Como usar a Inteligência Artificial na gestão de projetos – Priorização de Portfólio

Tempo de leitura: 10 minutos

Primeiro, que é Inteligência Artificial?

Inteligência artificial (IA) se refere à capacidade das máquinas de simular a inteligência humana, abrangendo tarefas como raciocínio lógico, aprendizado, resolução de problemas e tomada de decisão de forma autônoma ou semiautônoma.

A IA envolve imitar as habilidades cognitivas humanas por meio de tecnologias como aprendizado de máquina e análise de dados, permitindo que os computadores detectem entradas, representem conhecimento, raciocinem, resolvam problemas e planejem com eficácia.

O avanço contínuo da IA é responsável por fomentar a eficiência nos processos, permitindo um desempenho de tarefas mais rápido e preciso, remodelando a forma como os dados são analisados e as decisões são tomadas em diversos domínios .

O que é Gestão ou Gerenciamento de Projetos?

Gestão ou Gerenciamento de Projetos é a aplicação de conhecimentos, habilidades, ferramentas e técnicas para planejar, executar e controlar as atividades de um projeto, visando alcançar seus objetivos dentro de determinados prazos, orçamentos e requisitos de qualidade.

Um projeto é uma empreitada temporária com um objetivo específico, que pode variar desde a criação de um produto ou serviço até a realização de uma mudança organizacional.

A gestão de projetos envolve várias etapas, desde o planejamento inicial até a conclusão e avaliação do projeto. É uma disciplina essencial em diversas áreas, incluindo negócios, tecnologia da informação, engenharia, construção, saúde, entre outras. Ela ajuda as organizações a alcançarem seus objetivos estratégicos, maximizando a eficiência, minimizando riscos e garantindo a entrega bem-sucedida dos projetos. Existem várias metodologias e abordagens de gestão de projetos, como o PMBOK (Project Management Body of Knowledge), PRINCE2, Scrum, Kanban, entre outras.

Uso da IA, Inteligência Artificial, na Gestão de Projetos

A inteligência artificial está redefinindo a maneira como realizamos a gestão de projetos! Neste artigo discutimos o impacto da tecnologia na forma como gerenciamos projetos e maneiras de navegar por este cenário competitivo, além de fornecer insights importantes sobre essa tecnologia.

A importância da Inteligência Artificial (IA) na Gestão de Projetos vai além da simples automatização de tarefas repetitivas. Ela abrange a capacidade de oferecer insights profundos e análises preditivas que podem orientar como conduzir melhor o projeto, aprimorando, por exemplo, o gerenciamento de riscos e persolnalizando a experiência da equipe de projetos de maneiras antes inimagináveis.

Exemplos do Uso da IA na Gestão de Projetos

Neste artigo, apresentamos uma lista não  exaustiva que contempla alguns usos conhecidos de técnicas de Inteligência Artificial na Gestão de Projetos. Temos certeza que a ia vai mudar a forma como utilizamos software de gestão de projetos. Abaixo separamos dois grandes grupos de uso da ia no gerenciamento de projetos e os benefícios da inteligência artificial em todos os cenários

Aprendizado de Máquina e Análise de dados

O Aprendizado de Máquina (AM) e a Análise de Dados podem ser aplicados de várias maneiras para apoiar a gestão de projetos, oferecendo insights valiosos, automatizando processos e melhorando a tomada de decisões. Aqui estão algumas maneiras específicas de como essas tecnologias podem ser utilizadas:

  1. Previsão de prazos e custos: Utilizando algoritmos de aprendizado de máquina, é possível analisar dados históricos de projetos anteriores, como duração das tarefas, uso de recursos e custos, para prever com maior precisão os prazos e custos de novos projetos. Isso ajuda os gerentes de projeto a estabelecerem expectativas realistas e alocarem recursos de maneira mais eficiente.
  2. Identificação de riscos: Algoritmos de aprendizado de máquina podem ser treinados com dados históricos de projetos para identificar padrões e indicadores de potenciais riscos. Isso permite que os gerentes de projeto antecipem e mitiguem os riscos antes que eles se tornem problemas sérios.
  3. Otimização de recursos: A análise de dados pode ser usada para identificar padrões de uso de recursos ao longo do tempo e otimizar a alocação de recursos, como mão de obra, materiais e equipamentos, para maximizar a eficiência e minimizar os custos.
  4. Monitoramento do progresso: Ferramentas de análise de dados podem ser integradas aos sistemas de gestão de projetos para monitorar o progresso em tempo real, identificar desvios em relação ao plano e alertar os gerentes de projeto sobre possíveis problemas.
  5. Análise de sentimentos e feedback: A análise de sentimentos pode ser aplicada às comunicações de equipe e feedback dos stakeholders para entender melhor o clima e a satisfação em relação ao projeto. Isso permite que os gerentes de projeto identifiquem áreas de preocupação e ajam proativamente para resolver problemas.
  6. Otimização de processos: Utilizando técnicas de aprendizado de máquina, é possível analisar os dados dos processos de gerenciamento de projetos e identificar oportunidades de melhoria, como automação de tarefas repetitivas, simplificação de fluxos de trabalho e otimização de recursos.

