基于關(guān)鍵路徑的人工智能中臺(tái)項(xiàng)目進(jìn)度管理研究

譚現(xiàn)成

【摘? 要】 企業(yè)人工智能中臺(tái)可以實(shí)現(xiàn)企業(yè)對(duì)AI的自主可控，讓企業(yè)具有創(chuàng)造AI、應(yīng)用AI的能力，提升企業(yè)AI的核心競(jìng)爭(zhēng)力。文章以人工智能中臺(tái)項(xiàng)目的進(jìn)度管理為分析對(duì)象，對(duì)人工智能中臺(tái)項(xiàng)目進(jìn)度管理的關(guān)鍵路徑進(jìn)行研究。首先，梳理目前人工智能中臺(tái)項(xiàng)目的研究現(xiàn)狀，指出目前對(duì)于人工智能中臺(tái)項(xiàng)目研究的不足。其次，對(duì)人工智能中臺(tái)的模塊進(jìn)行分析，研究人工智能中臺(tái)項(xiàng)目特點(diǎn)。然后，通過(guò)對(duì)人工智能中臺(tái)的活動(dòng)進(jìn)行工期評(píng)估，梳理出關(guān)鍵路徑。最后，對(duì)關(guān)鍵路徑進(jìn)行分析，提供一些優(yōu)化思路。通過(guò)上述研究，能夠保障人工智能中臺(tái)項(xiàng)目按時(shí)推進(jìn)，加快產(chǎn)品進(jìn)入市場(chǎng)的時(shí)間點(diǎn)，贏得更多市場(chǎng)份額。同時(shí)，通過(guò)對(duì)于項(xiàng)目進(jìn)度的研究，提供同類(lèi)型平臺(tái)項(xiàng)目進(jìn)度管理的研究案例，可為其他智能化平臺(tái)建設(shè)提供參考。

【關(guān)鍵詞】 人工智能中臺(tái)；項(xiàng)目進(jìn)度管理；企業(yè)管理

本研究針對(duì)人工智能中臺(tái)模塊多、技術(shù)難度大、周期長(zhǎng)等特點(diǎn)，運(yùn)用項(xiàng)目管理的技術(shù)以及方法，對(duì)人工智能中臺(tái)項(xiàng)目建設(shè)過(guò)程進(jìn)行研究分析，以平臺(tái)研發(fā)進(jìn)度作為研究方向，探究這類(lèi)技術(shù)復(fù)雜度高、項(xiàng)目周期短的項(xiàng)目在實(shí)施過(guò)程中可能遇到的進(jìn)度問(wèn)題。

一、人工智能中臺(tái)項(xiàng)目的功能模塊分析

人工智能中臺(tái)是為企業(yè)智能應(yīng)用提供AI能力支撐的統(tǒng)一共享服務(wù)平臺(tái)，其包含AI服務(wù)的管理和編排，以及AI能力的優(yōu)化、標(biāo)注、訓(xùn)練等模塊。人工智能中臺(tái)向上對(duì)接業(yè)務(wù)前臺(tái)，通過(guò)AI賦能業(yè)務(wù)落地，提高生產(chǎn)效率。向下接入管理后臺(tái)，整合多供應(yīng)商AI方案，優(yōu)化資源配置，管理數(shù)字資產(chǎn)。

圖1是一個(gè)人工智能中臺(tái)的典型業(yè)務(wù)場(chǎng)景：

人工智能中臺(tái)主要是建設(shè)中間部分，包括數(shù)據(jù)平臺(tái)、標(biāo)注平臺(tái)、訓(xùn)練平臺(tái)和管理平臺(tái)建設(shè)。其中不同功能模塊之間存在一定的依賴(lài)關(guān)系。依賴(lài)關(guān)系為標(biāo)注平臺(tái)和訓(xùn)練平臺(tái)需要使用數(shù)據(jù)平臺(tái)提供數(shù)據(jù)底座，管理平臺(tái)依賴(lài)標(biāo)注平臺(tái)進(jìn)行管理，統(tǒng)一門(mén)戶(hù)需要管理平臺(tái)的數(shù)據(jù)進(jìn)行展示。依賴(lài)關(guān)系如圖2所示：

