Impacto da Inteligência Artificial no Gerenciamento de projetos.

A partir do advento do ChatGPT, Inteligência Artificial (IA) se tornou o assunto da moda em 2023. Mas na verdade, IA é tema de pesquisa e aplicações práticas há décadas. Naturalmente, a capacidade computacional (armazenamento e processamento) atual tem habilidade cada vez mais casos de grande impacto. O próprio ChatGPT (OpenAI) e o seu concorrente Bard (Google) se baseiam em tecnologias denominadas LLM (Large Language Models), que são plataformas especializadas de machine learning.


O Gartner revelou, em uma pesquisa, que a publicidade do ChatGPT incentivou 45% dos executivos a aumentar os investimentos em IA e 70% dos participantes afirmaram que suas organizações estão em modo de investigação e exploração com IA generativa.


O Panorama 2024 da Amcham em parceria com a empresa Humanizadas, cuja pesquisa obteve retorno de 500 executivos brasileiros, mostra que 60% veem Inteligência Artificial (IA) como uma das principais forças disruptivas para o próximo ano. Em relação a adoção de IA, 68% já estão utilizando para automatizar tarefas, reduzir custos operacionais e dar suporte à tomada de decisões, outros 32% ainda não adotaram essa tecnologia no dia a dia do negócio. Neste mesmo estudo, 62% das empresas brasileiras estão em zona de aprimoramento quando consideramos sua prontidão para inovar e fazer frente à disrupção.


Casos de Uso de Gerenciamento de Projetos de IA
IA vem impactando o gerenciamento de projetos há algum tempo, pois temos vivenciados projetos envolvendo grandes volumes de dados na busca de insights, projetos que automatizam processos repetitivos (Robotic Process Automation ou RPA), projetos de chatbots como Bradesco Inteligência Artificial (BIA) ou Leroy Merlin Inteligência Artififical (LIA), ou mesmo projetos que embutem algoritmos de IA que suportem a operação de equipamentos eletromecânicos. O ciclo de vida destes projetos é distinto da abordagem em cascata, se assemelhando mais com práticas ágeis, mas tem seu ciclo próprio.


Quem teve a oportunidade de ir à Disney e usufruir da Magic Band não tem ideia da sofisticação tecnológica que existe para prover àquela experiência do visitante. É uma composição de Iot (Internet das Coisas) com sensores espalhados por todos os parques e hotéis da Disney, Big Data, Analytics, Machine Learning, etc.


Em recente relatório The Generative Dossier da Deloitte, apresenta diversos casos em setores tais como Produtos de consumo, Varejo, Automotivo, Viagens, Transportes, Financeiro, Governo e serviços públicos, Saúde, Tecnologia, Telecomunicações e Mídia.


Os casos são compostos por modalidades de Texto, Código, Áudio, Imagem, Vídeo e 3D/Especializado. E os benefícios projetos são nas seguintes áreas: Redução de custos, Eficiência operacional, Crescimento, Descobertas e insights, Inovação acelerada e Serviços ao cidadão.


A IA generativa pode ser usada para complementar o trabalho dos desenvolvedores de software, ajudando a criar e manter vários aplicativos e plataformas. Geração de conteúdo de última geração com a IA generativa, a empresa pode criar descrições de produtos, imagens, vídeos e muito mais de forma mais rápida e consistente do que com as ferramentas e processos existentes.


A IA generativa pode ser usada para reconciliar lições aprendidas com paralisações anteriores de equipamentos, identificar oportunidades para planejamento de manutenção, fornecer aos planejadores as informações necessárias para desafiar suposições sobre este planejamento e desenvolver estratégias para minimizar o impacto em todo o sistema. Assim, a IA generativa ajuda a otimizar os cronogramas de manutenção ponderando fatores operacionais (por exemplo, uso do equipamento, requisitos de produção e custos de manutenção), recomendando os cronogramas mais eficientes e econômicos e analisando o uso do equipamento e dados de desempenho para minimizar o tempo de inatividade e maximizar a disponibilidade do equipamento.
Há 2-3 anos atrás mediei painel Projetos Inteligência Artificial onde focamos nos desafios e aprendizados necessários para se implementar a cultura de projetos numa organização. Como exemplos destas questões temo a capacitação dos profissionais, tanto técnicos como executivos, a cultura organizacional, qualidade de dados, tecnologia e infraestrutura, e de grande relevância a definição de uma estratégia para a jornada de IA. O conteúdo ainda é válido em muitas organizações e trata de questões importantes também na adoção de IA no gerenciamento de projetos. Tema que exploramos a seguir.


