Прошлое дает о себе знать. Снова сделали попытку конвертировать свой опыт проектной деятельности в заказной разработке – к современной реальности с использованием ИИ.

В проектной деятельность есть механизмы предсказания отклонений от запланированных сроков. По моему опыту их редко применяют, в виду того что менеджеру нужно делать это регулярно, рутинно. Но времени на это не остается и вместо плановой работы с отклонения, происходит реагирование на фактические срывы сроков.

Агенты с ИИ, которые рутинно выполняют эти действия, смотрят на разные сигналы и могут принять решение – это выход из такой ситуации. А еще снижает когнитивную нагрузку на менеджера – копи-паст данных из Jira, Kaiten или GIT-систем – и у вас уже готовый анализ на минуты

Разобрали эти подходы. Более того, с готовыми примерами, ограничениям. В статье вы найдете: • какие подходы применить для мониторинга отклонений по срокам • какие данные в каких системах есть • а что если данных структурированных нет в системах? • какие вторичные сигналы можно использовать для предсказания?

Это в дополнение к статьям про применении ИИ в проектном менеджменте: • p3.express • p5.express