Умное управление: Искусственный интеллект в проектном менеджменте

•    История и развитие ИИ; •    Основные понятия и термины; •    Типы ИИ; •    Машинное обучение и его виды; •    Нейронные сети и глубокое обучение; •    Алгоритмы и модели ИИ; •    Обработка больших данных (Big Data) •    Области применения

•    Декомпозиция стратегических целей и показателей, формирование гипотез продуктов проекта, бизнес-инициатив; •    Анализ и отбор инициатив; •    Анализ содержания портфеля, балансировка проектов, распределение приоритетов; •    Прогнозирование выполнение контрольных параметров проектов в портфеле; •    Формирование отчетов по портфелю и проектам

•    Подготовка с использованием ИИ черновиков проектной документации: устав проекта, бизнес-кейс (экономическое обоснование, ТЗ  и т.д.); •    Отбор и анализ проектов с использованием ИИ; •    Подбор методов управления проектом; •    Консультации и поддержка проектных команд

•    Формирование оптимального расписания проекта, расчет резерва, распределение задач; •    Формирование оптимального бюджета проекта, расчет резервов; •    Идентификация, оценка и анализ рисков, разработка стратегий реагирования; •    Распределение и балансировка ресурсов проекта с учётом множества факторов, включая загруженность сотрудников, сроки выполнения задач и приоритеты

•    Цифровой "администратор проекта" - подготовка протоколов, назначение пунктов протокола задач, напоминание, проверка выполнения пунктов протокола и выполнения задач; •    Помощь в сопровождении пользователей проекта, чат-боты; •    Помощь в поиске решений на возникающие проблемы проекта; •    Управление изменениями: анализ изменения, планирование, прогнозирование последствий; •    Обучение участников команд; •    Выявление трендов проекта, прогнозирование хода реализации проекта; •    Замена ручного труда и выполнение рутинных операций, например отбор и нормализация данных

•    Анализ данных проекта, выявление успешные стратегии и использование полученных закономерностей; •    Формирование базы извлечённых уроков; •    Контроль завершения контрактов; •    Аудит проекта перед закрытием; •    Формирование итоговой документации по проекту

•    Сбор технических требований и разработка прототипов; •    Помощь создании и оптимизации программного кода, отладка; •    Помощь в тестировании программного обеспечения; •    Помощь в балансировки ИТ инфраструктуры

•    Примеры применения ИИ в проектах; •    Анализ кейсов; •    Обсуждение лучших практик и уроков.

•    Формирование команд для работы с ИИ; •    Определение целей и ожидаемых результатов; •    Планирование поэтапного внедрения ИИ в проекты; •    Постоянное обучение и улучшение навыков персонала.