كيفية تطبيق تكنولوجيا الذكاء الاصطناعي على مشاريعك | ندوة عبر الإنترنت | بول بودرو

تخيّل التأثير التحويلي للمشاريع التي يتم تسليمها باستمرار في الوقت المحدد، وفي حدود الميزانية، وبأقل قدر من التغييرات في النطاق. هذه هي إمكانات تطبيق الذكاء الاصطناعي في إدارة المشاريع. ومع ذلك، تنشأ تحديات كبيرة من المفاهيم الخاطئة والإعداد غير الكافي عند تطبيق الذكاء الاصطناعي.
تبدأ هذه الندوة عبر الويب بنظرة عامة موجزة عن الذكاء الاصطناعي، وتقدم إرشادات للاستخدام العملي في المشاريع وتعرض قدرات الذكاء الاصطناعي في إدارة المشاريع. وباعتبار الذكاء الاصطناعي تقنية ثورية تستعد لإحداث ثورة في إدارة المشاريع، فإن فهم إمكاناتها أمر بالغ الأهمية لتحقيق التميز في الأداء الذي تستحقه هذه المهنة.
الفيديو
شاهد الفيديو أدناه، أو قم بتنزيل العرض التقديمي أو الصوت، أو اقرأ النص الكامل للندوة عبر الإنترنت.
نبذة عن بول بودرو
يعمل بول، وهو خبير متميز في إدارة المشاريع مع أكثر من 35 عاماً في مجال التكنولوجيا، وهو أستاذ جامعي في أوتاوا، كندا. وهو ينقل المعرفة في دورة الذكاء الاصطناعي في إدارة المشاريع في كليتين أوروبيتين لإدارة الأعمال.
بول رائد عالمي في مجال الذكاء الاصطناعي المطبق في إدارة المشاريع، وهو متخصص في التعلم الآلي ومعالجة اللغات الطبيعية والخوارزميات الجينية. وهو ملتزم بتعزيز أداء المشاريع، وقد ألّف ثلاثة كتب مؤثرة: “تطبيق الذكاء الاصطناعي على إدارة المشاريع” (2019)، و”كيف يمكن لمكتب إدارة المشاريع استخدام الذكاء الاصطناعي لتحسين النتائج” (2020)، و”المشروع ذاتي القيادة: استخدام الذكاء الاصطناعي لتحقيق نجاح المشروع” (2021).
يشتهر بول كمتحدث، ويدافع بشغف عن الدور الذي لا غنى عنه للذكاء الاصطناعي في إحداث ثورة في تنفيذ المشاريع.
التدريب على إدارة المشاريع
تعمل الإدارة الفعالة للمشاريع، جنباً إلى جنب مع الذكاء الاصطناعي (AI)، على تنسيق المهام والموارد وأصحاب المصلحة بشكل استراتيجي لتحقيق الأهداف ضمن معايير محددة. يعمل دمج الذكاء الاصطناعي على تمكين فرق العمل وتعزيز التواصل وتعزيز التعاون، مما يضمن في نهاية المطاف نتائج ناجحة للمشروع.
يمنح مؤهل إدارة المشاريع الأفراد مهارات حيوية لتخطيط المشاريع وتنسيقها بفعالية. وهذا بدوره يرفع من مستوى العمل الجماعي والإنتاجية واحتمالية نجاح نتائج المشروع.
توفر “سبوتو” دورات في إدارة المشاريع مصممة خصيصاً للأفراد ذوي مستويات الخبرة المتنوعة، وتستوعب المبتدئين والمحترفين الذين يتطلعون إلى صقل مهاراتهم. سواء كنت مبتدئاً أو تهدف إلى تعزيز خبراتك، فإن دوراتنا مصممة لتلبية احتياجاتك الخاصة.
انقر على الروابط ذات الصلة أدناه لمزيد من المعلومات عن دوراتنا في إدارة المشروعات.
النص
إليك النص الكامل للفيديو.
00:00:01 سيفكان ياسا: أعتقد أنه من الآمن أن نبدأ، لذا فقط لإعطاء الجميع خلفية عن الموضوع. أنا سيفكان، أنا المدير التنفيذي للتسويق في شركة سبوتو، وأنا في شراكة مع شركة سبوتو وأجايل كيرك. لدينا بول معنا اليوم، لذا شكراً جزيلاً لانضمامك إلينا بول. قبل أن نبدأ الندوة عبر الإنترنت مسجلة. لذا، ستتلقون رابطًا على الأرجح الأسبوع المقبل مع التسجيل ونسخة PDF من شرائح بول. إذا كان لديك أي أسئلة، يرجى طرحها في الدردشة ثم سنقوم بمراجعتها في النهاية.
00:00:38 سيفكان ياسا: أيضًا، إذا كان بعضكم قد شارك في ندواتنا السابقة عبر الإنترنت، فعادةً ما يكون لدينا استبيان في النهاية، ولكن هذه المرة سنقوم بعمل مختلف قليلاً. لذا، إذا أجبتم على الاستبيان، فستحصلون على شهادة حضور. لذا، تأكد من البقاء حتى النهاية. أعتقد أن هذا كل شيء مني. إذاً، بول، هل أنت مستعد؟
00:01:01 بول بودرو: أنا مستعد للذهاب، شكراً لك، حسناً، لنبدأ. سيكون هذا مثيراً للجميع. اسمعوا، سترغبون بالبقاء حتى النهاية. إذن، لدي الكثير من المحتوى الجيد حقًا، كما تعلمون، تطبيق الذكاء الاصطناعي على إدارة المشاريع. الناس فضوليون بشأن ما يجري وما يحدث. هناك الكثير من أنواع المعلومات الخاطئة هناك. هناك الكثير من المعلومات الجيدة هناك. ما أفعله في عروضي التقديمية، أحاول الالتزام بالحقائق. وأسمح بإبداء رأيي بين الحين والآخر. وأحب أن أشكو وأشير إلى الأشخاص الذين يضللون الناس في هذا الشأن. لذا، دعونا نبدأ الحديث عن جدول الأعمال. ها نحن ذا، ما هو الذكاء الاصطناعي؟ إذًا، نحن جميعًا على نفس الصفحة. أعتقد أن هذا تعبير قديم. ماذا عن؟ إذن، لدينا جميعًا نفس الأساس الأساسي لفهم الذكاء الاصطناعي، وكيف يمكننا تطبيق مفاهيم الذكاء الاصطناعي هذه على منهجية المشروع.