二、人工智能中臺(tái)項(xiàng)目研發(fā)流程

軟件平臺(tái)的研發(fā)流程較為固定，一般流程是需求確認(rèn)—原型設(shè)計(jì)—高保真設(shè)計(jì)—功能開(kāi)發(fā)—版本測(cè)試—版本發(fā)布。結(jié)合人工智能中臺(tái)的特點(diǎn)，首先進(jìn)行需求確認(rèn)，確認(rèn)人工智能中臺(tái)的功能范圍，主要包括數(shù)據(jù)平臺(tái)、標(biāo)注平臺(tái)、訓(xùn)練平臺(tái)以及管理平臺(tái)的功能邊界。然后由產(chǎn)品進(jìn)行產(chǎn)品原型設(shè)計(jì)，在通過(guò)原型評(píng)審后，進(jìn)行高保真頁(yè)面繪制。同時(shí)進(jìn)行架構(gòu)設(shè)計(jì)，選擇合適的技術(shù)路線。設(shè)計(jì)通過(guò)后，開(kāi)始進(jìn)行各個(gè)模塊的開(kāi)發(fā)工作。開(kāi)發(fā)工作的順序，需要滿(mǎn)足人工智能中臺(tái)各個(gè)功能模塊之間的依賴(lài)關(guān)系，以此開(kāi)展相應(yīng)工作。完成版本開(kāi)發(fā)工作之后，測(cè)試人員開(kāi)始進(jìn)行測(cè)試工作。測(cè)試內(nèi)容主要分為功能測(cè)試、效率測(cè)試以及穩(wěn)定性測(cè)試，其中功能測(cè)試花費(fèi)時(shí)間最長(zhǎng)，需要對(duì)人工智能中臺(tái)的所有功能進(jìn)行全量測(cè)試。功能測(cè)試通過(guò)后，對(duì)更新后的人工智能中臺(tái)進(jìn)行效率和穩(wěn)定性測(cè)試，形成測(cè)試報(bào)告，最終完成版本發(fā)布。流程圖如圖3所示：

對(duì)上述流程進(jìn)行分析，該流程具備以下特點(diǎn)：

1. 流程之間具備依賴(lài)性，比如軟件流程的依賴(lài)，即需求確認(rèn)、產(chǎn)品原型設(shè)計(jì)、架構(gòu)設(shè)計(jì)、高保真版本設(shè)計(jì)、版本開(kāi)發(fā)、版本測(cè)試之間具備前后關(guān)系，不可并發(fā)進(jìn)行。

2. 人工智能中臺(tái)主要功能之間具備依賴(lài)關(guān)系，比如標(biāo)注平臺(tái)和訓(xùn)練平臺(tái)都需要數(shù)據(jù)平臺(tái)進(jìn)行數(shù)據(jù)的管理，所以要求功能安排具備合理性。

3. 個(gè)別關(guān)鍵節(jié)點(diǎn)流程較長(zhǎng)，如需求評(píng)審、版本測(cè)試這兩個(gè)節(jié)點(diǎn)，一個(gè)位于項(xiàng)目起始階段，一個(gè)位于項(xiàng)目結(jié)束階段，導(dǎo)致項(xiàng)目工期整體變長(zhǎng)。

4. 版本測(cè)試節(jié)點(diǎn)的功能測(cè)試節(jié)點(diǎn)花費(fèi)時(shí)間較多，只有功能測(cè)試通過(guò)，才可以進(jìn)行性能測(cè)試和穩(wěn)定性測(cè)試工作。

