AI はアジャイルなプロジェクト管理をどのように変えますか?

アジャイル プロジェクト管理とスクラム マスタリーに対する AI の影響は、あなたが思っているよりも早く、「興味深い」ものから「完全なゲーム チェンジャー」に変わるでしょう。 私のチームと私は、AI とソフトウェア作成の交差点で何年も過ごしてきました。プロダクト マネージャー、プロダクト オーナー、プロジェクト マネージャー、スクラム マスターなどと興味深い会話を交わしています。おそらくあなたのような人々です。 そこで、AI がアジャイル、スクラム、プロジェクト管理の方向性について書きたいと思いました。 本当に優れた AI は、依然として非常に環境に配慮しています。この技術のすべてが準備できているわけではありませんが、私は首を突き出して、次の 6 か月でそれができると言いたいと思います。 TL;DR: AI を安全に統合する方法を探るには、手遅れになるまで放置しないでください。 アジャイル計画 あなたの開発チームは重要なスプリントの最中に、突然、予期しない問題が発生し、プロジェクトのタイムライン全体が混乱します。 技術的には、このような問題は時間とリソースの面で多大な損失をもたらす可能性があります。さらに、これを経営陣や潜在的に顧客に説明する方法を考え出す必要があります。 しかし、潜在的な課題を未然に予測して軽減するのに AI が役立つとしたらどうでしょうか? AI を活用した予測分析を開始します。 履歴データを活用し、高度な機械学習アルゴリズムを採用することで、予測 AI ソリューションはパターンを分析し、傾向を特定し、プロジェクトのパスにおける潜在的な障害を予測できます。 いくつか例を挙げましょう。 。人間の見積もりには、本質的に欠陥があります。私たちはそれを行うように配線されていません。 AI は、現実的なスプリント計画、リリース計画、およびより適切なリソース割り当てを可能にします。 見積もり 。 AI は、リスクとボトルネックをはるかに一貫して、平均して人間よりも速く発見できるようになります。つまり、問題が発生する前に軽減できるということです。 リスク 。 AIを活用した分析により、製品のバックログを効率的に優先順位付けし、適応的に再優先順位を付けることができます. AI によって駆動されると、このプロセスのオーバーヘッドがはるかに少なくなり、依存関係が特定され、重要なことについて全員が自動的に戦略的に調整されます。 優先順位付け コラボレーション 成功する チームのバックボーンは、コラボレーションと効果的なコミュニケーションにあります。 アジャイル しかし、全員を同じページに留めておくことは、膨大な時間を浪費します。 誤解 (およびその結果) は、私が話をした PM の不満の中で最も言及されているものの 1 つです。これは、(プロジェクトとチームの) 複雑さが増すにつれて指数関数的に増大します。 エンジニアや PM が や Teams の最新情報を確認したり、古いメッセージを調べてリソースを見つけたり、プロジェクトの他の領域でどのような作業が行われたかを調べたりするのに毎日何時間も費やしていることは言うまでもありません。 Slack 情報探索に費やす時間は、ほとんどのチームにとって必要です。でも、AIはその「費やした時間」を「無駄な時間」に変えてくれると思います。 説明しましょう： AI は、あなたが取り組んでいるすべてのプロジェクトで起こっていることをすべて理解し、Jira、Slack、Teams、GitHub などのツールから重要な情報を明らかにすることができます。 トロールはもう必要ありません。 LLM は、プロジェクトの進捗状況やリスクなどについて好きな質問をして、簡潔で実用的な回答を提供するのに十分な機能を備えています。 全知AI。 1 つには、AI の世界では、進行状況の更新やデータの要約のために会議に時間を費やす必要はないはずです。会議はより戦略的かつ創造的になります。ソフトウェア業界で、これに飛びつかない人を私はあまり知りません。 より少ない、より良い会議。 継続的改善 継続的な改善は、アジャイル方法論であるアジャイル マニフェストに固有のものです。各スプリントでチームの効率、生産性、有効性を向上させることがすべてです。 AI は、継続的な改善がどのように行われるかという点で、大幅な変化、または必要に応じて「ステップアップ」する機会を表していると思います。 これがあなたのチームにとってどのようなものになるか見てみましょう。 コード レビューやデプロイなどのプロセスを AI でサポートすることはすでに可能であり、開発プロセス自体にも豊富なツールが用意されています。 品質。 これについてはこちらに詳しく書いています。 AI はすでに利用可能で、チームのパフォーマンスを理解し、パターンを特定し、プロセスを改善するためのデータ駆動型の意思決定を行うのに役立ちます。 パフォーマンスに関する洞察。 高レベルの洞察から非常に詳細で具体的な洞察まで、あらゆる点で人間よりもはるかに熟達しています。それらを使用して、改善が必要な領域を特定します。これはリアルタイムであり、時間のオーバーヘッドがほとんどないため、全体が高速化され、アジャイルな計画プロセスがはるかに動的になります。 全員が自分のスキルや強み、さらには成長の機会と一致するタスクに取り組んでいることを確認してください。それは双方にとって好都合です。生産性が向上し、より協力的な文化が育まれます。 資源の配分。 次は何？ ちょっとの間、誇大広告を断りましょう。現時点では、AI を採用して従来のプロジェクト管理とスクラム プラクティスをオーバーホールすることは、絶対に必要というわけではありません。結局のところ、技術の多くは非常に環境に優しく、多くの AI ツールがベータ版であるか、古い基礎モデル (GPT-3 など、問題はありませんが、世界を変えることはありません) をまだ使用しています。競合他社を圧倒します。 しかし この時計は、私が覚えているどの比喩的な時限爆弾よりも速く時を刻んでいます。 AIソフトウェア開発ツールの少なくとも部分的な採用が贅沢ではなく必要になるまでには、数年ではなく数か月かかるでしょう. 適切なツールを安全に採用して統合することは、アジャイル サイクルのツールについて決定を下すチーム メンバーにとって最大の課題です。 AI の進歩についていくのは、ほぼフルタイムの仕事です。 そこで私は、ソフトウェアを作成する人々のために、何が変化しているかを常に把握できるように、簡潔で実用的なニュースレターを作成しました。 私の AI 愛好家のチームと私は、重要なニュース (どのようなツールが存在し、どの開発段階にあり、どのように使用できるか) を選び出し、ノイズを排除して重要なことに集中できるようにします。 一緒に乗りたい方はこちらから登録できます。 にも掲載されています。 Stepsize