Майбутнє проєктного менеджменту: трансформаційна роль ШІ та аналітики даних

Управління проєктами переживає найбільшу трансформацію за останні десятиліття. Те, що ще п’ять років тому здавалося науковою фантастикою, сьогодні стає реальністю роботи провідних компаній світу. Мартін Пейвер (Martin Paver), засновник Projecting Success, піонер на перетині проєктного менеджменту та штучного інтелекту, з досвідом керівництва мільярдними інфраструктурними проєктами, малює картину майбутнього, яке вже настає.

В розмові з експертом розкривається, як традиційні підходи до управління проєктами поступаються місцем системам, керованим даними та ШІ. Ця трансформація не просто змінює інструменти роботи — вона кардинально переосмислює саму суть професії проєктного менеджера. Вашій увазі — ключові інсайти з інтерв’ю.

Нова парадигма: від досвіду до даних

Революція в обробці знань

Традиційний підхід до «уроків, винесених з досвіду» полягав у накопиченні знань, їх узагальненні та занесенні у таблиці. Цей метод мав фундаментальну ваду — він відривав знання від контексту їх виникнення. Новий підхід радикально змінює цю логіку, пов’язуючи кожен урок із конкретними показниками продуктивності: розкладами, планами витрат, реалізованими вигодами.

Коли система розуміє, що певна дія призвела до економії часу чи, навпаки, до затримки, вона може автоматично врахувати контекст цих результатів. Наприклад, якщо затримка проєкту спричинена зміною тарифів після приходу до влади нового президента, система зафіксує цей зв’язок, але не внесе його до постійного реєстру уроків як типову ситуацію, розуміючи її одноразовий характер.

Інтеграція розрізнених систем

Одна з найбільших проблем сучасного управління проєктами полягає у розпорошенні інформації. Реєстри ризиків ведуть ризик-менеджери, реєстри проблем — проєктні менеджери, а бази знань — менеджери знань. Ці три компоненти представляють континуум, але управляються як ізольовані острівці.

Штучний інтелект дозволяє об’єднати ці дані в єдину систему. Великі мовні моделі, навчені на всьому масиві інформації організації, можуть проаналізувати структуру робіт і продуктів проєкту та попередити: «Будьте готові до таких-то проблем у такий-то час». Система переходить від реактивного реагування на проблеми до проактивного їх передбачення.

Практичні застосування: від теорії до реальності

Інтелектуальні помічники в дії

Компанія Rolls-Royce стала одним із піонерів практичного застосування ШІ в проєктному менеджменті. Раніше випускники університетів регулярно телефонували на службу підтримки з питаннями про процеси проєктного контролю. Рішення виявилося простим та елегантним: усі процедурні документи були завантажені в ChatGPT за десять хвилин. Тепер співробітники можуть безпосередньо спілкуватися з системою, отримуючи миттєві відповіді на свої запитання.

Наступний крок виявився ще більш революційним. Замість простого чатбота для консультацій система почала автоматично ініціювати процеси контролю змін. Раніше співробітники заповнювали форми вручну, шукаючи інформацію в різних системах і вводячи її повторно. Тепер робочий процес автоматично витягує дані з централізованої системи, кардинально підвищуючи точність і прозорість процесу.

Революція в контролі змін

Автоматизований контроль змін демонструє справжню силу інтегрованих систем. Коли система аналізує пакет робіт, що будуть змінені, вона автоматично отримує всю необхідну інформацію з центральної бази даних. Результат вражає: керівники точно знають, на якому етапі перебуває кожна заявка на зміну, можуть відстежувати залежності між різними заявками та виявляти вузькі місця в процесі.

Якщо хтось затримує свою частину робочого процесу, система негайно це фіксує. Це дозволяє керівникам швидко ідентифікувати проблемних співробітників та з’ясувати причини затримок — чи то робоче навантаження, чи небажання співпрацювати.

Переосмислення управління ризиками

Шокуюча статистика традиційного підходу

Дослідження 600 повідомлень про зміни проєктів у великій державній організації виявило приголомшливий факт: лише 18% змін були пов’язані з ризиками, які заздалегідь ідентифікували та внесли до реєстрів. Решта 82% змін виникли з абсолютно інших причин: контролю змін, хвороби співробітників, логістичних проблем або того, що експерт називає «темними даними» — ситуацій, коли хтось пішов у відпустку і не підписав важливий документ.

Ця статистика ставить під сумнів ефективність традиційного управління ризиками. Якщо система управління ризиками покриває менш як п’яту частину реальних варіацій проєкту, чи не варто кардинально переосмислити підхід?

