有看到文章說，眼下所有的創(chuàng)業(yè)，只要與人工智能不相關(guān)的，可能都會被時(shí)代淘汰。與其害怕被人工智能所取代，還不如先了解人工智能，需要學(xué)習(xí)如何駕馭和使用人工智能為我們更高效的工作，創(chuàng)造契機(jī)。

項(xiàng)目管理是現(xiàn)代企業(yè)管理的核心，對于項(xiàng)目管理層來說，項(xiàng)目活動(dòng)范圍大，實(shí)施周期長，影響因素多等特點(diǎn)，都是導(dǎo)致項(xiàng)目延期和失敗的原因。如果沒有一套能夠?qū)崟r(shí)、準(zhǔn)確的數(shù)據(jù)傳遞渠道，及時(shí)反映項(xiàng)目進(jìn)展情況，分析項(xiàng)目存在風(fēng)險(xiǎn)的方案，就很難判斷項(xiàng)目活動(dòng)的實(shí)際情況，無法做出科學(xué)決策。

人工智能到底是什么？怎么影響我們的生活與工作？

人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項(xiàng)工作的人必須懂得計(jì)算機(jī)知識，心理學(xué)和哲學(xué)?！叭斯ぶ悄苁顷P(guān)于知識的學(xué)科――怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué)?！?/p>

“人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作?！?/p>

即人工智能是研究人類智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計(jì)算機(jī)去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計(jì)算機(jī)的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。

從思維觀點(diǎn)看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進(jìn)人工智能的突破性的發(fā)展，數(shù)學(xué)常被認(rèn)為是多種學(xué)科的基礎(chǔ)科學(xué)，數(shù)學(xué)也進(jìn)入語言、思維領(lǐng)域，人工智能學(xué)科也必須借用數(shù)學(xué)工具，數(shù)學(xué)不僅在標(biāo)準(zhǔn)邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作用，數(shù)學(xué)進(jìn)入人工智能學(xué)科，它們將互相促進(jìn)而更快地發(fā)展。

通常，“機(jī)器學(xué)習(xí)”的數(shù)學(xué)基礎(chǔ)是“統(tǒng)計(jì)學(xué)”、“信息論”和“控制論”。還包括其他非數(shù)學(xué)學(xué)科。這類“機(jī)器學(xué)習(xí)”對“經(jīng)驗(yàn)”的依賴性很強(qiáng)。計(jì)算機(jī)需要不斷從解決一類問題的經(jīng)驗(yàn)中獲取知識，學(xué)習(xí)策略，在遇到類似的問題時(shí)，運(yùn)用經(jīng)驗(yàn)知識解決問題并積累新的經(jīng)驗(yàn)，就像普通人一樣。我們可以將這樣的學(xué)習(xí)方式稱之為“連續(xù)型學(xué)習(xí)”。但人類除了會從經(jīng)驗(yàn)中學(xué)習(xí)之外，還會創(chuàng)造，即“跳躍型學(xué)習(xí)”。這在某些情形下被稱為“靈感”或“頓悟”。一直以來，計(jì)算機(jī)最難學(xué)會的就是“頓悟”?；蛘咴賴?yán)格一些來說，計(jì)算機(jī)在學(xué)習(xí)和“實(shí)踐”方面難以學(xué)會“不依賴于量變的質(zhì)變”，很難從一種“質(zhì)”直接到另一種“質(zhì)”，或者從一個(gè)“概念”直接到另一個(gè)“概念”。

人工智能始終是計(jì)算機(jī)科學(xué)的前沿學(xué)科，計(jì)算機(jī)編程語言和其它計(jì)算機(jī)軟件都因?yàn)橛辛巳斯ぶ悄艿倪M(jìn)展而得以存在。用來研究人工智能的主要物質(zhì)基礎(chǔ)以及能夠?qū)崿F(xiàn)人工智能技術(shù)平臺的機(jī)器就是計(jì)算機(jī)，人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展史聯(lián)系在一起的。除了計(jì)算機(jī)科學(xué)以外，人工智能還涉及信息論、控制論、自動(dòng)化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語言學(xué)、醫(yī)學(xué)和哲學(xué)等多門學(xué)科。人工智能學(xué)科研究的主要內(nèi)容包括：知識表示、自動(dòng)推理和搜索方法、機(jī)器學(xué)習(xí)和知識獲取、知識處理系統(tǒng)、自然語言理解、計(jì)算機(jī)視覺、智能機(jī)器人、自動(dòng)程序設(shè)計(jì)等方面。

