AI

利用AI技术,对项目管理过程中所涉及项目、员工、产品等数据进行充分挖掘,构建AI模型,提升项目管理质量与效率

通过图概率算法,学习风险因子之间的结构关系和影响权重,建立模型来推理项目延期的期望风险。应用该AI组件,识别项目延期风险的可能性大小,项目管理人员根据延期数据结果及时决策,避免或者减少项目损失。改变传统的依靠资深项目经理的人工把控,借助客观的数据支撑,协同增效。

主要特点

图概率技术

通过有向图网络直观的表征项目因子之间的依赖关系和权重大小

正向推理

根据项目当前因子状态推理项目延期期望

反向推理

根据项目结果状态推理导致结果的具体原因

实施过程

根据项目执行需要分配的各类角色员工,结合系统中和各员工相关的数据,建立能力评估模型用于评估员工在多个核心维度上的能力水平,整体上对员工能力进行象限划分,从而对员工整体实力分布有全面的了解。应用该AI组件,让项目管理人员可根据员工的优劣势,针对性地进行工作安排、以及员工的成长培养。

主要特点

员工维度可配置

不同部门对员工的评估维度不一样,模型支持自定义配置

评估指标可配置

针对每个维度的指标定义,可以根据实际的业务需求进行自定义

解释性强

既可以从整体了解员工的能力分布,又可以从局部了解每一个员工的维度优劣情况

实施过程

通过将结构化数据进行合理的图像化处理,创新运用深度学习算法,挖掘深层特征,提升画像模型准确度。通过不同状态之间的状态转移概率,预测发展趋势,为业务人员提供决策支持。应用此AI组件可对员工、客户或者是企业设备等资源进行群体划分,标记群体的标签特点,帮助项目管理人员根据群体的特点采取针对性的决策措施。

主要特点

数据图像化

创新思路,能够在业务数据和深度学习算法之间的鸿沟上架起桥梁,融合统计学、万有引力定律、空间投影、插值平滑等算法

自动编码器

能从图像中抽取显著特征,将类似图像聚类在一起,从而实现图像级客户微细分

分箱编码

合理的聚类算法选择在保证精度的同时,大幅提升处理效率(高达400倍)

实施过程