Від управління ризиками до аналітики варіацій

Мартін Пейвер пропонує революційну зміну парадигми: перехід від традиційного «управління ризиками» до «аналітики варіацій». Замість людського процесу вгадування того, що може піти не так, системи можуть аналізувати історичні дані та ідентифікувати реальні причини відхилень від планів.

Використовуючи концепцію Дейва Сноудена (David Snowden) з фреймворку Cynefin, експерт пропонує розміщувати «зонди» — системи раннього попередження, які можуть виявити варіації набагато раніше, ніж вони стануть критичними. Якщо система розуміє попереджувальні сигнали та основні обставини їх виникнення, вона може попереджати про проблеми задовго до того, як вони «вдарять по обличчю».

Трансформація контролю якості та аудиту

Від перевірки всього до розумного фокусування

Традиційні процеси забезпечення якості нагадують археологічні розкопки: команди аудиторів приходять на проєкт і «перевертають кожен камінь», намагаючись знайти проблеми. Цей підхід є витратним та часто неефективним.

Штучний інтелект може кардинально змінити цю динаміку. Система може автоматично проаналізувати тисячу бізнес-кейсів і порівняти новий кейс із цією базою, визначивши, чи належить він до топ-10% чи до найгірших 10%. Вона може автоматично ідентифікувати, що саме потребує виправлення, і надати аудиторам конкретні питання для дослідження.

Від перевірки до покращення

Замість ролі «перевіряючого, що б’є по пальцях», аудитори майбутнього стануть коучами та радниками. Коли комп’ютер заздалегідь проаналізує всі дані та вкаже на конкретні проблемні зони, людина може зосередитися на тому, щоб реально покращити ситуацію, а не просто зафіксувати проблеми.

Економічний вплив трансформації

Два рівні економії

Економічний ефект від впровадження ШІ в управління проєктами проявляється на двох рівнях. Перший — підвищення продуктивності через автоматизацію рутинних завдань. Для робіт, пов’язаних з обробкою даних і переносом інформації між системами, скорочення може сягати 50–90% необхідних ресурсів.

Однак справжня цінність лежить на другому рівні. Для мільярдного проєкту економія на продуктивності може становити £2–4 млн — суттєву, але не революційну суму. Справжня революція відбувається тоді, коли системи починають передбачувати та попереджувати затримки й проблеми. Тут економія може сягати сотень мільйонів фунтів.

Трагедія втрачених даних: приклад Crossrail

Проєкт Crossrail — підземна залізнична лінія, що з’єднує схід і захід Лондона вартістю £19 млрд — ілюструє одну з найбільших проблем сучасного проєктного менеджменту. Після завершення будівництва організація Crossrail просто припинить існування, а всі накопичені дані проєкту — плани витрат, повідомлення про варіації, процеси контролю змін — будуть втрачені назавжди.

Ці дані становлять справжнє золоте родовище знань, але організації не розуміють їхньої цінності. Дані розглядаються як «вихлопні гази» проєкту, що коштують грошей на зберігання, тож їх просто відкидають. У добу штучного інтелекту така втрата є неприпустимою розкішшю.

Бар’єри на шляху до майбутнього

Організаційні перешкоди

Найпоширенішою відмовкою, яку чує Пейвер, є фраза: «Ми занадто зайняті, щоб вчитися — постійно гасимо пожежі». Це створює порочне коло: організації не встигають впроваджувати інновації, які могли б запобігти цим самим «пожежам».

Друга відмовка: «Я займаюся впровадженням проєктів, а не даними». Експерт вважає це дивним, адже проєктний контроль завжди був про дані — розклади, плани витрат, звіти про прогрес. Різниця лише в тому, що раніше люди були «жокеями інструментів», а тепер можуть стати аналітиками, що приносить значно більшу цінність.

Третій бар’єр — керівництво організацій. Деякі лідери, яких Пейвер прямо називає «динозаврами», не хочуть розуміти нові технології. Вони не забезпечують необхідної підтримки та бюджету для трансформації. Часто вони думають, що можна просто купити готове рішення, не розуміючи, що зміни потребують системного підходу до організації потоків даних.

Особливі ризики для малих організацій

Малі організації стикаються з додатковими викликами. Відкриття доступу до хмарних платформ, таких як Microsoft Azure, без належної підготовки може призвести до витоку конфіденційних даних — планів витрат, зарплатних відомостей, HR-інформації. ШІ-інструменти автоматично збирають дані з усіх доступних джерел, що створює критичні ризики для кібербезпеки та захисту персональних даних.

