Использование искусственного интеллекта при принятии управленческих решений в проектном менеджменте

В современном мире, где ИТ-технологии развиваются с невероятной скоростью, использование искусственного интеллекта становится неотъемлемой частью многих сфер профессиональной и экономической деятельности. Одной из них является проектный менеджмент. Искусственный интеллект помогает автоматизировать рутинную работу, анализировать большие массивы данных, прогнозировать изменения спроса и предложения, оптимизировать процессы производства и управления запасами и многих других управленческих функций. Выявление латентных закономерностей и тенденций с использованием искусственного интеллекта в бизнес-аналитике помогает менеджерам обосновывать управленческие решения, а также составлять отчёты и формулировать выводы.

Изучая применение технологий искусственного интеллекта в корпоративном управлении, многие учёные и практики опираются на исследования компании Deloitte. Так, Бамбуров В.А. различает четыре универсальных типа автоматизации рабочих процессов на основе применения технологий искусственного интеллекта [1]:

– освобождение (relieving). Автоматизации подвергаются процессы, которые свя- заны с выполнением рутинных заданий на рабочем месте. За специалистом при этом закрепляется наиболее ответственная и творческая работа;

– дробление (splitting up). Практически вся работа выполняется автоматизированным образом. Сотрудники выполняют функции контроля и корректирования процессов реализации проекта;

– дополнение (augment). Искусственный интеллект как бы дополняет профессиональные компетенции работника, предлагая различные варианты решения задач, оставляя окончательное принятие решения за человеком;

– замещение (replacing). В данном случае имеется в виду полная автоматизация рабочих процессов, присущих определённым профессиям, и полное исключение присутствия человека из данной системы.

На наш взгляд, интересен подход к пониманию искусственного интеллекта у А.Т. Зуб и К.С. Петровой [2]. В их парадигме искусственный интеллект – это средство оптимизации поведения людей в организации, особенно в тех его аспектах, которые связаны с принятием и реализацией важных или стратегических решений. Получается, что искусственный интеллект в понимании упомянутых авторов пред- ставляет собой некую логическую машину, описывающую и предписывающую поведение людей в организации как рационально действующих субъектов. С позиции менеджмента искусственный интеллект есть не что иное, как применение компьютерных систем и алгоритмов для выполнения задач, связанных с принятием решений, обработкой данных, оптимизацией процессов в целях повышения эффективности и результативности управленческой деятельности и сокращения издержек компании. Вот почему сегодня искусственный интеллект является незаменимым помощником для любого проектного менеджера, нуждающегося в поддержке при принятии управленческих решений.

В менеджменте общепринято различать три уровня принятия решений [3]:

• 1)    стратегический (предполагает долгосрочные, нестандартные и сложные решения, принимаемые высшим руководством);

2)тактический (имеет дело со среднесрочными, менее сложными решениями, принимаемыми менеджерами среднего звена);

• 3)    оперативный (принятие текущих и повседневных решений руководителями первичного звена).

На каждом из уровней возможна алгоритмизация процесса внедрения технологий искусственного интеллекта закрытого типа (рис. 1). Следование данному алгоритму позволяет организовать внедрение и работу искусственного интеллекта, направленную на принятие управленческих решений в проектном менеджменте.

Рис. 1. Процесс внедрения технологий искусственного интеллекта

Применение данного алгоритма направлено на поддержку разработок информационно-коммуникационных технологий, технологий кибербезопасности, а также на оказание конкретной помощи при реализации какого-либо проекта с использованием ИТ-технологий [4].

