AI 模型与平台
Lumivero 开放 SharpCloud POLI 测试版,助力项目组合决策
SharpCloud 的 POLI 测试版利用项目组合数据回答问题并模拟变更,但审批权仍由负责推进项目的人员掌握。
要点POLI的回答完全依赖于团队已在SharpCloud中记录的依赖关系。
查看更多
- POLI的回答完全依赖于团队已在SharpCloud中记录的依赖关系。
- What-If Impact保持只读,因此情景分析绝不会更改其所评估的投资组合数据。
- 人工审批无法修复过时的输入,也无法保证每一条AI建议都是正确的。
Lumivero 已开放 POLI 测试版。POLI 是一组集成于其 SharpCloud 项目组合管理软件中的 AI 智能体。该公司于 11 月 16 日推出 POLI,并表示从 11 月 17 日起,客户和潜在客户均可参与测试。智能体可以回答有关项目和风险的问题,也可以探索拟议变更可能带来的影响。在变更应用于项目组合之前,必须由人工确认。
这套系统面向项目组合,而非投资交易。例如,一家同时推进多项工厂升级的公司可以借助它询问:哪些工作依赖于一项已延误的交付?答案取决于团队此前已在 SharpCloud 中记录的关联关系。如果没有记录共用供应商或受影响的里程碑,就不能指望模型了解这些情况。
在项目组合中解答问题
团队通常会将进度安排、风险和依赖关系分别保存在不同系统中。某个项目在自己的进度表上可能看似按计划推进,但其前置条件却可能在其他地方出现延误。SharpCloud 为团队提供了明确呈现这些关系的方式。1 月,Lumivero宣布收购 SharpCloud,并指出项目组合可视化,以及模拟一项变更可能对多个项目产生的影响,是此次交易的原因。
POLI 基于这一互相关联的项目组合模型运行。它默认提供五个智能体:Getting Started、Comparison、What-If Impact、Story Summary 和 Product Knowledge,分别承担不同任务,包括帮助新用户熟悉系统、比较项目,或概述项目组合视图。Comparison 可以让项目之间的差异更一目了然。What-If Impact 则探讨另一个问题:如果项目假设发生变化,模型中的项目组合还有哪些部分可能受到影响?
这一区别很重要,因为依赖关系往往比排名更有参考价值。如果设备安装延误导致相关培训推迟,重要的不只是某个里程碑发生了变动,还包括哪些人需要调整计划,以及哪些假设需要核实。情景分析有助于找出这些问题,而无需让系统替企业决定应该采取什么行动。
将分析与审批分开
Lumivero 表示,What-If Impact 具有只读属性,不会更改其分析的数据。该公司还表示,POLI 会遵循现有用户权限,展示答案的依据,并将拟议变更留待人工审批。每个 SharpCloud 实例都可以自行选择是否启用 AI。这些是供应商对其控制措施的描述,并非有关智能体在面对混乱或不完整数据时能否准确工作的独立评估。
如果解释能够对照原始记录核查,人工审批就最有用。一个看似合理的答案可能依据的是有效但已过时的估算,也可能依赖一项已经不再适用的依赖关系。审核者需要看到助手使用了哪些记录,并了解由谁负责维护这些记录。审批环节提供了一个控制节点,但无法修正过时的输入,也不能保证每项建议都正确。
Lumivero 自己发布的资本项目决策报告称,接受调查的受访者中,只有少数人会在未经严格审核的情况下采纳 AI 建议。这项调查来自供应商,并未验证 POLI 的实际表现。不过,它确实说明了该产品旨在解决的普及难题:团队希望借助工具整合分散的信息,同时仍由自己承担据此作出决策的责任。
测试版需要证明什么
早期用户可以先用熟悉的案例测试这些智能体,这些案例的结果应当是项目团队已知的;随后将答案与底层记录进行比较,并以不同的访问权限重复测试。这样可以显示 POLI 在哪些方面有助于减少交叉核对进度安排所耗费的时间,也能指出哪些记录缺失、仍需人工调查。初始测试版最适合被视为一种查询和测试项目组合模型的工具,而非取代对该模型负有责任的人员。Lumivero 在路线图中列出了计划于 2027 年上半年推出的独立分析模块和控制模块;这些模块不属于当前测试版。