00:02:00 بول بودرو: سنتحدث عن قيمة الذكاء الاصطناعي يجب أن نتحدث عن أهمية البيانات لأن البيانات أمر بالغ الأهمية حقًا عندما تستخدم هذه الأنواع من الأدوات. نريد أن نتحدث عن البائعين، سأعطيك بعض البائعين لأن هناك أسطورة أخرى تقول، أوه نعم، لا أحد يقوم بالذكاء الاصطناعي لإدارة المشاريع حتى الآن. ومع ذلك، هناك الكثير من البائعين الذين يقومون بالفعل بمبيعات للعملاء، وسأتحدث عنهم. لدي بعض دراسات الحالة، لكني أريد أن أتحدث عن ذلك. لذا، لنبدأ.
00:02:31 بول بودرو: ما هو الذكاء الاصطناعي وقبل أن أبدأ، يجب أن أخبرك أنني في كندا. أعلم أنك كنت في المملكة المتحدة، وعليك أن تتحمل لهجتي الكندية. آمل ألا تكون سيئة للغاية، ولكنها لكنة كندية. الذكاء الاصطناعي، ما هو؟ إنه يتألف من برمجيات، كود برمجي. أستخدم لغة برمجة تسمى بايثون. إنها شائعة جدًا يمكنك استخدام Java، C++، أي عدد من اللغات المختلفة. يعتمد المنطق على حساب التفاضل والتكامل، لذلك هناك معادلات حساب التفاضل والتكامل التي تمر عبرها وتبني هذا النموذج بناءً على البيانات. إذاً، الذكاء الاصطناعي هو عملية تعلم يتعلم من خلال إنشاء نماذج البيانات هذه. لذا، فإنه يستخدم تحليل الانحدار بناءً على البيانات التي أدخلتها. يقوم بإنشاء نموذج لتلك البيانات ثم يستخدم ذلك كمرجع لاتخاذ القرار.
00:03:27 بول بودرو: حسناً.
00:03:29 بول بودرو: بالمناسبة، لدي مثال على ذلك قادم. سأقوم بإجراء عرضين توضيحيين مباشرين وقد قيل لي ألا أقوم بعرض التكنولوجيا بشكل مباشر لأنها لا تعمل، لذا سنقوم بتجاوز أصابعنا ونأمل في الأفضل. التعلم بشكل عام أنواع التعلم الثلاثة الرئيسية هي التعلم الخاضع للإشراف أو غير الخاضع للإشراف أو التعلم المعزز. التعلّم الخاضع للإشراف مع مجموعات البيانات المصنفة، لدي مثال قادم. أما التعلّم غير الخاضع للإشراف فلديك بيانات لا تحتوي على تسميات، ولكن يمكنك القيام بتجميعات أو مجموعات أو تصنيفات أو تعلّم معزز مثل تعلّم ركوب الدراجة، ولدي مثال على ذلك.
00:04:07 بول بودرو: إذاً، ما هو الذكاء الاصطناعي؟ هذا ليس ذكاءً اصطناعياً. حسناً، عندما أفعل ذلك في الولايات المتحدة، يصرخ الجميع أرنولد ويضحكون وكل ذلك. هذا هو ما أسميه أسطورة هوليوود وأسطورة هوليوود تقول إن الروبوتات ستصبح حية في يوم من الأيام وتقرر، لا أعرف، الذهاب إلى المطبخ، وإعداد شطيرة. انتظر لحظة، بل أفضل من ذلك، في يوم من الأيام، ستصبح الروبوتات حية وتقرر قتل الناس والسيطرة على العالم. هذا ليس ذكاء اصطناعي، هذا يسمى ترفيه، وهناك الكثير من الروائع. هناك عرض رائع في المملكة المتحدة، أعتقد أنه يسمى البشر مع زد في النهاية حيث هذا، أعني أنظروا مثل فتاة في الرابعة عشر من عمرها لديها كمبيوتر محمول وتضع ثلاثة أسطر من التعليمات البرمجية وفجأة تصبح الروبوتات حية. حسناً، إنها تسلية رائعة لكن هذا ذكاء اصطناعي، إنها معادلات حساب التفاضل والتكامل، لذا فإن تعبيري هو أن الذكاء الاصطناعي يتعلق بالرياضيات وليس بالأساطير، ومرحباً بك تماماً لاستخدام ذلك. لا أملك حقوق الطبع والنشر عليه، لا تتردد في إخبار جميع أصدقائك.
00:05:17 بول بودرو: هناك مكونان رئيسيان للذكاء الاصطناعي أعتقد أنهما الأهم والأكثر صلة بإدارة المشاريع. أحدهما هو التعلم الآلي والآخر هو معالجة اللغة الطبيعية. التعلم الآلي يتعلم البرنامج من خلال بناء مثال، ولدي أمثلة قادمة. معالجة اللغة الطبيعية ولديّ عرض توضيحي مباشر على ذلك أيضًا. آمل ذلك إذا نجح الأمر، سأتحدث عن تحليل المستندات وتحليل المشاعر والمساعد الافتراضي.
