隨著ChatGPT大火之后，新的AI技術(shù)和模型被證明已經(jīng)具備的很高的使用價(jià)值。

諸如Copilot、Midjourney、notion等產(chǎn)品通過AI的加持，已經(jīng)讓用戶能夠充分地在應(yīng)用層面感受到了便利性。

原本幾天的工作通過AI，可能只需要1分鐘就能完成?？梢源竽懙念A(yù)測，這種革命性的生產(chǎn)力突破將會在更多的領(lǐng)域開花結(jié)果。

自從我們上次發(fā)布AI自動建模之后，織信低代碼也繼續(xù)進(jìn)行了大膽的嘗試。

這一次，我們把AI做進(jìn)了項(xiàng)目管理，基于AI高效的數(shù)據(jù)處理能力和智能分析，讓項(xiàng)目管理更加智能化。

一、WBS任務(wù)分解

我們發(fā)現(xiàn)AI的WBS分解能力并不亞于人工，AI可以基于項(xiàng)目情況、成員的技能、經(jīng)驗(yàn)和工作負(fù)載，自動分配任務(wù)和分工，從而提高團(tuán)隊(duì)的協(xié)作效率和工作效率。

我們僅需要在系統(tǒng)中點(diǎn)擊【詢問AI】，AI會自動抓取項(xiàng)目的信息并且基于織信低代碼提供的WBS編制需求，快速生成一套任務(wù)內(nèi)容。

例如：請基于當(dāng)前項(xiàng)目信息，生成一套WBS任務(wù)，并合理進(jìn)行任務(wù)排期。

當(dāng)然如果不滿意，我們還可以持續(xù)提供需求讓AI來進(jìn)行修改，

例如：概念模型制作任務(wù)的時(shí)間比較長，請幫我把概念模型制作工作任務(wù)的執(zhí)行周期壓縮到2個月內(nèi)。

二、知識庫自動生成

在大型項(xiàng)目中，知識的共享是非常重要的事情。

但是當(dāng)下的現(xiàn)狀是大量的項(xiàng)目工作知識過往都是停留在各類文檔中，遇到問題時(shí)需要逐級查找起來比較麻煩。

我們將項(xiàng)目知識和工作任務(wù)進(jìn)行了深度的綁定。開啟任務(wù)知識匹配功能。

系統(tǒng)將為每一項(xiàng)任務(wù)自動匹配對應(yīng)所需要的知識支持，用戶如果遇到問題，可以輕松查閱。

三、實(shí)施風(fēng)險(xiǎn)預(yù)估

在過去，系統(tǒng)的自動化風(fēng)險(xiǎn)識別，往往只能停留在具體的數(shù)值、屬性上面。

例如：識別延期任務(wù)并標(biāo)紅。

但是當(dāng)系統(tǒng)增加了AI的能力后，可以綜合更多的信息要素，并且基于AI的經(jīng)驗(yàn)和人為定義的規(guī)則，進(jìn)行更加綜合性的判斷。

給出的風(fēng)險(xiǎn)評估也不再是單純的標(biāo)識，而可以結(jié)合AI的知識儲備，給出更加科學(xué)的風(fēng)險(xiǎn)防范建議。

能更好的幫助項(xiàng)目管理者去降低項(xiàng)目風(fēng)險(xiǎn)隱患。

結(jié)語：

以上只是我們利用AI技術(shù)在項(xiàng)目管理中應(yīng)用的一小部分示例。

可以看出通過AI的加持，在某些場景下，已經(jīng)能夠幫助到項(xiàng)目人員解決很多的重復(fù)工作的問題了。

隨著未來AI相關(guān)的模型，擁有更加強(qiáng)大的智能和API拓展服務(wù)。相信還能夠融入到更加復(fù)雜的業(yè)務(wù)場景中去，幫助項(xiàng)目人員優(yōu)化項(xiàng)目流程，提高工作效率。

如果您在項(xiàng)目管理領(lǐng)域也有新的想法，可以聯(lián)系我們，我們將發(fā)揮自身的專業(yè)能力，為您解決難題，實(shí)現(xiàn)高效數(shù)字化辦公。

織信低代碼已經(jīng)累計(jì)為20多個行業(yè)，30000+企業(yè)用戶提供低代碼技術(shù)支持。在不同的行業(yè)，提出深度場景解決方案，致力于成為企業(yè)數(shù)字化轉(zhuǎn)型首選方案。