Искусственный интеллект в управлении проектами: магия, помощник или генератор новых проблем?

На сцене — руководитель проекта. В отчете, который он через несколько часов предоставит топам, все хорошо: задачи выполняются, бюджет под контролем, критических рисков нет. Только вот за кулисами скрывается одна большая проблема — ключевой разработчик ждет доступы от заказчика уже неделю. Из-за этого тестирование не началось, а команда продолжает планировать работы так, будто ничего не произошло.

Добро пожаловать на голодные игры в мир управления проектами, где между статусом в системе и реальным положением дел иногда простирается пропасть.

По-хорошему, РП должен эту пропасть замечать, пока она не превратилась в срыв сроков. Вот только для этого нужно собирать информацию из десятков источников, сопоставлять факты, проверять договоренности и задавать неудобные вопросы. А что если часть этой работы поручить нейропомощникам?

Разберемся, как это работает на практике, какие задачи уже можно делегировать ИИ и почему иногда самый полезный результат нейросети — правильно заданный вопрос без готовых ответов.

Что говорят исследования

Исследований на тему полезности и бесполезности ИИ — масса. Например, в 2025 году в журнале Creativity and Innovation Management вышла статья «Bridging the Expertise Gap: The Role of Generative AI in Supporting Project Planning Tasks for Novices and Professionals ^[1]». Авторы сравнили, как выполняют задачи по планированию проектов новички и опытные специалисты с искусственным интеллектом ^[2] и без него. Результаты эксперимента показали, что генеративный ИИ улучшал результаты в обеих группах. В частности, участники с небольшим опытом ^[3] с помощью искусственного интеллекта выполняли задания так же качественно, как ведущие сотрудники, работающие без него.

Неоднозначные результаты показал  эксперимент, который описан в статье «Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality ^[4]». В исследовании приняли участие 758 консультантов, которые выполняли задачи с доступом к GPT-4 или без него. Коротко о главном:

• при выполнении простых заданий участники с использованием ИИ выполняли на 12,2% больше и работали в среднем на 25% быстрее;

• на одной из сложных управленческих задач испытуемые, которые применяли нейропомощников, на 19% реже давали правильные ответы, чем участники без них.

Авторы называют это jagged technological frontier — неровной границей возможностей ИИ. Идея в том, что нейросеть может отлично справляться с одной задачей и ухудшать результат на другой, даже если человеку обе кажутся примерно одинаково сложными.

Эти исследования проверяли лишь конкретные задания, а не управление проектом целиком. Тем не менее стало понятно, что ИИ способен создавать ложное чувство уверенности: если сотрудник (в том числе и РП) принимает убедительно сформулированный вывод за проверенный факт, то технология может привести к ошибочному решению.

Так для чего использовать искусственный интеллект в управлении проектом и как делать это правильно?

Обнаружить риск прежде, чем он попадет в красную зону

Представим, что в проекте регулярно переносятся сроки. По отдельности задержки выглядят терпимо: один день на одной задаче, два — на другой.

В отчете пока все желтое, а иногда даже зеленое. Но если посмотреть на ситуацию целиком, можно обнаружить неприятную закономерность:

• интеграция задерживается из-за внешних доступов;

• тестирование зависит от завершения интеграции;

• подготовка пользовательской документации ждет утверждения интерфейсов;

• ответственные за согласование не назначены;

• дата готовности не менялась.

Человек тоже способен обнаружить эту цепочку. Вопрос в том, сколько времени потребуется, чтобы собрать все сведения, сопоставить их и не пропустить важную зависимость.

Превратить переписку из 100 сообщений в статус-отчет

Типичная ситуация для руководителя проекта, когда данные приходится собирать по комментариям в задачах, протоколам встреч, таблицам и сообщениям в чате команды. Где-то информация актуальная, а где-то лежат еще прошлогодние обещания. Обычно руководитель пытается сопоставить факты и уже после этого пишет отчет.