Casos de Uso de IA em Gerenciamento de Projetos
Apresentaremos casos de uso em que a IA tem sido utilizada para melhorar o gerenciamento de projetos. Examinaremos como a IA pode ser aplicada para otimizar o planejamento, prever riscos, aprimorar a alocação de recursos, melhorar a gestão do tempo e custos, entre outros aspectos fundamentais do gerenciamento de projetos.


Elaboração de Cronogramas
Tecnologias: Large Language Model (LLM) com base em Linguagem Natural.
Descrição: Uma responsabilidade crítica de um gerente de projeto é criar um cronograma. Tradicionalmente, muitas empresas contam com modelos de cronograma predefinidos que contêm fases, marcos e tarefas comumente necessários de acordo com o ciclo de vida de cada projeto típico. No entanto, essa abordagem estática ajuda pouco em projetos complexos e novos, mas a IA pode gerar cronogramas elaborados e precisos analisando todos os dados disponíveis, em questão de segundos, ao invés de horas ou dias do procedimento manual.
À medida que nós treinamos para descrever melhor o contexto, os cronogramas se tornaram mais precisos. Simplesmente declarar o contexto como "projeto de implementação de ERP com duração de 12 semanas" pode ser melhorado adicionando mais contexto, como "lançamento global de um novo sistema ERP para cinco regiões seguindo a metodologia SAP Activate, começando na segunda semana de maio 2023 e para terminar um ano depois." Em segundos um cronograma bastante detalhado foi gerado, sendo um bom rascunho inicial. Na medida que a descrição do projeto seja aprimorada e maiores detalhes são fornecidos, e base de referência seja rica de informações, o resultado final pode chegar a impressionar, mesmo o mais experiente gerente de projetos.
Desafios: Garantir a disponibilidade e qualidade dos dados históricos, adaptar o modelo a projetos únicos e lidar com mudanças repentinas no ambiente do projeto.
Benefícios: Velocidade na elaboração de cronogramas complexos, melhor planejamento de recursos.


Previsão de Cronogramas e Atrasos
Tecnologias: LLM, Aprendizado de Máquina, Redes Neurais.
Descrição: Utilizando técnicas de aprendizado de máquina e redes neurais, é possível analisar o histórico de projetos anteriores e fatores que influenciam o desempenho do cronograma, como recursos disponíveis, complexidade das tarefas e experiência da equipe. Com base nessa análise, o sistema pode prever possíveis atrasos e auxiliar na tomada de decisões para mitigar esses riscos.
Desafios: Garantir a disponibilidade e qualidade dos dados históricos, adaptar o modelo a projetos únicos e lidar com mudanças repentinas no ambiente do projeto.
Benefícios: Melhoria na estimativa de prazos, redução de atrasos e melhor planejamento de recursos.


Gerenciamento de Riscos e Tomada de Decisões:
Tecnologias: Sistemas Especialistas, Processamento de Linguagem Natural.
Descrição: Sistemas especialistas baseados em regras podem ser desenvolvidos para avaliar riscos em projetos, considerando critérios específicos e as interações entre diferentes fatores. Através do processamento de linguagem natural, esses sistemas podem interpretar informações de relatórios e documentos para identificar riscos potenciais e apoiar a tomada de decisões informadas.
Desafios: Definir regras precisas para avaliar riscos, lidar com ambiguidade e incerteza nas informações textualmente apresentadas.
Benefícios: Melhoria na identificação e tratamento proativo de riscos, tomadas de decisões mais embasadas.


