A Inteligência Artificial (AI) modificará cada vez mais o gerenciamento de projetos devido a deep learning e automação de processos

 

O TechRepublic publicou recentemente uma lista com seis tecnologias de Inteligência Artificial (AI, na sigla em inglês) que transformarão a Gestão de Projetos. A AI é uma das principais apostas em inovações na próxima década. As seis tecnologias foram escolhidas de acordo com o relatório do Project Management Institute (PMI) que definiu as inovações que estão afetando os gestores de projetos atuais e afetarão as operações de gerenciamento de projetos no futuro.

O estudo PMI’s AI Innovators: Cracking the Code on Project Performance (2019) descobriu que os profissionais de Projetos esperam, nos próximos três anos, um salto de 23% para 37% no uso geral de AI e a maioria dos entrevistados (81%) revelou que suas organizações estão sendo atualmente afetadas pelas tecnologias de Inteligência Artificial.

“Os líderes de projetos estão nos estágios iniciais de adoção da AI ​​para otimizar – e melhorar – o trabalho do projeto. Porém, as tecnologias da AI ​​já contribuem para maior produtividade e melhor qualidade”, disse Mark Broome, diretor de Dados do PMI. “Por exemplo, a tecnologia está diminuindo a quantidade de tempo que os gerentes de projetos precisam gastar em atividades como monitorar o progresso e gerenciar a documentação – eles podem confiar na AI para essas tarefas mais administrativas. O tempo economizado pode ser redirecionado para tarefas mais estratégicas e criativas, e planejamento”, completou.

“Juntamente com o monitoramento do progresso e o gerenciamento da documentação, os GP’s também passam muito tempo encontrando padrões, eficiências e redundâncias nos projetos – tarefas que podem ser aceleradas pelas ferramentas de AI e de aprendizado de máquina”, declarou Ronald Schmelzer, principal analyst da Cognilytica.

 

Principais tecnologias de AI que afetam a Gestão de Projetos

1. Sistema Baseado em Conhecimento (SBC)

Os sistemas baseados em conhecimento usam machine learning e geração de linguagem natural para criar a documentação para o indivíduo, de acordo com Schemlzer. “A documentação é a desgraça da existência de todos”, acrescentou.

Nos próximos anos, o impacto dos sistemas baseados em conhecimento nas organizações saltará de 37% para 71%, segundo o relatório.

“O processamento de linguagem natural e os algoritmos de machine learning ajudarão o GP a desenvolver planos precisos”, disse Broome. “O aprendizado de uma infinidade de projetos executados anteriormente e artefatos de gerenciamento de projetos associados será utilizado para treinar a AI para ajudar efetivamente o gerente de projetos em todos os aspectos da Gestão de Projetos, incluindo desenvolvimento de contratos, estimativa de tempo e recursos, comunicações, identificação e gerenciamento de riscos”.

2. Machine Learning

O desenvolvimento do machine learning está em seus estágios iniciais de uso para gerenciamento de projetos, segundo Broome, no entanto, 31% das organizações foram impactadas pelo machine learning e 69% esperam um impacto futuro alto ou moderado, de acordo com o relatório.

“O machine learning está no centro de muitas outras tecnologias de AI nessa lista”, disse Schmelzer. No geral, a experiência do machine learning está em encontrar padrões. Por exemplo, o machine learning pode observar um cronograma, estudar padrões em um cronograma e identificar áreas onde os projetos podem ser acelerados, de acordo com Schmelzer.

3. Decision Management ou Gerenciamento de Decisões

A AI pode desempenhar um papel fundamental para ajudar os GPs a tomarem decisões cruciais. Atualmente, 29% das organizações já foram afetadas pelo gerenciamento de decisões, mas 68% esperam um impacto futuro alto ou moderado, segundo o relatório.

“Como as decisões precisam ser tomadas ao longo do projeto, os gerentes de projetos contarão com modelos preditivos para avaliar as opções e selecionar aquelas que oferecem a maior probabilidade de um resultado positivo”, afirmou Broome.

