Команда DevOps на предприятии, как правило, отвечает за управление проектами в области разработки программного обеспечения. Помимо прочего сотрудники команды во многом полагаются на анализ информации, но если раньше они задействовали для этих целей специализированные инструменты, то в последнее время наметилась тенденция к применению искусственного интеллекта (ИИ), который может проводить аналитические расчеты без участия человека. Портал InformationWeek рассматривает плюсы и минусы использования ИИ в управлении ИТ-проектами.

Плюс 1: ИИ идеально подходит для обработки больших объемов данных

ИИ превосходит людей во многих сферах применения, но он особенно эффективен в обработке огромных объемов данных. ИТ-рынок знает немало примеров, когда ИИ помогал DevOps-командам сократить до нескольких дней расчеты, на проведение которых в противном случае потребовались бы месяцы. «Анализ данных с привлечением ИИ и машинного обучения поможет руководителям отточить планы своих проектов с учетом прошлых результатов. Он позволяет выявлять риски, которые могут угрожать успешной реализации проекта», — утверждает генеральный директор DevOps Institute Джейн Гролл. Она также добавила, что ИИ ни при каких обстоятельствах не должен заменять фактического менеджера проекта, а выступать в роли доверенного помощника.

Применять ИИ целесообразно, если DevOps-команда работает над долгосрочным проектом или же ей приходится сталкиваться с повышенным объемом данных. В этом случае ПО на базе ИИ может применять для анализа информации, получения выводов и принятия решений скомпилированные данные. Не исключено, что в ходе анализа он сможет извлечь из данных неочевидные, но сулящие выгоду решения. Менеджерам проекта желательно обзавестись вопросами, на которые ИИ в состоянии ответить. Для этого нужно соответствующим образом настроить программный интерфейс ИИ. Если процедура настройки будет выполнена некорректно, ревизия данных не увенчается успехом.

Минус 1: ИИ-приложения для управления проектами находятся на ранних стадиях разработки

Руководители предприятий далеко не всегда внимают советам или рекомендациям ИТ-профессионалов по инвестициям в те или иные программные решения. В нашем случае они объясняют свой отказ незрелостью ИИ-инструментов для управления проектами, которые уступают традиционным приложениям. Например, недавно исследователи создали фреймворк на базе ИИ для управления Agile-проектами, обладающий значительным потенциалом. Однако даже сами разработчики говорят, что прототип является основой для будущих исследований и разработок набора инструментов ИИ для гибкого управления Agile-проектами и может помочь практически на каждом этапе Agile-разработки.

Тем временем новозеландская фирма Psoda разработала приложение для синхронизации физических и цифровых Канбан-досок. ИИ-приложение PsodaVision, работающее на базе технологии машинного зрения, умеет запоминать изображения на физических картах Канбан и затем воспроизводить их цифровую проекцию. Psoda утверждает, что ее инструменты для управления проектами используются в крупнейших проектах, которые оцениваются в 10 и более миллиардов долларов.

В настоящее время DevOps-командам нужно определиться с выбором: или встать на путь тестировщиков новых ИИ-инструментов для управления проектами, или дождаться того времени, когда они достигнут стадии готовности и их работу не будет сопровождать череда непредвиденных ошибок. Одновременно с этим нужно отметить растущую тенденцию применения ИИ в бизнес-среде. По данным Gartner, за последние четыре года спрос на него повысился на 270%. CIO могут воспользоваться этой статистикой, чтобы убедить CEO в перспективах инструментов для управления проектами, располагающих встроенным ИИ.

Плюс 2: ИИ помогает снизить стоимость проекта

Руководители по управлению проектами не понаслышке знают, как не просто проконтролировать, чтобы их команды не выходили за рамки бюджета. Исследования показывают, что внедрение ИИ-интерфейсов для управления проектами помогает управляемо контролировать затраты. По данным Accenture, административные задачи занимают 54% рабочего времени руководителя проекта, но, как считают аналитики, ИИ вдвое сократит эту цифру.

ИИ умеет визуализировать данные, освещая в ходе реализации проекта узкие места, которые непросто обнаружить без комплексной оценки. Иной способ его применения: ввод данных для вычисления средних затрат времени на выполнение отдельных частей проекта по командам и вычисление приблизительного времени, которое потребуется на завершение проекта. Обычно перерасход бюджета возникает тогда, когда его меньше всего ждут и он связан с проблемами административного характера. Внедрение ИИ подскажет руководителям проектов способы минимизации проблем, прежде чем они выйдут из-под контроля.

Минус 2: Неподготовленные для ИИ данные приводят к ошибочным выводам

«Всецело полагаться на принятие решений ИИ не стоит, иначе это приведет к искажению действительности и снижению уровня критического мышления, который (по крайней мере, на сегодняшний день) уникален для людей. Управление проектами — это не только искусство, но и опыт, поэтому в нем должны быть выдержаны пропорции между быстрой и умной аналитикой, которую может предоставить ИИ, и наставничеством менеджеров по проектам и продуктам», — считает Гролл.

Говоря об ИИ, многие часто упускают из виду такой важный аспект, как подготовка данных. Компаниям, которые рассматривают возможность внедрения ИИ для управления проектами, следует иметь в виду, что им придется потратить немало времени на очистку и обучение данных. Наиболее трудоемкой частью обучения является подготовка данных для работы алгоритмов. Проигнорировав этап обучения данных, компания рискует заполучить сырую систему, которая с высокой степенью вероятности будет выдавать неполные или не заслуживающие доверия результаты. Примечательно, что некачественно очищенные данные могут привести к сбоям даже самых дорогих и продвинутых ИИ-систем для управления проектами.

Управление проектами не может обходиться без участия человека

ИИ может упростить выполнение некоторых постоянно повторяющихся процессов и администрирование. Подобные задачи отвлекают руководителей проектов от решения стратегических вопросов. Тем не менее, применение ИИ для управления проектами — это пока что относительно новое начинание и оно несет определенные риски. Нужно учитывать, что даже наиболее качественно обученные алгоритмы в ИИ-решениях для управления проектами не гарантируют их бесшовную работу, поэтому сотрудникам нужно регулярно следить за данными, которые «потребляет» ИИ, чтобы предотвратить возможное искажение результатов.