AI za vođenje projekata: 9 praktičnih načina primene

Kako koristiti AI za vođenje projekata: 9 praktičnih načina primene

Veštačka inteligencija može da pomogne projektnom menadžeru da brže pripremi projektnu dokumentaciju, razloži projekat na aktivnosti, analizira rizike, pripremi statusni izveštaj ili sažme zaključke sa sastanka.

Ali AI ne poznaje automatski vaš projekat, organizaciju, ljude, ograničenja i stvarne okolnosti u kojima se projekat realizuje.

Zbog toga njegova prava vrednost nije u tome da vodi projekat umesto projektnog menadžera, već da ubrza pripremu, ponudi prvi nacrt i pomogne u proveri informacija.

Projektni menadžer i dalje mora da obezbedi kvalitetne ulazne podatke, prepozna pogrešne pretpostavke, prilagodi rezultat konkretnom projektu, proveri da li je predlog realan, donese konačnu odluku i naravno preuzme odgovornost za rezultat projekta.

AI tako postaje pomoćni alat, dok projektni menadžer ostaje odgovoran za upravljanje projektom.

Project Management Institute je primenu veštačke inteligencije već prepoznao kao važan deo savremenog projektnog menadžmenta, kroz posebne programe za praktičnu primenu generativnog AI-ja i standard koji naglašava odgovornost, proveru rezultata i zadržavanje čoveka u procesu donošenja odluka.

U nastavku ćemo pokazati kako se AI može praktično koristiti tokom različitih faza projekta.

Šta AI može da radi na projektu?

AI alati mogu da pomognu u sledećim aktivnostima:

• definisanju početne ideje i ciljeva projekta;
• pripremi projektnog zadatka;
• izradi i proveri WBS-a;
• formiranju liste aktivnosti;
• pripremi početnog vremenskog plana;
• strukturiranju budžeta;
• definisanju uloga i odgovornosti;
• identifikaciji i analizi rizika;
• pripremi sastanaka i projektne komunikacije;
• analizi statusa projekta;
• izradi izveštaja za menadžment ili klijenta;
• evidentiranju naučenih lekcija.

Važno je, međutim, razlikovati tri nivoa korišćenja AI-ja:

1. Generisanje prvog nacrta gde AI predlaže sadržaj na osnovu informacija koje mu damo.
2. Analiza i provera gde AI traži nedostatke, nedoslednosti i potencijalne probleme.
3. Poboljšanje dokumentacije gde AI prilagođava sadržaj različitim korisnicima, formatima i nivoima detalja.

Najslabiji način korišćenja je da AI-ju postavimo jedno opšte pitanje i nekritički prihvatimo odgovor. Najbolji rezultat dobijamo kada ga uključimo u proces koji se sastoji od više koraka: kontekst, prvi nacrt, provera, korekcija i konačna odluka projektnog menadžera.

Sve to radimo na našoj Akademiji projektnog menadžmenta gde spajamo metodologiju upravljanja projektima, rizike, MS Project i AI alate u jedan sistem koji možeš odmah na primeniš na svoje projekte.

1. Izrada projektnog zadatka uz AI

Projektni zadatak predstavlja osnovu za pokretanje projekta. U njemu se definiše zašto se projekat pokreće, šta treba da ostvari, šta obuhvata, koja ograničenja postoje i kako će se procenjivati uspeh. AI može da pomogne da od početne, često nedovoljno strukturirane ideje, dođemo do prvog nacrta projektnog zadatka.

A šta ako me AI slaže?

Da bi rezultat bio kvalitetan, potrebno je da mu damo informacije o:

• poslovnom problemu ili potrebi;
• očekivanom rezultatu;
• korisnicima rezultata projekta;
• okvirnim rokovima;
• raspoloživom budžetu;
• ograničenjima;
• glavnim zainteresovanim stranama;
• poznatim rizicima i pretpostavkama.