ИИ значительно может сократить этот процесс: обработать и проанализировать разнородные данные, составить проект отчета или предоставить структурированную выжимку на рассмотрение.  

В Directum Projects ^[5] ИИ-помощника можно вызвать прямо из карточки проекта. Не нужно даже отдельно просить его подготовить отчет, помощник уже настроен на эту задачу и сразу формирует краткую сводку с ключевой информацией о проекте, рекомендациями для руководителя и планом дальнейших действий. А если после ознакомления с отчетом у сотрудника останутся вопросы, можно продолжить диалог с цифровым ассистентом и уточнить детали.

Найти несоответствия внутри документов и между ними

Этот сценарий может быть интересен компаниям, в которых проекты сопровождаются большим количеством документов.

Устав проекта, бизнес-требования, аналитические записки, бюджет, запросы на изменение, итоговый отчет: у каждого документа есть своя структура и правила заполнения. Шаблоны помогают соблюдать эти требования и снижают риск структурных ошибок, но они не гарантируют, что информация во всех документах будет согласованной.

Например, в запросе на изменение указана одна сумма бюджета, а в финансовом обосновании — другая. Или сроки в Уставе проекта уже обновили, а в итоговом отчете остались прежние значения. Такие расхождения приходится искать вручную, сопоставляя документы между собой. И даже внимательный специалист может пропустить важную деталь в большом объеме информации.

Здесь нейросеть может стать дополнительным уровнем контроля, проверять структуру и содержание отдельных документов и выявлять противоречия между ними.

Превратить итоги встречи в задачи и договоренности

Решения, принятые на рабочих встречах, не всегда одинаково понятны всем участникам. Каждый может интерпретировать договоренности по-своему, поэтому важно фиксировать их в протоколе.

ИИ поможет разобрать расшифровку встречи и превратить разговор в проект документа, выделить принятые решения, задачи, сроки и ответственных, а также отметить вопросы, по которым не был достигнут консенсус.

Учитывайте, что качество результата зависит от точности расшифровки: если нейросеть неверно распознала имя, дату или отрицание, то ошибка ^[6] может попасть в протокол. Как и в других сценариях работы с искусственным интеллектом, окончательная проверка остается за человеком.

Проверить идею

Что первым делом делает руководитель, когда заказчик требует сократить срок проекта на две недели, а бюджет оставить неприкосновенным? Опытный РП оценит последствия и обсудит компромиссы, новичок молча согласится и уйдет жонглировать задачами в плане.

Можно подключить к поиску решения ИИ, который проведет критический анализ. Он предложит сократить объем работ, изменить последовательность задач или оценить возможность перераспределения ресурсов. Важное условие: качество выводов напрямую зависит от полноты и достоверности исходных данных.

В Directum Projects можно отправить интеллектуальному ассистенту ссылку на интересующий проект или документ и задать вопрос либо сформулировать задачу.

Помощник располагает контекстом проекта, данными из плана и карточки, а также информацией из документов, на которые ссылается пользователь. С ним можно обсудить конкретную ситуацию, уточнить детали, рассмотреть возможные варианты действий или попросить помочь проверить собственную гипотезу.

При этом ИИ не принимает решение за руководителя проекта. Он помогает быстрее разобраться в данных и посмотреть на проблему с разных сторон. А вот оценить реалистичность предложений и выбрать подходящий вариант предстоит уже человеку.

А может, дать нейросети полный доступ к проекту?

Подключить ИИ к системе управления проектами и избавить руководителя от бесконечного сбора данных. Звучит заманчиво, правда? Не нужно вручную копировать статусы, переносить сроки, объяснять, что анализировать, а потом проверять результат. Кажется, достаточно дать нейросети доступ к проекту и можно выдохнуть.

Но на практике все сложнее. Даже если ИИ интегрирован с системой управления проектами, часть информации все равно останется в переписках, отдельных файлах и устных договоренностях. А значит, полной картины у нейросети может не быть.