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