人工智能在計(jì)算機(jī)上實(shí)現(xiàn)時(shí)有2種不同的方式。一種是采用傳統(tǒng)的編程技術(shù)，使系統(tǒng)呈現(xiàn)智能的效果，而不考慮所用方法是否與人或動(dòng)物機(jī)體所用的方法相同。這種方法叫工程學(xué)方法（ENGINEERING APPROACH），它已在一些領(lǐng)域內(nèi)作出了成果，如文字識別、電腦下棋等。另一種是模擬法（MODELINGAPPROACH），它不僅要看效果，還要求實(shí)現(xiàn)方法也和人類或生物機(jī)體所用的方法相同或相類似。遺傳算法（GENERIC ALGORITHM，簡稱GA）和人工神經(jīng)網(wǎng)絡(luò)（ARTIFICIAL NEURAL NETWORK，簡稱ANN）均屬后一類型。

通過對項(xiàng)目管理的核心技術(shù)的學(xué)習(xí)，關(guān)鍵路徑法、計(jì)劃評審技術(shù)、工作結(jié)構(gòu)分解技術(shù)、掙值法，來反思如何應(yīng)用人工智能來更好地更高效地管理項(xiàng)目？隨著信息技術(shù)革命、全球化及互聯(lián)網(wǎng)及人工智能的發(fā)展，市場競爭越來越激烈，客戶的需求越來越個(gè)性化，產(chǎn)品更新迭代德爾周期也變得越來越短，在這樣的趨勢下，原先非項(xiàng)目性質(zhì)的工作，越來越呈現(xiàn)項(xiàng)目的特征。通過項(xiàng)目式的管理，不僅可以縮短時(shí)間、節(jié)省成本、而且可以有效整合跨職能的資源，更快捷的滿足客戶需求。因此，新經(jīng)濟(jì)模式和時(shí)常環(huán)境下，項(xiàng)目和項(xiàng)目管理，不再簡單是管理臨時(shí)工作的工具，逐漸成為組織實(shí)現(xiàn)戰(zhàn)略目標(biāo)，推進(jìn)戰(zhàn)略實(shí)施的有效手段和工具，項(xiàng)目管理進(jìn)入項(xiàng)目化管理和戰(zhàn)略項(xiàng)目管理的時(shí)代。

項(xiàng)目管理包括工程、軟件、產(chǎn)品、技術(shù)、變革、活動(dòng)，項(xiàng)目是為創(chuàng)造獨(dú)特的產(chǎn)品、服務(wù)或成果而進(jìn)行的臨時(shí)性工作。在有限的資源約束下，運(yùn)用系統(tǒng)的觀點(diǎn)、方法和理論，對項(xiàng)目涉及的全部工作進(jìn)行有效地管理。即從項(xiàng)目的投資決策開始到項(xiàng)目結(jié)束的全過程進(jìn)行計(jì)劃、組織、指揮、協(xié)調(diào)、控制和評價(jià)，以實(shí)現(xiàn)項(xiàng)目目標(biāo)。管理已明確需求，識別未明確需求，項(xiàng)目管理過程就是一個(gè)，不斷地完成已識別德爾需求，不斷地識別新需求的過程。項(xiàng)目需要整合的資源包括人力（man）、材料（material）、機(jī)械（machine）、資金（money）、信息（message）、科學(xué)技術(shù)（method of S&T）及市場（market）等，通常7M。項(xiàng)目管理也是內(nèi)外資源整合的過程。在項(xiàng)目管理中，及時(shí)是在同一件決策事件上，相關(guān)方的需求往往也是不同的，項(xiàng)目管理團(tuán)隊(duì)需要識別相關(guān)方的需求，對相關(guān)方的要求進(jìn)行不斷綜合、平衡和折中，找見共同點(diǎn)和共識點(diǎn)，進(jìn)行有效地決策和推進(jìn)項(xiàng)目的進(jìn)程。項(xiàng)目管理的各個(gè)時(shí)期都充滿著各種矛盾、挑戰(zhàn)和不一致，項(xiàng)目管理團(tuán)隊(duì)需要進(jìn)行各種平衡管理。

