Gerenciamento Automatizado de Projetos na Era Digital

O tema do gerenciamento automatizado de projetos foi tratado pelo International Institute for Applied Knowledge Management (Instituto Internacional de Gestão do Conhecimento Aplicado)  através do artigo Revisiting automated project management in the digital age – a survey of AI approaches (Revisitando o gerenciamento automatizado de projetos na era digital - uma pesquisa sobre abordagens de IA), publicado em maio de 2019. Os autores, todos da Alemanha, são Gunnar Auth e Oliver Jokisch, ambos da Leipzig University of Telecommunications, e Christian Dürk, da Corivus AG, Germany.

Nesta tradução livre que apresentamos aqui, o texto será resumido e não mencionará os diversos autores citados no artigo original, que poderá ser encontrado e baixado no seguinte link    >>

http://www.iiakm.org/ojakm/articles/2019/OJAKM_Volume7_1pp27-39.php

Com o propósito de esclarecer alguns dos tópicos aqui tratados, estabelecendo uma ideia geral sobre os mesmos, incluímos comentários, sempre em cor diferente ao texto do artigo.

...........................

   Revisitando o gerenciamento automatizado de projetos na era digital - uma pesquisa sobre abordagens de IA   

Introdução

O recente aumento nas expectativas do desempenho da Inteligência Artificial (IA) na automação de complexas atividades também se reflete na discussão sobre o futuro do gerenciamento de projetos (GP). Além dos vários usos possíveis dos métodos de IA no GP, como Máquinas de Vetores de Suporte - um conjunto de métodos de aprendizado supervisionado que analisam os dados e reconhecem padrões – ou na Análise Preditiva – sistema que usa machine learning (estudo de reconhecimento de padrões e da teoria do aprendizado computacional em IA) e modelagem estatística para analisar dados de forma avançada e prever comportamentos futuros - a discussão também gira em torno da questão de saber se ou quando o gerente de projeto humano poderá ser substituído pela IA.

Como um termo genérico, o Gerenciamento Automatizado de Projetos (Automated Project Management - APM) resume todas as abordagens para o automação mais completa das tarefas e atividades do GP. O uso da IA não era uma característica central dos projetos iniciais dos sistemas de APM. Ainda assim, a discussão sobre o potencial da IA no gerenciamento de projetos é real, inclusive com planos ambiciosos de desenvolvimento para suporte a decisões baseadas em conhecimento ao longo de todo o ciclo de vida do projeto. Para esse fim, novos termos, como gerenciamento de projetos orientado a dados, análise preditiva de projetos ou bot de gerenciamento de projetos, precisam ser esclarecidos e avaliados.

Este artigo contribui para a discussão do uso da IA ​​para automação no gerenciamento de projetos a partir de uma perspectiva orientada a aplicativos. O objetivo da pesquisa apresentada é fornecer uma atualização das abordagens de IA e aplicativos disponíveis no mundo real que podem ser usados ​​para automatizar tarefas no gerenciamento de projetos de negócios. 

Do processo à automação de projetos com IA

Na era da digitalização, com seus processos de transformação nos negócios e na sociedade, impulsionados por desenvolvimentos rápidos e alta velocidade de processamento em tecnologia da informação e comunicação (TIC), os limites de viabilidade de automatizar tarefas humanas parecem subir. 

Requisitos de automação progressiva 

A automação pode ser definida como a tecnologia pela qual um processo ou procedimento é executado com um mínimo de assistência humana. Ao longo do tempo, os limites de automação sempre foram determinadas pelo atual estado da arte em tecnologia. No fim do século 20, a quantidade de processamento de informações necessária para executar uma tarefa era considerado um fator limitante. Recentemente, com grandes contribuições da IA, houve avanços significativos nas tecnologias de informação e comunicação e na capacidade geral de automação.  Portanto, não surpreende que grandes expectativas estejam sendo depositadas no potencial da automação.