00:05:47 بول بودرو: أولاً، يستخدم التعلّم الخاضع للإشراف مجموعات بيانات مصنفة. إذاً، ما لدينا هنا هو صورة. لدينا صورة قطة لكلب، ونأخذ هذه الصور المصنفة ونقوم بتلقيمها في خوارزمية. هذا هو شكل قطة، هذا هو شكل كلب. ندخل 100 صورة، 1000 صورة وتقوم الخوارزمية ببناء نموذج لشكل القطة وشكل الكلب. ثم تعطيها صورة غير مصنفة وتقول، حسناً، ما هذا؟
00:06:21 بول بودرو: وفي عام 2005، كانت خوارزمية الحاسوب أكثر دقة من الإنسان في تحديد ماهية تلك الصورة، قطة أو كلب. والآن يستخدم هذا في المجال الطبي في الوقت الحالي. أعتقد أن أكبر مجال غير إدارة المشاريع يتم استخدامه هو المجال الطبي. مجالان، أحدهما للالتهاب الرئوي للأطفال دون السنتين من العمر. يستخدم مستشفى مدينة نيويورك برنامج ذكاء اصطناعي تم تطويره خصيصاً لهم. لا يمكن لأخصائي الأشعة أو الطبيب السريري أن يكتشف من الأشعة السينية ما إذا كان الطفل دون السنتين مصاباً بالالتهاب الرئوي أم لا، ولكن أداة الذكاء الاصطناعي التي يستخدمونها يمكنها اكتشاف ذلك بدقة تامة.
00:07:04 بول بودرو: والأمر الآخر هو التصوير بالرنين المغناطيسي للدماغ، وكان هذا من جامعة كاليفورنيا في جنوب كاليفورنيا حيث قاموا بإجراء دراسة حيث قاموا بتغذية التصوير بالرنين المغناطيسي للدماغ لاكتشاف، كما تعلم، ما إذا كان الأشخاص مصابين بتمدد الأوعية الدموية أو الأورام في دماغهم. كما تعلمون، تلك الصورة الملونة، منظر عين الطائر لأعلى الجمجمة البشرية، حيث كل شيء ملون. وهو أمر مهم للغاية لأن القرار هو ما إذا كانوا سيعطونك دواءً أو سيحضرون منشارًا ويقطعون رأسك، كان أخصائي الأشعة، الطبيب السريري في تلك الحالة، دقيقًا بنسبة 90 إلى 91% من الوقت. وهكذا، قاموا بتغذية آلاف الصور التي قاموا بتصنيفها.
00:07:44 بول بودرو: نعم، هذا ورم، لا هذا ليس ورماً وبرنامج الذكاء الاصطناعي رفع نسبة الدقة الدقيقة إلى 97%. إذن نحن نعلم بالفعل أن الذكاء الاصطناعي فعال للغاية في القيام ببعض الأشياء التي تساعد البشرية، أليس كذلك؟
00:08:01 بول بودرو: إذن، كيف سنستخدم هذا في إدارة المشاريع. حسنًا، لقد طورت شيئًا أسميته أداة التنبؤ. وهي عبارة عن شبكة عصبية ثلاثية الطبقات، والشبكة العصبية هي شيء شائع للقيام بالتعلم الآلي بناءً على 87 عاملاً. لقد طلبت من طلابي الباحثين الخروج والقيام باستطلاع رأي لمديري المشاريع لا أعلم إن كان أحد منكم قد شاهده. تعرف ما هي العوامل الأكثر أهمية لنجاح المشروع، ثم يتنبأ النموذج بنجاح أو فشل مشروع جديد. لذا، دعونا إذا كان بإمكاني مشاركة شاشتي.
00:08:42 بول بودرو: وها هو ذا، دعنا نرى. حسنًا، آمل أن تتمكن من رؤية هذا سيفكان، هل يمكنك رؤية أداة التنبؤ القائمة على الذكاء الاصطناعي؟
00:08:50 سيفكان ياسا: نعم، يمكننا ذلك.
00:08:51 بول بودرو: حسناً، عظيم. إذاً، هذه هي طريقة عملها، هناك ثلاثة أعمدة مع ثلاث عقد على اليسار. هذا للإدخال الآن أعلم أنّه يوجد ثلاثة فقط هنا، لكن سأقوم بإدخال 87 قطعة من البيانات. ثلاثة أعمدة في المنتصف تمثل الخلايا العصبية في الدماغ البشري. هذا ليس دماغاً بشرياً، إنّه برنامج يهدف لتمثيل ما يحدث في الدماغ البشري والجانب الأيمن هو مخرجات وهو تنبؤ. تدريب هذا النموذج سأقوم بتحميل بعض البيانات. أين مجموعة بياناتي المصنفة؟ أستخدم جداول بيانات إكسل لأنه سهل.
00:09:30 بول بودرو: إذاً ما لدي الآن هو أن لدي مشاريع تاريخية في العمود الأول يمكنك أن ترى أن لدي بعض المشاريع التاريخية. هذه مشاريع مكتملة. حسنًا، وبعد ذلك لدي خصائص تلك المشاريع، كما تعلم، هل كان لديهم بيان نطاق يمكن تعريفه، صحيح، بشكل أكثر وضوحًا WBS، تسجيل المتطلبات، عملية التغيير، لذلك كل هذه لها تعريفات شاملة وراءها. ثم ما سيحدث بعد ذلك هو أن الطلاب الذين كنت أقوم بهذا البحث مروا به وإذا كان يحتوي على هذا التعريف أيًا كان، فإنهم يضعون 1 للإجابة بنعم، وإذا لم يكن يحتوي عليه، فإنهم يضعون 0 لأنه لم يكن موجودًا في الوثائق.
00:10:11 بول بودرو: هذا تعلم خاضع للإشراف، لذا لدينا تسمية. التسمية هي: هل كان هذا المشروع ناجحاً أم لا. واحد إذا كان ناجحاً، وصفر إذا لم يكن ناجحاً، كيف تعرّف النجاح؟ يمكنك تعريفه كيفما تريد. إنه تعريف المستخدم طالما أنك متسق. قمنا بتعريفه على أنه تسليم نطاق المشروع، لا يزيد عن 5% عن الميزانية أو 5% تأخير عن الجدول الزمني وهذه هي الطريقة التي صنفنا بها كل هذه المشاريع وسنقوم بتدريب النموذج. يعود بنتيجة التحقق من الصحة التي تعني أنك وضعت كل شيء بشكل صحيح.