Применение искусственного интеллекта в проектном менеджменте непременно связано с рисками. Существуют определённые ситуации, при которых замена целиком человеческого разума алгоритмами искусственного интеллекта является нежелательной. К примеру, это могут быть долгосрочные проекты, в реализацию которых могут вовлекаться множество стейкхолде- ров, или требование учитывать геополитические или иные стратегические интересы заинтересованных сторон. В таком случае на основе имеющихся данных искусственный интеллект может провести анализ вероятных результатов для будущих сценариев. Однако полученные результаты следует рассматривать исключительно в качестве рекомендации для лиц, принимающих управленческие решения, а не как действия, которые в обязательном порядке следует воплотить в жизнь. Ещё одна проблема заключается в ответственности за точность прогнозов искусственного интеллекта. Возникает вопрос: кто будет отвечать в случае принятия ошибочных реше- ний из-за сбоев в работе алгоритмов и получения неверных данных на выходе? Разработчики алгоритмов, как правило, не могут гарантировать точность прогнозов. Машинное обучение и механизмы принятия «машинных решений» обычно неизвестны даже создателям алгоритмов. В результате возникла концепция «черного ящика», отражающая тот факт, что процесс обучения искусственного интеллекта не доступен для человеческого наблюдения [1]. Создатели искусственного интеллекта задают алгоритмы на входе и обучают систему, но только на выходе можно увидеть полученную информацию, созданную алгоритмом по правилам, известным только ему. Таким образом, если ИТ-технологии будут в дальнейшем широко внедряться в проектный менеджмент, то, вероятно, именно ответственные лица, принимающие решения, руководители проектов будут нести ответственность за любые последствия. Лица, принимающие решения в процессе и подготовки, и реализации проекта, делают это в условиях неопределённости, используя неполную или недостаточно точную информацию о текущем состоянии проекта и перспективах его развития, что затрудняет, а иногда делает невозможным применение аналитических методов.

Существуют психологические аспекты применения искусственного интеллекта. Внедрение ИТ-технологий в проектное управление предполагает проведение запланированных перемен и управление изменениями. Только на первый взгляд это представляется несложным процессом. Кажется, что его успешность зависит от грамотной работы команды. В реальности это процесс, предполагающий кропотливый и плодотворный совместный труд топ-менеджеров, руководителей структурных подразделений, агентов изменений, участников команды проекта и других работников. Во-первых, как правило, сотрудники компании всячески сопротивляются практически любым организационным изменениям. Во-вторых, топ-менеджерам следует сделать выбор в пользу «мягкого» или «жесткого» подхода, которого следует придерживаться, внедряя технологии ис- кусственного интеллекта. В менеджменте выбор стратегии организационных изменений получил название архетипов корпоративных преобразований, в основе которых лежит теория «ОЕ» [5]. Мягкий подход связан с развитием корпоративной культуры. Топ-менеджмент как бы провозглашает набор ценностей, принципов, составляющих корпоративную культуру и регламентирующих поведение сотрудников. Жесткий подход ориентирован на быстрое достижение финансовых целей, рост производительности труда и означает кардинальные изменения организационной структуры и системы управления в целом, внедрение корпоративных стандартов, регламентов, должностных инструкций, систем учёта, поощрений, штрафов и наказаний, установление системы наблюдения за сотрудниками на рабочем месте.

Крупные российские компании, реализующие «мягкий» подход, реализуют корпоративные преобразования в формате архетипа «О». Это означает, что они ориентированы на [6]:

• 1)    развитие организационных возможностей и способностей сотрудников через изменение культуры и поведения менеджеров и сотрудников;

• 2)    проектирование изменений исходя из организационных возможностей;

• 3)    партисипативный стиль управления, при котором работники эмоционально привязываются к целям и задачам развития компании;

• 4)    использование «мягких» методов управления;

• 5)    корпоративные изменения «снизу-вверх» (поэтому залогом успеха является активность и креативность работников);

• 6)    фокусирование изменений на трудовой мотивации;

• 7)    гармоничность во взаимоотношениях «сотрудник - менеджер»;

• 8)    недопущение радикальной реструктуризации и увольнений персонала;

• 9)    повышенное внимание обучению сотрудников;

• 10)    отсутствие барьеров между структурными подразделениями, что способствует более тесному сотрудничеству, вза-

• имопониманию, доверию между сотрудниками.

С этой точки зрения, внедряя технологии искусственного интеллекта в деятельность организации, не лишено смысла упоминание о комплаенс-менеджменте, который призван обеспечить соответствие деятельности организации параметрам институционального пространства, в котором она осуществляет свою деятельность. Любые нарушения данных параметров может повлечь финансовые и репутационные издержки.

