ما در آی‌تی هلو از شهریور ۱۴۰۲ کارمون رو با عشق به کتاب و یادگیری شروع کردیم. تخصص ما چاپ کتاب‌های تخصصی به زبان اصلیه و با استفاده از تکنولوژی‌های روز و مواد اولیه باکیفیت، مطمئن می‌شیم که هر کتاب از نظر ظاهر و محتوا در بهترین سطح قرار بگیره.
هدفمون اینه که دسترسی به منابع علمی و آموزشی معتبر رو برای همه ساده‌تر کنیم و در این مسیر، همراه و همکار خوبی برای شما باشیم.
Workflows and Frameworks for Smarter, Faster, Higher-Impact TPM Execution
ظهور مدل‌های زبانی بزرگ (LLM) دسترسی به ابزارهای هوش مصنوعی را به شکل چشمگیری آسان‌تر کرده است. آنچه در ابتدا به تعامل ساده از طریق گفت‌وگو و دریافت اطلاعات محدود می‌شد، اکنون به مجموعه‌ای گسترده از فناوری‌ها تبدیل شده است که شامل عامل‌های هوشمند (AI Agents)، مدل‌های چندوجهی، مدل‌های استدلالی و اتصال‌دهنده‌هایی می‌شود که هوش مصنوعی را به ابزارهای مورد استفاده روزمره متصل می‌کنند.
این تحول تأثیر عمیقی بر تقریباً تمام نقش‌های یک سازمان فناوری مدرن گذاشته است. از مهندسی نرم‌افزار و مدیریت محصول گرفته تا بازاریابی محصول، مهندسی کیفیت، طراحی و مدیریت برنامه‌های فنی، همگی تحت تأثیر قابلیت‌های جدید هوش مصنوعی قرار گرفته‌اند. سرعت پیشرفت این ابزارها نیز به اندازه‌ای است که حتی قانون مور نمی‌تواند به‌خوبی آن را توصیف کند.
از زمان معرفی ChatGPT در اواخر سال ۲۰۲۲، توانایی ابزارهای هوش مصنوعی از خلاصه‌سازی اطلاعات و پاسخ‌گویی به پرسش‌ها بسیار فراتر رفته است. امروزه می‌توان در چند ساعت مجموعه‌ای از ابزارهای داخلی سازمان را ایجاد کرد؛ ابزارهایی که پیش از این به ماه‌ها کار یک تیم متشکل از چندین مهندس نیاز داشتند. همچنین تولید مستندات پروژه و محصول که ممکن بود یک روز کامل از زمان مدیران باتجربه محصول یا مدیران برنامه را بگیرد، اکنون می‌تواند تنها در چند دقیقه انجام شود.
حتی می‌توان مجموعه‌ای از دستورهای چندلایه و چندصفحه‌ای طراحی کرد که بخشی از وظایف معمول مدیران برنامه‌های فنی را شبیه‌سازی می‌کنند و سپس آن‌ها را به عامل‌های هوشمندی تبدیل کرد که طبق یک برنامه زمانی مشخص، با نظارت انسان یا بدون نیاز به دخالت مستقیم او فعالیت می‌کنند.
با وجود این پیشرفت‌ها، هنوز بخش کوچکی از ظرفیت واقعی این فناوری‌ها مورد استفاده قرار گرفته است. در عین حال، سرعت بالای تغییرات باعث شده بسیاری از متخصصان ندانند از کجا باید شروع کنند و چگونه می‌توانند از این ابزارها برای افزایش چشمگیر بهره‌وری استفاده کنند. نگرانی درباره آینده نقش‌های شغلی در سازمان‌های فناوری نیز به این سردرگمی اضافه شده است.
این کتاب با هدف پاسخ‌گویی به همین نیاز نوشته شده است. گروهی از مدیران برنامه‌های فنی (Technical Program Managers یا TPMs) گرد هم آمده‌اند تا بر اساس تجربه‌های عملی خود، راهنمایی کاربردی برای همکارانشان فراهم کنند و به آن‌ها کمک کنند مسیر استفاده مؤثر از هوش مصنوعی را آغاز کنند.
هدف کتاب صرفاً معرفی ابزارهای هوش مصنوعی نیست؛ بلکه نشان دادن این موضوع است که چگونه می‌توان از این فناوری‌ها برای بهبود اجرای پروژه‌ها، تصمیم‌گیری، مدیریت تیم‌ها و پیشرفت حرفه‌ای استفاده کرد.
