有看到文章說，眼下所有的創業，只要與人工智能不相關的，可能都會被時代淘汰。與其害怕被人工智能所取代，還不如先了解人工智能，需要學習如何駕馭和使用人工智能為我們更高效的工作，創造契機。

項目管理是現代企業管理的核心，對于項目管理層來說，項目活動范圍大，實施周期長，影響因素多等特點，都是導致項目延期和失敗的原因。如果沒有一套能夠實時、準確的數據傳遞渠道，及時反映項目進展情況，分析項目存在風險的方案，就很難判斷項目活動的實際情況，無法做出科學決策。

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、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

人工智能是一門極富挑戰性的科學，從事這項工作的人必須懂得計算機知識，心理學和哲學。“人工智能是關于知識的學科――怎樣表示知識以及怎樣獲得知識并使用知識的科學。”

“人工智能就是研究如何使計算機去做過去只有人才能做的智能工作。”

即人工智能是研究人類智能活動的規律，構造具有一定智能的人工系統，研究如何讓計算機去完成以往需要人的智力才能勝任的工作，也就是研究如何應用計算機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。

從思維觀點看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進人工智能的突破性的發展，數學常被認為是多種學科的基礎科學，數學也進入語言、思維領域，人工智能學科也必須借用數學工具，數學不僅在標準邏輯、模糊數學等范圍發揮作用，數學進入人工智能學科，它們將互相促進而更快地發展。

通常，“機器學習”的數學基礎是“統計學”、“信息論”和“控制論”。還包括其他非數學學科。這類“機器學習”對“經驗”的依賴性很強。計算機需要不斷從解決一類問題的經驗中獲取知識，學習策略，在遇到類似的問題時，運用經驗知識解決問題并積累新的經驗，就像普通人一樣。我們可以將這樣的學習方式稱之為“連續型學習”。但人類除了會從經驗中學習之外，還會創造，即“跳躍型學習”。這在某些情形下被稱為“靈感”或“頓悟”。一直以來，計算機最難學會的就是“頓悟”。或者再嚴格一些來說，計算機在學習和“實踐”方面難以學會“不依賴于量變的質變”，很難從一種“質”直接到另一種“質”，或者從一個“概念”直接到另一個“概念”。

人工智能始終是計算機科學的前沿學科，計算機編程語言和其它計算機軟件都因為有了人工智能的進展而得以存在。用來研究人工智能的主要物質基礎以及能夠實現人工智能技術平臺的機器就是計算機，人工智能的發展歷史是和計算機科學技術的發展史聯系在一起的。除了計算機科學以外，人工智能還涉及信息論、控制論、自動化、仿生學、生物學、心理學、數理邏輯、語言學、醫學和哲學等多門學科。人工智能學科研究的主要內容包括：知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統、自然語言理解、計算機視覺、智能機器人、自動程序設計等方面。

人工智能在計算機上實現時有2種不同的方式。一種是采用傳統的編程技術，使系統呈現智能的效果，而不考慮所用方法是否與人或動物機體所用的方法相同。這種方法叫工程學方法（ENGINEERING APPROACH），它已在一些領域內作出了成果，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，還要求實現方法也和人類或生物機體所用的方法相同或相類似。遺傳算法（GENERIC ALGORITHM，簡稱GA）和人工神經網絡（ARTIFICIAL NEURAL NETWORK，簡稱ANN）均屬后一類型。

通過對項目管理的核心技術的學習，關鍵路徑法、計劃評審技術、工作結構分解技術、掙值法，來反思如何應用人工智能來更好地更高效地管理項目？隨著信息技術革命、全球化及互聯網及人工智能的發展，市場競爭越來越激烈，客戶的需求越來越個性化，產品更新迭代德爾周期也變得越來越短，在這樣的趨勢下，原先非項目性質的工作，越來越呈現項目的特征。通過項目式的管理，不僅可以縮短時間、節省成本、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，新經濟模式和時常環境下，項目和項目管理，不再簡單是管理臨時工作的工具，逐漸成為組織實現戰略目標，推進戰略實施的有效手段和工具，項目管理進入項目化管理和戰略項目管理的時代。

