8.3 数字化项目管理
数字化项目管理建设是指利用信息技术和数字化工具来支持项目管理实现全面的数字化转型。
项目管理学科的每一次升华，背后都有技术升级的驱动，尤其是经过信息化的改造升级，全球诞生了一批又一批影响深远的巨型项目。随着人工智能、物联网、区块链、云计算等新兴技术的不断涌现和应用，项目管理将迎来更加广阔的发展空间，数字化与智能化转型也将成为趋势。组织需要及时了解最新的数字化技术，不断优化和改进项目管理方法，以提高项目管理的效率和质量，更好地适应市场竞争和变化。
8.3.1 数字化项目管理成熟度模型
从数字空间构建的角度分析，信息化和数字化一脉相承，都可以解释成将物理世界的"物理对象或活动"向数字世界映射或迁移的过程。考虑到技术差异性及数字化技术应用的不同，组织数字化可分为三个阶段。
第一阶段：信息化——信息记录分析。信息技术被用于实现信息和流程从线下到线上的转移，但实际项目活动还在线下。项目活动使用Excel、Project、Sharepoint等信息化工具收集、保存和展示项目管理信息，建立统一的项目管理平台，将项目的数据信息化、流程标准化。利用信息化平台进行项目任务、流程的管理，如Jira、禅道等，通过信息化项目管理工具/系统来规范项目管理流程。
第二阶段：数字化——项目活动迁移。随着信息化进程的爆发式演进，大量的项目流程涌入了数字空间，越来越多地由数字空间承载物理世界的"项目活动"，尤其是人与人、数据与人的交互活动。在这个阶段，大数据、DevOps、云计算等得到广泛应用，组织级数据中台、运营中台等工具链提供开发和运维的全自动化管理，项目与资源、人、数据之间的壁垒被打破，结合大数据技术，实现项目信息和数据的透明化、实时展现，项目生命周期可视化成为可能。
第三阶段：智能化——管理逻辑重塑。在第二个阶段中，虽然"项目活动"逐渐向数字世界迁移，但是由于物理世界思维的惯性，大家还是按照物理世界的规则来构建数字世界，导致项目管理仅实现了线上化，但业务本身并没有发生根本上的变化（如项目计划、风险拦截和预警、自主决策等）。在AI深度学习、物联网等技术的帮助下，管理活动与生产活动快速融合，项目管理技能被大模型消化后，以Copilot的形式在项目生产活动过程中为项目成员提供服务，人们开始用数字世界的方式重新思考项目管理本身，结合数据与智能模型各自的特点和优势，提出对于项目管理的项目规划、执行、监控等更智能的管理办法。
信息化、数字化及智能化技术推动了项目管理能力的不断提升。通过数字化项目管理升级，组织的管理成熟度得以持续提升，数字化项目管理成熟度模型(Digital Project Management Maturity Model，DPM3)应运而生，如表8-2所示。
【表8-2 数字化项目管理成熟度模型】表格（评估项×阶段级别×信息化/数字化/智能化）：
| 评估项 | 阶段级别 | 信息化 | 数字化 | 智能化 |
|---|---|---|---|---|
| 业务覆盖 | 初始级 | 需求、任务生命周期生产数据填报，管理数据自动化采集 | 项目管理、需求管理、任务管理生命周期 | 项目管理、需求管理、任务管理生命周期 |
| 组织渗透 | 初始级 | 管理质、生产成员 | 项目成员、生产成员 | 项目成员、生产成员 |
| 数据价值 | 初始级 | 高效 | 高效高质量完成 | 高效高质完成 |
| 业务覆盖 | 标准级 | 项目标准化、任务标准化生命周期 | 项目标准数字化、需求标准数字化、任务标准数字化生命周期 | 项目标准数字化、需求标准数字化、任务标准数字化生命周期 |
| 组织渗透 | 标准级 | 项目成员 | 项目成员 | 项目成员 |
| 数据价值 | 标准级 | 高效完成 | 高标准高效完成 | 高标准高效完成 |
| 业务覆盖 | 主动级 | 项目集生命周期生产数据填报，项目管理数据系统自动化采集 | 项目集生命周期 | 项目集生命周期 |
| 组织渗透 | 主动级 | 项目集、项目成员 | 项目集、项目成员、生产成员 | 项目集、项目成员、生产成员 |
| 数据价值 | 主动级 | 目标高效达成 | 目标高效高质量低成本达成 | 目标高效高质量低成本达成 |