人工智能能在項(xiàng)目管理過程中最大的應(yīng)用是作為數(shù)據(jù)分析的工具，分析方法包括：專家判斷（也是需要基于數(shù)據(jù)分析）、問卷調(diào)查、相關(guān)方分析、備選方案分析、親和圖、思維導(dǎo)圖、系統(tǒng)交互圖、原型法、多標(biāo)準(zhǔn)決策分析、標(biāo)桿對照、項(xiàng)目管理信息系統(tǒng)、類比估算、參數(shù)估算、三點(diǎn)估算、自下而上估算、儲備分析、模擬、關(guān)鍵路徑法、進(jìn)度網(wǎng)絡(luò)分析、質(zhì)量成本、歷史信息審核、資金限制平衡、成本匯總、定性及定量風(fēng)險(xiǎn)分析、親和圖、因果圖、流程圖、直方圖、矩陣圖、散點(diǎn)圖等等。如何駕馭好市面上已有的軟件和數(shù)據(jù)庫，結(jié)合商業(yè)智能（Business Intelligence，簡稱：BI），又稱商業(yè)智慧或商務(wù)智能，指用現(xiàn)代數(shù)據(jù)倉庫技術(shù)、線上分析處理技術(shù)、數(shù)據(jù)挖掘和數(shù)據(jù)展現(xiàn)技術(shù)進(jìn)行數(shù)據(jù)分析以實(shí)現(xiàn)商業(yè)價(jià)值。

商業(yè)智能通常被理解為將企業(yè)中現(xiàn)有的數(shù)據(jù)轉(zhuǎn)化為知識，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營決策的工具。這里所談的數(shù)據(jù)包括來自企業(yè)業(yè)務(wù)系統(tǒng)的訂單、庫存、交易賬目、客戶和供應(yīng)商等來自企業(yè)所處行業(yè)和競爭對手的數(shù)據(jù)以及來自企業(yè)所處的其他外部環(huán)境中的各種數(shù)據(jù)。而商業(yè)智能能夠輔助的業(yè)務(wù)經(jīng)營決策，既可以是操作層的，也可以是戰(zhàn)術(shù)層和戰(zhàn)略層的決策。為了將數(shù)據(jù)轉(zhuǎn)化為知識，需要利用數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理（OLAP）工具和數(shù)據(jù)挖掘等技術(shù)。因此，從技術(shù)層面上講，商業(yè)智能不是什么新技術(shù)，它只是數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘等技術(shù)的綜合運(yùn)用。

可以認(rèn)為，商業(yè)智能是對商業(yè)信息的搜集、管理和分析過程，目的是使企業(yè)的各級決策者獲得知識或洞察力（insight），促使他們做出對企業(yè)更有利的決策。商業(yè)智能一般由數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成。商業(yè)智能的實(shí)現(xiàn)涉及到軟件、硬件、咨詢服務(wù)及應(yīng)用，其基本體系結(jié)構(gòu)包括數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘三個(gè)部分。

因此，把商業(yè)智能看成是一種解決方案應(yīng)該比較恰當(dāng)。商業(yè)智能的關(guān)鍵是從許多來自不同的企業(yè)運(yùn)作系統(tǒng)的數(shù)據(jù)中提取出有用的數(shù)據(jù)并進(jìn)行清理，以保證數(shù)據(jù)的正確性，然后經(jīng)過抽取（Extraction）、轉(zhuǎn)換（Transformation）和裝載（Load），即ETL過程，合并到一個(gè)企業(yè)級的數(shù)據(jù)倉庫里，從而得到企業(yè)數(shù)據(jù)的一個(gè)全局視圖，在此基礎(chǔ)上利用合適的查詢和分析工具、數(shù)據(jù)挖掘工具（大數(shù)據(jù)魔鏡）、OLAP工具等對其進(jìn)行分析和處理（這時(shí)信息變?yōu)檩o助決策的知識），最后將知識呈現(xiàn)給管理者，為管理者的決策過程提供支持。

提供商業(yè)智能解決方案的著名IT廠商包括微軟、IBM、Oracle、SAP、Informatica、Microstrategy、SAS、Royalsoft等。