A PricewaterhouseCoopers (PwC) estimou, somente para a economia alemã,  o potencial de valor agregado da IA ​​até o ano 2030 em cerca de 430 bilhões de euros. A PwC não estava focada apenas nos processos de trabalho, que são mais facilmente acessíveis à automação devido à sua natureza repetitiva com base em soluções previamente definidas e parâmetros de decisão fixos. Além disso, o estudo da PwC destacou os sistemas de inteligência artificial que podem se adaptar a novas situações e agir sem o apoio humano.  Isso permite colocar os projetos no foco do aplicativo. Um projeto pode ser comparado a um jogo, que exige criatividade, intuição e pensamento estratégico do jogador (ou gerente de projeto). Como pré-requisitos, são necessárias habilidades básicas e características de inteligência, como cognição audiovisual, memória, aprendizado, planejamento e solução de problemas.

Uma conceituação de IA para automação de projetos

Do ponto de vista conceitual, a IA se preocupa com o desenvolvimento de
agentes, que podem perceber seu ambiente e realizar ações derivadas. Além disso, tais sistemas artificiais têm a capacidade de (1) agir autonomamente, (2) persistir por mais tempo, (3) adaptar-se a mudanças e (4) definir e acompanhar objetivos.

Para criar uma estrutura conceitual para IA no domínio do GP, seguimos a organização dos tópicos de IA, os conceitos, procedimentos relacionados e taxonomia. Também fizemos adaptações, deixando de fora elementos não relevantes e agregando outros elementos de acordo com nossos objetivos de pesquisa, com base no julgamento pessoal. O resultado dessa conceituação é mostrado na Tabela 1, com as aplicações de Inteligência Artificial em Gerenciamento de Projetos.

Tabela 1: Estrutura de Aplicações de Inteligência Artificial em Gerenciamento de Projetos

Um entendimento unificado do gerenciamento de projetos

Até agora, ficou claro que a IA é um termo de várias camadas e diversificado. No entanto, o segundo ponto central no foco deste artigo - gerenciamento de projetos - dificilmente é diferente nesse sentido. Embora o significado básico seja amplamente consensual, um exame mais detalhado abre um espectro muito amplo e dinâmico de componentes conceituais relacionados ao conteúdo e suas características, como subáreas, modelos de processos, papéis e estruturas, métodos, técnicas ou tipos de projetos. Essa diversidade é compensada por muitos anos de esforços de padronização que identificam consistentemente dez subáreas de GP: (1) Integração, (2) Partes Interessadas, (3) Escopo ( 4) Recursos (Humanos), (5) Tempo, (6) Custo, (7) Qualidade, (8) Risco, (9) Aquisições, (10) Comunicação, que são integradas a um ciclo de vida do projeto em cinco fases que inclui: (1) Iniciação, (2) Planejamento, (3) Execução, (4) Monitoramento e Controle, (5) Encerramento.

Aplicações de IA no domínio do gerenciamento de projetos

Desde o início do desenvolvimento dos sistemas de IA, a principal questão que permaneceu intrínseca até o momento foi a seguinte: Um sistema técnico desenvolvido por humanos pode ter inteligência humana?

A seguir, são apresentadas três categorias, que foram identificadas como pontos focais relacionados aos resultados de nossa investigação sobre o estado atual do desenvolvimento da IA no gerenciamento de projetos. A sucessão das categorias resulta de uma proporção crescente de IA 'forte'.

Gerenciamento de projeto orientado a dados

A ideia central do gerenciamento de projetos orientado a dados (DdPM ou Data-Driven Project Management) é bem conhecida - quanto mais informações relevantes sobre um problema estiverem disponíveis, mais confiável será a melhor alternativa de decisão que poderá ser selecionada. Como as informações são baseadas em dados, qualquer decisão de GP deve ser fundamentada em uma base sólida de dados. Na noção de DdPM, esse banco de dados precisa ser combinado com a experiência e a intuição de um gerente de projeto humano para realmente tomar decisões. O foco do DdPM está inicialmente no problema clássico de agendamento de projetos com recursos limitados e, portanto, nas funções de planejamento e controle em termos de tempo, custos, riscos e qualidade. O repertório de métodos de análise inclui métodos estatísticos-matemáticos conhecidos, como PERT (Program Evaluation and Review Technique), Método do Caminho Crítico (CPM – Critical Path Method), Método da Corrente Crítica (CCPM - Critical Chain Project Management), Gerenciamento de Valor Agregado (EVM – Earned Value Management), Processo de Hierarquia Analítica (AHP - Analytic Hierarchy Process) e Seis Sigma (Lean).