É também aqui que entram os algoritmos de machine learning, acrescentou Schmelzer, pois eles podem mostrar quais recursos o consumidor do produto está ou não usando e ajudar os gerentes de projetos a tomarem decisões de acordo com os dados.

4. Sistemas Especialistas

Andando de mãos dadas com o gerenciamento de decisões, os sistemas especialistas também fornecem aos gestores de projetos um pensamento especializado. Cerca de 21% das organizações já foram impactadas por sistemas especialistas e 64% esperam um impacto futuro alto ou moderado, segundo o relatório.

“Você pode realmente fazer com que as máquinas criem automaticamente essas coisas chamadas árvores de decisão para ajudá-lo”, disse Schmelzer. “É como pegar as idéias do especialista e colocá-las no machine learning”.

 

“A ferramenta pode analisar padrões de decisões de especialistas e extrair insights com base nelas, fornecendo expertise ao gerente de Projeto”, disse Schmelzer.

5. Deep Learning

Uma técnica de machine learning, o deep learning impactou 21% das organizações e 63% esperam um impacto futuro alto ou moderado, segundo o relatório.

“Os modelos avançados de previsão e deep learning ajudarão a prever atividades de esforço de trabalho, rastrear o progresso do projeto e atualizar as previsões à medida que o projeto progride”, contou Broome.

O deep learning é muito bom em sistemas de reconhecimento, fala e conversação. Os modelos de deep learning têm muita fome de dados, segundo Schmelzer, portanto, quanto mais dados um gestor de projetos tiver, mais preciso será o sistema de deep learning.

6. Automação Robótica de Processos

“A Automação de Processos Robóticos (RPA) parece ser uma das primeiras tecnologias a dar suporte às tarefas administrativas dos gerentes de projetos”, afirmou Broome. “Muitos outros avanços devem ser antecipados no futuro.”

Esse avanço antecipado é preciso, pois 21% das organizações já foram impactadas pela RPA, mas 62% esperam um impacto futuro alto ou moderado, segundo o relatório. O RPA é mais benéfico para tarefas repetitivas e complicadas, segundo Broome.

“O RPA é a porta de entrada para a AI”, relatou Schmelzer. “Ele recebeu um grande empurrão por causa de quão relativamente fácil é automatizar sistemas que tradicionalmente não eram automatizados por causa de material encadernado por humanos e encadernado em papel”.

Um exemplo de RPA em ação é com faturas, que normalmente envolvem alguém que aprova faturas de pagamento e as coloca em um sistema de pagamento, mas muitas dessas etapas podem ser automatizadas com essa tecnologia, disse Schmelzer.

 

Características de sistemas de AI bem-sucedidos para Gestão de Projetos

Nos próximos anos, a AI continuará crescendo nas empresas. À medida que essas seis tecnologias se desenvolvem, os gerentes de projetos verão um maior uso de seus recursos. Para colher os maiores benefícios da AI, os GPs devem adotar sistemas de AI que extraem informações de várias fontes, oferecem oportunidades mais profundas para uma melhor tomada de decisão, oferecem um planejamento eficiente e detalhado do projeto e preveem resultados com precisão, de acordo com Daniel Stang, vice-presidente de Pesquisa do Gartner.

Essas inovações da AI fazem parte da transformação digital que está impactando o mercado profissional, incluindo o publicitário. Logo mais, os gestores de projetos das agências terão o auxílio da Inteligência Artificial para facilitar os processos e melhorar a eficiência dos projetos.

 

* As informações são do TechRepublic com base no estudo do PMI. Este texto foi traduzido e adaptado para o público do Mestre GP. Você pode ver a íntegra aqui.

Sobre o Autor

é jornalista formado no Centro Universitário de Brasília – UniCEUB. Analista de Comunicação no grupo Digitalks, Gabriel também tem experiência na área de jornalismo político. Trabalhou em agências de comunicação e na Câmara dos Deputados. Gosta de produzir conteúdos digitais e foca no Marketing Digital.

Você também pode curtir

Deixe um comentário