در گذشته، بسیاری از کاربردهای عمومی هوش مصنوعی به دریافت پاسخ، جست‌وجوی اطلاعات و خلاصه‌سازی متون محدود می‌شدند. اما ابزارهای امروزی امکانات گسترده‌تری دارند و می‌توانند در انجام بخش‌های مختلف یک فرایند کاری مشارکت کنند.
برای مدیر برنامه فنی، این تحول اهمیت ویژه‌ای دارد؛ زیرا بخش قابل توجهی از فعالیت‌های روزمره این نقش شامل جمع‌آوری اطلاعات، هماهنگی میان تیم‌ها، پیگیری وابستگی‌ها، شناسایی ریسک‌ها، تهیه مستندات و ارتباط با ذی‌نفعان است. بسیاری از این فعالیت‌ها به پردازش اطلاعات و انجام کارهای تکراری وابسته هستند و می‌توانند با کمک هوش مصنوعی سریع‌تر و منظم‌تر انجام شوند.
کلمات کلیدی:برای مثال، یک ابزار هوش مصنوعی می‌تواند در تهیه مستندات پروژه، استخراج نکات مهم از جلسات، سازمان‌دهی اطلاعات و شناسایی موارد نیازمند پیگیری به مدیر برنامه کمک کند. با پیشرفته‌تر شدن قابلیت‌های عامل‌های هوشمند، حتی می‌توان برخی گردش‌کارها را به‌گونه‌ای طراحی کرد که وظایف مشخصی را به‌صورت خودکار و در زمان‌بندی تعیین‌شده انجام دهند.
یکی از محورهای اصلی کتاب، استفاده از هوش مصنوعی برای افزایش بهره‌وری در فعالیت‌های مختلف مدیران برنامه‌های فنی است.
در یک سازمان فناوری، مدیر برنامه باید اطلاعاتی را از منابع مختلف دریافت کند، وضعیت فعالیت تیم‌ها را بررسی کند، مشکلات احتمالی را شناسایی کند و اطمینان حاصل کند که برنامه در مسیر تعیین‌شده حرکت می‌کند. انجام این کارها در پروژه‌های بزرگ می‌تواند زمان زیادی به خود اختصاص دهد.
هوش مصنوعی می‌تواند بخشی از این فرایندها را ساده‌تر کند. به‌عنوان مثال، تولید پیش‌نویس مستندات، تحلیل اطلاعات پروژه، آماده‌سازی گزارش‌ها و کمک به مدیریت ارتباطات از جمله کاربردهایی هستند که می‌توانند زمان موردنیاز برای انجام فعالیت‌های تکراری را کاهش دهند.
با این حال، استفاده مؤثر از این ابزارها تنها به نوشتن یک دستور ساده محدود نمی‌شود. مدیر برنامه باید بداند چه زمانی یک درخواست معمولی کافی است، چه زمانی به الگوی دستوری قابل استفاده مجدد نیاز دارد و چه زمانی استفاده از یک عامل هوشمند توجیه‌پذیر است.
با وجود توانایی‌های گسترده هوش مصنوعی، همه وظایف مدیریتی را نمی‌توان به آن واگذار کرد. قضاوت انسانی، درک شرایط سازمانی، مدیریت تعارض، همدلی و ایجاد ارتباط مؤثر با افراد همچنان از مهم‌ترین بخش‌های نقش یک مدیر برنامه فنی هستند.
کتاب تأکید می‌کند که هوش مصنوعی باید به‌عنوان ابزاری برای تقویت توانایی‌های حرفه‌ای انسان استفاده شود، نه جایگزینی کامل برای آن‌ها. به همین دلیل، در کنار معرفی کاربردهای عملی، به موضوعاتی مانند نظارت انسانی، استفاده مسئولانه از هوش مصنوعی و اهمیت هوش هیجانی نیز پرداخته می‌شود.
مخاطب اصلی کتاب، مدیران برنامه‌های فنی هستند که مسئول هماهنگی فعالیت‌های پیچیده در سازمان‌های فناوری‌اند. این افراد معمولاً باید میان تیم‌های مختلف ارتباط برقرار کنند، برنامه‌ریزی و اجرای پروژه‌ها را پیگیری کنند، ریسک‌ها را مدیریت کنند و از هماهنگی فعالیت‌ها با اهداف سازمان اطمینان حاصل کنند.
کتاب به این گروه کمک می‌کند تا کاربردهای هوش مصنوعی را در فعالیت‌های روزمره خود شناسایی کنند و به‌تدریج از ابزارهای ساده به سمت گردش‌کارهای پیشرفته‌تر و عامل‌های هوشمند حرکت کنند.
