Modele i platformy AI
Lumivero udostępnia wersję beta POLI do podejmowania decyzji dotyczących portfela projektów
Wersja beta POLI w SharpCloud wykorzystuje dane portfela do odpowiadania na pytania i modelowania zmian, ale pozostawia zatwierdzanie osobom prowadzącym projekty.
Kluczowe punktyOdpowiedzi POLI zależą całkowicie od zależności, które zespoły już zapisały w…
Zobacz więcej
- Odpowiedzi POLI zależą całkowicie od zależności, które zespoły już zapisały w SharpCloud.
- What-If Impact pozostaje tylko do odczytu, więc analiza scenariuszy nigdy nie zmienia danych portfela, które ocenia.
- Ludzka aprobata nie może naprawić nieaktualnych danych wejściowych ani zagwarantować, że każda rekomendacja AI jest poprawna.
Lumivero udostępniło wersję beta POLI — zestawu agentów AI wbudowanych w oprogramowanie SharpCloud do zarządzania portfelem projektów. Firma zaprezentowała POLI 16 listopada i informuje, że dostęp do wersji beta dla klientów i potencjalnych klientów rozpoczął się 17 listopada. Agenci mogą odpowiadać na pytania dotyczące projektów i ryzyka lub analizować konsekwencje proponowanej zmiany. Zanim zmiana zostanie zastosowana w portfelu, musi ją zatwierdzić człowiek.
Rozwiązanie zaprojektowano z myślą o portfelach projektów, a nie o handlu inwestycyjnym. Firma realizująca na przykład kilka modernizacji fabryk może zapytać, które prace zależą od opóźnionej dostawy. Odpowiedź zależy od powiązań, które zespół wcześniej odnotował w SharpCloud. Jeśli nie ma tam informacji o wspólnym dostawcy lub zagrożonym kamieniu milowym, nie można polegać na tym, że model je uwzględni.
Odpowiadanie na pytania dotyczące portfela projektów
Zespoły zazwyczaj przechowują harmonogramy, informacje o ryzyku i zależnościach w osobnych systemach. Projekt może przebiegać zgodnie z planem według własnego harmonogramu, mimo że gdzie indziej opóźnia się działanie, od którego jest uzależniony. SharpCloud umożliwia zespołom jawne przedstawianie tych powiązań. W styczniu Lumivero ogłosiło przejęcie SharpCloud, wskazując wizualizację portfela oraz możliwość modelowania wpływu jednej zmiany na wiele projektów jako powody transakcji.
POLI działa w oparciu o taki połączony model portfela. Jego pięć domyślnych agentów to: Pierwsze kroki, Porównanie, Analiza wpływu wariantów, Podsumowanie historii i Wiedza o produkcie. Służą różnym celom — od pomocy nowym użytkownikom w zapoznaniu się z systemem po porównywanie elementów i podsumowywanie widoku portfela. Agent Porównanie może ułatwić dostrzeżenie różnic między projektami. Analiza wpływu wariantów odpowiada na inne pytanie: jeśli zmieni się założenie dotyczące projektu, na jakie inne części modelowanego portfela może to wpłynąć?
To rozróżnienie jest istotne, ponieważ zależności często okazują się bardziej przydatne niż ranking. Jeśli opóźnienie instalacji urządzenia przesuwa termin powiązanego z nią szkolenia, najważniejszą informacją nie jest samo przesunięcie kamienia milowego. Istotne jest to, które osoby muszą zmienić swoje plany i które założenia należy zweryfikować. Analiza scenariuszy pomaga ustalić, jakie pytania zadać, bez powierzania systemowi decyzji o tym, co powinna zrobić firma.
Oddzielenie analizy od zatwierdzania
Lumivero informuje, że funkcja Analiza wpływu wariantów działa tylko w trybie odczytu i nie zmienia ocenianych danych. Firma podaje również, że POLI respektuje istniejące uprawnienia użytkowników, wskazuje podstawę swoich odpowiedzi, a proponowane zmiany pozostawia do zatwierdzenia przez ludzi. Korzystanie z AI jest opcjonalne i można je włączyć osobno dla każdej instancji SharpCloud. Są to zabezpieczenia opisane przez dostawcę, a nie niezależne ustalenia dotyczące dokładności działania agentów na nieuporządkowanych lub niekompletnych danych.
Zatwierdzanie przez człowieka jest najbardziej przydatne wtedy, gdy można sprawdzić wyjaśnienie na podstawie oryginalnych zapisów. Pozornie wiarygodna odpowiedź może opierać się na prawidłowym, ale nieaktualnym szacunku albo na zależności, która już nie obowiązuje. Osoba weryfikująca musi widzieć, z których zapisów skorzystał asystent, i wiedzieć, kto za nie odpowiada. Etap zatwierdzania zapewnia punkt kontroli, ale nie aktualizuje nieaktualnych danych wejściowych ani nie gwarantuje poprawności każdej rekomendacji.
Własny raport Lumivero na temat podejmowania decyzji dotyczących projektów inwestycyjnych wskazuje, że niewielu ankietowanych podjęłoby działania na podstawie rekomendacji AI bez jej dokładnej weryfikacji. Badanie pochodzi od dostawcy i nie potwierdza skuteczności POLI. Pokazuje jednak problem z wdrożeniem, któremu produkt ma zaradzić: zespoły chcą uzyskać pomoc w łączeniu rozproszonych informacji, zachowując jednocześnie odpowiedzialność za podejmowane na ich podstawie decyzje.
Co wersja beta musi wykazać
Pierwsi użytkownicy mogą testować agentów na znanych przykładach, w których zespół projektowy zna już wynik, a następnie porównywać odpowiedzi z danymi źródłowymi i powtarzać test przy innym poziomie dostępu. Pozwoliłoby to ustalić, w jakim stopniu POLI pomaga skrócić czas poświęcany na sprawdzanie harmonogramów oraz w jakich przypadkach brakujące zapisy nadal wymagają ręcznej weryfikacji. Początkową wersję beta najlepiej traktować jako narzędzie do zadawania pytań dotyczących modelu portfela i jego testowania, a nie jako zamiennik osób odpowiedzialnych za ten portfel. Lumivero uwzględnia w planie rozwoju osobne moduły analityczne i kontrolne na pierwszą połowę 2027 roku; moduły te nie są częścią obecnej wersji beta.












