Ötszáz projektiroda tanulsága
Brian Hobbs és Monique Aubry több fázisú kutatási programja, amely 500 projektiroda felmérésére és részletes esettanulmányokra épült, a terület legtöbbet idézett tudományos munkája. A legfontosabb eredménye kijózanító. Nincs két egyforma PMO, és nincs olyan szabványos forma, amely bizonyítottan jobb lenne a többinél. A projektirodák funkciói, létszáma, hatásköre és szervezeti helye szélsőségesen változatos, és a szervezetek nagyjából fele néhány évente átszervezi a sajátját. A PMO-k jelentős része folyamatos legitimációs küzdelemben él, újra és újra bizonyítania kell, hogy több, mint adminisztratív költséghely.
Ez a kutatási eredmény a kurzus szempontjából nem mellékes körülmény, hanem kiindulópont. Ha a PMO értéke folyamatosan kérdés, akkor az AI nem egyszerűen egy új eszköz a polcon, hanem esély arra, hogy a projektiroda a jelentésgyárból a szervezet döntéstámogató központjává váljon.
A projektek kudarcstatisztikája
Antonio Nieto-Rodriguez és Ricardo Vargas a Harvard Business Review hasábjain úgy fogalmazott, hogy ma a projekteknek csak nagyjából 35 százaléka zárul sikerrel. A szerzők szerint az okok között előkelő helyen áll a projektmenedzsmentet támogató technológiák alacsony érettsége. A projektek adatai szétszórtan, kézzel karbantartott táblázatokban élnek, a státuszjelentés heteket késik a valósághoz képest, és a döntések megérzésen alapulnak ott is, ahol adat is lehetne. Ha a technológiai érettség a kudarc egyik oka, akkor az AI, amely pont az adatgyűjtésben, az előrejelzésben és a mintázatfelismerésben erős, közvetlenül a probléma gyökerére hat.
Adminisztratív projektiroda
- Sablonokat és jelentéseket kér számon
- A múltat dokumentálja
- A projektvezetők tehernek érzik
- Az értéke folyton kérdéses
Döntéstámogató projektiroda
- Adatból előrejelez és figyelmeztet
- A jövőbe néz, döntést készít elő
- A projektvezetők támaszkodnak rá
- Az értéke a számokban látszik
Miért a PMO az AI belépési pontja
Három ok miatt. Először, a projektiroda ül a szervezet legértékesebb, mégis legkevésbé kihasznált adatvagyonán, a lezárt projektek történetén. Becslések, tervek, tényadatok, kockázatok, tanulságok. Ez pontosan az a nyersanyag, amiből az AI tanulni tud. Másodszor, a PMO munkájának jelentős része ismétlődő, szabályokra épülő adminisztráció, adatgyűjtés, összesítés, riportolás, vagyis az a fajta munka, amelyben az AI a legérettebb. Harmadszor, a PMO átlátja az összes projektet, így egyetlen ponton bevezetett javulás az egész portfólión megsokszorozódik. A következő leckében megnézzük, mit mond erről az átalakulásról a kutatás számokban.
Források és további olvasnivaló
Brian Hobbs és Monique Aubry több fázisú PMO kutatási programja, 500 projektiroda felmérése, a Project Management Institute támogatásával. Antonio Nieto-Rodriguez és Ricardo Vargas, How AI Will Transform Project Management, Harvard Business Review, 2023. Az AI és a projektmenedzsment kapcsolatáról az AI a projektmenedzsmentben cikkemben írtam.
Workshop
AI Transformation Day
Egésznapos, vezetőknek szóló program. Feltérképezzük, hol tart a szervezet, mi az első reális lépés, és milyen belső feltételek szükségesek a sikerhez. A nap végén konkrét, priorizált cselekvési lista.
Érdekel a program →