Umesto opšteg zahteva:

Napiši projektni zadatak za uvođenje novog informacionog sistema.

bolje je navesti kontekst:

Kompanija ima 120 zaposlenih i trenutno koristi više nepovezanih sistema za evidenciju kupaca. Cilj projekta je uvođenje jedinstvenog CRM sistema do kraja godine. Pripremi prvi nacrt projektnog zadatka koji sadrži poslovnu potrebu, cilj, očekivane rezultate, obim, stavke koje nisu deo projekta, ograničenja, pretpostavke i kriterijume uspeha.

AI će na osnovu toga napraviti znatno korisniju početnu verziju. Ipak, dobijeni dokument treba proveriti da li je cilj dovoljno konkretan, da li su rezultati merljivi jer samo ako jesu možemo dokazati da su ostvareni, da li je obim jasno definisan, da li je AI dodao nešto što nikada nije pomenuto, da li su rokovi i očekivanja realni i da li kriterijumi uspeha projekta zaista odgovaraju potrebama kompanije.

AI može da napiše dokument koji izgleda profesionalno, a da je njegova suština pogrešna. Zato lep format nikada ne sme da zameni stručnu proveru sadržaja.

2. Izrada WBS-a i razlaganje projekta

WBS, odnosno struktura poslova projekta, pomaže da veliki i složen projekat razložimo na manje i lakše upravljive celine.

AI može brzo da pripremi početni predlog WBS-a na osnovu projektnog zadatka.

Na primer, može da:

• izdvoji glavne rezultate projekta;
• predloži faze;
• razloži rezultate na manje radne pakete;
• pronađe oblasti koje možda nisu obuhvaćene;
• ponudi alternativne načine strukturiranja projekta.

Međutim, AI često meša rezultate i aktivnosti, faze i organizaciona odeljenja, projekat i redovne poslovne procese, rad koji pripada projektu i rad koji je izvan obima projekta.

Zbog toga nije dovoljno tražiti samo:

Napravi WBS za ovaj projekat.

Korisnije je prvo tražiti početnu verziju, a zatim postavljati dodatna pitanja:

• Koji očekivani rezultat projekta nije obuhvaćen ovim WBS-om?
• Da li se neki radni paketi preklapaju?
• Da li su svi elementi definisani kao rezultati, a ne kao aktivnosti?
• Koje pretpostavke si koristio prilikom izrade?
• Koje informacije ti nedostaju da bi WBS bio precizniji?
• Predloži tri kritike ovog WBS-a iz ugla iskusnog projektnog menadžera.

AI tada ne koristimo samo kao generator, već i kao dodatni alat za kontrolu kvaliteta.

Konačni WBS ipak mora da potvrdi projektni tim, jer samo ljudi koji poznaju stvarni projekat mogu da procene da li je obuhvaćen sav potreban rad.

3. Od WBS-a do gantograma

Kada je WBS završen, potrebno je odrediti aktivnosti, njihovo trajanje, redosled i međusobne zavisnosti.

AI može da pomogne da se:

• radni paketi pretvore u listu aktivnosti;
• predloži logičan redosled realizacije;
• prepoznaju aktivnosti koje se mogu odvijati paralelno;
• definišu ključne tačke projekta;
• pripremi početna procena trajanja;
• napravi tabela pogodna za dalji rad u Excelu ili MS Project-u.

Na primer, od AI-ja možemo tražiti tabelu sa kolonama:

• WBS oznaka;
• naziv aktivnosti;
• očekivani rezultat;
• prethodna aktivnost;
• tip zavisnosti;
• procenjeno trajanje;
• odgovorna uloga;
• ključna tačka;
• napomena ili pretpostavka.

Takva tabela može da posluži kao početna osnova za izradu gantograma. Podaci pripremljeni u Excelu mogu se zatim uvesti u MS Project. Međutim, AI ne zna

koliko su članovi tima zaista dostupni, da li su na odmoru ili ne, koji su radni i neradni dani projekta, koliko odobrenje traje u konkretnoj kompaniji, koliko je dobavljač pouzdan, koja ograničenja nameće ugovor, koje aktivnosti zaista mogu da se izvode paralelno i slično.

