هوش مصنوعی برای مدیران پروژه: برنامه، ریسک و گزارش
مدیر پروژه بیشتر وقتش را صرف نوشتن و پیگیری میکند تا تصمیمگیری. اینجا میبینید کدام بخش از آن کار نوشتاری قابل واگذاری است و کدام برآورد را نباید به ماشین سپرد.
اگر یک هفتهی کاری مدیر پروژه را ساعتشماری کنید، چیز عجیبی میبینید: بخش کوچکی صرف تصمیمگیری میشود. بقیهاش نوشتن است — صورتجلسه، گزارش وضعیت، پیام پیگیری، بهروزرسانی تسکها، توضیح دوبارهی همان چیزی که هفتهی قبل توضیح داده شد.
این دقیقاً همان جنس کاری است که مدلهای زبانی خوب انجامش میدهند. و دقیقاً به همین دلیل، مدیریت پروژه یکی از معدود حوزههایی است که استفاده از هوش مصنوعی در آن سریع نتیجه میدهد — به شرطی که بدانید کجا متوقف شوید.
ریزکردن کار: جایی که بیشترین سود را میگیرید
بزرگترین خطای برآورد از جایی میآید که کار را درشت نگه میدارید. «راهاندازی درگاه پرداخت» یک تسک نیست؛ هشت تسک است که سهتایش را یادتان رفته.
من میخواهم [توضیح کار] را انجام دهم.
این کار را به تسکهای اجرایی بشکن، طوری که هیچ تسکی
بیشتر از یک روز کاری طول نکشد.
برای هر تسک بنویس:
— پیشنیازش چیست
— خروجی قابل تحویلش چیست
— چه چیزی میتواند غلط از آب دربیاید
کارهایی که معمولاً فراموش میشوند (تست، مستندسازی،
هماهنگی با تیم دیگر، تأیید کارفرما) را جدا فهرست کن.آن بند آخر ارزش کل پرامپت است. تسکهای فراموششده همانهایی هستند که پروژه را دو هفته عقب میاندازند.
برآورد زمان: اینجا محتاط باشید
مدل نمیداند تیم شما چقدر سریع است، دیتابیستان چقدر قدیمی است و کارفرمایتان چند بار نظرش را عوض میکند. پس عددی که میدهد میانگین پروژههای فرضی است، نه پروژهی شما.
از مدل برآورد نخواهید. از او بخواهید کار را ریز کند، و برآورد را خودتان روی اجزای ریز بنویسید. بعد بخواهید جمع بزند و مقایسه کند با برآورد کلیای که اول در ذهنتان بود. فاصلهی این دو، معمولاً همان چیزی است که در جلسهی تحویل به آن برمیخورید.
فهرست ریسک: مفیدترین کاربرد
ثبت ریسک کاری است که همه میدانند باید بکنند و کمتر کسی میکند، چون در لحظهی شروع پروژه هیچچیز خطرناک بهنظر نمیرسد. تکنیکی که خوب جواب میدهد «پیشمرگنگاری» است:
فرض کن شش ماه گذشته و این پروژه شکست خورده است.
شرح پروژه: [متن]
تیم: [ترکیب]
محدودیتها: [بودجه، زمان، وابستگی به تیم دیگر]
ده دلیل محتمل شکست بنویس، از محتملترین شروع کن.
برای هرکدام: نشانهی زودهنگامش چیست، و یک اقدام
پیشگیرانه که همین هفته قابل انجام است.خروجی این پرامپت همیشه درست نیست. ولی معمولاً دو سه مورد در آن هست که تیم به آن فکر نکرده بود — و همان دو سه مورد ارزش کل کار را دارد.
گزارش وضعیت که کسی واقعاً بخواند
گزارشهای وضعیت به دو دلیل خوانده نمیشوند: یا آنقدر بلندند که کسی حوصله ندارد، یا آنقدر خوشبیناند که کسی باور نمیکند. راهحل هر دو یکی است — دادهی خام بدهید، نه درخواستِ متن.
| ورودی که میدهید | خروجی که میگیرید |
|---|---|
| «گزارش هفتگی پروژه را بنویس» | متن عمومی که همهچیز را سبز نشان میدهد |
| فهرست تسکهای بستهشده، باز و بلوکه | گزارشی که وضعیت واقعی را نشان میدهد |
| همان فهرست + «مخاطب مدیرعامل است، ۹۰ ثانیه وقت دارد» | سه بند: چه شد، چه چیزی گیر کرده، چه تصمیمی لازم است |
| همان + «برای تیم فنی» | جزئیات وابستگیها و کارهای هفتهی بعد |
اگر دادهی پروژهتان در جدول یا فایل خروجی ابزار مدیریت کار است، روش کار با آن را در تحلیل داده با هوش مصنوعی توضیح دادهایم.
صورتجلسه و پیگیری
یادداشت جلسه معمولاً به این شکل است: چند خط تلگرافی که دو روز بعد خودتان هم نمیفهمید. تبدیلش به صورتجلسهی قابل استفاده کاری است که مدل بدون خطا انجام میدهد، چون فقط بازساختاردهی است نه قضاوت.
ساختاری که در عمل جواب میدهد: تصمیمها، کارهای باقیمانده با مسئول و تاریخ، و سؤالهای باز. بخش «سؤالهای باز» را حذف نکنید؛ همانهایند که اگر نوشته نشوند، دو هفته بعد بهعنوان بحران برمیگردند. برای متنهای بلندتر، همان روشهای خلاصهکردن متن اینجا هم کار میکند.
مستندسازی که هیچوقت انجام نمیشود
هر پروژهای یک بدهی مستندسازی دارد. مدل میتواند از روی تسکهای بستهشده و پیامهای تیم، پیشنویس مستند تحویل بسازد — و پیشنویسِ ناقص همیشه از هیچ بهتر است. جزئیات این کار در نوشتن مستندات فنی آمده. اگر بخش زمانبندی شخصیتان هم بههمریخته است، مدیریت زمان با هوش مصنوعی مکمل خوبی است.
چهار چیزی که کار نمیکند
- تصمیم دربارهی اولویت. اولویت از استراتژی میآید، و مدل استراتژی شما را نمیداند.
- تشخیص وضعیت واقعی تیم. اینکه یک نفر خسته است یا دو نفر با هم مشکل دارند، در هیچ دادهای نیست.
- مذاکره با کارفرما. مدل متن مؤدبانه مینویسد؛ مذاکره چیز دیگری است.
- جایگزینی جلسه. خلاصهی خودکار جلسه خوب است، ولی حذف جلسه بهایندلیل که «خلاصهاش را میخوانیم» معمولاً به کجفهمی ختم میشود.
برای چارچوبهای پایهی مدیریت پروژه هم میتوانید به منابع کتابخانهی PMI سر بزنید؛ هوش مصنوعی جای یادگیری این چارچوبها را نمیگیرد.
جمعبندی
هوش مصنوعی مدیر پروژه نمیشود. کاری که میکند این است که لایهی نوشتاریِ روی کار را نازکتر میکند — همان لایهای که باعث میشود ریسکها ثبت نشوند و مستندات نوشته نشوند.
اگر میخواهید از یک جا شروع کنید، «پیشمرگنگاری» را انتخاب کنید. بیست دقیقه وقت میبرد و بیشترین احتمال را دارد که چیزی را نشانتان دهد که ندیده بودید. میتوانید همین حالا در نارنگی امتحانش کنید.
مطالب مرتبط:
