این روزها که بازار هوش مصنوعی حسابی داغ شده است، تقریباً در هر ابزار و اپلیکیشنی که نگاه میکنیم، یک آیکون AI میبینیم. ما در بهتایم اما سعی کردیم برای اضافه کردن هوش مصنوعی عجله نکنیم و صرفاً به اضافه کردن یک برچسب یا آیکون جدید بسنده نکنیم. در نهایت، دستیار هوش مصنوعی بهتایم با نام پندار را به بهتایم اضافه کردیم؛ دستیاری که قرار نیست جای مدیر پروژه را بگیرد، بلکه قرار است در کنار او باشد و بخشی از کارهای تحلیلی، زمانبر و تکراری را سادهتر کند. در این مقاله میخواهیم ببینیم هوش مصنوعی برای مدیران پروژه دقیقاً چه کاربردی دارد و پندار در کدام بخش از کارهای مدیر پروژه میتواند مفید باشد.
اگر میخواهید با نگاه کاملتری با این موضوع آشنا شوید، پیشنهاد میکنیم صفحه مدیریت پروژه با هوش مصنوعی را هم ببینید.
فهرست مطالب:
وظایف مدیر پروژه
در مقالهی وظایف مدیر پروژه به این موضوع مفصلتر پرداختهایم. اما اگر بخواهیم خلاصه بگوییم، مدیر پروژه باید بتواند:
- برای پروژه برنامهریزی کند.
- فعالیتها را زمانبندی و پیگیری کند.
- وضعیت پیشرفت پروژه را بسنجد.
- منابع و زمان تیم را مدیریت کند.
- جلسات را به تصمیم و اقدام تبدیل کند.
- هزینهها و بهرهوری را زیر نظر بگیرد.
- گزارشهای مدیریتی تهیه کند.
- و در نهایت، بر اساس دادههای واقعی تصمیمهای بهموقع بگیرد.
حالا سؤال اینجاست: پندار در کدامیک از این وظایف به مدیر پروژه کمک میکند؟
کاربردهای هوش مصنوعی برای مدیران پروژه
1) برنامهریزی فعالیتها و تهیه زمانبندی پروژه
یکی از مهمترین مسئولیتهای مدیر پروژه، برنامهریزی فعالیتها و تبدیل اهداف پروژه به یک مسیر اجرایی روشن است. مشکل اینجاست که در عمل، برنامهریزی فقط نوشتن چند فعالیت پشت سر هم نیست. مدیر پروژه باید بتواند درباره توالی کارها، مدتزمان انجام آنها، اولویتها و وابستگیها هم فکر کند.
پندار میتواند در این مرحله به مدیر پروژه کمک کند تا از دل اطلاعات پروژه، تصویری روشنتر به دست بیاورد. برای مثال، مدیر پروژه میتواند از پندار بخواهد فعالیتهای ثبتشده را مرور کند، آنها را دستهبندی کند و برایشان برچسبهای مناسب پیشنهاد دهد، نتیجه این است که ساختار پروژه شفافتر میشود و مدیر راحتتر میتواند ببیند هر فعالیت در کجای کار قرار میگیرد و چه ارتباطی با سایر فعالیتها دارد.
از طرف دیگر، یکی از قابلیتهای پندار پیشنهاد زمان تخمینی برای انجام کارهاست. این قابلیت بهخصوص در پروژههایی که برآورد زمان فعالیتها همیشه چالشبرانگیز است، میتواند به مدیر پروژه کمک کند تا با دید بازتری زمانبندی اولیه را تنظیم کند.
پندار در اینجا تصمیمگیر نهایی نیست، اما میتواند کاری کند که مدیر پروژه در زمان برنامهریزی، کمتر بر اساس حدس و بیشتر بر اساس داده و تحلیل جلو برود.
2) کمک به درک بهتر وضعیت واقعی پروژه
یکی از مشکلات همیشگی مدیر پروژه این است که همیشه داده وجود دارد، اما دید وجود ندارد. ممکن است صدها فعالیت در سیستم ثبت شده باشد، ساعتهای کاری وارد شده باشند، گزارشها تکمیل شده باشند و جلسات برگزار شده باشند؛ اما تشخیص اینکه «الان دقیقاً وضعیت پروژه چطور است؟» همیشه آسان نیست.