Zato AI može da napravi početnu strukturu plana, ali realan gantogram nastaje tek kada projektni menadžer i tim provere trajanja, zavisnosti, resurse, kalendare i ograničenja.

AI ubrzava početak planiranja. Ne preuzima odgovornost za obećani rok završetka projekta.

4. Priprema budžeta projekta

AI može biti koristan pri strukturiranju budžeta, posebno kada projektni menadžer želi da proveri da li je obuhvatio sve važne kategorije troškova. Može da pomogne u identifikovanju troškova rada internog tima, angažovanja eksternih saradnika, nabavke opreme, softvera i licenci, putovanja, obuka, pravnih i konsultantskih usluga, testiranja, laboratorijskih analiza, rezervi za nepredviđene okolnosti, operativnih troškova tokom prelaznog perioda… Dakle može mnogo toga uz pravilno usmeravanje.

Ako mu prosledimo WBS ili listu aktivnosti, možemo da zatražimo da za svaki radni paket predloži potrebne resurse i potencijalne kategorije troškova.

AI je posebno koristan za pitanje:

Koje troškove smo možda zaboravili?

Manje je pouzdan kada treba da odredi stvarnu cenu. Ne poznaje automatski interne satnice, aktuelne ponude dobavljača, ugovorene cene, komercijalne uslove, lokalno tržište, stvarnu produktivnost tima. Zato budžet koji AI napravi treba posmatrati kao kontrolnu listu, a ne kao konačnu finansijsku procenu.

5. Definisanje uloga i RACI matrice

Na projektima često nije najveći problem to što aktivnosti nisu definisane, već to što nije jasno ko je odgovoran za njih. AI može da pomogne u pripremi početne RACI matrice povezivanjem WBS-a, projektnih aktivnosti, članova tima, uloga, stakeholdera i potrebnih odobrenja.

Možemo zatražiti da proveri:

• da li svaka ključna isporuka ima odgovornu osobu;
• da li postoji više ljudi sa konačnom odgovornošću za isti rezultat;
• da li je neka osoba preopterećena;
• da li su konsultovane sve potrebne funkcije;
• da li su donosioci odluka uključeni na pravim mestima;
• da li postoje aktivnosti bez jasnog vlasnika.

I ovde je potrebno biti oprezan. AI može da napravi formalno urednu matricu koja je potpuno neprimenljiva u stvarnoj organizaciji. Ne poznaje neformalne odnose, nivo ovlašćenja, interne konflikte niti stvarni uticaj pojedinih stakeholdera.

Zbog toga predlog mora da provere projektni menadžer, sponzor i odgovorni rukovodioci.

6. Identifikovanje i analiza projektnih rizika

AI može veoma brzo da predloži veliki broj rizika. To je korisno tokom brainstorminga, ali generička lista rizika nije isto što i kvalitetno upravljanje rizicima.

Ako samo napišemo:

Navedi rizike ovog projekta.

verovatno ćemo dobiti opšte rizike kao što su:

• kašnjenje;
• nedostatak resursa;
• problemi u komunikaciji;
• promena zahteva;
• prekoračenje budžeta.

Takvi odgovori nisu beskorisni, ali nisu dovoljno konkretni da bi se njima upravljalo.

Kvalitetniji pristup je da AI dobije svu potrebnu dokumentaciju (projektni zadatak, WBS, vremenski plan, budžet, informacije o timu, podatke o dobavljačima, ograničenja, pretpostavke…)

Zatim možemo da tražimo da svaki rizik formuliše kroz rizični događaj, verovatnoću i uticaj, uzroke i posledice, kao i predložene mere za smanjenje rizika.

AI možemo koristiti i za razmatranje različitih scenarija:

• Šta se dešava ako dobavljač kasni 30 dana?
• Koje aktivnosti i rokovi će biti pogođeni?
• Kakav je mogući uticaj na budžet?
• Koje preventivne mere mogu da smanje verovatnoću?
• Koje aktivnosti treba dodati u plan kao odgovor na rizik?