項目管理包括工程、軟件、產品、技術、變革、活動，項目是為創造獨特的產品、服務或成果而進行的臨時性工作。在有限的資源約束下，運用系統的觀點、方法和理論，對項目涉及的全部工作進行有效地管理。即從項目的投資決策開始到項目結束的全過程進行計劃、組織、指揮、協調、控制和評價，以實現項目目標。管理已明確需求，識別未明確需求，項目管理過程就是一個，不斷地完成已識別德爾需求，不斷地識別新需求的過程。項目需要整合的資源包括人力（man）、材料（material）、機械（machine）、資金（money）、信息（message）、科學技術（method of S&T）及市場（market）等，通常7M。項目管理也是內外資源整合的過程。在項目管理中，及時是在同一件決策事件上，相關方的需求往往也是不同的，項目管理團隊需要識別相關方的需求，對相關方的要求進行不斷綜合、平衡和折中，找見共同點和共識點，進行有效地決策和推進項目的進程。項目管理的各個時期都充滿著各種矛盾、挑戰和不一致，項目管理團隊需要進行各種平衡管理。

人工智能能在項目管理過程中最大的應用是作為數據分析的工具，分析方法包括：專家判斷（也是需要基于數據分析）、問卷調查、相關方分析、備選方案分析、親和圖、思維導圖、系統交互圖、原型法、多標準決策分析、標桿對照、項目管理信息系統、類比估算、參數估算、三點估算、自下而上估算、儲備分析、模擬、關鍵路徑法、進度網絡分析、質量成本、歷史信息審核、資金限制平衡、成本匯總、定性及定量風險分析、親和圖、因果圖、流程圖、直方圖、矩陣圖、散點圖等等。如何駕馭好市面上已有的軟件和數據庫，結合商業智能（Business Intelligence，簡稱：BI），又稱商業智慧或商務智能，指用現代數據倉庫技術、線上分析處理技術、數據挖掘和數據展現技術進行數據分析以實現商業價值。

商業智能通常被理解為將企業中現有的數據轉化為知識，幫助企業做出明智的業務經營決策的工具。這里所談的數據包括來自企業業務系統的訂單、庫存、交易賬目、客戶和供應商等來自企業所處行業和競爭對手的數據以及來自企業所處的其他外部環境中的各種數據。而商業智能能夠輔助的業務經營決策，既可以是操作層的，也可以是戰術層和戰略層的決策。為了將數據轉化為知識，需要利用數據倉庫、聯機分析處理（OLAP）工具和數據挖掘等技術。因此，從技術層面上講，商業智能不是什么新技術，它只是數據倉庫、OLAP和數據挖掘等技術的綜合運用。

可以認為，商業智能是對商業信息的搜集、管理和分析過程，目的是使企業的各級決策者獲得知識或洞察力（insight），促使他們做出對企業更有利的決策。商業智能一般由數據倉庫、聯機分析處理、數據挖掘、數據備份和恢復等部分組成。商業智能的實現涉及到軟件、硬件、咨詢服務及應用，其基本體系結構包括數據倉庫、聯機分析處理和數據挖掘三個部分。

因此，把商業智能看成是一種解決方案應該比較恰當。商業智能的關鍵是從許多來自不同的企業運作系統的數據中提取出有用的數據并進行清理，以保證數據的正確性，然后經過抽取（Extraction）、轉換（Transformation）和裝載（Load），即ETL過程，合并到一個企業級的數據倉庫里，從而得到企業數據的一個全局視圖，在此基礎上利用合適的查詢和分析工具、數據挖掘工具（大數據魔鏡）、OLAP工具等對其進行分析和處理（這時信息變為輔助決策的知識），最后將知識呈現給管理者，為管理者的決策過程提供支持。

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

實施商業智能系統是一項復雜的系統工程，整個項目涉及企業管理，運作管理，信息系統，數據倉庫，數據挖掘，統計分析等眾多門類的知識。 因此用戶除了要選擇合適的商業智能軟件工具外還必須按照正確的實施方法才能保證項目得以成功。 商業智能項目的實施步驟可分為：