Otimização de Recursos:
Tecnologias: Algoritmos de Otimização, Machine Learning.
Descrição: Algoritmos de otimização e aprendizado de máquina podem ser aplicados para alocar recursos de forma mais eficiente ao longo do projeto, considerando diferentes restrições e prioridades. Essas técnicas ajudam a maximizar o uso de recursos disponíveis e minimizar conflitos entre projetos em uma carteira de projetos.
Desafios: Definir as restrições e objetivos de otimização, desenvolver modelos que lidem com mudanças dinâmicas nos projetos.
Benefícios: Melhoria na alocação de recursos, aumento da produtividade e redução de custos.


Análise de Sentimento e Feedback do Projeto:
Tecnologias: Processamento de Linguagem Natural, Análise de Sentimento.
Descrição: Utilizando técnicas de processamento de linguagem natural e análise de sentimento, é possível coletar e analisar dados de feedback de clientes, membros da equipe e stakeholders do projeto. Essa análise pode fornecer insights valiosos sobre a satisfação e percepção das partes interessadas em relação ao projeto.
Desafios: Tratar dados não estruturados, interpretar corretamente o sentimento expresso nas avaliações.
Benefícios: Maior compreensão do feedback do projeto, identificação rápida de problemas e oportunidades de melhoria.


Gerenciamento de Equipe e Colaboração:
Tecnologias: Plataformas de Colaboração, Chatbots.
Descrição: Plataformas de colaboração permitem que as equipes de projeto trabalhem em conjunto em tempo real, compartilhando informações, atualizando status de tarefas e trocando mensagens. Chatbots também podem
ser integrados para responder perguntas comuns da equipe, fornecendo informações relevantes e agilizando a comunicação interna.
Desafios: Integrar efetivamente diferentes sistemas de colaboração, garantir a segurança e privacidade dos dados.
Benefícios: Melhoria na comunicação e colaboração entre a equipe, aumento da produtividade e eficiência.


Atividades administrativas
Tecnologias: Large Language Model (LLM) com base em Linguagem Natural. Assistentes virtuais ou Co-pilots embutidos nas plataformas (MS Office Google, Zoom, etc)
Descrição: Uma das atividades do gerenciamento e projetos envolve a elaboração de documentos de gestão (atas, relatórios, notas, registros, e-mails, etc.), análise e revisão de outros documentos (contratos, atas, relatórios, e-mails, etc.).
Com recursos já disponíveis hoje é possível gerar automaticamente a transcrição de uma reunião virtual ou mesmo presencial, e a respectiva ata com os destaques. Com RPA alguns fluxos de entrada, aprovação e distribuição de documentos podem ser automatizados. Relatórios põem ser produzidos e distribuídos automaticamente de forma customizada conforme preferência da parte interessada.
Ferramentas permitem tanto a geração de imagens, como vídeos e áudio de forma tão rápida e a baixo custo que irão enriquecer sobremaneira a apresentação de questões complexas, acelerando o entendimento e a tomada de decisão.
Desafios: Garantir a disponibilidade e qualidade dos dados históricos. Se adaptar ao uso de múltiplas ferramentas de apoio
Benefícios: Velocidade na elaboração e análise de documentos do projeto. Riqueza e qualidade nos documentos do projeto.


A IA tem um potencial significativo no gerenciamento de projetos, proporcionando soluções inovadoras para otimização de processos, previsão de
riscos, tomada de decisões informadas e melhorias na colaboração da equipe. No entanto, é importante destacar que a implementação bem-sucedida dessas tecnologias requer uma compreensão aprofundada das necessidades do projeto, dados de qualidade e a seleção adequada das técnicas de IA para atender aos objetivos específicos do gerenciamento de cada projeto.


Para reflexões futuras, como fica o ciclo de vida de desenvolvimento de produtos com IA? Práticas ágeis e em cascata são impactadas, como?

​
Autor: Werther Krause