00:10:46 بول بودرو: إنه يعطيني وهذا لا يأتي دائماً بنسبة 100%، لكنه يقول أن هذا النموذج وبيانات التدريب وبيانات الاختبار تتطابق مع النموذج. إذاً، سأسميه نموذج بول 1، إنّه نموذج تجريبي. سأحفظ هذا النموذج. حسناً، إذاً، لقد حفظت هذا الارتباط من البيانات في نموذج مرجعي، والآن سآخذ مشروعين
00:11:08 بول بودرو: هذان مشروعان، إذاً لدي المشروع (أ) والمشروع (ب) لم يبدآ بعد لكن ما أريد فعله هو المقارنة بينهما، لذا بناءً على الوثائق، بناءً على الخصائص، ما هي الخصائص التي يمتلكانها وما هي الخصائص التي لا يمتلكانها؟ حسناً وسأقارنهم بنموذج النجاح الذي طورته للتو. وسأتوصل إلى تنبؤ، إذاً المشروع (أ) يأتي عند 99، أوه إنّه جيد جداً. لذا، من المتوقع أن يكون المشروع “أ” ناجحاً جداً والمشروع “ب” 26% عادة، إنه أعلى قليلاً.
00:11:47 بول بودرو: ليس سيئاً للغاية. إذاً، ماذا تفعل بهذا؟
00:11:53 بول بودرو: حسنًا، أقترح أنه إذا كان لدى مؤسستك عملية اختيار وفحص للمشروع، فربما تريد أن تجعل هذا أحد المعايير. لديك حسناً، أريد قيمة مالية بالنسبة للمؤسسة العائد على الاستثمار وفترة الاسترداد والمواءمة الاستراتيجية لأهداف المؤسسة ثم ما هي احتمالية نجاح هذا المشروع؟
00:12:18 بول بودرو: “لأنني لا أعرف عنك، لكنني أفضل تنفيذ مشروع يبدو أنه سيكون ناجحًا على مشروع يبدو أنه سيكون كارثة مطلقة”. حسناً، هذا هو موقفي في إدارة المشاريع على أي حال. ما فعلته الآن هو أنني عرضت عليك كمشروع أو قبل بدء المشروع. لدينا نموذج أثناء تنفيذ المشروع. كيف تبقي هذا المشروع على المسار الصحيح؟ والمثال الذي أستخدمه هو أنك في لعبة فيديو تسمى مدير المشروع. ممر طويل أمامك على اليمين. تخطو خطوة إلى الأمام، وتلتفت إلى باب على الجانب الأيمن، وتضع يدك على مقبض الباب قبل أن تفتح الباب، ثم تقوم بتشغيل أداة التنبؤ.
00:13:03 بول بودرو: تقول إذا فتحت هذا الباب، احتمال النجاح 44% لا تذهب إلى هناك. ارجع للخلف، امشِ ثلاث خطوات في الردهة. التفت إلى يسارك وضع يدك على مقبض الباب هناك قبل أن تفتح الباب. قم بتشغيل أداة التنبؤ تقول أن لديك الآن احتمال نجاح بنسبة 95% حسناً. ماذا يحدث هنا؟ ما الذي نفعله هنا؟ لدينا الآن أداة قائمة على الذكاء الاصطناعي تساعد وتدعم مدير المشروع اتخاذ قرارات جيدة أثناء تنفيذ المشروع.
00:13:43 بول بودرو: أليس هذا رائعاً؟ وبالنسبة لكم أيها المستخدمون الرشيقون، لأنني أعلم أن “سبوتو” تقوم ببعض الأعمال الرشيقة. لنقم بتوقع رشيق. سأقوم فقط بإلقاء هذا وأتمنى ألا أتركه في الوقت المناسب. أين تذهب أشيائي الرشيقة؟ أين تذهب أشيائي الرشيقة؟
00:14:01 بول بودرو: ها هي هناك.
00:14:03 بول بودرو: إذاً، لديّ سباقات السرعة ولديّ خصائص كل سباق، صحيح؟ ولديّ هذه المسميات هناك قيمة النجاح. هل كان هذا السباق ناجحاً أم لا؟
00:14:14 بول بودرو: حسناً، لا تحتاج إلى أن يكون لديك كل خاصية في سبرينت لجعلها ناجحة. ما نقوم به هو بناء نموذج لمؤسستك، لمشروعك، لسباقات السرعة الخاصة بك لما يتطلبه الأمر لتحقيق النجاح. لذا، سأقوم بتدريب هذا النموذج بنسبة 90% على هذا. يمكنني حفظه وأسميه نموذج سبرينت 1. سأحفظه كنموذج تجريبي. احفظ النموذج، والآن سنذهب للتنبؤ ولنرى إن كان بإمكاني إيجاد سباقات السرعة التي أريد أن أتنبأ بها. أين سباقاتي السريعة؟
00:14:48 بول بودرو: إذن، لديّ هناك 3 سباقات سريعة أنا على وشك تنفيذها أو تسليمها وأريد أن أعرف مقارنةً بمرجع السباقات الأخرى التي نجحت، هل ستكون هذه السباقات ناجحة، وتظهر لي بعض القيم؟ ماذا تفعل إذا كانت النسبة 49%؟ ماذا تفعل؟ حسنًا، ما سأفعله هو أنني سأقول، حسنًا، انتظر لحظة، ربما هذه الاستراتيجية التي لدينا لتنفيذ هذا السبرنت، آه، مهما كانت الاستراتيجية، لا يبدو أنها ستنجح.
