授课老师: 丰志强
常驻地: 北京
擅长领域: 项目管理 腾讯

2天掌握AI赋能的敏捷项目管理体系

主讲:丰志强老师

【课程背景】

2025年,AI技术已深度渗透企业项目管理全流程,DeepSeek等工具在需求分析、风险预测、进度监控等场景的准确率突破92.7%,在人工智能技术加速渗透各行各业的今天,传统项目管理模式正面临效率瓶颈、风险滞后、决策依赖经验等核心痛点,企业面临的三大核心挑战如下:

1) 工具断层:传统工具(如Project/Jira)难以应对动态需求与复杂风险,数据孤岛导致决策滞后;

2) 能力鸿沟:项目经理仍聚焦手工编制计划、人工协调资源,缺乏AI协同思维与数据驱动能力;

3) 价值流失:项目知识沉淀不足,经验复用率低于15%,组织能力建设缓慢。

本课程基于全球500强企业AI转型实践,深度融合PMBOK7.0与AI技术,系统解构AI重构项目管理全生命周期的方法论+工具链+实战场景,结合DeepSeek工具链的实战应用,助力企业实现从“人控”到“智控”的革命性升级。


【课程收益】

1.效率跃迁:

ž需求分析效率提升300%,AI聚类分析实现需求优先级自动排序,减少42%无效变更(数据源于金融行业案例);

ž风险响应速度提升5倍:AI知识图谱实时预警83%潜在风险,动态缓冲管理降低进度偏差率至1.7%(数据源于芯片制造案例);

ž会议时间压缩53%:AI自动化生成会议简报、纪要及任务卡,释放管理者30%沟通成本。

2.决策升级:

ž构建“数据-AI-人”协同决策模型,通过EVM增强版实现成本预测误差率<2%;

ž掌握三维价值评估体系(战略/财务/组织),优化资源分配方案,节约临床试验成本20%+(数据源于医疗案例)。

3.组织赋能:

ž 设计AI知识管理飞轮,将隐性经验转化为可复用的数字资产,缩短研发周期18%(数据源于教育培训案例);

ž培养“AI管理+战略翻译”双核人才,提升团队人机协同能力,规则性任务自动化率突破85%。


【课程特色】

1.系统性变革框架:

ž独创“AI项目管理演进路径”,覆盖规划→执行→监控→收尾全流程范式重构;

ž植入人机协同四象限模型,明确AI与人类在战略对齐、风险决策等场景的权责边界。

2.实战工具箱闭环:

ž提供DeepSeek等AI工具实操指南,覆盖需求聚类、风险推演、甘特图生成等12类高频场景;

ž配套企业级知识图谱构建模板、动态缓冲管理算法等工具包。

3.行业级案例穿透:

ž深度剖析教育、科技、金融、互联网等行业标杆案例,还原AI改造关键节点与落地障碍;

ž设置高管汇报重构沙盘,50页PPT优化为10页数据故事线,直击高层决策痛点。

4.冲突性思辨设计:

ž引入“AI是否会取代项目经理”辩论研讨,通过替代率模型激发团队拼搏感;

ž设计“突发供应链中断”等模拟推演,训练人机协同下的快速决策与资源再平衡能力。

【课程对象】

ž项目经理/PMO总监:掌握AI需求冻结策略、风险知识图谱等工具,实现项目交付周期缩短

ž技术研发负责人:通过AI增强型EVM与资源优化模型,提升研发资源利用率

ž企业数字化转型团队:获取AI项目管理3.0落地路径,设计组织级人机协同机制。

【课程时间】1-2天(6小时/天)


【课程大纲】


一、AI重构项目管理范式

1. AI项目管理3.0演进路径

1.0时代的经验驱动:人工经验+手工编制+风险后置

案例解读:某制造企业因人工排产失误导致交付延期38天

2.0时代的工具辅助:Project/Jira等工具+数据孤岛

案例解读:某互联网公司多系统数据冲突引发资源错配

3.0时代的AI赋能:预测型、自适应型和价值驱动型

2.人机协同四象限模型(规划/执行/监控/收尾)

规划层:AI生成计划初稿 → 人工优化战略对齐

执行层:AI监控进度偏差 → 人工决策纠偏措施

监控层:AI预警风险信号 → 人工制定应对策略

收尾层:AI沉淀知识资产 → 人工设计复用机制

2.互动研讨:AI会取代项目经理吗?

正方:AI在数据处理/模式识别效率上远超人类

反方:战略决策/跨文化沟通/政治博弈仍需人类主导

综合思考:AI替代率模型(规则性任务85% vs非结构化任务15%)

综合思考:未来PM核心价值:AI管理+战略翻译+组织变革

3.项目管理核心能力转变

传统PM能力:计划编制/团队协调/风险应对

AI时代PM能力:通过AI提示工程,精准描述需求生成高质量交付物

AI时代PM能力:通过数据决策,解读AI分析报告并制定行动方案

AI时代PM能力:通过人机界面设计,构建透明化协作机制

4.工具实操:看某新能源汽车研发项目AI改造

从数据注入到AI推演再到人工干预


二、AI需求工程:从混沌需求到精准拆解的AI革命

1. KANO模型和AI需求聚类分析

传统KANO局限:人工调研耗时+静态分类无法响应动态变化

AI增强方案:需求抓取+语义聚类+动态监控

案例解读:某电商平台用AI识别出"一键退换货"为兴奋型需求,上线后NPS提升20+%

2.需求变更影响评估矩阵

三维度量化模型:成本维度+进度维度+质量维度

决策阈值的红黄绿区设计

3. AI需求冻结策略

红绿灯法则

绿灯期(需求收集):开放提报+AI聚类

黄灯期(方案设计):仅接收高层战略需求

红灯期(开发测试):冻结非紧急变更

案例解读:某金融系统项目通过该策略将变更率从42%降至11%

4.工具实操:智能硬件新品研发项目需求工程

需求输入:使用DeepSeek自动生成原始需求清单

AI聚类分析:生成需求分布热力图与优先级排序

WBS与甘特图生成与人工优化

资源约束设置:AI检测资源冲突并推荐资源平衡方案


三、AI风险管控:从被动应对到主动防御的风险治理革命

1.风险识别方法的AI增强方案

SWIFT法的AI增强:自动生成假设场景库

案例解读:某手机厂商用AI生成83个潜在风险场景,人工补充率仅12%

德尔菲法的AI增强:构建虚拟专家系统(学习历史专家决策模式)

