地形的細(xì)致入微的理解和直觀的決策能力，可以為人工智能生成的見解提供背景和意義。他們可以解釋數(shù)據(jù)，辨別相關(guān)和不相關(guān)的信息，并運(yùn)用他們的經(jīng)驗(yàn)知識(shí)做出明智的決定。

相反，人工智能可以通過提供人類可能忽略的定量見解來處理大量數(shù)據(jù)、預(yù)測(cè)結(jié)果并增強(qiáng)人類決策。它可以突出看不見的模式，識(shí)別風(fēng)險(xiǎn)并建議最佳選擇，幫助項(xiàng)目經(jīng)理做出更明智、有數(shù)據(jù)支持的決策。

人類專業(yè)知識(shí)和人工智能能力之間的這種協(xié)同作用不僅涉及優(yōu)化決策，還涉及培養(yǎng)一種既由數(shù)據(jù)驅(qū)動(dòng)又以人為為中心的項(xiàng)目管理方法。這是關(guān)于整合兩全其美，以創(chuàng)建一個(gè)強(qiáng)大、有效和適應(yīng)性強(qiáng)的項(xiàng)目管理策略。這種人類和人工智能能力的和諧融合是人工智能計(jì)劃和下一代項(xiàng)目管理的基石，人工智能研究有望徹底改變組織計(jì)劃、執(zhí)行和評(píng)估項(xiàng)目的方式。

展望未來：項(xiàng)目管理中人工智能的演變

展望未來，人工智能在項(xiàng)目管理中的作用有望發(fā)生重大變化。日益復(fù)雜的人工智能模型（如GPT-4）的出現(xiàn)有望迎來新的轉(zhuǎn)型浪潮。這些先進(jìn)的模型能夠以前所未有的速度處理和分析大量數(shù)據(jù)，將進(jìn)一步增強(qiáng)項(xiàng)目管理中的決策能力。

預(yù)測(cè)建模、自然語(yǔ)言處理和決策管理系統(tǒng)等新興人工智能技術(shù)將重新定義項(xiàng)目規(guī)劃、任務(wù)分配、風(fēng)險(xiǎn)管理等。例如，預(yù)測(cè)建模將允許項(xiàng)目經(jīng)理更準(zhǔn)確地預(yù)測(cè)項(xiàng)目結(jié)果，使他們能夠做出主動(dòng)決策并降低潛在風(fēng)險(xiǎn)。自然語(yǔ)言處理應(yīng)簡(jiǎn)化項(xiàng)目團(tuán)隊(duì)內(nèi)部的溝通，增強(qiáng)協(xié)作和效率。另一方面，決策管理系統(tǒng)可能會(huì)使日常決策自動(dòng)化，使項(xiàng)目經(jīng)理能夠?qū)Ｗ⒂陧?xiàng)目的戰(zhàn)略方面。

然而，重要的是要承認(rèn)，將不斷發(fā)展的人工智能技術(shù)整合到項(xiàng)目管理中將帶來挑戰(zhàn)和道德考慮。隨著人工智能技術(shù)變得越來越復(fù)雜，人類智能的透明度、偏見和數(shù)據(jù)隱私問題將變得越來越復(fù)雜。組織必須主動(dòng)解決這些問題，確保在項(xiàng)目管理中合乎道德地使用人工智能。

人工智能驅(qū)動(dòng)決策中人類監(jiān)督的必要性

盡管人工智能取得了進(jìn)步，并且能夠清理和處理大量數(shù)據(jù)，但人為干預(yù)和監(jiān)督仍然是決策過程中不可替代的一部分。項(xiàng)目經(jīng)理需要具備他們的專業(yè)知識(shí)和直覺來驗(yàn)證人工智能的發(fā)現(xiàn)，確保在決策中將人類判斷和人工智能驅(qū)動(dòng)的洞察力最佳結(jié)合。

培養(yǎng)持續(xù)機(jī)器學(xué)習(xí)的文化不僅對(duì)人工智能至關(guān)重要，而且對(duì)于增強(qiáng)項(xiàng)目管理知識(shí)也至關(guān)重要。這是因?yàn)槿斯ぶ悄鼙M管具有強(qiáng)大的能力，但仍需要人類智能監(jiān)督和信息驗(yàn)證。例如，雖然人工智能被用于生成本文的框架和內(nèi)容，但發(fā)現(xiàn)了大量的錯(cuò)誤信息和虛假信息。此外，如果不進(jìn)行重大的重新矢量化，它就無(wú)法回答所提出的問題。了解這些局限性需要敏銳的眼光來區(qū)分準(zhǔn)確和誤導(dǎo);此外，有必要驗(yàn)證所提供的信息以確保準(zhǔn)確性和相關(guān)性。

這篇文章雖然以人工智能的效率開發(fā)，但需要大量的基礎(chǔ)工作、盡職調(diào)查和編輯過程才能實(shí)現(xiàn)。應(yīng)始終保持對(duì)人工智能的人工監(jiān)督和驗(yàn)證，尤其是關(guān)于影響現(xiàn)實(shí)世界的決策。因此，當(dāng)我們利用人工智能的潛力來改變項(xiàng)目管理時(shí)，我們絕不能忽視將意義、人類語(yǔ)言、背景和道德考慮帶入其中的人的因素。