00:15:18 بول بودرو: دعنا نذهب لإعادة التفكير في استراتيجيتنا حول ما يجب أن نفعله ثم نعود ونجربها مرة أخرى. قم بتشغيل أداة التنبؤ مرة أخرى. أداة التنبؤ هذه، بالمناسبة، يتم تشغيلها على AWS Amazon Web Services التي أقدمها. إنها أداة تعليمية وتدريبية أستخدمها، لكنني أقدمها مجاناً. نعم، أعلم أنك أتيت فقط من أجل جلسة تدريبية صغيرة. وفجأة، أنا أعطيك أشياء مجانية. إذا أرسلت لي بريدًا إلكترونيًا، ستكون معلوماتي في النهاية. يمكنني أن أجعل أحد طلابي ينشئ حساباً لك، وإذا أردت أن تتدرب عليه وتقوم ببعض التمارين به.
00:15:53 بول بودرو: يمكنك مساعدة نفسك للقيام بذلك. حسناً، حسناً، هذا صحيح. لنتوقف عن مشاركة هذا ونعود إلى الشرائح. توقف عن المشاركة، سأعود إلى هنا.
00:16:09 بول بودرو: وإذا كان لدى أي شخص لديه أي أسئلة حول ذلك، يمكنك طرحها في الدردشة، مشاركة الشاشة.
00:16:24 بول بودرو: لذا نأمل أن نعود إلى شاشة التعلم الخاضع للإشراف. نجاح المشروع الذي قمنا بتسمية الشخص للفشل، لذلك كان هذا هو العرض التوضيحي. الآن هناك قوالب أدوات تنبؤ أخرى. لقد كان لدي طلاب يعملون على هذا. من الواضح أن لدينا تنبؤ المشروع. لدينا تنبؤ سبرينت ولدينا مخاطر. ما هي المخاطر التي من المرجح أن تسبب تأثيراً على مشروعك؟ إدارة أصحاب المصلحة واحدة رائعة. فهي تحتوي على جميع خصائص أصحاب المصلحة المختلفين وما إذا كانوا قد تسببوا خلال عملية مشروعك في حدوث مشكلة ما في مشروعك مما أثر على مشروعك وتسبب في فشله أو تسبب في وقوعه في مشكلة.
00:17:03 بول بودرو: ميزانية جدول الموارد، الآن لدي هذه الخصائص في هذه القوالب. كلها قابلة للتخصيص، لست مضطرًا لاستخدام ما أضعه في تعريفك يمكن أن يكون التعريف الذي تريده، حسنًا. إذاً ذلك هو التعلم الخاضع للإشراف باستخدام أداة تنبؤ للتنبؤ بعناصر مختلفة. الثاني هو التعلّم غير الخاضع للإشراف، إذاً التعلّم غير الخاضع للإشراف يستخدم الخصائص. حسناً، إنّها تسمى خصائص في لغة التعلم الآلي. ويبحث عن الأنماط. حسناً، إذاً لا يوجد تصنيف، لكن بناءً على، عادةً عندما يبدأ الناس بتعلم هذا لأول مرة، يستخدمون الفاكهة. لذا، استناداً إلى الحجم واللون والوزن، يمكنك تجميع الأشياء معاً، صحيح؟
00:17:46 بول بودرو: كيف نستخدم ذلك في إدارة المشاريع؟ نقوم بشيء يسمى التجميع وقد قمت بذلك. لدي برنامج على حاسوبي المحمول بلغة بايثون يقوم بذلك. أقوم فقط بأخذ جميع خصائص المهام وأضعها في مجموعات والغرض من ذلك هو ماذا لو اكتشفت أن نسبة المهام التي تحتفظ بها في المشروع ذات تعقيدات عالية؟
00:18:07 بول بودرو: بالنسبة لي، ما أفعله هو أنني أقول، حسنًا انتظر لحظة إذا كانت 80% من مهامي عالية التعقيد. أحتاج إلى التحقق من مصادري. هل لديهم المهارات؟ هل لديهم القدرة التقنية لإكمال هذه المهام بنجاح؟ أو ربما أحتاج إلى منحهم المزيد من التدريب؟ أو ربما أحتاج إلى إحضار خبير للقيام ببعض التدريب والتوجيه؟ يمكن استخدام ذلك أيضاً في المخاطر. لقد استخدمته في المخاطر حيث للمخاطر. على سبيل المثال، تقوم بتجميع المخاطر الخاصة بك، لديك 200 خطر في مشروع ما، وتضعها في مجموعات، ثم ربما تكون إحدى تلك المجموعات لها نفس السبب، أو ربما تكون إحدى تلك المجموعات. يمكنك استخدام استراتيجية التخفيف نفسها.
00:18:53 بول بودرو: إذاً، لقد بدأنا في اكتساب رؤى في مشروعنا لم نكن لنتمكن من القيام بها عادةً لعدد من الأسباب. أولاً، لأن أدوات التعلم الآلي يمكنها إدارة بيانات أكثر من البشر. وثانياً، لأننا لا نملك الوقت المناسب. ما يحدث هو استخدام التعلّم الآلي وكلنا نريد أن نحسن التخطيط، أليس كذلك؟ هذا هو المكان الذي نريد أن نقضي فيه وقتنا في مرحلة التخطيط لمشروعنا وما هي الجهات الراعية لنا، ماذا يقول عملاؤنا؟ لماذا لا أرى مجرفة في الأرض؟ لماذا لا أراك؟ متى ستبدأ؟ لذا، يتم دفعنا للبدء قبل أن نتمكن من قضاء كل هذا الوقت في التخطيط، وما يمكن أن يقدمه لك الذكاء الاصطناعي والتعلم الآلي هو القيام بهذا التخطيط بدلاً من أن تستغرق يومين لمراجعة وثيقة النطاق، على سبيل المثال، يمكنك القيام بذلك في ساعتين.
00:19:42 بول بودرو: الثالث، التعلم المعزز للتعلم الآلي. كما تعلم، التصحيح الذاتي، تعتمد الخوارزميات الصحيحة على التغذية الراجعة مثل تعلم ركوب الدراجة، وأقول هنا تخيل لو أن البشر لا يرتكبون نفس الخطأ مرتين. يجب أن أهمس بهذا، هذا هو زواجي الثاني، حسناً.
