Inteligência Artificial aplicada ao gerenciamento de projetos

Como definir melhor a sequência e paralelismo de atividades combinando com a disponibilidade e perfil dos recursos, associando a maximização dos investimentos e fazer análises preditivas e prescritivas baseada em acertos e erros de projetos similares? A resposta está no uso de inteligência artificial (IA) aplicada ao gerenciamento de projetos.

A inteligência artificial imprime eficiência e velocidade no gerenciamento de projetos, incluindo o uso de lógica fuzzy para priorizar projetos nos processos de gestão de portfólio.

Usar apenas o cérebro humano no gerenciamento de grandes e complexos projetos é, praticamente, impossível. São milhares de condições que devem ser analisadas simultaneamente para definir o plano ideal de trabalho e tratar os desvios cotidianos dos projetos.

Por exemplo, uma equipe de instalação de uma torre de transmissão de energia está alocada para a atividade em um determinado dia. Um dia antes, o serviço de meteorologia indica uma alta probabilidade de chuvas com raios na região. Uma rede neural artificial analisa todas as entradas de dados e sugere um novo plano em tempo real para o projeto, protegendo a vida dos técnicos, maximizando os recursos da equipe em outras atividades e configurando o projeto para ter o menor impacto possível.

Um sistema de inteligência artificial evita decisões monocráticas de gerentes de projetos, baseadas na experiência e intuição, o sistema considera todas as alternativas e sugere a melhor, usando a maior quantidade de dados disponível.

Obviamente, que isto não invalida a experiência do gerente do projeto, a inteligência artificial ajuda na tomada de decisão. Aliás, muito pelo contrário, os algoritmos de decisão são baseados na experiência dos gerentes de projetos e da assertividade de suas decisões.

O uso de inteligência artificial aplicada ao gerenciamento de projeto tem o objetivo de evitar surpresas, principalmente quando você está próximo de uma entrega importante.

A análise preditiva mostra em tempo real as probabilidades para se atingir um milestone baseado em vários parâmetros, incluindo recursos humanos, infraestrutura, condições climáticas e restrições orçamentárias e legais. Isto adiciona uma informação relevante no dashboard de acompanhamento do projeto.

A análise prescritiva encontra a melhor solução para se atingir um objetivo. Ou seja, a partir de várias simulações de dados entrada, a análise prescritiva indica o melhor caminho para o objetivo, considerando recursos humanos, custo, entre outros parâmetros.

Uma vantagem adicional é que o sistema de inteligência artificial aprende continuamente. Aquele conteúdo das sessões de feedback do projeto ou dos sprints é usado para aperfeiçoar o modelo de inteligência artificial para melhorar as decisões, ao invés destas preciosas informações ficarem em alguma gaveta ou perdido em alguma pasta eletrônica.

Outro ponto a considerar é a automação de vários processos operacionais que podem ser realizados pelo sistema de inteligência artificial. A automação aumenta a produtividade e reduz custos.

Se considerarmos o uso de inteligência artificial na gestão de portfólio de projetos de uma organização, os benefícios se multiplicam exponencialmente. Os recursos serão melhor distribuídos, o orçamento de todos os projetos será maximizado, a priorização de projetos importantes e estratégicos será considerada, aumentando a probabilidade das metas corporativas serão atingidas nos prazos, dentro do orçamento e na qualidade esperada.

Como começar?

Como todo projeto de inteligência artificial, os dados é a chave para o sucesso. Provavelmente, você terá que começar a medir e usar indicadores que você não utiliza hoje. Lembre-se que os sistemas de aprendizado de máquina trabalham com classificação e probabilidades. Alguns modelos trabalham com dados históricos e outros com exemplos. Os modelos deverão ser treinados e testados com dados reais, ou seja, você precisa coletar, transformar e armazenar os dados em um Big Data ou consumir dados de APIs internas ou externas.

Por exemplo, dados históricos definem a probabilidade de um desenvolvedor concluir um tipo de atividade dentro do prazo negociado. Medir o tempo médio de ociosidade de uma equipe de campo em períodos de chuvas em uma determinada região.

Como o modelo de inteligência artificial aprende continuamente, novos dados podem ser inseridos ao longo do tempo.

O tamanho e a complexidade dos projetos são importantes para começar o uso de inteligência artificial. Projetos muito pequenos e de baixa complexidade não mostrarão os benefícios da inteligência artificial, tanto em pelo esforço para se conseguir os dados como pelas poucas e obvias configurações do projeto. A escolha deve ser de um projeto grande e complexo.

A estratégia deve ser rodar o sistema de inteligência artificial em paralelo com o sistema de gerenciamento tradicional, mesmo porque ele é que dará muitos inputs para o modelo de aprendizado de máquina.

Não espere comprar um sistema de gerenciamento de projetos com inteligência artificial pronto. Cada sistema deverá ser configurado com os dados disponíveis e treinado com os dados da empresa.

Para o primeiro projeto recomendo a contratação de uma equipe externa com experiência em gerenciamento de projetos e especializada em modelos de inteligência artificial.

Acredito que o uso de inteligência artificial aplicada ao gerenciamento de projetos é um caminho sem volta, incluindo seu uso em squads. Isto transforma o perfil do gerente de projeto, exigindo outras competências para continuar a fazer a gestão de projetos com eficiência.

Deixe uma resposta