效率提升:传统3轮调研需2周 →AI模拟缩短至2小时

核对单法的AI增强:根据项目特征自动匹配行业风险模板

案例解读:建筑工程AI核对单包含632个检查项(传统人工清单仅218项)

2.风险知识图谱构建方法论

实体-关系-属性(ERA)模型

实体:风险源/影响对象/应对措施

关系:触发关系/传导关系/抑制关系

属性:发生概率/影响程度/应对成本

图谱自进化机制

自动抓取行业事故报告更新实体库

通过项目复盘数据优化关系权重

3.工具实操:某芯片制造项目供应链风险预警

数据注入,使用DeepSeek生成初始风险清单

图谱构建:识别核心实体、定义关系网络、设置动态属性

模拟推演:突发场景及AI应对

人工决策:评估AI建议的可行性并制定沟通策略


四、AI进度监控:从滞后响应到实时预警的敏捷进化

1.关键链理论(CCPM)的AI改造

传统CCPM痛点:静态缓冲设置+人工速度慢

AI增强方案:动态缓冲管理+智能抢工决策

抢工方案比选模型(成本增幅vs进度收益)

输入:任务实际进度/资源消耗率/风险事件

输出:缓冲消耗预警(黄/橙/红三级)

案例解读:某数据中心项目通过AI推荐最优抢工路径

2.透明化作战室关键要素

数据看板核心指标设计:关键路径健康度/资源负荷率/风险暴露值

红黄绿的可视化规则设计

预警灯系统设计的自动触发条件和分级响应机制

责任矩阵的AI自动关联与提醒推送

3.工具实操:智能工厂建设项目进度监控

数据接入:对接系统并清洗异常数据

健康度仪表盘配置并生成六大视图

AI预警规则设置和推送策略

突发场景模拟干预和AI应对


五、AI沟通革命:从低效会议到智能协同的范式突破

1. SCQA故事模型×AI增强

传统模型的局限:人工构建故事线耗时

传统模型的局限:数据支撑薄弱导致说服力不足

AI增强情景(S)构建:自动抓取项目关键数据生成背景简报

AI增强冲突(C)提炼:NLP识别干系人诉求矛盾点(准确率92%)

AI增强问题(Q)聚焦:用决策树分析核心问题优先级

AI增强答案(A)生成:基于历史案例库推荐解决方案

案例解读:某新能源项目用AI重构汇报框架,高层决策速度提升2.3倍

2.跨部门冲突调解五步法

事实锚定:AI自动生成争议事件时间轴

影响量化:展示冲突导致的成本/进度损失

方案比选:提供3种解决路径的SWOT分析

情感疏导:情绪识别技术判断对方心理状态

共识固化:自动生成会议纪要

3.案例研讨:某互联网公司用AI缩短日会时间53%

传统日辉痛点:站会耗时

AI改造会前:自动生成进度简报,提取成员日报关键信息

AI改造会中:语音转文字+自动生成会议纪要+实时数据问答

AI改造会后:自动派发任务卡+风险事项跟踪看板

4.工具实操:高管汇报重构

原始汇报50页PPT:重点模糊,数据分散

AI优化提取核心数据

AI优化生成故事线框架

AI优化自动设计可视化图表

AI优化优化效果展示


六、AI决策支持:从直觉判断到数据驱动的决策革命

1.挣值管理(EVM)的AI增强版

传统EVM痛点:数据采集滞后+人工计算误差率高

AI实时数据流处理:对接系统自动获取

实时动态计算SPI/CPI

预测模型升级:基于ARIMA算法预测完工估算

案例解读:某基建项目EAC预测误差从9.3%降至1.7%

2.项目价值评估三维模型

战略匹配度:与公司战略目标关联性(AI语义分析)

财务收益:风险调整后的NPV/IRR计算

组织能力建设:知识沉淀/团队成长量化指标

3.资源优化算法的多目标规划模型

决策变量:人力/资金/设备分配

约束条件:时间/质量/合规要求

目标函数:最大化战略价值+最小化风险暴露

案例解读:某药企通过AI优化临床试验资源分配节约成本


七、AI项目收尾:从经验流失到知识复用的价值升华

1.知识管理飞轮模型(SECI×AI增强)

传统SECI局限:隐性知识转化率低

AI增强社会化(Socialization):自动转写+关键洞察提取

AI增强外显化(Externalization):自动生成手册和智能标注

AI增强组合化(Combination):构建企业知识图谱

AI增强内隐化(Internalization):个性化知识推送

案例解读:某车企复用AI提炼的电池测试经验,研发周期缩短18%

2.项目遗产设计四维度

流程遗产:AI分析高频问题生成建议

数据遗产:自动构建项目数据库

人才遗产:能力雷达图

文化遗产:关键事件故事化包装

授课老师

主讲课程:组织级项目管理体系建设,超大规模项目群治理、复杂项目管理实战、企业级敏捷实践及敏捷转型,集团化PMO(项目管理办公室)运营

微信扫一扫

T:13911448898

立即
报名

微信公众账号

微信扫一扫加关注

返回
顶部