پندار اینجا میتواند نقش یک دستیار تحلیلی را بازی کند. مدیر پروژه میتواند سؤالهایی از پندار بپرسد و بهجای جستوجوی دستی بین بخشهای مختلف، سریعتر به پاسخ برسد. مثلاً:
- کدام فعالیتها عقبتر از انتظار هستند؟
- چه کسانی بیشترین زمان را روی پروژه گذاشتهاند؟
- کدام بخش پروژه بیشترین حجم کار را به خود اختصاص داده است؟
- آیا تمرکز تیم روی اولویتهای درست بوده است یا نه؟
این همان جایی است که هوش مصنوعی از یک ابزار تزئینی فراتر میرود و به یک لایه تحلیلی روی دادههای واقعی پروژه تبدیل میشود.
3) کمک به مدیریت زمان و تمرکز تیم
مدیر پروژه فقط مسئول تحویل پروژه نیست؛ او باید بداند زمان تیم دقیقاً کجا صرف میشود. در بسیاری از پروژهها، مسئله فقط کمکاری یا پرکاری نیست؛ گاهی بخش قابل توجهی از زمان افراد صرف کارهای کماهمیت، پراکنده یا خارج از اولویتهای اصلی پروژه میشود.
در بهتایم گزارشی جامع با عنوان ریز تایمشیت وجود دارد که نشان میدهد هر یک از اعضای تیم، در یک بازه زمانی دلخواه، چه مقدار از زمان خود را صرف چه فعالیتها و پروژههایی کردهاند. این گزارش بهتنهایی دید دقیقی از نحوه مصرف زمان در اختیار مدیر قرار میدهد.
هوش مصنوعی بهتایم یک قدم جلوتر میرود و روی همین دادهها، تحلیل کارایی و تمرکز را انجام میدهد. در این تحلیل بررسی میشود که زمان هر فرد چگونه بین فعالیتها توزیع شده، تمرکز او بیشتر روی چه نوع کارهایی بوده و آیا زمان صرفشده با اولویتهای اصلی پروژه و سازمان تناسب داشته است یا نه.
به این ترتیب، مدیر پروژه فقط نمیبیند که افراد چقدر کار کردهاند؛ بلکه بهتر متوجه میشود که زمان آنها صرف چه کاری شده و این زمان تا چه حد در مسیر درست مصرف شده است.
این نوع تحلیل میتواند به مدیر کمک کند پراکندگی کاری، تمرکز بیش از حد روی فعالیتهای کماهمیت یا انحراف از اولویتهای اصلی را زودتر شناسایی کند و در صورت نیاز، نحوه تخصیص کارها و اولویتها را اصلاح کند.
4) کمک به توزیع متعادلتر کار بین اعضای تیم
یکی از چالشهای رایج در پروژهها این است که بخشی از کارها روی دوش چند نفر محدود میافتد و در مقابل، ظرفیت برخی دیگر کمتر استفاده میشود. در ظاهر ممکن است همهچیز عادی به نظر برسد، اما در عمل، این عدم تعادل میتواند به فرسودگی، تأخیر و افت کیفیت منجر شود.
هوش مصنوعی بهتایم با تحلیل تعادل بار کاری (Workload Balance) میتواند به مدیر پروژه کمک کند ببیند بار کاری چگونه میان اعضای تیم توزیع شده است.
این تحلیل به مدیر پروژه نشان میدهد:
- چه کسی بیش از حد درگیر شده است.
- چه کسی ظرفیت بیشتری برای گرفتن کار دارد.
- آیا تعادل مناسبی در تخصیص کارها وجود دارد یا نه.
در نتیجه، مدیر پروژه میتواند پیش از آنکه مشکل جدی شود، برای بازتوزیع فعالیتها تصمیم بهتری بگیرد.
5) کمک به تهیه گزارشهای مدیریتی و تحلیلی
تهیه گزارش یکی از آن کارهایی است که تقریباً همه مدیران پروژه با آن درگیرند. اما واقعیت این است که بخش زیادی از زمان تهیه گزارش، نه صرف تحلیل، بلکه صرف جمعآوری اطلاعات میشود.
پندار میتواند این فرآیند را برای مدیر پروژه آسانتر کند. وقتی دادههای پروژه در بهتایم ثبت شده باشند، مدیر میتواند از پندار بخواهد وضعیت پروژه را خلاصه کند، روی نقاط مهم دست بگذارد یا از میان دادههای زیاد، موارد برجسته را بیرون بکشد.
این یعنی مدیر پروژه بهجای آنکه زمان زیادی را صرف پیدا کردن اطلاعات کند، میتواند وقت بیشتری را صرف فهمیدن، تفسیر کردن و تصمیم گرفتن کند.
