ניהול פרויקטי בינה מלאכותית, בפרספקטיבה של ניהול ידע

קורס ניהול ידע ובינה מלאכותית. 16 ביולי. ד״ר אנני גרין מובילה אותנו ד״ר מסע ניהול הפרויקט.

ניהול פרויקטים. כולנו מכירים את המונח, רבים מאתנו התנסו ואפילו יותר מפעם אחת בניהולו של פרויקט. אני לא בטוחה אבל, כמה מאתנו עצרו כדי לספור את כל ההיבטים וכל המתודולוגיות והכלים המעורבים בדיסציפלינה זו. ובפרויקטים של בינה מלאכותית, יש אפילו יותר היבטים שיש לקחת בחשבון: ניהול ביצועים (אסטרטגי לפרויקטים אלו!!), קבלת החלטות (קוגניטיביות), ניהול ידע, ניהול תהליכים, ניהול נתונים (החלק המרכזי בכל פרויקט למידת מכונה). והרשימה ממשיכה.

חיוני להבין מה כל מרכיביו הספציפיים של הפרויקט ומה רלוונטי לניהולו. השלב הבא יהיה לשלב את המתודולוגיות והמאמצים ולנהלם בסינרגיה. בסופו של יום אסור להיות עבדים לניהול הפרויקט. הניהול הוא אמצעי ולא המטרה.

יש ליישם כלי ניהול ידע בחוכמה:

בשלב התכנון, למידת עמיתים יכולה להיות כלי מועיל ביותר. הניסיון שכל אחד מאתנו צבר עד היום בפרויקטים של בינה מלאכותית הינו מוגבל. זה שיש מנטור, אדם נוסף להתייעץ אתו, לשקף מולו את הנעשה וללמוד יחד אתו, יכול לסייע להתחמק מחלק מהמכשולים שמחכים לנו בדרך.

ניהול סיכונים הוא קריטי לאורך כל הפרויקט עקב העלויות הגבוהות, אי הוודאות הגבוהה, והציפיות הגבוהות. כלי ניהול ידע דוגמת BAR (Before Action Review) יכולים לכוון אותנו לבעיות שכבר נתקלו בהם בעבר, כמו גם לפתרונות שצלחו.

למותר לציין כי שיטות לשיתוף ידע סדור משרתות בכל פרויקט. כאן חשיבותם גוברת בזכות הצוות ההולך ומתפתח בשלבים השונים.

למידת עמיתים יכולה להיות גם כלי שימושי בתהליכי הבחינה החוזרים שמאפיינים פרויקטים של למידת מכונה.

אני יכולה להמשיך הלאה, אך נראה שהרעיון ברור, וכל מנהל ידע יכול להשלים את רשימת הכלים הקריטיים שניתן להציע למסעו של מנהל הפרויקט. ברוב המקרים, מנהלי הפרויקטים כה עמוסים בשוטף ובפרטים, שכדאי שזו תהיה אחריותנו כמנהלי ידע להציע.

וטיפ אחד אחרון: אל תציעו עזרה בכל מקום שאפשר. כך נעייף את כולם. במקום זאת, התמקדו על ההיבטים בעלי הערך המוסף הגבוה ביותר. כך כולנו נחייך :)