O que está acontecendo nesse momento é que mais e mais dados podem ser processados porque existe disponibilidade de uma infraestrutura de TI de alto desempenho. Nesse contexto, o DdPM usa cada vez mais métodos analíticos para fazer previsões como, por exemplo, prever as mudanças de custo devido a ampliação/aumento do escopo e da duração do projeto. 

Plataformas de IA para gerenciamento de projetos

As plataformas de IA para PM podem ser entendidas como um estágio de evolução do DdPM, destinado a desbloquear um novo potencial por meio da IA no contexto de big data e analytics.

A empresa de consultoria Deloitte oferece um serviço de consultoria sob o nome Predictive Project Analytics, que é baseado em um mecanismo de análise especial combinado com um banco de dados abrangente, obtido de mais de 2.000 projetos. Além disso, redes neurais e algoritmos genéricos são usados, estendendo a abordagem do DdPM convencional. As principais áreas de aplicação incluem análises de complexidade e sucesso, avaliações de risco e seleção de funcionários para equipes de projeto. Por sua vez, a startup Cloverleaf desenvolve um software para a criação de equipes de projeto usando dados de funcionários que, além de características como experiência e qualificações, também leva em consideração "facetas invisíveis de uma pessoa" como, por exemplo, a capacidade de se adaptar ao trabalho e a concordância dos indivíduos com valores culturais (de trabalho). Uma abordagem mais abrangente é adotada pelo fornecedor californiano TARA com sua plataforma. Originalmente projetada para automatizar o processo de recrutamento de desenvolvedores de software externos, o foco agora se expandiu bastante para o planejamento e monitoramento de projetos. O TARA usa o aprendizado de máquina (machine learning) para automatizar as definições iniciais, planejar as tarefas e o tempo, criar a equipe, bem como monitor e fazer previsões sobre o projeto.

Bots de gerenciamento de projetos

O termo Project Management Bots (PMB) foi cunhado em 2017 pela empresa de consultoria Gartner no Hype Cycle for Project and Portfolio Management (conceituação gráfica que ajuda a entender como uma tecnologia ou inovação progride ao longo de seu ciclo de vida), que significa uma classe de agentes de software inteligentes especializados em gerenciamento de projetos. Esses bots com recursos estendidos são sistemas com vários agentes, que são associados e interagem entre si, a fim de alcançar um objetivo comum. Por exemplo, a interação pode assumir a forma de negociação e é baseada na comunicação entre os agentes.

A ideia de aplicar sistemas multiagentes no gerenciamento de projetos é muito mais antiga do que o novo termo PMB. O que há de novo, no entanto, é que hoje não existem apenas protótipos de pesquisa, mas também há produtos comerciais disponíveis para uso prático, devido aos desenvolvimentos tecnológicos dos últimos anos. As soluções PMB geralmente são baseadas em uma plataforma de nuvem proprietária que permite o armazenamento e o processamento de dados no servidor, bem como a comunicação com e entre componentes de bot do lado do cliente. A atual gama de produtos para PMB pode ser dividida em três categorias:

(1) Produtos independentes especializados em GP, como o PMOtto, oferecidos por uma startup dinamarquesa com o mesmo nome e também conhecido como "Assistente de gerenciamento de projetos pessoais". O PMOtto auxilia usuários humanos no trabalho com um software de GP convencional (atualmente, apenas o Microsoft Project online, que faz parte do pacote de software em nuvem Office365, é suportado). Para esse propósito, o bot entende a linguagem natural (voz humana do usuário), que é transformada em etapas operacionais (através de recomendações) para o software de GP. O sistema continua aprendendo (usando machine learning) e, portanto, é capaz de melhorar suas recomendações.

(2) Extensões do fornecedor de produtos estabelecidos para apoiar as equipes do projeto. Atualmente, eles são encontrados principalmente no campo de ferramentas modernas de colaboração e comunicação, como o Microsoft Teams. Este produto foi lançado em 2017 e é um serviço de comunicação para equipes integradas na família de produtos Office365. As equipes incluem dois chatbots pré-instalados, T [each] -bot e Who-bot. O T-bot suporta novos usuários nas operações do sistema de aprendizagem. Who-bot pode responder perguntas do tipo "Quem sabe sobre x" e analisar a comunicação por equipes.