6) کمک به بررسی هزینه و بهرهوری پروژه
هزینه یکی از مهمترین چیزهایی است که مدیر پروژه باید در کنار زمان و پیشرفت پروژه زیر نظر داشته باشد. اما صرف دانستن اینکه «تا امروز چقدر هزینه کردهایم» برای مدیریت پروژه کافی نیست. عدد هزینه زمانی معنا پیدا میکند که در کنار بودجه، میزان پیشرفت و کاری که واقعاً انجام شده است، بررسی شود.
در بهتایم، گزارش هزینه پروژه این اطلاعات را یکجا در اختیار مدیر قرار میدهد. برای مثال در تصویر زیر میتوان بودجه پروژه، هزینه انجامشده، بودجه باقیمانده، درصد مصرف بودجه و میزان پیشرفت پروژه را مشاهده کرد. علاوه بر این، هزینهها تا سطح فعالیتها شکسته شدهاند و هزینه دستمزد و هزینههای غیردستمزدی نیز بهصورت جداگانه قابل بررسی هستند.
دربارهی مدیریت هزینه پروژه بخوانید.
اما وجود این اعداد یک چیز است و تفسیر آنها و پیدا کردن نکات مهم مدیریتی چیز دیگری. اینجاست که پندار میتواند به مدیر پروژه کمک کند. برای مثال، از پندار خواستم این گزارش را تحلیل کند و به سه سؤال مشخص پاسخ دهد:
- کدام پروژه یا بخش از پروژه پرهزینهتر از انتظار پیش رفته است؟
- کجا زمان یا هزینه زیادی صرف شده، اما پیشرفت متناسبی حاصل نشده است؟
- کدام بخشها از نظر هزینهای نیاز به توجه بیشتر مدیر پروژه دارند؟
پندار با تحلیل اطلاعات گزارش، اعداد را فقط تکرار نمیکند؛ بلکه تلاش میکند رابطه میان هزینه، بودجه و میزان پیشرفت را بررسی کند و بخشهایی را که ممکن است نشانهای از انحراف یا مصرف نامتناسب منابع باشند، به مدیر نشان دهد.
پاسخ پندار:
7) کمک به ارزیابی کیفیت برنامهریزی و اجرای پروژه
داشتن برنامه بهتنهایی کافی نیست؛ مدیر پروژه باید بتواند بررسی کند آنچه در عمل اتفاق افتاده تا چه اندازه با برنامه اولیه هماهنگ بوده است.
گاهی برنامه پروژه روی کاغذ منطقی و دقیق به نظر میرسد، اما در اجرا فعالیتها دیرتر از موعد انجام میشوند، زمان واقعی انجام کارها با برآوردها فاصله دارد یا بخشهایی از پروژه مرتب از برنامه عقب میمانند. در بعضی موارد هم مسئله از اجرای تیم نیست و خود برنامه اولیه بیش از حد خوشبینانه یا غیرواقعبینانه تنظیم شده است.
پندار با تحلیل برنامهریزی و اجرا (Planning & Execution) به مدیر پروژه کمک میکند فاصله میان برنامه و عملکرد واقعی را بهتر ببیند. در این تحلیل، اطلاعات برنامهریزیشده در کنار دادههای واقعی ثبتشده در بهتایم قرار میگیرند تا مشخص شود برنامه تا چه اندازه قابل اجرا بوده و تیم تا چه حد مطابق آن پیش رفته است.
این تحلیل میتواند به پرسشهایی از این جنس پاسخ دهد:
- کدام فعالیتها بیشتر از زمان پیشبینیشده طول کشیدهاند؟
- در چه بخشهایی بین برنامه و اجرای واقعی فاصله بیشتری وجود دارد؟
- آیا تأخیرها موردی هستند یا یک الگوی تکرارشونده دیده میشود؟
- آیا برآوردهای زمانی اولیه واقعبینانه بودهاند؟
- کدام بخشهای برنامهریزی در پروژههای بعدی نیاز به اصلاح دارند؟
ارزش این تحلیل فقط در پیدا کردن فعالیتهای عقبافتاده نیست. مدیر پروژه میتواند از نتیجه آن برای بهبود کیفیت برنامهریزیهای بعدی نیز استفاده کند؛ یعنی از تجربه اجرای واقعی پروژه یاد بگیرد و برآوردهای زمانی و برنامههای آینده را واقعبینانهتر تنظیم کند.
به این ترتیب، پندار فقط به مدیر نمیگوید که «از برنامه عقب هستیم یا نه»، بلکه کمک میکند بفهمد این فاصله چرا ایجاد شده و برای برنامهریزیهای بعدی چه چیزی باید تغییر کند.
