ARTICLE · 1101015
AI + 项目管理 76
项目经理在AI赋能项目管理（PMAI）中的专业能力
总体而言，项目经理必须掌握技术、战略规划、创造性思维、提示词工程、人际交往能力与适应能力，还要融合人类智慧，高度重视人工智能辅助决策与风险管理。取得成功的关键能力包括沟通协作、创新性问题解决，以及持续学习，紧跟不断迭代的人工智能技术。
数据分析、人工智能伦理应用、变革管理、跨职能整合、客户协同与可持续发展相关技能的重要性将日益凸显。这些能力体现了人工智能赋能项目管理的融合特征，其覆盖的技能范畴比传统项目管理方法更为广泛。
未来的项目经理还必须着重培养快速学习并落地新兴人工智能技术的应变能力。应当能够评估、引入最新人工智能解决方案，并使之匹配项目目标与组织规划。项目经理既要适应人工智能进步带来的变化，还要预判、引导项目管理领域的相关趋势，因此需要兼具技术功底与前瞻性思维。
软件研发与工程、医疗医药、基建工程、零售、金融银行、制造供应链、能源公用事业，以及政府公共部门，对这套融合人工智能的项目管理技能需求最高。经过人工智能技术与数据分析训练的项目经理，在上述行业中将大有用武之地；这些行业技术迭代快，项目需求复杂多变。
将行为项目管理（BehavioralPM）与人工智能相结合，把人类智慧（HI）和人工智能（AI）融为一体，能够实现最优绩效。项目管理的未来，是人类大脑（行为科学）与机器之间“人类智慧‑人工智能”协同模式。这种协同模式可以支撑完成全球诸多重大事业，实现更加精准的方案规划、更完善的风险缓释以及更快的交付进度（拉米雷斯、多明格斯，2024）。
人工智能赋能项目管理发展最前沿的行业为IT与工程、医疗、教育、建筑、零售。本章将针对上述领域展开深入分析。
IT与工程领域
在信息技术与工程领域，生成式人工智能（GenAI）正对项目管理产生重大影响。项目实施与管控过程会面临诸多挑战，这源于预测型、敏捷以及混合型等多种开发模式的并存使用。
当前发展趋势
自2024年起，依托数据驱动决策的技术进步，人工智能赋能项目管理（PMAI）的各类趋势迎来重大变革。以下先介绍当前主要趋势，再阐述未来趋势：
■用于资源优化的预测性分析：人工智能预测分析重点关注趋势预判，保障人力与实物资产得到高效、最优利用。借助预测算法分析历史数据，可以精准预判资源需求，助力人员与设备合理调配。
■人工智能赋能的敏捷项目管理：将人工智能嵌入敏捷框架，强化动态信息可视化与规划能力。AI工具还可自动处理敏捷环境中的重复性工作，同时输出迭代（sprint）绩效分析并给出改进建议，让敏捷项目管理响应性更强、执行效果更好。
■人工智能驱动的风险管理：人工智能为项目管理的风险评审与管控提供重要支撑。基于机器学习算法，系统对风险因素、历史记录、外部环境开展评估，通过计算流程输出风险预警以及风险缓解方案。
■项目文档自动化：另一大趋势是项目文档流程自动化，借助人工智能（尤其是自然语言处理NLP）提升文档准确度、降低工作负荷。实现项目报告、会议纪要自动生成，产出完整、格式统一的文档资料。
■智能排期与规划：综合多重约束条件与变量，人工智能在智能排期规划方面发挥重要作用。AI算法对项目进度开展实时优化，兼顾资源可用情况、各类突发状况，提升项目工期执行效率。
■项目管理的增强现实应用：增强现实（AR）工具是当下热点，它把进度计划、资源分配等数字信息叠加映射到实体现场环境，实现现实场景增强。这支持现场人员做出充分研判，直观、交互式地展示施工现场的实际进展。
■数据驱动决策：数据分析成为项目管理的重要知识模块，帮助管理者做出更完备的战术决策。涵盖采集评估项目数据、绩效指标，预判发展趋势，并实施纠偏，最终产出更优质的项目可交付成果。
项目管理领域的人工智能技术应用，包含用于高效资源利用的预测分析、实现任务自动化的AI增强敏捷方法、人工智能驱动的风险管理、文档自动化、智能排期、用于现场决策的增强现实，以及为优化项目产出的数据驱动型决策。
未来趋势
■人工智能增强的混合型项目管理：人工智能落地将成为混合型项目管理的核心，把预测规划能力平滑融入敏捷模式，实现更高灵活性。
示例：AI工具可基于持续积累的反馈动态调整项目管理策略，让预测型方法论与敏捷方法论协同运行。
■认知型项目助手：由人工智能驱动的认知助手提供决策支持，为项目经理输出定制化分析见解。
示例：AI虚拟助手分析项目数据，接受问题问询并给出建议，帮助项目经理做出审慎决策。
■人工智能实现动态资源调配：项目执行期间由AI算法动态分配资源，最大化人力与实物资源利用效率。
示例：AI工具分析项目动态变化与团队绩效，输出适配项目阶段的资源分配建议。
■人工智能赋能敏捷持续改进：人工智能输出深度洞察、提出流程优化建议，强化敏捷方法论的持续改进能力。
示例：机器学习模型分析团队绩效指标，识别行为模式，给出敏捷流程优化建议，提升工作成效。
■人工智能驱动的自适应风险管理：人工智能持续监控、更新风险档案，实现项目风险的自适应管控。
示例：AI算法分析不断变化的项目条件与外部因素，动态调整风险管理策略，实现风险主动分析。
■面向项目可视化的增强现实（AR）：依托人工智能，增强现实技术帮助项目经理在真实环境中可视化查看项目要素。
示例：AR工具可将工期计划、资源分配、任务依赖关系投射至实体施工现场，辅助现场决策。
未完待续