| 业务覆盖 | 治理级 | 项目组合生命周期数据填报，项目组合管理数据系统自动化采集 | 项目组合生命周期 | 项目组合生命周期 |
| 组织渗透 | 治理级 | 管理成员、项目成员、生产成员 | 管理成员、项目成员、生产成员 | 决策成员、管理成员、项目成员、生产成员 |
| 数据价值 | 治理级 | 收益质量达成 | 客户满意的高收益达成 | 客户满意的高收益达成 |
（续）
| 评估项 | 阶段级别 | 信息化 | 数字化 | 智能化 |
|---|---|---|---|---|
| 业务覆盖 | 优化级 | 管理生命周期数据填报，管理数据系统自动化采集 | 管理生命周期 | 经营、管理、生产生命周期 |
| 组织渗透 | 优化级 | 决策层、管理层、执行层 | 决策成员、管理成员、项目成员、生产成员 | 决策成员、管理成员、项目成员、生产成员 |
| 数据价值 | 优化级 | 数据驱动，效率为先 | 数字驱动，客户为先 | 自我驱动，生态共赢 |
8.3.1.1 信息化
随着数字化项目管理成熟度的不断提升，项目管理信息化建设也在逐步演进，从初始级、标准级、主动级、治理级到优化级，为项目管理提供了更全面、高效和智能化的支持。
(1)初始级：使用基本的信息化工具来收集和存储项目相关的信息，如文档、表格等。
在初始级的信息化中，项目管理信息化建设关注于建立基础的信息收集和存储系统。可以建立电子文档库用于存储项目文件、合同、报告等，可以使用电子表格来记录和跟踪项目进展、资源分配和任务列表等。这些工具可以提供更便捷的数据访问和共享，有助于减少纸质文档的使用和存储成本。
例如，某初创公司正开展新品研发项目，根据数字化项目管理成熟度模型进行诊断，目前处于初始级，在信息化建设中，它们开始使用电子文档和电子表格来收集和存储项目相关的信息，项目团队成员通过共享文件夹或在线协作平台上传和更新文档，如需求规格说明、设计文档和进度报告等。这样，团队成员可以随时访问所需的信息，并进行协作评论进行项目信息的调整和变更。这可能包括使用数据分析工具来深入研究项目数据，发现潜在的趋势和模式，并进行预测和模拟分析。通过这些工具，项目团队能够更好地理解项目的风险和机遇，并做出相应的调整和决策。
例如，（接上述案例）该公司的战略管理部、市场营销部及项目管理部，正合力开展一项基于战略目标的市场调研项目，三方在数据日益丰富的项目信息化平台中，采用数据分析工具来处理项目相关信息，对大量业务数据及项目数据进行定性及定量分析。基于合理的历史经验，它们能够更好地理解市场趋势和客户需求，从而调整项目策略，使得公司业务增长，并达成盈利的目标。
(5)优化级：使用先进的信息化工具来创新和指引项目相关的信息，如可视化、交互等。
在优化级的信息化中，项目管理信息化建设追求创新和引导项目相关信息，这可能包括使用先进的可视化工具来呈现项目数据，并实现与项目数据的交互，帮助项目团队更好地理解和应对复杂的项目环境。
例如，（接上述案例）由于新品在市场获得成功，该公司将一定比例的净利润作为专项资金继续投入新品研发项目。通过项目管理信息化的可视化大屏，以更沉浸式的交互方式呈现研发项目的盈利情况，帮助团队更好地评估市场反馈，优化现有的产品设计。
综上所述，项目管理信息化建设从初始级到优化级，逐渐完善了收集、处理、展示和分析项目信息的能力。不同级别的信息化工具可以支持项目管理过程中的决策制定、沟通协作和问题解决，提高项目管理的效率和成功率。
8.3.1.2 数字化
项目管理数字化侧重于对整个项目生命周期的数字化改造，包括对数字化工具、流程和方法的应用，使用数字技术和平台来实现跨部门、跨地域的协作，优化资源配置，提高沟通效能，并通过数据分析和智能化工具来支持决策和风险管理，最终形成项目管理数字化平台(Project Management Digital Platform，PMDP)。
(1)初始级：使用基本的数字化工具来实施简单和重复的任务数字化。
在初始级的数字化中，项目团队可以使用一些基本的数字化工具，对简单且重复的生产过程进行数字化和自动化处理。例如，可以利用自动化软件来替代手动处理的步骤，使用自动化测试工具来执行测试用例，从而提高测试效率并减少人为错误。此外，机器人技术也可以应用于生产线上，通过自动化完成产品组装等重复性的操作。