8) کمک به بهبود نظم گزارشدهی در تیم
تصمیمگیری مدیر پروژه زمانی قابل اتکاست که دادههایی که بر اساس آنها تصمیم میگیرد، منظم، کامل و بهموقع ثبت شده باشند. اگر اعضای تیم گزارش کار خود را با تأخیر ثبت کنند، بعضی روزها چیزی ننویسند یا الگوی گزارشدهی آنها نامنظم باشد، تصویری که مدیر از وضعیت پروژه میبیند الزاماً تصویر واقعی پروژه نیست.
پندار با تحلیل انسجام گزارشدهی (Reporting Consistency) الگوی ثبت گزارشهای کاری اعضای تیم را بررسی میکند و به مدیر پروژه نشان میدهد دادههای موجود تا چه اندازه منظم و قابل اتکا هستند.
برای مثال، این تحلیل میتواند مشخص کند:
- کدام اعضای تیم گزارشهای خود را منظمتر و پیوستهتر ثبت میکنند؛
- در گزارشدهی چه افرادی وقفه یا تأخیر بیشتری دیده میشود؛
- آیا الگوی ثبت گزارش در طول زمان پایدار بوده یا دچار بینظمی شده است؛
- و در نهایت، تا چه اندازه میتوان به دادههای موجود برای تحلیل وضعیت پروژه تکیه کرد.
اهمیت این موضوع زمانی بیشتر مشخص میشود که بدانیم بسیاری از تحلیلهای مدیریتی به همین گزارشهای ثبتشده وابستهاند. اگر داده ورودی ناقص یا نامنظم باشد، حتی یک تحلیل دقیق هم ممکن است تصویر درستی از شرایط پروژه ارائه نکند.
بنابراین پندار در این بخش فقط به مدیر نمیگوید چه کسی گزارش داده و چه کسی نداده است؛ بلکه کمک میکند کیفیت و انسجام دادههای گزارششده را هم ارزیابی کند. به این ترتیب، مدیر پروژه قبل از آنکه بر اساس این دادهها درباره زمان، عملکرد یا وضعیت پروژه تصمیم بگیرد، میتواند بداند تا چه اندازه میشود به آنها اعتماد کرد.
9) کمک به مدیریت جلسات و تبدیل گفتگو به اقدام
جلسات پروژه معمولاً پر از تصمیم، نکته، توافق و پیگیری هستند؛ اما اگر این موارد درست ثبت و استخراج نشوند، بخش مهمی از ارزش جلسه از بین میرود.
یکی از قابلیتهای مهم هوش مصنوعی بهتایم این است که میتواند به تحلیل محتوای جلسات کمک کند. برای مثال، اگر محتوای جلسه در اختیار سیستم باشد، هوش مصنوعی بهتایم میتواند آن را خلاصه کند، نکات مهم را بیرون بکشد و حتی وظایف و اقدامات قابل پیگیری را استخراج کند.
این یعنی مدیر پروژه مجبور نیست بعد از هر جلسه همهچیز را از اول مرور کند تا بفهمد چه تصمیمهایی گرفته شده و چه کارهایی باید انجام شود.
هوش مصنوعی میتواند فاصله میان «صحبت در جلسه» و «اقدام بعد از جلسه» را کمتر کند.
10) کمک به مدیریت دانش و بازیابی اطلاعات پروژه
در بسیاری از پروژهها، اطلاعات مهم در گفتگوها، توضیحات، جلسات، گزارشها و فعالیتهای مختلف پخش میشوند. مشکل اینجاست که وقتی مدیر پروژه بعداً به یک تصمیم، یک سابقه یا یک جمعبندی نیاز دارد، پیدا کردن آن همیشه آسان نیست.
پندار میتواند در اینجا هم نقش مفیدی داشته باشد. وقتی بتوان با دادهها و محتوای پروژه گفتگو کرد، مدیر پروژه راحتتر میتواند اطلاعات قبلی را بازیابی کند، خلاصهای از آنها بگیرد یا روند موضوعات مختلف را بهتر دنبال کند.
این قابلیت، بهویژه در پروژههای طولانیتر یا تیمهایی که حجم اطلاعات در آنها زیاد است، میتواند کمک بزرگی باشد.
کمک به تصمیمگیری بهتر، نه تصمیمگیری بهجای مدیر پروژه
مهمترین نکته درباره هوش مصنوعی برای مدیران پروژه این است که نباید تصور کنیم هوش مصنوعی قرار است جای مدیر پروژه را بگیرد. پندار قرار نیست تصمیم نهایی را بهجای مدیر بگیرد، مسئولیت بپذیرد یا مذاکره کند. اینها همچنان وظیفه خود مدیر پروژه است.
