AI w zarządzaniu projektami: 12 zastosowań w narzędziach, które już masz

Zacznijmy od granic. AI nie zdecyduje, który projekt jest ważniejszy, i nie oceni, czy warto przyjąć nietypowe wymagania klienta. Nie zastąpi też rozmowy z zespołem, który jest zmęczony i potrzebuje jasnych priorytetów.

AI dobrze radzi sobie z czym innym: czyta długie dokumenty, notuje ustalenia ze spotkań i zauważa zadania, które od dawna stoją w miejscu. Przygotowuje też pierwsze wersje raportów. Krótko mówiąc, przejmuje pracę z informacją, a decyzje zostawia człowiekowi.

Dwanaście zastosowań dzielimy poniżej na trzy grupy: informacja, zadania i plan, zespół. W każdej grupie podajemy narzędzia, w których dana funkcja działa.

To czynności, w których kierownik projektu przyjmuje, przepisuje i przekazuje dalej informacje. AI wykonuje tu pierwszą wersję pracy, a człowiek ją sprawdza i uzupełnia o kontekst, którego AI nie zna.

Przykład szacunku: kierownik projektu ma osiem spotkań w tygodniu, a notatka po każdym zajmuje mu 20 minut. Jeśli AI przygotuje szkic, który wystarczy sprawdzić w 5 minut, kierownik odzyska 8 × 15 = 120 minut, czyli 2 godziny tygodniowo. Podstaw własne liczby.

W tej grupie AI nie podejmuje decyzji, ale daje kierownikowi lepsze dane do decyzji. Warunek jest jeden: system musi mieć historię. AI opiera się na zadaniach, które zespół już zrealizował, i na tym, ile naprawdę trwały.

Jeśli zadania często nie mają terminów, a statusy aktualizuje się raz w miesiącu, zastosowania 5–7 dadzą słabe wyniki. Wtedy najpierw trzeba uporządkować sposób pracy w narzędziu.

Najtrudniejsza część pracy kierownika projektu to ludzie. AI nie poprowadzi zespołu, ale ułatwia kilka czynności wokół niego.

Przy zastosowaniu 9 dobre wyniki wymagają aktualnych danych o urlopach i przydziałach do projektów. Przy zastosowaniu 12 asystent widzi tylko to, do czego pytający ma uprawnienia, więc porządek w dostępach jest warunkiem bezpieczeństwa.

Tabela poniżej pomaga wybrać, od czego zacząć. Kolumna „Kiedy działa” pokazuje, czy zastosowanie daje efekt od razu, czy dopiero po uporządkowaniu danych.

Wybór narzędzia AI zależy głównie od tego, gdzie zespół już prowadzi projekty. Każdy z trzech ekosystemów ma inny sposób rozliczania funkcji AI, co ma znaczenie przy budżecie.

W Microsoft 365 płacisz za licencję Copilot dla wybranych osób, a dodatkowe funkcje spotkań daje Teams Premium. Planner zastąpił Project for the web, a jego wersja Premium z Copilotem dostała agenta, który pomaga planować i raportować.

W Jira i Confluence asystent Rovo jest w cenie płatnych planów chmurowych, w ramach miesięcznego limitu kredytów AI. W monday.com część funkcji AI zużywa kredyty, więc koszt rośnie z intensywnością korzystania. Ceny i zasady tych pakietów zmieniają się często, dlatego sprawdź je w cenniku tuż przed decyzją.

Włączenie wszystkich funkcji naraz zwykle kończy się zniechęceniem zespołu. Bezpieczniej iść w trzech krokach, a do kolejnego przechodzić dopiero wtedy, gdy poprzedni wszedł w nawyk.

Na każdym etapie zmierz jedną rzecz przed startem i po kilku tygodniach. Wtedy decyzja o kolejnym kroku opiera się na liczbach, a nie na wrażeniach.

Notatki AI wymagają nagrania lub zapisu rozmowy, a to dane osobowe uczestników. Uczestnicy muszą wiedzieć, że spotkanie jest zapisywane. Przy spotkaniach z klientem warto zapytać o zgodę na początku rozmowy, nawet jeśli narzędzie wyświetla komunikat.

Korzystaj z narzędzi w wersjach dla firm, w których umowa wyklucza użycie danych do trenowania modeli. Darmowe konta prywatne nie dają takiej kontroli, a dokumenty projektowe często zawierają dane klientów i warunki handlowe.

Przed włączeniem asystenta, który przeszukuje firmowe zasoby, sprawdź uprawnienia. Jeśli folder z budżetami projektów jest otwarty dla wszystkich, AI pokaże jego treść każdemu, kto zapyta.

AI wzmacnia sposób pracy, który już istnieje. Jeśli ten sposób jest chaotyczny, AI tylko szybciej pokaże chaos. Poniżej sytuacje, w których lepiej najpierw zająć się podstawami.