00:20:02 بول بودرو: على أي حال، كل شيء على ما يرام، الأمور تسير على ما يرام.
00:20:05 بول بودرو: إذن، التعلم المعزز، أقول لطلابي، اسمعوا يا رفاق، أنتم ذاهبون إلى القوى العاملة كمديري مشاريع. إليكم ما أقترح عليكم القيام به بناء مستودع المعرفة الخاص بكم. كونوا أشخاصًا من نوع الذكاء الاصطناعي الخاص بكم وما يحدث هو أن تبدأوا ببناء كل هذه المعلومات، لذا لديكم مشكلة، أو لديكم مشكلة في مشروعنا. ما هي المشكلة؟ ما هي خصائص تلك المشكلة؟ ما هي ظروف المشروع؟ ماذا كان القرار؟ ثم هل كان ذلك القرار ناجحاً؟ نعم، أم لا؟
00:20:39 بول بودرو: ثم تقوم ببناء هذا ربما يكون لديك 20 مشكلة. في مشروعك الأول، ثم تنتقل إلى المشروع الثاني 20 مشكلة أخرى. في إدارة المشاريع، نسمي هذه التجربة. لدينا مدير مشروع لديه خبرة 20 أو 30 سنة في إدارة المشاريع. المشكلة هي أن العقل البشري، والذاكرة البشرية رهيبة. يمكنني أن أسأل كل واحد منكم ماذا تناولتم على الغداء قبل أسبوعين يوم الثلاثاء. ليس لديكم أي فكرة، أليس كذلك؟ إنه شيء لا تريد أن تتعلمه، لكن مع ذلك، لقد تعلموا في المحكمة أيضًا عندما يسألون الشهود عما يتذكرونه، ذاكرة الإنسان غير قابلة للخطأ. لذا، ما يمكنك فعله هو بناء ذلك وتخيل. “تخيل لو أن مديري المشاريع لم يرتكبوا نفس الخطأ مرتين”. إذن، لديك هذا المستودع الذي تقوم ببناء برنامج إكسل وتنظر إلى مشكلة مماثلة و أوه هذا لم ينجح. من الأفضل أن أفكر في شيء آخر حسنًا وما نفعله هو أن لدينا برنامج تعلم آلي يمر من خلال هذا ويمكنه انتقاء النتائج. ثانياً، تقوم المعالجة اللغوية الطبيعية بتحليل وصف النطاق بحثاً عن الاكتمال والأخطاء. ما أسميه الأمانة والتوثيق.
00:21:50 بول بودرو: وأنا أعلم أن بعض المؤسسات تفضل فقط إنجاز وثيقة النطاق ثم المضي قدمًا. والآن سنقوم بإصلاحها عندما ندخل في التنفيذ لا تقلق بشأنها. لست متأكدًا من أن هذه هي أفضل استراتيجية لمديري المشاريع، ولكن هذا يحدث أحيانًا. تحتوي معالجة اللغة الطبيعية على تحليل المشاعر. هناك عملية كاملة وراء ذلك كما تعلم، الكلمات وفهم الكلمات والعبارات. يمكنك إرسال بريد إلكتروني، ويرسل شخص ما كلمة سعيد. كما تعلم، استمتع متحمسًا وهذا شعور إيجابي، إذا خرجت من اجتماع انطلاق مشروع وفي دردشة فريق المشروع أو أيًا كان، فإن الكلمات التي تأتي من خلالك هي محبطة، منزعجة، غير متأكدة. فهذا شعور سلبي، وربما تحتاج إلى تحسين التواصل الذي نقدمه لفريقنا. لذا، هناك احتمال جيد هناك. حسناً، معالجة اللغة الطبيعية.
00:22:52 بول بودرو: المساعد الافتراضي، لذا أستخدم أليكسا بشكل جيد للتواصل التفاعلي وحوار الاختبار البشري وإدارة المشاريع في كل مكان. سأتحدث عن ذلك بعد دقيقة. إذن، ماذا عن المساعد الافتراضي لمدير المشروع، دعنا نرى ما إذا كان هذا يعمل، هل يمكنني تجربة ذلك؟
00:23:11 بول بودرو: أليكسا، هل هناك أي تدريب في وثيقة النطاق؟
00:23:18 أليكسا أليكسا: نعم، هناك تدريب، تم تحديد خمسة أشخاص لتدريب كل منهم لمدة أسبوع واحد. هل تريد المزيد من التفاصيل؟
00:23:25 بول بودرو: وووهو. من الواضح أن لدي مشروعي هناك. اسمعوا يا رفاق، عندما بدأت هذا، قمت بذلك منذ حوالي 24 عامًا وكان الأمر يذهل الناس مثل أوه يا رجل، هذا رائع. الآن هناك حوالي أربع منظمات تقوم بذلك. سأتحدث عن ذلك خلال دقيقة، لكن المستوى الثاني الذي قمت بتعريف هذه المستويات الثلاثة بالمناسبة. هذا هو تعريفي لدينا مساعد افتراضي يفهم مفاهيم إدارة المشاريع. إذاً، لنرى ماذا يمكنني أن أفعل هنا أيضاً.
00:23:54 بول بودرو: أليكسا، هناك ثلاث مهام هذا الأسبوع. هل يمكنني نقلها إلى الأسبوع القادم؟
00:24:01 أليكسا: المهام المجدولة لهذا الأسبوع ليست على المسار الحرج. ومع ذلك، تحتوي إحدى المهام على مخاطر محددة بناءً على سجل المخاطر. هل يجب أن أتصل بصاحبة المخاطر وأطلب منها الاتصال بك؟
00:24:13 بول بودرو: إذن، ها نحن ذا، شكرًا لكِ يا أليكسا. إذن ما لدينا الآن هو ما أسميه إدارة المشروع في كل مكان، وهو أنه يمكنك إدارة مشروعك من أي مكان وفي أي وقت. هناك عدد من المؤسسات التي تقدم هذا الأمر، لذا فإن أفق إدارة المشاريع في كل مكان هو تطبيق برمجي له واجهة مع أليكسا. يمكنك التحدث عن المخاطر؛ يمكنك التحدث عن جدولك الزمني في شركة PM Auto من ألمانيا تقوم ببناء هذه الإمكانية. لديهم بعض الإمكانيات الآن ولا يمكنني تذكر الاثنين الآخرين.