(3) Extensões para produtos de terceiros estabelecidos. Especialmente para os produtos da Atlassian (Jira, Confluence, HipChat e Stride), uma gama maior de extensões de bot foi desenvolvida. Por exemplo, a empresa Stratejos possui um Assistente de Projeto Bot para produtos da Atlassian, que oferece suporte às equipes de projeto na entrada e edição de dados, análise de risco e monitoramento de projetos.

Atlassian – empresa de software que fornece o Jira, Confluence, HipChat e Stride.

Jira – software de gerenciamento de projetos para equipes que trabalham com abordagem “Agile”.

Confluence – software de colaboração para equipes de projeto.

HipChat – um serviço da Web para bate-papo online privado interno e mensagens instantâneas.

Stride - uma ferramenta de comunicação e colaboração de negócios em equipe baseada em nuvem (lançado para substituir o HipChat).

Aspectos adicionais relacionados à IA no gerenciamento de projetos

Além dos exemplos anteriores de IA no domínio do gerenciamento de projetos, algumas áreas de desenvolvimento podem ser identificadas, como o Intelligent Information Management (IIM), que enfatiza a integração dos processos e da tecnologia atuais da IA no gerenciamento de informações. O potencial do IIM está intimamente ligado aos sistemas de informação de gerenciamento de projetos (PMIS – Project Management Information System). Além disso, a RPA (Robotic Process Automation) é adequada para tarefas rotineiras menos complexas e bem estruturadas, nas quais o termo "robótico" se refere a agentes de software ("robôs") capazes de aprender atividades manuais e executá-las automaticamente. O GP não está no foco principal, mas o RPA pode incluir o monitoramento e controle de projetos (por exemplo, para manter limites), relatórios e documentação (que é semelhante ao IIM) ou até mesmo planejamento e otimização.

Conclusões:

No que diz respeito à pergunta inicial sobre a substituibilidade do líder humano do projeto pela IA, com base em nossa investigação do estado atual de pesquisa e desenvolvimento, pode-se dizer que as expectativas excedem (ainda) as possibilidades de hoje. Em particular, as soluções disponíveis na prática dificilmente atendem aos requisitos de termos ambiciosos, como APM (Automated Project Management  - Gerenciamento Automatizado de Projetos) ou Bot de Gerenciamento de Projetos. Atualmente, o amplo e dinâmico campo de tarefas de um gerente de projetos pode ser automatizado apenas em áreas pequenas e claramente definidas. Na metáfora de um piloto automático, a situação de hoje é mais como um carro com sistemas auxiliares, como ABS (Anti-lock Braking System – Sistema anti-bloqueio de frenagem) e ESP (Electronic Stability Program – Programa Eletrônico de Estabilidade), do que um Tesla ou Google Driverless Car. No entanto, o desenvolvimento é muito rápido e protótipos como o Google Duplex dão uma impressão de potencial realista. Muito do que se espera já está tecnicamente viável, mas ainda precisa ser levado à maturidade do produto. Portanto, cabe a pergunta: - Quando os problemas técnicos forem resolvidos, será apenas uma questão de tempo até que o APM se torne realidade?

Os resultados do nosso estudo apontam o caminho para novas pesquisas. Em geral, encontramos várias abordagens interessantes e casos de uso de IA no GP. Para entender ainda melhor o potencial da IA para o GP, uma perspectiva de processo de negócios parece ser apropriada. Atualmente, o GP é amplamente considerado como um conjunto de processos de negócios específicos; padrões como ISO e os apresentados pelo PMI descrevem modelos de processos normativos. Isso permite avaliar novos métodos para automação e digitalização de processos que poderiam ser adaptados para identificar e explorar o potencial da automação do GP baseada em IA.

Além das questões de implementação, a tecnologia de IA em particular levanta questões de aceitação, confiabilidade, transparência e responsabilidade legal, além de ética e moral. Embora isso tenha sido discutido em outras áreas de aplicação, como a condução autônoma (dos veículos autônomos) por algum tempo, a discussão sobre gerenciamento de projetos ainda está engatinhando. Aqui também a roda não precisa ser reinventada, uma vez que existe material suficiente e que pode servir de base para estabelecer princípios éticos relevantes. De qualquer modo, é importante mencionar que além do desenvolvimento adicional das possibilidades técnicas, as respectivas implicações para a ética do gerenciamento de projetos devem ser constantemente reexaminadas e avaliadas.

*********************************