К сожалению, согласно исследованиям Deloitte Forensic [7], комплаенс российских компаний сконцентрирован на антикоррупционной деятельности (рис. 2).

Рис. 2. Основные направления комплаенс российских компаний [7]

В ТОП-3 комплаенс-направлений также вошли защита персональных данных и защита конфиденциальной информации. Очевидно сосредоточение менеджмента российских компаний на контроле. Поэтому полагаем, что традиционная для отечественного бизнеса модель комплаенс-контроля в условиях цифровизации институционального пространства и широкого применения ИТ-технологий нуждается в проработке новой парадигмы – концепции комплаенс-менеджмента.

Преимущественными направлениями использования искусственного интеллекта в проектном менеджменте являются следующие:

• 1.    Прогнозирование и планирование. Искусственный интеллект может помочь менеджерам проектов в прогнозировании будущих событий и разработке оптимальных планов действий. Например, алгоритмы машинного обучения могут быть использованы для ретроспективного анализа и определения закономерностей в отноше-

• нии проектов. Кроме того, искусственный интеллект обеспечивает автоматическое распознавание и профилирование потенциальных потребителей. Новые клиенты могут быть идентифицированы с помощью «статистических близнецов» [8].

• 2.    Управление ресурсами. Это касается и финансов, и персонала, и оборудования, и материалов. Используя алгоритмы оптимизации, менеджеры могут определить, какие и каким образом необходимо использовать ресурсы для достижения наилучших результатов проекта.

• 3.    Оценка рисков. Один из важнейших аспектов проектного менеджмента. Машинное обучение и другие методы искусственного интеллекта могут быть использованы для определения вероятности возникновения различных рисков и принятия соответствующих мер для их минимизации.

• 4.    Ценообразование. Алгоритмы позволяют установить «идеальную» цену, поскольку есть возможность прогнозирова-

• ния того, как поведут себя клиенты, потребители в разных ситуациях.

• 5.    Мониторинг и контроль. Системы машинного обучения и алгоритмы обработки изображений могут быть использованы для автоматического сбора данных о ходе выполнения проектных задач и работ, что позволяет менеджерам быстро получать актуальную информацию в режиме

• 6.    Развитие персонала. Искусственный интеллект также может использоваться для обучения участников проекта (те лица, которые вовлечены в реализацию проекта), команды проекта (совокупность отдельных лиц и организаций, привлечённых к выполнению работ проекта и подчинённых руководителю проекта), команды управления проектом (члены проектной команды, которые непосредственно вовлечены в работы по управлению проектом). Например, искусственный интеллект позволяет мониторить результаты профессиональной деятельности сотрудников, предлагать рекомендации по повышению её результативности.

• 7.    Обнаружение и предотвращение мошенничества. Технологии искусственного интеллекта позволяют выявлять фейковые новости и целенаправленную дезинформа-

• цию, применяемые в целях манипулирования поведением клиентов, потребителей.

реального времени и принимать соответствующие управленческие решения для коррекции процесса.

Таким образом, использование искусственного интеллекта в проектном менеджменте – сложная задача, требующая взвешенных управленческих решений и слаженной работы команды управления проектом. Отчасти она решаема через управление изменениями, разработку кор- поративных стандартов, регламентов, комплаенс-менеджмент. Однако есть мнение, что особые организационные способности, организационный потенциал компании более актуальны, чем владение только рыночными алгоритмами и большими данными [8]. Возникает дискуссия по поводу долгосрочных преимуществ и отличительного характера алгоритмов для повышения конкурентоспособности компании, когда они становятся доступными для всех рыночных игроков. Вероятно, интеллектуальные системы эффективны именно в неструктурированных средах при решении нестандартных задач в проектной деятельности, особенно в начальной стадии.

И всё-таки искусственный интеллект позволяет принимать более обоснованные решения, снижая степень неопределённости и риски, повышая эффективность управления ресурсами, способствуя сокращению издержек управления при реа- лизации проекта.