00:24:43 بول بودرو: يمتلكها MS Project، لكن MS Project هو مجرد تزييف. مشروع MS Project يمكنك أن تقول إضافة مهمة أخرى بشكل جيد بالنسبة لي إضافة مهمة أخرى مثل المشرف. إنه ليس حقاً نوعاً من إدارة المشاريع. لنرى ارتباطه بالتعلم الآلي والأنظمة الخبيرة.
00:25:03 بول بودرو: لذا، ما لدينا، وعلينا أن نكون حذرين ما أتحدث عنه مع الذكاء الاصطناعي هو شيء يسمى الحل المتكامل وهناك أدوات موجودة ولا أريد أن أذكر أي أسماء مثل JIRA وما سيخبرك به JIRA هو. حسناً، لديك جورج في هذه المهمة. إذا أبقيت جورج في هذه المهمة، فسيتأخر جدولك الزمني لمدة أسبوع. يجب عليك إخراج جورج من هذه المهمة ووضع ماري في هذه المهمة.
00:25:27 بول بودرو: وهكذا، هل تفعل ذلك؟ أليس الذكاء الاصطناعي رائعاً؟ انظر، لقد ساعدني في إعادة مشروعي إلى المسار الصحيح. ليس بهذه السرعة. أقول ليس بهذه السرعة، ماذا عن المخاطرة؟ نعم، من يهتم؟ ماذا عن الجودة؟ نعم، من يهتم؟
00:25:45 بول بودرو: لم تخبرك الأداة بذلك، ولكن بصفتك مدير مشروع، ألسنا نحن الأشخاص الذين لدينا هذا المنظور العام للمشروع؟ نحن ننظر إلى جميع المجالات، وربما قمت بتعيين جورج لتلك المهمة لأن لديهم أفضل جودة ومن المحتمل ألا يواجهوا مخاطرهم أو أنهم يعرفون كيفية تجنب المخاطر التي تنطوي عليها. وماذا تفعل الأداة؟ ولذا، علينا أن نكون حذرين في استخدام الذكاء الاصطناعي بأننا نفهم حلاً متكاملاً. نحن لا نحل شيئًا واحدًا ونتجاهل الجوانب الأخرى التي يمكن أن تكون مشكلة فيما بعد. حسنًا، ما قيمة درس الذكاء الاصطناعي يا رفاق؟ ها هي المشكلة التي تواجهنا في أي استطلاع رأي وأعلم أن معهد إدارة المشاريع قد قال في مرحلة ما أن نسبة نجاح المشاريع كانت تصل إلى حوالي 65% وأن الأمور في ازدياد، وهذا ليس صحيحًا.
00:26:36 بول بودرو: إذًا وفقًا لمعهد إدارة المشاريع، فإن 68% من مشاريع تكنولوجيا المعلومات غير ناجحة. وتقول شركة KPMG أن 70% من المؤسسات لديها مشروع واحد فاشل. المشكلة الأكبر التي يتفق عليها الجميع هي أن 11% من الإنفاق على المشاريع يضيع بسبب سوء الأداء، وعدم الكفاءة في تخصيص الموارد وعدم الكفاءة في تخصيص الموارد، وسوء إدارة المشاريع. أعني، نحن ننفق تريليونات الدولارات على المشاريع، إذا استطعنا إيجاد طريقة لتوفير 11% من ذلك، فهذا مبلغ ضخم من المال. خرجت دراستي المفضلة من جامعة أكسفورد، وكانت عن المشاريع الكبيرة. يسمونها مشاريع ضخمة وأعتقد أنها تزيد عن 100 مليون دولار.
00:27:23 بول بودرو: 2% من المشاريع الضخمة ناجحة، و2% منها تنجز في الوقت المحدد وضمن الميزانية المحددة في دراسة جامعة أكسفورد. لا يمكننا الاستمرار على هذا المنوال. إنها لا تنجح، إنها لا تنجح حقًا. حسناً، نحن بحاجة إلى إيجاد طريقة لتغيير منهجيتنا وأعتقد، أعتقد أن الذكاء الاصطناعي يوفر لنا فرصة. وما أراه من وجهة نظري هو أن هذا التغيير قد بدأ بالفعل لأنني كنت أعمل مع المؤسسات التي تطبق الذكاء الاصطناعي في المشاريع، نحن نبتعد عن هذا الذي أسميه الالتزام القائم على العمليات. وبالنسبة لأولئك الذين قد يكونون قد لاحظوا ذلك منكم، فهذا إطار عمل رشيق متدرج.
00:28:06 بول بودرو: اسمع، أعلم أن سبوتو يعمل مع أجايل. أعلم أن هناك جوانب رشيقة من هذا، عليك أن تحصل على تلك المعرفة في أجايل. انطلق وخذ ذلك التدريب، لا يمكنك تغيير منهجية مشروعك دون فهم ما تقوم بتغييره. لذا انطلق وخذ التدريب الرشيق. لكن ما يقوله أجايل ما هم هؤلاء المناصرون، والمناصرون كلمة خفيفة. إنهم حقًا، لا أعرف ماذا تسميهم، مبشرون، أو أنهم متحمسون جدًا في اعتقادهم أنه يجب عليك تنفيذ جميع الجوانب الخمسين أو الثمانين لأجايل لتكون ناجحًا. الجواب هو لا، هذا غير صحيح، أليس كذلك؟ فهي لا توفر لك سوى 30 إلى 40% من معدل نجاح المشروع. لذا، نحن نبتعد عن منهجية المشاريع القائمة على العمليات إلى منهجية تعتمد على البيانات. نحن نستخدم الذكاء الاصطناعي لاتخاذ القرارات بناءً على البيانات.