針對(duì)上述流程特點(diǎn)的分析，需要對(duì)人為的關(guān)鍵步驟進(jìn)行進(jìn)一步拆解，并對(duì)各個(gè)模塊所花費(fèi)的時(shí)間進(jìn)行評(píng)估，列出各個(gè)活動(dòng)節(jié)點(diǎn)的最樂(lè)觀時(shí)間、最悲觀時(shí)間和最可能時(shí)間，然后采用工作分解結(jié)構(gòu)，對(duì)活動(dòng)進(jìn)行整理，然后采用關(guān)鍵路徑進(jìn)行分析，從而進(jìn)行研究。

三、人工智能中臺(tái)項(xiàng)目的進(jìn)度管理

針對(duì)人工智能中臺(tái)項(xiàng)目，項(xiàng)目特點(diǎn)是人工智能中臺(tái)具備一定的技術(shù)復(fù)雜性，而且不同模塊之間存在依賴(lài)。由于目前市場(chǎng)對(duì)于人工智能中臺(tái)的需求比較迫切，所以需要盡早地發(fā)布可用版本，在市場(chǎng)中完成占位，所以對(duì)于項(xiàng)目進(jìn)度管理尤為重視。

文章將人工智能中臺(tái)的主要模塊進(jìn)行羅列，然后拆解為相應(yīng)的活動(dòng)，并為活動(dòng)賦予清晰、唯一的編號(hào)。根據(jù)已有類(lèi)似平臺(tái)的開(kāi)發(fā)經(jīng)驗(yàn)以及人工智能中臺(tái)的投入資源，對(duì)活動(dòng)花費(fèi)時(shí)間進(jìn)行評(píng)估。通過(guò)最樂(lè)觀時(shí)間、最悲觀時(shí)間和最可能時(shí)間的估算，評(píng)估活動(dòng)節(jié)點(diǎn)花費(fèi)時(shí)間。通過(guò)這種方法，減少工期的不確定性。

采用三點(diǎn)估算法，對(duì)人工智能中臺(tái)的各個(gè)活動(dòng)節(jié)點(diǎn)所需時(shí)間進(jìn)行估算，所需時(shí)間=（最樂(lè)觀時(shí)間+4*最可能時(shí)間+最悲觀時(shí)間）/6。以此數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)圖的繪制，根據(jù)繪制結(jié)果確認(rèn)關(guān)鍵路徑，關(guān)鍵路徑為A-E-F-H-K-L-M-N-O-Q，總工期為231個(gè)工作日。

（一）關(guān)鍵路徑分析

對(duì)上述關(guān)鍵路徑進(jìn)行分析，產(chǎn)品原型設(shè)計(jì)存在單一路徑問(wèn)題，后續(xù)活動(dòng)節(jié)點(diǎn)都依賴(lài)于產(chǎn)品原型設(shè)計(jì)完成，很多資源都等待該模塊完成，比如架構(gòu)設(shè)計(jì)以及高保真原型設(shè)計(jì)等。而且平臺(tái)開(kāi)發(fā)和平臺(tái)測(cè)試之間為串行關(guān)系，整個(gè)鏈路同一時(shí)間點(diǎn)的投入資源不高，導(dǎo)致人員項(xiàng)目整體投入不高，浪費(fèi)了人力。訓(xùn)練平臺(tái)開(kāi)發(fā)節(jié)點(diǎn)和管理模塊開(kāi)發(fā)節(jié)點(diǎn)工期較長(zhǎng)，兩個(gè)節(jié)點(diǎn)的工期就已經(jīng)占到項(xiàng)目工期的一半左右。因此通過(guò)對(duì)以上問(wèn)題進(jìn)行優(yōu)化，從而加快項(xiàng)目進(jìn)度，縮短項(xiàng)目的周期。

（二）流程優(yōu)化

1. 在項(xiàng)目起始階段，提前做好需求確認(rèn)，通過(guò)深入調(diào)研需求、明確業(yè)務(wù)預(yù)期、確定項(xiàng)目目標(biāo)，防止后續(xù)功能返工帶來(lái)的項(xiàng)目周期延長(zhǎng)。

2. 功能確認(rèn)階段，采用從整體到局部的思想，先把人工智能中臺(tái)整體功能考慮清楚，對(duì)于局部功能，可以采用功能分解的方式進(jìn)行多次討論，明確功能邊界。

