有看到文章说，眼下所有的创业，只要与人工智能不相关的，可能都会被时代淘汰。与其害怕被人工智能所取代，还不如先了解人工智能，需要学习如何驾驭和使用人工智能为我们更高效的工作，创造契机。
项目管理是现代企业管理的核心，对于项目管理层来说，项目活动范围大，实施周期长，影响因素多等特点，都是导致项目延期和失败的原因。如果没有一套能够实时、准确的数据传递渠道，及时反映项目进展情况，分析项目存在风险的方案，就很难判断项目活动的实际情况，无法做出科学决策。
人工智能到底是什么？怎么影响我们的生活与工作？
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学。”
“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”
即人工智能是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。
从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。
通常，“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识，学习策略，在遇到类似的问题时，运用经验知识解决问题并积累新的经验，就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外，还会创造，即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来，计算机最难学会的就是“顿悟”。或者再严格一些来说，计算机在学习和“实践”方面难以学会“不依赖于量变的质变”，很难从一种“质”直接到另一种“质”，或者从一个“概念”直接到另一个“概念”。
人工智能始终是计算机科学的前沿学科，计算机编程语言和其它计算机软件都因为有了人工智能的进展而得以存在。用来研究人工智能的主要物质基础以及能够实现人工智能技术平台的机器就是计算机，人工智能的发展历史是和计算机科学技术的发展史联系在一起的。除了计算机科学以外，人工智能还涉及信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科。人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。
人工智能在计算机上实现时有2种不同的方式。一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法（ENGINEERING APPROACH），它已在一些领域内作出了成果，如文字识别、电脑下棋等。另一种是模拟法（MODELINGAPPROACH），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。遗传算法（GENERIC ALGORITHM，简称GA）和人工神经网络（ARTIFICIAL NEURAL NETWORK，简称ANN）均属后一类型。
通过对项目管理的核心技术的学习，关键路径法、计划评审技术、工作结构分解技术、挣值法，来反思如何应用人工智能来更好地更高效地管理项目？随着信息技术革命、全球化及互联网及人工智能的发展，市场竞争越来越激烈，客户的需求越来越个性化，产品更新迭代德尔周期也变得越来越短，在这样的趋势下，原先非项目性质的工作，越来越呈现项目的特征。通过项目式的管理，不仅可以缩短时间、节省成本、而且可以有效整合跨职能的资源，更快捷的满足客户需求。因此，新经济模式和时常环境下，项目和项目管理，不再简单是管理临时工作的工具，逐渐成为组织实现战略目标，推进战略实施的有效手段和工具，项目管理进入项目化管理和战略项目管理的时代。
项目管理包括工程、软件、产品、技术、变革、活动，项目是为创造独特的产品、服务或成果而进行的临时性工作。在有限的资源约束下，运用系统的观点、方法和理论，对项目涉及的全部工作进行有效地管理。即从项目的投资决策开始到项目结束的全过程进行计划、组织、指挥、协调、控制和评价，以实现项目目标。管理已明确需求，识别未明确需求，项目管理过程就是一个，不断地完成已识别德尔需求，不断地识别新需求的过程。项目需要整合的资源包括人力（man）、材料（material）、机械（machine）、资金（money）、信息（message）、科学技术（method of S&T）及市场（market）等，通常7M。项目管理也是内外资源整合的过程。在项目管理中，及时是在同一件决策事件上，相关方的需求往往也是不同的，项目管理团队需要识别相关方的需求，对相关方的要求进行不断综合、平衡和折中，找见共同点和共识点，进行有效地决策和推进项目的进程。项目管理的各个时期都充满着各种矛盾、挑战和不一致，项目管理团队需要进行各种平衡管理。
人工智能能在项目管理过程中最大的应用是作为数据分析的工具，分析方法包括：专家判断（也是需要基于数据分析）、问卷调查、相关方分析、备选方案分析、亲和图、思维导图、系统交互图、原型法、多标准决策分析、标杆对照、项目管理信息系统、类比估算、参数估算、三点估算、自下而上估算、储备分析、模拟、关键路径法、进度网络分析、质量成本、历史信息审核、资金限制平衡、成本汇总、定性及定量风险分析、亲和图、因果图、流程图、直方图、矩阵图、散点图等等。如何驾驭好市面上已有的软件和数据库，结合商业智能（Business Intelligence，简称：BI），又称商业智慧或商务智能，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值。
商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。
可以认为，商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力（insight），促使他们做出对企业更有利的决策。商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。商业智能的实现涉及到软件、硬件、咨询服务及应用，其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分。
因此，把商业智能看成是一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具（大数据魔镜）、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。
提供商业智能解决方案的著名IT厂商包括微软、IBM、Oracle、SAP、Informatica、Microstrategy、SAS、Royalsoft等。
实施商业智能系统是一项复杂的系统工程，整个项目涉及企业管理，运作管理，信息系统，数据仓库，数据挖掘，统计分析等众多门类的知识. 因此用户除了要选择合适的商业智能软件工具外还必须按照正确的实施方法才能保证项目得以成功. 商业智能项目的实施步骤可分为：
（1）需求分析: 需求分析是商业智能实施的第一步，在其他活动开展之前必须明确的定义企业对商业智能的期望和需求，包括需要分析的主题，各主题可能查看的角度（维度）；需要发现企业那些方面的规律. 用户的需求必须明确.
