ניהול הידע בפרויקטים

לו הייתי מספר לכם שקיימת ברשותי מערכת בינה מלאכותית אשר מסוגלת לנטר את כל נתוני הפרויקט שנאגרו אשר תשפר לכם משמעותית את ניהול הפרויקט שלכם תוך מיקסום האפקטיביות של משאבי הפרויקט, לו הייתי מספר שהמערכת יודעת גם ליצור אינטגרציה בין כל שותפי הפרויקט לכדי התארגנות מקצועית אחת בגאנט מסודר אשר נותן מענה לכשלים צפויים בשלבי התכנון/ ביצוע/ מסירה קבלה ואינטגרציה - האם הייתם מוכנים לרכוש את המערכת? ברור לכולנו שהתשובה תהיה חד משמעית, כן !!!

אז לצערי אין בפי בשורה משמחת! משום שנכון לכתיבת מאמר זה ניתן לומר באופן די ברור כי קיימים בתי תוכנה ויזמים אשר עוסקים בפיתוח מערכות ועמלים קשות להשקת מערכות בינה מלאכותית לניהול פרויקטים מורכבים ועם זאת עדיין אי אפשר להתעלם מהעובדה שהשוק רווי בפרויקטים המנוהלים בשיטות הישנות ועדיין כלל הנתונים הנאגרים בפרויקט אינם באים לכדי ניצול בציר קבלת ההחלטות של מנהלי ושותפי הפרויקט אם בכלל.

קראתי מאמר מעניין של Richard Harpham הוא ה-CRO של Slate Technologies, אשר עוסק בפיתוח פלטפורמת בינה מלאכותית אשר ממקסמת את היעילות והעלויות עבור תעשיית הבנייה, שם ציין עובדה מעניינת כי כיום קיימת הערכה כי חברות מנצלות רק כ 1% מהנתונים האפלים "DARK DATA" (נתונים אפלים מוגדרים כנכסי המידע שארגונים אוספים, מעבדים ומאחסנים במהלך פעילות עסקית רגילה, אך בדרך כלל לא מצליחים להשתמש בהם למטרות אחרות) מכאן קל להבין שאם מנהל הפרויקט/ קבלן/ מפקח היו מסוגלים לנטר בצורה יעילה את הנתונים האפלים ולשקף/להנגיש אותם למקבלי ההחלטות אז ניתן היה לומר בוודאות שנעשתה קפיצת מדרגה משמעותית באפקטיביות ניהול הפרויקט !

לאור כל זאת אנו ב-DVIEWSION מבינים שבשנים הקרובות עדיין נדרשת השקעה שונה עד שיהיו כלים שיאפשרו ניהול אופטימלי ולייצר פתרון ביניים כדי למקסם את ניהול הפרויקט ולהיות אפקטיביים. מכאן פיתחנו מכלול המושתת על 3 רגליים מרכזיות, מתודולוגיה (שיטת סימון ה T, נק' הזמן הקריטית לאינטגרציה) ותהליכי עבודה באמצעות דסק אקטיבי בסיוע מערכות לניהול הידע אשר יאפשרו לזהות את הנתיבים הקריטיים בפרויקט לצורך ביצוע מוצלח ועל כך נרחיב .

המתודולוגיה מניחה כי לא כל תכולות הפרויקט קריטיות וכי כדי לנטר את הנתונים האפלים נדרשת הבנה בסיסית כי אין להשוות בין חשיבות צביעת המדרכות לבין יציבות ה-CENTER DATA בפרויקט, על כן מנהל הפרויקט צריך לקבוע את חבילות העבודה בפרויקט > לצבוע בהן את אזורי המיקוד > לייצר רשימת נושאים לטיפול > ולסמן את נקודות ה-T אשר יהוו סמן ימני בתכולה זו להצלחה הפרויקט. חשוב שכמות ה-T בפרויקט תהיה במידה ובתכולה שהדסק יוכל לנהל אחרת תמיד נחזור לנק' האפס שהיא איבוד שליטה בפרויקט.

תהליכי העבודה מושתתים על דסק אקטיבי אשר מנוהל על ידי אנליסט מומחה תוכן ועורכי תוכן תחת הנחיית מנהל הפרויקט אשר מצביע על נקודות ה-T הרלוונטיות לתקופת הפרויקט הספציפי (אנו למדים שהדינמיות בפרויקט מייצרת T חדשים לצד T שנסגרים בגמר ביצוע).

מערכות לניהול הידע כיום מבוססות בהתאם לצרכי הלקוח, יכולת ההשקעה בפיתוח מערכת לניהול הפרויקט והרצון או היכולת להשקיע תקציבים בנדון, על כן אנו ממליצים תמיד להשתמש במערכות קיימות בשוק אשר יודעות לתת מענה למתודולוגיה ולתהליכי העבודה ומשם לצמוח בהתאם לתכולות הפרויקט ולצרכים הספציפיים של מנהל הפרויקט על כל המשתמע מכך ולא לפתח מערכות שעלותן מאות אלפי שקלים מבלי להניב באמת את התשואה הנכונה בדגש על היכולת לנטר "מידע אפל" אפקטיבי לפרויקט כאמור.

לסיכום, הנתונים האפלים הללו אינם כה אפלים, מכיוון שהם מבוססים ברובם על מידע שכבר מתועד מדי יום על ידי מספר רב של שותפים בפרויקט. החדשות הטובות הן שהתעשייה מדביקה את הגל החדש של כלים מבוססי בינה מלאכותית המשמשים לרתום את הנתונים הללו וליישם אותם בתהליך קבלת ההחלטות. אך סבור אני שגם בעידן של בינה מלכותית, לא יהיה תחליף לדסק אקטיבי עם אנליסט שידע לשלוף ולהנגיש את החומרים הרלוונטיים למקבלי ההחלטות בפרויקט בנק' הזמן T הקריטיות לאינטגרציה מיטבית בניהול המשאבים .