例如，一家初创公司正在建立一个基本的项目管理数字化平台，以帮助他们更有效地收集和存储项目相关的信息。该公司选择了一个简单易用的在线项目管理工具，用于跟踪项目进展、分配任务和共享文档。该项管理数字化平台使得团队成员能够方便地查看和更新项目数据，并提高了沟通和协作的效率。
(2)标准级：使用完整的数字化工具来实施复杂和多样的过程数字化。
在标准级的数字化中，项目团队使用更完整的数字化工具来处理复杂和多样的项目任务。例如，通过传感器和控制器来监测和调节项目中的物理变量，如温度、压力和流量等。这些自动化设备可以实时获取数据，并根据预设条件执行相应的操作，提高生产效率，加强品质控制。
(3)主动级：使用高效的数字化工具来实施优化和改进的项目数字化。
在主动级的数字化中，项目团队使用高效的数字化工具来实施优化和改进的项目任务。例如，可以利用算法和模型来分析大量数据，以发现潜在的趋势和模式，从而做出更有针对性的决策。此外，采用自动化的流程和工作流管理工具可以帮助团队改善流程、减少浪费和提高效率。
(4)治理级：使用灵活的数字化工具来实施变革和创新的管理任务。
在治理级的数字化中，项目团队使用灵活的数字化工具来实施变革和创新的项目任务。例如，人工智能和机器学习技术可以应用于数据分析和预测，从而为项目团队提供更深入的洞察和决策支持。这些工具可以通过学习和适应不断改变的环境，帮助项目团队做出更明智的决策和规划。
(5)优化级：使用先进的数字化工具来实施项目管理的过程自动化。
在优化级的数字化中，项目团队使用更加先进的数字化工具来实施多样化的项目任务。例如，使用区块链技术可以为项目团队提供安全、去中心化的数据存储和交互方式，促进项目团队之间的信任和合作。此外，云计算技术可以为项目团队提供弹性和可扩展的计算资源，支持项目的灵活需求。
综上所述，随着相关技术的发展，从简单任务的数字化到复杂任务的优化和创新，不同级别的数字化工具在项目管理中发挥了重要作用。通过合理应用数字化工具，可以提高项目管理的效率、质量和创新能力，推动项目向更高水平迈进。
8.3.1.3 智能化
基于项目管理数字化平台，可以考虑启动全面智能化的转型过程，升级进到项目管理智能化系统(Project Management Mathematical intelligence System，PMMIS)建设。
初始级：在初始级的智能化中，项目团队通过使用基本的智能化工具，如数据挖掘、统计分析等，来分析和理解项目数据，了解资源的使用情况和项目计划的执行情况。这有助于团队更深入地理解项目历史、识别潜在的问题和机遇。
标准级：在标准级的智能化中，项目团队通过使用完整的智能化工具，如数据仓库、决策支持系统等，收集和整合项目数据，以预测和评估项目相关的结果。这可以帮助团队提前做好资源调配和计划调整，从而更好地控制项目进度和成本等。
主动级：在主动级的智能化中，项目团队通过使用高效的智能化工具，如数据集成、业务智能等，优化和改进项目相关的流程，并将项目库与其他系统进行整合，实现信息的共享和自动化流程。这可以为项目团队提供更准确和实时的数据，帮助团队优化资源管理和项目计划，提高项目执行的效率和质量。
治理级：在治理级的智能化中，项目团队使用灵活的智能化工具，如数据挖掘、机器学习等，对项目数据进行深入分析，以学习和适应项目的相关变化，发现隐藏的模式和趋势，并预测未来的资源需求和计划结果。这可以帮助团队更好地应对不断变化的项目环境，做出及时的决策和调整。
优化级：在优化级的智能化中，项目团队通过使用先进的智能化工具，如深度学习、神经网络等，构建智能化的项目库管理系统，以创新和引领项目相关的领域，实现更精准和自动化的资源分配和计划优化。这可以在项目管理中实现领先和创新，提高项目管理的效率和成功率。
综上所述，项目管理智能化通过对不同级别的智能化工具的应用，帮助团队更好地理解和掌握项目资源和计划的情况，提高项目管理的准确性和效率。随着技术的发展，智能化的项目库管理将继续演进，为项目管理带来更多的价值和创新。