مفاهیم مطرح‌شده در کتاب تنها به عنوان شغلی Technical Program Manager محدود نیستند. مدیران پروژه، مدیران برنامه، سرپرستان برنامه‌های فنی و مدیران پروژه‌های مهندسی نیز می‌توانند از روش‌های معرفی‌شده برای بهبود برنامه‌ریزی، اجرا، ارتباطات و تصمیم‌گیری استفاده کنند.
از آنجا که بسیاری از مسئولیت‌های این نقش‌ها با یکدیگر هم‌پوشانی دارند، چارچوب‌ها و مثال‌های کتاب می‌توانند در محیط‌های کاری متنوعی مورد استفاده قرار گیرند.
مدیران مهندسی، مدیران محصول و سایر متخصصان سازمان‌های فناوری نیز می‌توانند از مطالب کتاب بهره ببرند. این افراد در بسیاری از پروژه‌ها با مدیران برنامه همکاری می‌کنند و در فرایندهایی مانند تخصیص منابع، مدیریت ذی‌نفعان، برنامه‌ریزی راهبردی و ارزیابی نتایج مشارکت دارند.
آشنایی با قابلیت‌های هوش مصنوعی می‌تواند به آن‌ها کمک کند تا فرایندهای کاری خود را بهبود دهند و فرصت‌های مناسب برای استفاده از این فناوری را در تیم‌هایشان شناسایی کنند.
برای مطالعه کتاب، آشنایی پایه با مفاهیم مدیریت برنامه‌های فنی توصیه می‌شود. موضوعاتی مانند آغاز پروژه، برنامه‌ریزی، اجرا، خاتمه، نگهداری، ارتباط با ذی‌نفعان و مدیریت ریسک از جمله پیش‌نیازهای مفید هستند.
با این حال، نیازی به داشتن تخصص عمیق در هوش مصنوعی، یادگیری ماشین یا برنامه‌نویسی ندارید. کتاب مفاهیم ضروری هوش مصنوعی را از ابتدا و متناسب با نیازهای مدیران برنامه‌های فنی توضیح می‌دهد.
فصل نخست به بررسی تأثیر هوش مصنوعی بر مسئولیت‌ها و فعالیت‌های روزمره مدیران برنامه‌های فنی اختصاص دارد. در این فصل، تغییراتی که ابزارهای هوش مصنوعی در شیوه انجام کارها ایجاد کرده‌اند بررسی می‌شوند و خواننده با سه مدیر برنامه فنی آشنا می‌شود که هرکدام در مرحله متفاوتی از پذیرش و استفاده از هوش مصنوعی قرار دارند.
این مثال‌ها کمک می‌کنند تا مخاطب بتواند موقعیت فعلی خود را بهتر ارزیابی کند و مسیر مناسبی برای شروع یادگیری انتخاب کند.
همچنین نخستین تجربه عملی یا Quick Win در این فصل مطرح می‌شود. منظور از Quick Win، یک کاربرد ساده و سریع است که می‌توان آن را بدون نیاز به طراحی یک فرایند پیچیده اجرا کرد و در مدت کوتاهی نتیجه آن را مشاهده کرد.
نویسندگان در کنار معرفی فرصت‌ها، به هزینه‌های بی‌توجهی به این تغییرات نیز می‌پردازند. هدف این است که خواننده متوجه شود ایستادن در برابر تحولات فناوری می‌تواند به‌تدریج فاصله میان توانایی‌های حرفه‌ای او و نیازهای جدید محیط کار را افزایش دهد.
فصل دوم پایه نظری موردنیاز برای استفاده از ابزارهای هوش مصنوعی را فراهم می‌کند. در این بخش، اصطلاحات و مفاهیم مهمی مانند یادگیری ماشین (Machine Learning)، هوش مصنوعی مولد (Generative AI)، مدل‌های زبانی بزرگ (Large Language Models) و عامل‌های هوشمند (AI Agents) معرفی و تعریف می‌شوند.
آشنایی با این مفاهیم به مدیر برنامه کمک می‌کند تا تفاوت قابلیت‌های ابزارهای مختلف را درک کند و بداند هرکدام برای چه نوع فعالیتی مناسب‌تر هستند.
همچنین موضوعاتی مانند توانایی‌های مدل‌ها، نیازهای داده‌ای و کاربردهای عملی آن‌ها بررسی می‌شوند. این شناخت برای شناسایی فرصت‌های مناسب استفاده از هوش مصنوعی اهمیت دارد؛ زیرا انتخاب ابزار مناسب بدون درک محدودیت‌ها و قابلیت‌های آن می‌تواند به نتیجه‌ای غیرقابل اتکا منجر شود.