Automatizar tarefas repetitivas com inteligência artificial

A inteligência artificial (IA) pode automatizar tarefas repetitivas em gestão de projetos de várias maneiras, oferecendo eficiência e liberando tempo para os gerentes de projeto se concentrarem em atividades mais estratégicas. Aqui estão alguns exemplos:

  1. Agendamento e planejamento automatizado: Sistemas de IA podem analisar dados históricos de projetos, padrões de trabalho da equipe e restrições de recursos para gerar automaticamente cronogramas e planos de projeto otimizados. Isso inclui a alocação de recursos, agendamento de tarefas e definição de marcos.
  2. Gestão de documentos e comunicações: Ferramentas de IA podem automatizar a organização, classificação e arquivamento de documentos relacionados ao projeto. Além disso, chatbots e sistemas de processamento de linguagem natural podem automatizar respostas a perguntas frequentes, agendar reuniões e enviar lembretes de prazos, melhorando a comunicação e a colaboração da equipe.
  3. Identificação de riscos e problemas: Algoritmos de IA podem analisar dados do projeto em tempo real para identificar padrões e indicadores de possíveis riscos e problemas. Isso permite que os gerentes de projeto ajam proativamente para mitigar riscos e resolver problemas antes que afetem o projeto.
  4. Gestão de tarefas e acompanhamento do progresso: Sistemas de IA podem automatizar a atribuição de tarefas, o acompanhamento do progresso e a identificação de desvios em relação ao plano. Isso inclui a geração de relatórios automáticos de status e alertas sobre atrasos ou problemas potenciais.
  5. Análise de dados e relatórios: Algoritmos de IA podem analisar grandes volumes de dados do projeto para identificar insights e tendências que podem não ser aparentes para os gerentes de projeto. Isso inclui a geração automática de relatórios de desempenho, análise de custos e previsões de tendências futuras.
  6. Gerenciamento de recursos e orçamento: Sistemas de IA podem otimizar a alocação de recursos e o gerenciamento do orçamento do projeto, identificando oportunidades de economia, detectando desperdícios e ajudando na tomada de decisões relacionadas a investimentos.

Como o Gestor de projetos pode usar a ia para priorizar projetos?

O foco deste artigo é avaliar o uso específico de IA para uma necessidade comum a todo gerente de portfólio de projetos, a priorização do portfólio de projetos. 

O que é a priorização de portfolio de projetos?

A priorização de portfólio de projetos é um processo pelo qual uma organização avalia e classifica seus projetos em termos de importância, valor estratégico, recursos disponíveis e outros critérios relevantes. Essa prática é comum em empresas e organizações que gerenciam múltiplos projetos simultaneamente e têm recursos limitados para alocar a cada um deles.

O objetivo da priorização do portfólio de projetos é garantir que os recursos sejam alocados de forma eficiente e eficaz para os projetos que oferecem o maior retorno sobre o investimento ou que são mais alinhados com os objetivos estratégicos da organização. Isso envolve a análise cuidadosa de cada projeto em relação aos critérios estabelecidos, como retorno financeiro, impacto no cliente, risco, conformidade regulatória, entre outros.

Ao priorizar o portfólio de projetos, as organizações podem tomar decisões informadas sobre quais projetos devem ser iniciados, continuados, adiados ou encerrados. Isso ajuda a maximizar o valor gerado pelos investimentos em projetos e a garantir que os recursos sejam alocados da melhor maneira possível para alcançar os objetivos estratégicos da organização.

Inteligência Artificial na Gestão de projetos – Priorização de Portfólio

Trazemos aqui alguns autores que já propuseram o uso da IA para a Priorização de Portfólio. Ao final, organizamos uma lista com a referência dos artigos publicados.

Lógica difusa, implantação de funções de qualidade (QFD) e algoritmo genético (GA)

Para priorizar portfólios de projetos usando inteligência artificial, várias metodologias podem ser empregadas. Uma abordagem envolve a utilização de um método computacional que combina lógica difusa, implantação de funções de qualidade (QFD) e algoritmo genético (GA) para selecionar portfólios de projetos de forma eficaz[1].

Rede neural artificial híbrida, seleção de recursos por meio de análise relacional, árvore de decisão e regressão 

Outra estratégia inclui o emprego de algoritmos de rede neural artificial híbrida, seleção de recursos por meio de análise relacional, árvore de decisão e regressão para identificar os principais recursos que influenciam a seleção do portfólio de projetos [2].

Análise de Decisão Verbal

Além disso, o método ZAPROS III-i, parte da Análise de Decisão Verbal, tem sido utilizado para priorizar portfólios de projetos, fornecendo resultados satisfatórios para organizações governamentais[3].

Esses métodos mostram as diversas aplicações da inteligência artificial no aprimoramento dos processos de priorização do portfólio de projetos.

Fontes:

[1] BESEISO, Majdi; KUMAR, Gulshan. A fuzzy computational approach for selecting interdependent projects using prioritized criteria. Journal of Intelligent & Fuzzy Systems, v. 40, n. 6, p. 11341-11354, 2021.

[2] CHATTERJEE, Kajal; HOSSAIN, Sheikh Ahmed; KAR, Samarjit. Prioritization of project proposals in portfolio management using fuzzy AHP. Opsearch, v. 55, p. 478-501, 2018.

[3] SIMÃO FILHO, Marum; GOMES, Uyara Régia Pereira; PINHEIRO, Placido Rogerio. Project portfolio prioritization aided by verbal decision analysis. In: 2018 13th Iberian Conference on Information Systems and Technologies (CISTI). IEEE, 2018. p. 1-6.