3. 將版本進(jìn)行拆分，拆分為不同版本進(jìn)行推進(jìn)，讓開(kāi)發(fā)和測(cè)試的資源提前介入，減少串行工作，增大人員參與效率，縮短項(xiàng)目工期。

4. 按模塊進(jìn)行管理，不同模塊由專(zhuān)門(mén)的負(fù)責(zé)人進(jìn)行進(jìn)度管理，保障模塊的研發(fā)進(jìn)度。對(duì)于重點(diǎn)模塊重點(diǎn)監(jiān)督，防止該模塊延遲對(duì)其他模塊造成影響。

5. 對(duì)關(guān)鍵活動(dòng)節(jié)點(diǎn)增加人力資源，如訓(xùn)練平臺(tái)開(kāi)發(fā)節(jié)點(diǎn)和管理模塊開(kāi)發(fā)節(jié)點(diǎn)，對(duì)這兩部分模塊進(jìn)行資源傾斜，可以有效縮短整個(gè)項(xiàng)目工期。

四、結(jié)語(yǔ)

文章分析了人工智能中臺(tái)項(xiàng)目的特點(diǎn)，以流程圖的方式對(duì)整個(gè)研發(fā)流程進(jìn)行梳理，并對(duì)主要活動(dòng)進(jìn)行拆解，根據(jù)評(píng)估時(shí)間生成了人工智能中臺(tái)的關(guān)鍵路徑。在項(xiàng)目實(shí)施過(guò)程中，項(xiàng)目經(jīng)理可以根據(jù)工作開(kāi)展情況，對(duì)工作進(jìn)行管理，確保項(xiàng)目進(jìn)度。

對(duì)于人工智能中臺(tái)項(xiàng)目，由于功能模塊多，而且互相之間有一定的依賴(lài)關(guān)系，所以不能按照傳統(tǒng)項(xiàng)目進(jìn)行版本排期，否則會(huì)導(dǎo)致研發(fā)工作串行問(wèn)題，增加項(xiàng)目延期風(fēng)險(xiǎn)。合理的方式是設(shè)置為不同的版本進(jìn)行推進(jìn)，讓研發(fā)以及測(cè)試人員提前投入進(jìn)來(lái)，增加人員項(xiàng)目參與度。同時(shí)對(duì)于關(guān)鍵節(jié)點(diǎn)進(jìn)行資源傾斜，解決關(guān)鍵節(jié)點(diǎn)周期過(guò)長(zhǎng)問(wèn)題，從而達(dá)到整體上縮短項(xiàng)目周期、加快項(xiàng)目進(jìn)度的目的。

參考文獻(xiàn)：

［1］ 薛慶祥. AI中臺(tái)成為金融數(shù)字化新基建［J］. 中國(guó)金融，2022（S1）：47-50.

［2］ 靳巾. 5G新媒體平臺(tái)AI中臺(tái)的建設(shè)與應(yīng)用［J］. 現(xiàn)代電視技術(shù)，2021（06）：102-107.

［3］ 趙春昊，熊自偉. 智慧城市AI中臺(tái)實(shí)踐及標(biāo)準(zhǔn)化探索［J］. 信息技術(shù)與標(biāo)準(zhǔn)化，2020（11）：7-12+16.

［4］ 王興山. 云+數(shù)+AI，助力建企數(shù)字化轉(zhuǎn)型［J］. 施工企業(yè)管理，2019（12）：43-44.

［5］ 孟媛媛. Y企業(yè)數(shù)字化轉(zhuǎn)型策略研究［D］. 長(zhǎng)春：吉林大學(xué)，2022.

［6］ 楊洋. 數(shù)智化轉(zhuǎn)型鑄就一流科技型企業(yè)新底座［N］. 人民郵電，2022-12-30（002）.

［7］ 基于云計(jì)算的人工智能服務(wù)［J］. 軟件，2018，39（09）：218-220.