實(shí)施商業(yè)智能系統(tǒng)是一項(xiàng)復(fù)雜的系統(tǒng)工程，整個(gè)項(xiàng)目涉及企業(yè)管理，運(yùn)作管理，信息系統(tǒng)，數(shù)據(jù)倉庫，數(shù)據(jù)挖掘，統(tǒng)計(jì)分析等眾多門類的知識。 因此用戶除了要選擇合適的商業(yè)智能軟件工具外還必須按照正確的實(shí)施方法才能保證項(xiàng)目得以成功。 商業(yè)智能項(xiàng)目的實(shí)施步驟可分為：

（1）需求分析： 需求分析是商業(yè)智能實(shí)施的第一步，在其他活動(dòng)開展之前必須明確的定義企業(yè)對商業(yè)智能的期望和需求，包括需要分析的主題，各主題可能查看的角度（維度）；需要發(fā)現(xiàn)企業(yè)那些方面的規(guī)律。 用戶的需求必須明確。

（2）數(shù)據(jù)倉庫建模：通過對企業(yè)需求的分析，建立企業(yè)數(shù)據(jù)倉庫的邏輯模型和物理模型，并規(guī)劃好系統(tǒng)的應(yīng)用架構(gòu)，將企業(yè)各類數(shù)據(jù)按照分析主題進(jìn)行組織和歸類。

（3）數(shù)據(jù)抽?。?數(shù)據(jù)倉庫建立后必須將數(shù)據(jù)從業(yè)務(wù)系統(tǒng)中抽取到數(shù)據(jù)倉庫中，在抽取的過程中還必須將數(shù)據(jù)進(jìn)行轉(zhuǎn)換，清洗，以適應(yīng)分析的需要。

（4）建立商業(yè)智能分析報(bào)表：商業(yè)智能分析報(bào)表需要專業(yè)人員按照用戶制訂的格式進(jìn)行開發(fā)，用戶也可自行開發(fā)（開發(fā)方式簡單，快捷）。

（5）用戶培訓(xùn)和數(shù)據(jù)模擬測試：對于開發(fā)—使用分離型的商業(yè)智能系統(tǒng)，最終用戶的使用是相當(dāng)簡單的，只需要點(diǎn)擊操作就可針對特定的商業(yè)問題進(jìn)行分析。

（6）系統(tǒng)改進(jìn)和完善：任何系統(tǒng)的實(shí)施都必須是不斷完善的。 商業(yè)智能系統(tǒng)更是如此，在用戶使用一段時(shí)間后可能會提出更多的，更具體的要求，這時(shí)需要再按照上述步驟對系統(tǒng)進(jìn)行重構(gòu)或完善。

新時(shí)代項(xiàng)目管理的核心競爭力最終還是人才競爭，以最少的人，最大化利用人工智能，降低項(xiàng)目管理成本以及提高管理品質(zhì)，達(dá)到項(xiàng)目管理的終極目標(biāo)。

從軟件開發(fā)到建設(shè)到物流金融，每個(gè)公司都有需要進(jìn)行規(guī)劃、管理和監(jiān)督的項(xiàng)目。但是我們用來做這些工作的工具通常很復(fù)雜，是為專家設(shè)計(jì)使用的，并沒有盡可能地對潛在的問題發(fā)出警告?；谌斯ぶ悄艿臎Q策支持系統(tǒng)和自動(dòng)化是否可以通過降低成本和錯(cuò)誤，分析風(fēng)險(xiǎn)，提高工作效率或按時(shí)按預(yù)算完成工作，從而使項(xiàng)目更成功地完成？

根據(jù)實(shí)際的項(xiàng)目管理需求，基于人工智能技術(shù)的基礎(chǔ)上，研發(fā)出符合現(xiàn)代化企業(yè)項(xiàng)目管理需求的智能化項(xiàng)目管理軟件，以WBS架構(gòu)帶動(dòng)項(xiàng)目計(jì)劃與執(zhí)行的全局掌控，以“動(dòng)態(tài)管理，實(shí)時(shí)共享”的先進(jìn)理論實(shí)現(xiàn)項(xiàng)目進(jìn)度、成本、資源、績效、風(fēng)險(xiǎn)等的有效跟進(jìn)，解決項(xiàng)目管理過程中因信息滯后問題導(dǎo)致的項(xiàng)目延期或者失敗的問題，提升企業(yè)項(xiàng)目管控的能力。