Najvažnije je da rezultat ne ostane samo u registru rizika. Ako je za smanjenje rizika potrebno dodatno testiranje, novi dobavljač, rezerva u budžetu ili promena redosleda aktivnosti, te izmene moraju da se unesu u stvarni plan projekta.

7. Sastanci i projektna komunikacija

Veliki deo vremena projektnog menadžera odlazi na pripremu sastanaka, zapisnike, emailove i praćenje dogovorenih aktivnosti.

AI može da pomogne da se:

• pripremi agenda sastanka;
• dugačak zapisnik pretvori u kratak pregled;
• izdvoje donesene odluke;
• prepoznaju otvorena pitanja;
• formira lista aktivnosti;
• odrede odgovorne osobe i rokovi;
• pripremi email nakon sastanka;
• ista poruka prilagodi različitim stakeholderima.

Na primer, isti problem na projektu može biti detaljno predstavljen projektnom timu ili sponzoru radi donošenja odluke ili menadžmentu kroz finansije ili klijentu kroz posledice i nove rokove.

Dakle, AI može da pripremi različite verzije poruke, ali projektni menadžer mora da proceni koliko informacija treba podeliti, kojim tonom, u kom trenutku, kome i sa kakvim predlogom odluke.

AI može da napiše poruku. Ne može da preuzme odgovornost za odnos sa važnim stakeholderom.

8. Praćenje projekta i statusni izveštaji

Ako AI dobije strukturirane informacije o planiranim i stvarnim datumima, završenim aktivnostima, kašnjenjima, troškovima, rizicima i narednim koracima definitivno može da pomogne u izradi početnog nacrta statusnog izveštaja.

Može da:

• izdvoji najvažnija odstupanja;
• grupiše probleme po prioritetu;
• predloži pitanja koja treba proveriti;
• pripremi executive summary;
• prilagodi nivo detalja publici;
• istakne odluke koje se očekuju od menadžmenta;
• pretvori veliku količinu podataka u razumljiv pregled.

Ipak, projektni menadžer mora da proveri da li je AI pogrešno protumačio podatak, povezao događaje koji nisu povezani, preuveličao ili umanjio problem, izostavio važnu informaciju, predstavio pretpostavku kao činjenicu ili predložio korektivnu meru koja nije izvodljiva. i dalje je projektni menadžer taj koji donosi konačnu odluku i koji proverava sve što je potrebno da mi bio siguran da je dobio rešenje koje najbolje odgovora kontekstu njegovog projekta.

AI treba da ubrza izradu izveštaja, ali ne i da ulepšava status projekta ili prikriva probleme.

9. Podrška pri donošenju odluka

AI može da pomogne projektnom menadžeru da sistematičnije razmotri različite opcije. Na primer, kada projekat kasni, može da pomogne da analiziramo:

• koje aktivnosti mogu da se ubrzaju;
• šta može da se radi paralelno;
• da li je moguće smanjiti obim;
• koje dodatne resurse možemo angažovati;
• kakav je uticaj svake opcije na troškove;
• koji novi rizici nastaju;
• koje odobrenje je potrebno;
• kako odluka utiče na krajnji rezultat projekta.

AI može da napravi tabelu scenarija i kriterijuma za poređenje. Ali konačna odluka mora da uključi faktore koje AI možda ne vidi, a odnose se na odnose sa klijentom, ugovore, raspoloživost ljudi, interne prioritete i slično.

Zato AI može da proširi broj opcija koje razmatramo, ali ne treba da odlučuje umesto odgovorne osobe.

AI ne zna ono što mu niste rekli

Jedan od najčešćih razloga loših AI odgovora nije sam alat, već nedovoljno kvalitetan kontekst. AI ne zna automatski:

• šta vaša kompanija smatra projektom;
• koje procedure koristite;
• ko ima ovlašćenje da donese odluku;
• kakva je stručnost članova tima;
• koliko su resursi dostupni;
• koji su rokovi ugovoreni;
• šta je klijent stvarno očekivao;
• koji podaci su provereni;
• šta je činjenica, a šta samo pretpostavka.