（2）数据仓库建模：通过对企业需求的分析，建立企业数据仓库的逻辑模型和物理模型，并规划好系统的应用架构，将企业各类数据按照分析主题进行组织和归类.
（3）数据抽取: 数据仓库建立后必须将数据从业务系统中抽取到数据仓库中，在抽取的过程中还必须将数据进行转换，清洗，以适应分析的需要.
（4）建立商业智能分析报表：商业智能分析报表需要专业人员按照用户制订的格式进行开发，用户也可自行开发（开发方式简单，快捷）.
（5）用户培训和数据模拟测试：对于开发—使用分离型的商业智能系统，最终用户的使用是相当简单的，只需要点击操作就可针对特定的商业问题进行分析.
（6）系统改进和完善：任何系统的实施都必须是不断完善的. 商业智能系统更是如此，在用户使用一段时间后可能会提出更多的，更具体的要求，这时需要再按照上述步骤对系统进行重构或完善。
新时代项目管理的核心竞争力最终还是人才竞争，以最少的人，最大化利用人工智能，降低项目管理成本以及提高管理品质，达到项目管理的终极目标。
从软件开发到建设到物流金融，每个公司都有需要进行规划、管理和监督的项目。但是我们用来做这些工作的工具通常很复杂，是为专家设计使用的，并没有尽可能地对潜在的问题发出警告。基于人工智能的决策支持系统和自动化是否可以通过降低成本和错误，分析风险，提高工作效率或按时按预算完成工作，从而使项目更成功地完成?
根据实际的项目管理需求，基于人工智能技术的基础上，研发出符合现代化企业项目管理需求的智能化项目管理软件，以WBS架构带动项目计划与执行的全局掌控，以“动态管理，实时共享”的先进理论实现项目进度、成本、资源、绩效、风险等的有效跟进，解决项目管理过程中因信息滞后问题导致的项目延期或者失败的问题，提升企业项目管控的能力。
1. 数据自动总结分析：
项目管理系统可以实现人一样的分析和思考，把原本人需要思考的东西，通过系统公式的方式输入系统，系统通过学习这些人为思考的过程，从而实现输入元素，自动分析并输出结果，用户可以根据个人分析的喜好，选择数据输出的展现方式（包括图标、报表等），供给用户数据总结分析。
2. 预测承诺水平：
准时交货且不超出项目预算是项目实施的最好状态，规范化的承诺管理是员工工作责任追究的保障，从而避免员工由于各种不具有说服力的“接口”作为推卸责任的理由。项目管理系统把项目与规划要素与商业目标、战略、交付时间与资源、约束费用、法律义务联系起来并结盟。同时，能够自动追踪责任预计加强问责，捕获每个人的承诺行为统计资料供给机器学习，由系统预测每个人每个项目活动的依赖和承诺水平；并且，支持可交付成果的承诺–> 履行 / 重议/ 违诺管理。
3. 合理资源分配：
资源分配需要管理者有着清醒的大脑，列出所有事物与需要的人力、物力需求，进行资源合理分配，如果一个项目日程发生变化，资源分配需要重新处理。项目管理系统能够学习人类的技能，借鉴其发展、成就、流动性和偏好数据，学习依赖、风险与费用信息结合起来，为企业项目活动自动或者提供建议进行合理的资源分配。
人工智能的理解能力、判断能力、图像识别能力、数据传送能力等，是人工所无法超越的存在。一台机器不是取代一个人，而是取代上千上万人；并且，只需要花适当的电费即可24小时工作，便宜、精确、及时的工作处理能力。项目管理系统嵌入人工智能技术，突破原有的企业项目管理的局限，人工智能核心的深度算法和即时传送，解决人为数据处理的失误或者不透明交易问题，提高项目管理效益。
人工智能还可有助于工作自动化，让项目经理有更多的时间去实际管理。“现在任何一个行业中，在很大程度上，人工智能都是去处理那些枯燥乏味的工作，让人们把注意力放在机器无法完成的工作上。项目管理中的许多工作并不是数据处理，而是去做我们设定了明确目标的工作，让每个人都朝着同一个方向前进，协调一致。”
可以使用预测方式来细化调整项目执行工作，并减少失误。如果真的想用人工智能来改善项目工作，必须寻求一些方法进行实验和改进。这些做法将在未来五年使一些组织脱颖而出。（来源：Charlie Lin SuccessBeautyWine1913 ）
閱讀更多 中國PMO大會 的文章