1. 數(shù)據(jù)自動(dòng)總結(jié)分析：

項(xiàng)目管理系統(tǒng)可以實(shí)現(xiàn)人一樣的分析和思考，把原本人需要思考的東西，通過系統(tǒng)公式的方式輸入系統(tǒng)，系統(tǒng)通過學(xué)習(xí)這些人為思考的過程，從而實(shí)現(xiàn)輸入元素，自動(dòng)分析并輸出結(jié)果，用戶可以根據(jù)個(gè)人分析的喜好，選擇數(shù)據(jù)輸出的展現(xiàn)方式（包括圖標(biāo)、報(bào)表等），供給用戶數(shù)據(jù)總結(jié)分析。

2. 預(yù)測承諾水平：

準(zhǔn)時(shí)交貨且不超出項(xiàng)目預(yù)算是項(xiàng)目實(shí)施的最好狀態(tài)，規(guī)范化的承諾管理是員工工作責(zé)任追究的保障，從而避免員工由于各種不具有說服力的“接口”作為推卸責(zé)任的理由。項(xiàng)目管理系統(tǒng)把項(xiàng)目與規(guī)劃要素與商業(yè)目標(biāo)、戰(zhàn)略、交付時(shí)間與資源、約束費(fèi)用、法律義務(wù)聯(lián)系起來并結(jié)盟。同時(shí)，能夠自動(dòng)追蹤責(zé)任預(yù)計(jì)加強(qiáng)問責(zé)，捕獲每個(gè)人的承諾行為統(tǒng)計(jì)資料供給機(jī)器學(xué)習(xí)，由系統(tǒng)預(yù)測每個(gè)人每個(gè)項(xiàng)目活動(dòng)的依賴和承諾水平；并且，支持可交付成果的承諾–》 履行 / 重議/ 違諾管理。

3. 合理資源分配：

資源分配需要管理者有著清醒的大腦，列出所有事物與需要的人力、物力需求，進(jìn)行資源合理分配，如果一個(gè)項(xiàng)目日程發(fā)生變化，資源分配需要重新處理。項(xiàng)目管理系統(tǒng)能夠?qū)W習(xí)人類的技能，借鑒其發(fā)展、成就、流動(dòng)性和偏好數(shù)據(jù)，學(xué)習(xí)依賴、風(fēng)險(xiǎn)與費(fèi)用信息結(jié)合起來，為企業(yè)項(xiàng)目活動(dòng)自動(dòng)或者提供建議進(jìn)行合理的資源分配。

人工智能的理解能力、判斷能力、圖像識別能力、數(shù)據(jù)傳送能力等，是人工所無法超越的存在。一臺機(jī)器不是取代一個(gè)人，而是取代上千上萬人；并且，只需要花適當(dāng)?shù)碾娰M(fèi)即可24小時(shí)工作，便宜、精確、及時(shí)的工作處理能力。項(xiàng)目管理系統(tǒng)嵌入人工智能技術(shù)，突破原有的企業(yè)項(xiàng)目管理的局限，人工智能核心的深度算法和即時(shí)傳送，解決人為數(shù)據(jù)處理的失誤或者不透明交易問題，提高項(xiàng)目管理效益。

人工智能還可有助于工作自動(dòng)化，讓項(xiàng)目經(jīng)理有更多的時(shí)間去實(shí)際管理?！艾F(xiàn)在任何一個(gè)行業(yè)中，在很大程度上，人工智能都是去處理那些枯燥乏味的工作，讓人們把注意力放在機(jī)器無法完成的工作上。項(xiàng)目管理中的許多工作并不是數(shù)據(jù)處理，而是去做我們設(shè)定了明確目標(biāo)的工作，讓每個(gè)人都朝著同一個(gè)方向前進(jìn)，協(xié)調(diào)一致?！?/p>

可以使用預(yù)測方式來細(xì)化調(diào)整項(xiàng)目執(zhí)行工作，并減少失誤。如果真的想用人工智能來改善項(xiàng)目工作，必須尋求一些方法進(jìn)行實(shí)驗(yàn)和改進(jìn)。這些做法將在未來五年使一些組織脫穎而出。

責(zé)任編輯：Ct