AI時代のプロジェクトマネジメント

近年、ディープラーニングの技術の進展によるAI技術への社会的期待が高まっています。

また、企業のデジタルトランスフォーメーション、いわゆるDXの必要性も広く認知されるようになってきており、デジタルトランスフォーメーション施策の一つとして、AIの導入を検討する企業も増えてきています。

このようにAIの利用が業務においてより身近になるにつれて、AI技術を自らの仕事に絡める必要が出てくる人も増えてくると思います。

本記事では、プロジェクトマネジメントにおけるAI技術との関わり方について紹介します。

AIプロジェクトと従来型プロジェクトの違い

AIプロジェクトを語るうえで、まず確認しなければならないことは、使用するAI技術です。

AIを使用しているとアピールしているものの中には、マーケティング目的のために単なるルールベースのアルゴリズムを使用しているものをAIと呼称している場合もあります。使用しているAIのレベルがどのようなものなのかをまず確認しましょう。

AIのレベルについては、こちらのITmediaの記事がわかりやすいです。

【図解】コレ1枚でわかる人工知能の4レベル

レベル3や4のAIを使用したプロジェクトに取り組む場合、従来型プロジェクトとの最大の違いは、予測性が低いことです。

従来型プロジェクトは、一般的に使用するフレームワークやロジックがしっかりしていれば必要な作業があらかじめわかり計画が立てやすいものでした。そして実装したものを積み上げて、成果物を完成させます。

一方でAIプロジェクトは、あらかじめ必要な作業をこなして積み上げても、成果物として完成しない場合があります。はじめに想定した手法で機械学習を行っても、必要な精度が出ないといった結果になった場合です。機械学習を行わせる際のパラメータを見直して精度を高めることで期待する精度まで高められる場合もありますが、どうしてもそこまでの精度にならない場合には、手法を見直して再度実装しなおすといったこともあり得ます。

このようなAIプロジェクトの特徴から、AIを利活用する場合にはアジャイルなプロジェクトの進め方を採用するのが一般的です。小さな実装サイクルを回して、期待通りの結果が出そうであることを随時確認しながらプロジェクトを進めることで、プロジェクト最終局面で破綻する危険性を最小限に保ちます。

ただ、AIプロジェクトに関しては従来型プロジェクトに比べて事例数が少なく、ベストプラクティスと呼ばれるほどの方法論はまだ確立していません。今後研究が進み、ベストプラクティスやPMBOKなどの体系的なナレッジとしての情報確立が進むことを期待したいです。