Zbog toga kvalitet primene AI-ja u velikoj meri zavisi od sposobnosti projektnog menadžera da jasno predstavi problem. Što bolje razumemo projekat, to ćemo AI-ju dati kvalitetniji kontekst. Što je kontekst kvalitetniji, veća je verovatnoća da ćemo dobiti upotrebljiv rezultat.

AI zbog toga ne smanjuje potrebu za znanjem projektnog menadžmenta. Naprotiv, dobro projektno znanje omogućava nam da prepoznamo kada je AI dao kvalitetan predlog, a kada nešto što se ne može primeniti.

Pet pravila za bezbedno korišćenje AI-ja na projektima

1. Ne unosite poverljive podatke bez odobrenja

U javne AI alate ne treba unositi ugovore, lične podatke, poslovne tajne, neobjavljene finansijske podatke i druge osetljive informacije bez jasnih pravila kompanije.

Način korišćenja podataka zavisi od izabranog alata, vrste naloga i podešavanja. Na primer, korisnici ličnih ChatGPT naloga mogu kroz Data Controls isključiti korišćenje novih razgovora za unapređenje modela, dok poslovni planovi imaju dodatne kontrole i drugačiji tretman poslovnih podataka.

Najbezbedniji početni pristup je anonimizacija:

• zamenite naziv kompanije;
• uklonite imena ljudi;
• zaokružite finansijske iznose;
• izmenite nazive klijenata i dobavljača;
• uklonite ugovorne i tehnički osetljive detalje.

2. Tražite da AI navede pretpostavke

Uz svaki važan odgovor postavite pitanje:

Koje si pretpostavke koristio i koje informacije ti nedostaju?

To pomaže da prepoznate gde je AI popunio praznine bez dovoljno podataka.

3. Odvojite činjenice od predloga

Tražite da AI jasno razdvoji:

• podatke koje ste mu dostavili;
• zaključke izvedene iz tih podataka;
• pretpostavke;
• preporuke;
• informacije koje treba dodatno proveriti.

4. Proveravajte međusobnu usklađenost dokumenata

Projektni zadatak, WBS, gantogram, budžet i registar rizika ne treba da budu nezavisni dokumenti.

Proverite:

• da li WBS obuhvata ceo dogovoreni obim;
• da li su svi radni paketi pokriveni aktivnostima;
• da li su planirani troškovi povezani sa aktivnostima;
• da li odgovori na rizike menjaju rokove i budžet;
• da li su odgovornosti jasno definisane.

5. Čovek donosi konačnu odluku

Generativni AI može proizvesti netačne, nepotpune ili obmanjujuće odgovore koji zvuče uverljivo. Zato savremeni okviri za odgovornu primenu AI-ja insistiraju na proceni rizika, ljudskom nadzoru, proveri kvaliteta i jasno definisanoj odgovornosti.

AI može da predloži.

Projektni menadžer mora da proveri i odluči.

Kako početi sa primenom AI-ja u upravljanju projektima?

Nemojte pokušavati da od prvog dana automatizujete ceo projektni sistem.

Izaberite jedan konkretan projekat i jedan konkretan rezultat.

Dobar prvi korak može biti:

1. napišite kratak opis projekta;
2. definišite cilj, rezultate i ograničenja;
3. tražite prvi nacrt projektnog zadatka;
4. proverite šta nedostaje;
5. na osnovu zadatka napravite WBS;
6. pretvorite WBS u početnu listu aktivnosti;
7. definišite redosled i trajanje;
8. pripremite početni gantogram;
9. identifikujte kategorije troškova;
10. proverite usklađenost celog plana.

Na ovaj način ćete kroz jedan povezan proces videti gde vam AI zaista štedi vreme, a gde je i dalje potrebna stručna procena.

Da li će AI zameniti projektnog menadžera?

AI će verovatno preuzeti deo administrativnih i pripremnih aktivnosti koje danas oduzimaju mnogo vremena. Moći će brže da pripremi prvi nacrt, obradi veliku količinu teksta, pronađe nedoslednosti, strukturira informacije, prilagodi format i predloži opcije.