اما پندار میتواند قبل از تصمیمگیری، اطلاعات را سریعتر جمع کند، تحلیل کند، خلاصه کند و به زبان سادهتر در اختیار مدیر قرار دهد.
در واقع، ارزش اصلی هوش مصنوعی در مدیریت پروژه همین است: کمک به اینکه مدیر پروژه با داده بهتر، دید بهتر و سرعت بیشتر تصمیم بگیرد.
تفاوت استفاده از ChatGPT با هوش مصنوعی متصل به پروژه چیست؟
یک ابزار هوش مصنوعی عمومی میتواند در بسیاری از فعالیتهای مدیر پروژه مفید باشد.
برای مثال میتوان از آن برای موارد زیر استفاده کرد:
- تدوین پیشنویس گزارش
- پیشنهاد ساختار WBS
- نوشتن صورتجلسه
- تهیه چکلیست
- بررسی سناریوها
- بازنویسی مکاتبات
اما چنین ابزاری لزوماً نمیداند پروژه شما در چه وضعیتی قرار دارد. برای مثال اگر از یک مدل عمومی بپرسید:
کدام فعالیت پروژه من بیشترین احتمال تأخیر را دارد؟
تا زمانی که اطلاعات پروژه را در اختیار آن قرار ندهید، نمیتواند پاسخ مبتنی بر واقعیت پروژه ارائه کند.
به همین دلیل یکی از مهمترین تحولات در این حوزه، اتصال هوش مصنوعی به اطلاعات واقعی نرمافزار مدیریت پروژه است.
در این حالت AI میتواند به اطلاعاتی مانند فعالیتها، زمانها، برنامهها، پروژهها، گزارش کار، هزینهها و سایر دادههای مجاز دسترسی داشته باشد و تحلیل خود را بر اساس آنها انجام دهد.
در صفحه مدیریت پروژه با هوش مصنوعی این نوع استفاده از AI در مدیریت پروژه را بیشتر توضیح دادهایم.
مدیر پروژه چه کارهایی را نباید به هوش مصنوعی واگذار کند؟
هرچقدر ابزارهای هوش مصنوعی پیشرفتهتر شوند، بخشهایی از مدیریت پروژه همچنان به قضاوت انسانی وابسته خواهند بود.
مدیریت تعارض
AI ممکن است بتواند اطلاعات مربوط به یک تعارض را خلاصه کند، اما درک روابط انسانی، سابقه افراد و فضای سازمان همچنان به مدیر نیاز دارد.
مذاکره با ذینفعان
تصمیم درباره اینکه چه چیزی گفته شود، چه امتیازی داده شود و چگونه اعتماد ذینفع حفظ شود صرفاً یک مسئله دادهای نیست.
درباره مدیریت ذینفعان بخوانید.
تصمیمهای حساس
پیشنهاد AI میتواند یکی از ورودیهای تصمیم باشد؛ اما تصمیمهایی که بر بودجه، افراد، مشتری یا آینده پروژه اثر جدی دارند نباید بدون بررسی انسانی اتخاذ شوند.
رهبری تیم
انگیزه دادن، ایجاد اعتماد، حل تعارض و شکل دادن به فرهنگ همکاری از مسئولیتهای انسانی مدیر پروژه هستند. بنابراین استفاده صحیح از AI به معنی واگذاری مدیریت پروژه به هوش مصنوعی نیست؛ بلکه به معنی استفاده از آن برای افزایش کیفیت اطلاعاتی است که مدیر براساس آن تصمیم میگیرد.
جمعبندی
هوش مصنوعی برای مدیران پروژه زمانی ارزش واقعی پیدا میکند که از یک قابلیت نمایشی فراتر برود و در دل کار روزانه مدیر پروژه وارد شود. اگر قرار باشد AI فقط یک آیکون تازه باشد، فایده زیادی نخواهد داشت. اما اگر بتواند به فهم بهتر پروژه، تحلیل وضعیت، مدیریت زمان، استخراج اقدامات از جلسات، بررسی بهرهوری، تحلیل هزینه و کمک به تصمیمگیری منجر شود، آن وقت واقعاً به یک ابزار ارزشمند تبدیل میشود.
ما در بهتایم، پندار را با همین نگاه طراحی کردیم؛ نه برای کنار گذاشتن مدیر پروژه، بلکه برای اینکه او بتواند با اتکا به دادههای واقعی پروژه، تصمیمهای دقیقتر و آگاهانهتری بگیرد.
با ثبت نام رایگان در بهتایم، پندار را به رایگان امتحان کنید.
برای آشنایی گستردهتر با کاربردهای AI در پروژهها، مقاله کاربرد هوش مصنوعی در مدیریت پروژه را ببینید.