Конкретні кроки до трансформації

Стратегія для амбітних організацій

Для організацій з високими амбіціями, відданістю справі та необхідними ресурсами Пейвер радить адаптивний підхід. Замість спроб детально спланувати всю трансформацію на роки вперед, що зазвичай призводить до нескінченних оцінок і затягування процесу, варто визначити свою «Полярну зорю» — стратегічну мету — і почати експериментувати.

Цей підхід базується на принципі чистої адаптивної програми змін: зробити перший крок, навчитися на результатах, потім визначити наступний логічний крок. Він також допомагає виявити адвокатів змін в організації — людей, які не бояться нових технологій і можуть стати каталізаторами трансформац ії.

Підхід для обережних організацій

Менші та більш обережні організації мають особливо уважно ставитися до оцінки ризиків. Перед упровадженням будь-яких рішень необхідно провести ретельний аналіз кібербезпеки та захисту даних.

Візія майбутнього: 70–80% автоматизації

Межі автоматизації

Мартін Пейвер ставить провокаційне запитання: «Наскільки близько до повністю автоматизованого проєкту ми можемо підійти?» Його особиста оцінка — 70–80% автоматизації. Решта 20–30% залишиться за людьми: робота з комп’ютерними системами, постановка правильних питань, виклик даних через розуміння того, як працюють алгоритми та як поєднуються дані.

Нові ролі замість старих функцій

У майбутньому традиційні функції забезпечення якості, управління ризиками та контролю не зникнуть, але трансформуються в єдину інтегровану модель даних. Професіонали, які зможуть максимально ефективно використовувати цю модель та отримувати з неї інсайти, матимуть чудові перспективи — більш цікаву роботу й високу оплату праці.

Соціальний вплив трансформації

Здатність передбачати варіації проєктів підвищує впевненість у виконанні, що, своєю чергою, збільшує інвестиційну довіру. Це означає, що буде реалізовано більше проєктів, які змінюватимуть суспільство на краще. Пейвер бачить у цьому справді велику перспективу для майбутнього.

Інтеграція з фізичним світом

• Роботизація. Візія майбутнього включає повну інтеграцію цифрового управління проєктами з фізичним виконанням робіт. ШІ-агенти можуть безпосередньо завантажувати специфікації в роботів, які використовують глобальне позиціонування для точного укладання залізничних колій або будівництва фундаментів.


• Оптимізація потоків. Уся система стає величезним алгоритмом оптимізації потоків. Завдяки датчикам по всьому проєкту система знає, що надходить, що виходить, який план виконання, де виникають затримки. Якщо хтось не з’явився на роботу сьогодні, алгоритм автоматично перерозподіляє ресурси для оптимального потоку робіт.


• Прогнозування погодних умов. Практичний приклад із проєкту високошвидкісної залізниці HS2 демонструє потенціал інтеграції. Система може підключатися до метеорологічних моделей і попереджати про вплив погодних умов на розклад. Якщо частина графіка чутлива до вітру через використання кранів, система заздалегідь сповістить команду про ризики. Важливо розуміти: погода — це не ризик, який треба вносити до реєстру ризиків. За два роки реалізації проєкту буря напевно буде — це факт, а не ймовірність. Питання лише в тому, як організувати роботу з урахуванням цього чинника.

Виклик професії: екзистенціальна загроза

Мартін Пейвер не применшує серйозності ситуації: для професіоналів, які не адаптуються до нових реалій, це екзистенціальна загроза. Вибір між звичайним проєктним менеджером і менеджером із навичками ШІ стає очевидним для роботодавців.

Водночас це створює унікальні можливості для тих, хто готовий діяти. Сьогодні володіння цими навичками є рідкісним диференціатором. Завтра їхня відсутність стане критичною перешкодою для кар’єрного зростання.

Висновки: майбутнє вже настало

Трансформація проєктного менеджменту під впливом штучного інтелекту та аналітики даних не є далекою перспективою — вона відбувається просто зараз. Організації, які усвідомлюють масштаб цих змін і готові інвестувати в трансформацію, отримують конкурентні переваги вже сьогодні.

Ключові принципи успішної трансформації включають сміливість у переосмисленні процесів, відкритість до нових технологій, підтримку керівництва та готовність до постійного навчання. Для тих, хто не готовий до змін, Пейвер дає прямолінійну пораду: знайдіть організацію, яка готова рухатися в майбутнє.

Питання не в тому, чи відбудеться ця трансформація — вона вже відбувається. Питання в тому, чи будете ви її частиною, чи залишитеся в минулому. Майбутнє управління проєктами — це симбіоз людської креативності та машинного інтелекту, де технології виконують рутинну роботу, а люди зосереджуються на стратегічних рішеннях і складних викликах, що формуватимуть світ завтрашнього дня.