Motivadores, barreiras e perspectivas para a adoção da inteligência artificial no gerenciamento de projetos

Tempo de leitura: 6 minutos

Trazemos aqui mais um artigo de nossa série que trata o uso de Inteligência Artificial na Gestão de Projetos. Vamos falar um pouco do trabalho realizado pelos pesquisadores Gao Shang da Universidade de Melborne na Austrália e Low Sui Pheng da Universidade de Singapura.

O artigo buscou identicar motivadores, barreiras e a percepção geral da receptividade dos profissionais de Gestão de Projetos de Singapura para a adoção da Inteligência Artificial na Gestão de Projetos. Para os autores, a compreensão destes três quesitos ​​pode preparar as empresas para um futuro de maior sucesso na Gestão de Projetos. Embora a adoção da IA ​​possa não ser atualmente uma alta prioridade aos olhos das partes interessadas das empresas locais, seu potencial para transformar o ambiente empresarial de hoje e do futuro permanece alto e não deve ser ignorada.

De acordo com os autores, em Singapura, a transformação digital incentivou o governo a buscar formas de transformar o país em uma nação inteligente, principalmente através da implementação de várias tecnologias inteligentes, incluindo a inteligência artificial. Apesar da grande quantidade de pesquisas feitas em IA em todo o mundo, apenas alguns estudos realizados com foco na área de Gestão de Projetos!

Há uma necessidade crescente de que a IA seja adotada em todos os setores à medida que enfrentamos a era da ruptura tecnológica.

Um pouco de história de IA em GP

O primeiro registro do da IA em Gestão de Projetos data de 1987, quando um estudo sobre o emprego de técnicas de IA para apoiar tarefas de Gestão de Projetos de engenharia foi conduzido por Levitt e Kunz, tendo como foco principal o planejamento do projeto.

Em 1988, Foster identificou três áreas em que a IA poderia apoiar bastante a Gestão de Projetos, sendo elas (1) a construção de redes de projetos ou subprojetos, (2) a elaboração de cronogramas baseado em regras e (3) a análise grandes quantidades de dados de projetos

Avançando para os dias atuais, um relatório pulicado pelo Project Management Institute (PMI) apontou que a disrupção com IA está ocorrendo e aumentando em grande escala. Insights coletados desta pesquisa, envolvendo 551 profissionais de Gestão de Projetos, indicam qua a IA pode levar a uma mudança no estilo de Gestão de Projetos e na forma como as organizações tratam a estratégia corporativa. O PMI também classificou a IA como o terceiro maior disruptor em Gestão de Projetos.

De acordo com um relatório de 2019 da Price Waterhouse coopers, PwC, existem cinco áreas e formas principais em que a IA irá transformar a Gestão de Projetos em um futuro próximo, (1) criação de insights de negócios, (2) apoio na gestão de riscos, (3) otimização de capital humano, (4) apoio na execução de projetos e (5) assistência ativa digital.

Softwares de Gestão de Projetos

Sobre ferramentas de Gestão de Portfólio e Projetos (PPM:) Com melhores insights de dados gerados, estas ferramentas, agora com o apoio da IA, podem aumentar a agilidade e a qualidade da tomada de decisões, bem como realizar uma melhor análise e rastreamento corretivo de tarefas, aumentando significativamente a eficiência do trabalho e minimizando a ocorrência de erros de projeto.

Resultados

Impulsionadores: Os autores identificaram como principais impulsionadores, o apoio da alta administração e da liderança, a proatividade da equipe e a necessidade de maior produtividade e eficiência no trabalho. Abaixo a lista completa de impulsionadores identificados:

  • D1 Maior eficiência e produtividade no trabalho (ou seja, economia de tempo, automação etc.)
  • D2. A necessidade de integração do sistema PM e colaboração no trabalho
  • D3. Prontidão organizacional (ou seja, disponibilidade de tecnologia, habilidades, outros recursos, etc.)
  • D4. Redução no custo do projeto (ou seja, mão de obra, custos trabalhistas, etc.)
  • D5. Redução de erros de MP
  • D6. Padrões mais elevados de qualidade e desempenho nas entregas do projeto
  • D7. Pressão dos clientes/demanda do projeto
  • D8. A necessidade de uma melhor tomada de decisão
  • D9. A necessidade de alocação rápida e precisa de recursos e previsões de dados analíticos
  • D10. Capacidade de realizar análise de risco e modelagem de risco
  • D11. Novas oportunidades ou vantagens competitivas que surgem com a adoção da IA ​​(ou seja, reputação aprimorada, etc.)
  • D12. Conscientização dos benefícios e potencial das tecnologias de IA
  • D13. Apoio e liderança dos líderes seniores e da organização
  • D14. Programas ou campanhas governamentais que impulsionam a adoção da IA ​​no trabalho (ou seja, subsídios para IA, reconhecimento especial para empresas que implantam IA, etc.)
  • D15. Regulamentações claras de IA e políticas de proteção de dados
  • D16. Permanecer relevante e acelerar a transformação do setor
  • D17. Requisito tecnológico legal do governo para assimilar a IA no processo de trabalho
  • D18. Atendimento aos padrões de projetos da indústria e requisitos tecnológicos

Barreiras: Descobriu-se que as principais barreiras são o elevado custo da implementação e manutenção da IA ​​e a falta de apoio da alta administração bem como a falta funcionários qualificados formados em IA. Abaixo a lista completa de Barreiras identificadas

  • B1. Falta de conhecimento sobre tecnologias e aplicações de IA
  • B2. Tempo necessário para aprender e se adaptar às novas tecnologias de IA
  • B3. Dificuldades na integração de novos sistemas e questões de colaboração
  • B4. Silos de dados e dados de má qualidade
  • B5. Alto custo de implementação de tecnologia de IA e taxas de manutenção
  • B6. Retorno incerto do investimento (ROI)
  • B7. Falta de funcionários qualificados e treinados para operar sistemas de IA
  • B8. Dificuldades em empregar talentos de IA qualificados ou adequados

Perspectivas: Estas descobertas podem ser atribuídas ao estado atual das tecnologias de IA, que são novas e consideravelmente subutilizadas na indústria. Assim, um apoio substancial do topo para a base, com a disponibilidade adequada de recursos e prontidão, tanto em termos de custos como de funcionários qualificados, é fundamental para iniciar a implementação da IA ​​na gestão de projetos.

Importante: Poucas pesquisas foram feitas localmente sobre o uso de IA em Gestão de Projetos. O potencial da IA ​​para melhorar a produtividade e a eficiência dos processos de Gestão de Projetos na indústria não pode ser ignorado.

Conclusões

Uma compreensão dos impulsionadores, barreiras e atitudes em relação à adoção da IA ​​pode facilitar uma supervisão mais intencional e dirigida da implementação estratégica da IA, tanto a nível governamental como empresarial, e assim mitigar potenciais desafios que possam dificultar o processo de implementação no futuro.

Este estudo chama para futuros líderes e gerentes de projeto analisarem e utilizarem os vários motivadores principais e barreiras à adoção da IA ​​discutidas neste estudo para facilitar uma integração melhor e mais suave da IA ​​no futuro.

Os líderes empresariais devem assumir a liderança na defesa da adopção da IA ​​através do apoio
iniciativas e aumentar a conscientização e compreensão da IA ​​dentro de suas respectivas organizações.

Você pode acessar o artigo original neste link