Автор: Нарын Исатай, магистр в области информационных технологий, специалист по управлению IT-проектами в нефтегазовой сфере, успешно реализовал более 100 проектов.
Еще В 2019 году аналитики из Gartner предсказали, что к 2030 году 80% задач в управлении проектами будет выполнять искусственный интеллект. До этой даты осталось всего пять лет. И хотя прогноз звучит впечатляюще, на практике AI пока не заменяет менеджеров, а, скорее, становится их незаменимым помощником.
Сегодня компании активно внедряют алгоритмы, которые берут на себя рутину — автоматизируют процессы, анализируют огромные массивы данных, предсказывают риски. Это повышает эффективность команд. Но вместе с этим меняется и сама роль IT-менеджера. Больше не хватает просто быть хорошим организатором. Теперь важно уметь работать в тандеме с технологиями: понимать, как «думает» алгоритм, критически воспринимать его выводы, не терять способность принимать независимые решения. И, главное — сохранять человеческое лидерство, вдохновлять людей, налаживать коммуникацию и видеть за графиками живых людей, а не просто метрики.
И всё же возникает вопрос: насколько далеко может зайти AI в управлении проектами? Где его помощь действительно ценна, а где по-прежнему нужна живая интуиция и опыт?
Пока что ясно одно: искусственный интеллект не заменит IT-менеджера — он изменит его работу. И тем, кто готов меняться вместе с технологическим прогрессом, открываются новые горизонты.
Какие задачи искусственный интеллект выполняет прямо сейчас и как с ними справляется?
Прогнозирование сроков и анализ данных
Прогнозировать сроки в проектном управлении всегда было сложно. Особенно в IT. Раньше мы ориентировались на усредненные оценки между лучшим и худшим сценарием, но на практике дедлайны часто срывались из-за непредвиденных обстоятельств.
Преимущество AI в том, что он руководствуется не интуицией, а анализирует реальные данные. Например, в одном проекте мы заложили три недели на новую фичу — стандартный срок для такой задачи. AI взглянул на статистику из Jira, сравнил со старыми проектами, учел скорость команды, прошлые задержки, время на исправление багов и сделал вывод, что нам понадобится четыре недели. Мы решили проверить, кто прав. В итоге он оказался точнее.
Иногда AI замечает даже то, на что мы не обращаем внимание или считаем это неважным. В одном из кейсов AIуловил, что разработчики стали меньше обсуждать задачи в Slack. Это выглядело странно, потому что они работали над сложным модулем. Проверили — и правда, команда застряла, но не обсуждала проблему на митингах, пыталась разобраться самостоятельно. Мы вовремя вмешались, и проект не слетел с рельсов.
Автоматизация рутинных процессов
По данным PwC, к 2030 году 80% задач в управлении проектами — сбор данных, мониторинг и отчетность — будут автоматизированы. Уже сейчас AI обновляет статусы задач в Jira и Monday, составляет отчеты, отправляет напоминания и даже помогает распределять задачи между исполнителями.
Но алгоритмы пока не идеальны. В одном из проектов AI автоматически распределил задачи между разработчиками, не учитывая, как сильно они загружены. В итоге backend-инженер оказался завален, а frontend-разработчики работали вполсилы. Ошибку заметили не сразу, но после доработки системы производительность команды выросла на 20%. Теперь при распределении задач она оценивает, кто реально свободен, а у кого «горят» дедлайны по другим проектам.
Анализ рисков в режиме реального времени
Раньше угрозы оценивали в начале проекта и пересматривали лишь время от времени. AI же отслеживает ситуацию постоянно, анализирует не только статусы задач, но и то, как сотрудники взаимодействуют друг с другом.
В нескольких проектах он заметил, что задачи по интеграции базы данных постоянно выбиваются из графика. На первый взгляд казалось, что причина в недостатке времени, но более детальный анализ показал: дело не в сроках, а в том, что перед деплоем проводилось недостаточно тестирования.
При интеграции базы часто возникали ошибки, которые замечали уже после развертывания, из-за чего приходилось все исправлять. Это создавало эффект «снежного кома» — одна ошибка приводила к другой, команда вынуждена была постоянно переключаться между задачами.
Мы добавили дополнительный этап ревью перед деплоем: стали тщательнее проверять изменения, проводить дополнительные тесты и анализировать потенциальные риски. В результате количество ошибок снизилось, а сам процесс стал предсказуемее.
Нельзя слепо верить искусственному интеллекту
Надо всегда помнить, что искусственный интеллект обучается на исторических данных. Если информация, на которой он обучен, неполная или неточная, его расчеты могут быть ошибочными.
Я сам столкнулся с этим в одном из проектов. Мы попросили AI спрогнозировать сроки разработки новой фичи, но не сообщили ему, что команда осваивала новый стек технологий, а двое ключевых разработчиков уходят в отпуск. Алгоритм, опираясь на прошлые проекты, подсчитал, что работа займет три недели. Мы ему доверились, но в итоге не уложились в сроки.
Я подготовил для вас информацию о том как ученые изучают (вариант 2), можно ли доверять AI. ИсследованиеУниверситета Южной Калифорнии показало, что 38,6% «фактов», используемых искусственным интеллектом, являются предвзятыми. Это искажает его прогнозы, из-за которых пользователи AI принимают неправильные решения.
«Было разочарованием видеть, что небольшая предвзятость может сильно повлиять на прогнозные модели», — отметил директор Центра графиков знаний ISI Джей Пуджара.
AI не ручается за достоверность данных. Его задача — сгенерировать наиболее вероятный ответ. Иногда он оказывается правильным, но иногда нет. В исследовании Университета Мэриленда отмечается, что AI может смешивать правду и вымысел, не различая их.
То есть, в любом случае менеджеру нужно перепроверять за AI, а не доверять ему всецело.
И так, заменит ли AI проектных менеджеров?
AI точно не оставит проектных менеджеров без работы. Хотя бы потому, что в команде нужны специалисты, способные объяснить «по-человечески» сложные отчеты, который сгенерировал искусственный интеллект. Например, в одном из наших проектов AI автоматически анализировал риски и присылал прогнозы в Slack. Но в них не могли разобраться даже технари. В итоге команда просто перестала их читать, а в этих прогнозах наверняка было много важного.
Сейчас компании как никогда раньше нуждаются в экспертах, способных интерпретировать сложную информацию. Помимо этого, востребованность менеджера зависит от его soft skills:
— Лидерские качества и способность мотивировать команду;
— Креативное мышление и стратегическое планирование;
— Эмпатие и навыки коммуникации;
— Умение убеждать, договариваться и решать конфликты;
— Анализ данных и интерпретация сложной информации.
По данным Института по управлению проектами, к 2030 году миру потребуется 25 млн проектных менеджеров. Одной из основных причин авторы упоминают, что предприятия продолжают вкладываться в технологии и внедрение искусственного интеллекта, но без сильного надзора эти проекты могут развалиться на полпути. Вот и доказательство тому, что цифровые помощники — это лишь помощники, а ключевой фигурой в команде по-прежнему будет человек.