00:28:59 بول بودرو: حسنًا، الإنتاجية باستخدام الذكاء الاصطناعي التوليدي مثل ChatGPT، بارد، إذا كنت قد استخدمت أيًا من هذه الأدوات، فهذه الأدوات تُستخدم كثيرًا الآن في إدارة المشروع، وإنشاء وثيقة النطاق، وإنشاء قالب مجدول، وإجراء مراجعة الهواء، والسؤال عن المخاطر التي تواجهني. وهي تعود، ليس لديها الكمال ويمكنني أن أخبرك بذلك لأنني أدرس إدارة المشاريع وما أفعله هو أنني أضع أسئلة الاختبار في ChatGPT للتأكد من أنها لا يمكن أن تعود بكل الإجابات الصحيحة وهي لا تفعل ذلك، حسنًا. لذا، فهي أداة جيدة لمساعدتك في طريقك لإنشاء مستندات مخاطر جيدة. لمعرفة ما إذا كنت قد فاتك شيء ما.
00:29:43 بول بودرو: يمكن أن يساعدك الذكاء الاصطناعي في اتخاذ القرار في اتخاذ إجراء في وقت مبكر مع احتمال أعلى للنجاح وتحليل نتائج المشروع. لديّ عميل في أوروبا الآن وهناك مؤسسة لديها 100 مشروع وما يقوم به هو استخدام التعلم تحت الإشراف لاتخاذ القرارات بشكل جيد. أريد أن أعرف أي 10 مشاريع يجب أن أعطيها الأولوية لأنها ستعطيني أكبر قيمة ثم أريد أن أعرف أي 10 مشاريع حقًا يجب أن أفكر في إلغائها أو إنهائها لأنها بعيدة جدًا عن الجدول الزمني والميزانية. لن يقدموا حقًا ما كنت أتوقع منهم تقديمه.
00:30:20 بول بودرو: أهمية البيانات، آمل ألا أكون متسرعًا هنا. أهمية البيانات لدي هذه الصورة الصغيرة على الجانب الأيمن من الصورة الصغيرة. تلك هي عملات ذهبية لأنني أعلم أن لديكم المنظمات التي لديها بيانات إدارة المشاريع. اسمع ، أنا أعمل مع المنظمات التي لديها سنوات وسنوات 10 – 20 ، ثلاثون عامًا من بيانات إدارة المشاريع. السؤال هو، ماذا تفعل بها؟
00:30:49 بول بودرو: إنه منجم ذهب على الأقل يدير بعض أدوات التنقيب عن البيانات والتحليلات التنبؤية من خلال جميع مشاريعك التاريخية. ستحصل على رؤى لم تكن على علم بها. سيجد بعض الارتباطات في تلك البيانات التي ربما لم تكن على دراية بها، سواء كانت مخاطر أو جدول زمني أو ما هو تخصيص الموارد، أيًا كان. إنه منجم ذهب وأنت لا تفعل شيئاً به، حسناً؟
00:31:13 بول بودرو: على أقل تقدير، اعمل مع صديقي مارتن بيفر من المملكة المتحدة، الذي لديه ثقة في البيانات، وسيأخذ بياناتك لإخفاء الهوية. ومن ثم يقوم بالتنقيب عن البيانات واستخلاص المعلومات من أجلك. البيانات المهيكلة ضرورية، قد تكون البيانات المهيكلة ضرورية. أي شخص قام بمشروع لترحيل البيانات كما فعلت أنا، سنفهم أن هناك أطنانًا من الأخطاء، كما تعلم، اختلافات تحذيرية. المفضل لدي، يجب أن أخبرك أن المفضل لدي هو اسم المالك.
00:31:44 بول بودرو: إذن، كان هذا نادي بيت الكلب الذي عملت معه، وكان لديهم قاعدة بيانات لعلاقات العملاء كانوا ينقلونها من تطبيق قديم إلى Microsoft Dynamics. ووصلنا إلى مجال من يملك الكلب، أليس كذلك؟ وكان من المفترض أن يكون هناك اسم هناك ووجدنا أن بعضها كان هناك ثلاثة أسماء. لذا، حصلنا على الشركة التي عاد إليها بعض الأشخاص الذين يعملون في المبادئ الوظيفية وقلنا لهم لماذا الأسماء الثلاثة وهم.
00:32:18 بول بودرو: قالوا أوه، هذا لأن الناس قالوا، حسناً، نحن نعتقد أن الثلاثة يجب أن يكونوا أصحاب الكلب. لذلك، أنت لا تعرف أبدًا ما الذي سيحدث بمجرد تطبيق الذكاء الاصطناعي بنسبة 80% من الوقت. في البداية، سيكون تنفيذ الذكاء الاصطناعي في البداية عبارة عن تنظيف البيانات، وإصلاح كل تلك الأخطاء المطبعية والقيم المفقودة. عليك القيام ببعض الصيانة للبيانات وهندسة الميزات للتأكد من أن لديك الخصائص الصحيحة.
00:32:48 بول بودرو: الآن عندما عرضت عليك الـ 87 حرفًا في التعلم تحت الإشراف، قد يكونون 120، وقد يكونون 150. أعتقد أن مخاطري تحتوي على 300. ولكن هناك أيضًا منظمة في أستراليا تعمل مع أحد العملاء، وقد تمكنوا من تقليل تلك الـ 87 إلى أقل من 20. وهم يقولون، حسناً، نعم استناداً إلى هؤلاء الـ 20، يمكننا التنبؤ بالتدهور المبكر للجدول الزمني للمشروع. لذا، هناك الكثير من الفرص، لدى كندا شيء يسمى mely.ai. إذا لم يكن لديك قاعدة بيانات، فلديهم واجهات لأشياء مثل MS Project و Primavera وسيضعون بيانات مشروعك في مستودع، ويمكنك القيام ببعض الأعمال عليها.
00:33:32 بول بو