Ali vođenje projekta nije samo pravljenje dokumenata. Projektni menadžer mora da razume poslovni cilj zbog koga je projekat započet, mora da razume i usklađuje očekivanja različlitih stakeholdera, da nauči kako da vodi ljude, pregovara i rešava konflikte. Naravno da gradi poverenje u timu, preuzima odgovornos i donosi odluke.

Zato verovatniji scenario nije da će AI zameniti projektne menadžere. Veća je verovatnoća da će projektni menadžeri koji znaju kako da koriste AI postati brži i efikasniji od onih koji nastave da rade potpuno istim metodama kao ranije. I da će moći da vode više projekata u isto vreme nego oni koji ne koriste AI. Samim tim biće mnogo ispalitiviji za firmu.

Naučite da napravite prvi plan projekta uz AI

Čitanje o AI-ju može da vam pokaže šta je moguće. Ali prava vrednost nastaje tek kada uz AI pokušate da napravite konkretnu projektnu dokumentaciju, analizirate dobijeni rezultat i naučite kako da ga poboljšate.

Na praktičnoj obuci AI u projektnom menadžmentu tokom 8 školskih časova prolazite put od početne ideje do prvog plana projekta.

Na obuci ćete uz podršku AI-ja izraditi:

• projektni zadatak;
• WBS;
• početni gantogram;
• okvirni budžet projekta.

Pri tome nećete učiti samo kako da postavite pitanje AI-ju, već i kako da date odgovarajući kontekst koji je specifičan za vaš projekta, kako da prepoznate nepotpun odgovor ili pogrešnu pretpostavku. Onda ide sledeći korak da prilagodite rezultat svom projektu, povežete dokumente i zadržite kontrolu nad projektnim odlukama.

Obuka je istovremeno prvi modul kompletne obuke za upravljanje projektima. Nakon prvih 8 časova možete završiti program ili nastaviti dalje bez ponavljanja sadržaja.

Česta pitanja o primeni AI-ja u projektnom menadžmentu

Koji AI alat je najbolji za projektne menadžere?

Ne postoji jedan alat koji je najbolji za sve projekte i organizacije. Izbor zavisi od zadatka, bezbednosnih pravila kompanije, dostupnih integracija, vrste podataka i alata koje tim već koristi. Važnije od samog izbora alata jeste da projektni menadžer zna kako da definiše kontekst, proveri rezultat i uklopi ga u postojeći sistem rada.

Može li AI samostalno da napravi projektni plan?

Može da pripremi prvi nacrt projektnog zadatka, WBS-a, liste aktivnosti i gantograma. Ne može samostalno da potvrdi da su trajanja, resursi, zavisnosti, budžet i rokovi realni. Za konačan plan potrebni su podaci i procene projektnog tima.

Da li AI može da identifikuje rizike projekta?

Može da pomogne u brainstormingu i analizi rizika, posebno ako dobije kvalitetne informacije o obimu, aktivnostima, rokovima, resursima, budžetu i stakeholderima. Dobijene rizike treba proveriti, konkretizovati, proceniti i povezati sa stvarnim merama, odgovornim osobama, rokovima i izmenama projektnog plana.

Može li AI da napravi gantogram u MS Project-u?

AI može da pripremi strukturiranu listu aktivnosti, trajanja i zavisnosti koja se dalje uređuje ili uvozi u MS Project. Kalendar projekta, resursi, realne zavisnosti, ograničenja, kritični put i praćenje realizacije moraju se pravilno podesiti i proveriti u samom programu.

Da li je za korišćenje AI-ja potrebno prethodno znanje projektnog menadžmenta?

AI alat se može koristiti i bez prethodnog znanja, ali će tada biti mnogo teže proceniti kvalitet dobijenog rezultata.

Vrlo je poželjno, da ne kažemo neophodno poznavanje projektnog zadatka, WBS-a, gantograma, budžeta, rizika i odgovornosti omogućava projektnom menadžeru da prepozna šta je dobro, šta nedostaje i šta treba promeniti.

AI može brže da napravi nacrt. Projektno znanje je potrebno da bi taj nacrt postao realan i primenljiv plan.