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

（2）數據倉庫建模：通過對企業需求的分析，建立企業數據倉庫的邏輯模型和物理模型，并規劃好系統的應用架構，將企業各類數據按照分析主題進行組織和歸類。

（3）數據抽取： 數據倉庫建立后必須將數據從業務系統中抽取到數據倉庫中，在抽取的過程中還必須將數據進行轉換，清洗，以適應分析的需要。

（4）建立商業智能分析報表：商業智能分析報表需要專業人員按照用戶制訂的格式進行開發，用戶也可自行開發（開發方式簡單，快捷）。

（5）用戶培訓和數據模擬測試：對于開發—使用分離型的商業智能系統，最終用戶的使用是相當簡單的，只需要點擊操作就可針對特定的商業問題進行分析。

（6）系統改進和完善：任何系統的實施都必須是不斷完善的。 商業智能系統更是如此，在用戶使用一段時間后可能會提出更多的，更具體的要求，這時需要再按照上述步驟對系統進行重構或完善。

新時代項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，降低項目管理成本以及提高管理品質，達到項目管理的終極目標。

從軟件開發到建設到物流金融，每個公司都有需要進行規劃、管理和監督的項目。但是我們用來做這些工作的工具通常很復雜，是為專家設計使用的，并沒有盡可能地對潛在的問題發出警告。基于人工智能的決策支持系統和自動化是否可以通過降低成本和錯誤，分析風險，提高工作效率或按時按預算完成工作，從而使項目更成功地完成？

根據實際的項目管理需求，基于人工智能技術的基礎上，研發出符合現代化企業項目管理需求的智能化項目管理軟件，以WBS架構帶動項目計劃與執行的全局掌控，以“動態管理，實時共享”的先進理論實現項目進度、成本、資源、績效、風險等的有效跟進，解決項目管理過程中因信息滯后問題導致的項目延期或者失敗的問題，提升企業項目管控的能力。

1. 數據自動總結分析：

項目管理系統可以實現人一樣的分析和思考，把原本人需要思考的東西，通過系統公式的方式輸入系統，系統通過學習這些人為思考的過程，從而實現輸入元素，自動分析并輸出結果，用戶可以根據個人分析的喜好，選擇數據輸出的展現方式（包括圖標、報表等），供給用戶數據總結分析。

2. 預測承諾水平：

準時交貨且不超出項目預算是項目實施的最好狀態，規范化的承諾管理是員工工作責任追究的保障，從而避免員工由于各種不具有說服力的“接口”作為推卸責任的理由。項目管理系統把項目與規劃要素與商業目標、戰略、交付時間與資源、約束費用、法律義務聯系起來并結盟。同時，能夠自動追蹤責任預計加強問責，捕獲每個人的承諾行為統計資料供給機器學習，由系統預測每個人每個項目活動的依賴和承諾水平；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，進行資源合理分配，如果一個項目日程發生變化，資源分配需要重新處理。項目管理系統能夠學習人類的技能，借鑒其發展、成就、流動性和偏好數據，學習依賴、風險與費用信息結合起來，為企業項目活動自動或者提供建議進行合理的資源分配。

人工智能的理解能力、判斷能力、圖像識別能力、數據傳送能力等，是人工所無法超越的存在。一臺機器不是取代一個人，而是取代上千上萬人；并且，只需要花適當的電費即可24小時工作，便宜、精確、及時的工作處理能力。項目管理系統嵌入人工智能技術，突破原有的企業項目管理的局限，人工智能核心的深度算法和即時傳送，解決人為數據處理的失誤或者不透明交易問題，提高項目管理效益。

人工智能還可有助于工作自動化，讓項目經理有更多的時間去實際管理。“現在任何一個行業中，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器無法完成的工作上。項目管理中的許多工作并不是數據處理，而是去做我們設定了明確目標的工作，讓每個人都朝著同一個方向前進，協調一致。”

可以使用預測方式來細化調整項目執行工作，并減少失誤。如果真的想用人工智能來改善項目工作，必須尋求一些方法進行實驗和改進。這些做法將在未來五年使一些組織脫穎而出。

責任編輯：ct