课程总览
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
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
- 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
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
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
五、AI沟通革命：从低效会议到智能协同的范式突破