این فصل به شما کمک می‌کند به‌جای استفاده تصادفی از ابزارهای هوش مصنوعی، بر اساس شناختی روشن‌تر از فناوری، کاربردهای مناسب را انتخاب کنید.
تعامل با ابزارهای هوش مصنوعی به‌تدریج از دستورهای موردی و یک‌بارمصرف به سمت الگوهای قابل استفاده مجدد، مهارت‌ها و عامل‌های هوشمند حرکت کرده است. فصل سوم این روند را بررسی می‌کند و روش‌های مختلف تعامل با هوش مصنوعی را توضیح می‌دهد.
یکی از موضوعات مهم این فصل، چارچوب دستوردهی RTCFC است که برای ساخت درخواست‌های مؤثرتر معرفی می‌شود. هدف از استفاده از چنین چارچوبی، ایجاد ساختاری مشخص برای ارائه اطلاعات و خواسته‌ها به مدل است تا خروجی تولیدشده با نیاز واقعی کاربر تناسب بیشتری داشته باشد.
موضوع دیگر، تبدیل دستورهای موفق به مهارت‌های قابل استفاده مجدد است. به‌جای آنکه برای انجام یک فعالیت تکراری هر بار از ابتدا درخواست جدیدی بنویسید، می‌توانید یک ساختار مناسب طراحی کنید و در موقعیت‌های مشابه از آن استفاده کنید.
در ادامه، الگوهای هماهنگ‌سازی و مدیریت عامل‌های هوشمند بررسی می‌شوند. این الگوها کمک می‌کنند تا مشخص شود برای هر نوع فعالیت مدیریتی، چه شیوه‌ای از اجرای عامل‌ها مناسب‌تر است.
با وجود حرکت به سمت خودکارسازی، کتاب بر حفظ قضاوت انسانی تأکید می‌کند. حتی زمانی که یک فرایند با کمک عامل‌های هوشمند اجرا می‌شود، تصمیم‌گیری و نظارت انسان همچنان اهمیت دارد.
فصل چهارم چارچوب اصلی کتاب برای شناسایی و دسته‌بندی کاربردهای هوش مصنوعی را معرفی می‌کند. در این فصل، چارچوب سه‌مرحله‌ای یا Three-Act Framework و فهرست کاربردهای عملی هوش مصنوعی ارائه می‌شوند.
هدف این چارچوب آن است که مدیران برنامه بتوانند چالش‌های کاری خود را به فرصت‌هایی برای استفاده از هوش مصنوعی تبدیل کنند.
همه وظایف یک مدیر برنامه به یک اندازه به هوش مصنوعی نیاز ندارند. بعضی فعالیت‌ها با یک دستور ساده قابل انجام هستند، در حالی که برخی دیگر به الگوهای تکرارپذیر، مهارت‌های اختصاصی یا عامل‌های هوشمند نیاز دارند.
این فصل به خواننده کمک می‌کند تا کاربردهای مرتبط با شرایط کاری خود را شناسایی کند و ارزیابی کند کدام‌یک ارزش بیشتری برای اجرا دارند.
فهرست کاربردهای ارائه‌شده در این بخش همچنین امکان مراجعه مستقیم به قسمت‌های مرتبط با مرحله فعلی پروژه را فراهم می‌کند.
آغاز و برنامه‌ریزی از مهم‌ترین مراحل مدیریت یک برنامه فنی هستند. تصمیم‌هایی که در این مرحله گرفته می‌شوند، می‌توانند بر مسیر اجرای پروژه و نحوه همکاری تیم‌ها تأثیر بگذارند.
فصل پنجم نشان می‌دهد که چگونه می‌توان از هوش مصنوعی برای راه‌اندازی برنامه، هماهنگ‌سازی ذی‌نفعان و برنامه‌ریزی اولیه استفاده کرد.
یکی از کاربردهای مهم، شناسایی فرضیات پنهان است. در بسیاری از پروژه‌ها، برخی از فرضیات بدون بررسی کافی پذیرفته می‌شوند و ممکن است در مراحل بعدی به منبع بروز مشکل تبدیل شوند. هوش مصنوعی می‌تواند به مدیر برنامه کمک کند تا این فرضیات را شناسایی و از زوایای مختلف بررسی کند.
موضوع دیگر، ترسیم وابستگی‌ها میان فعالیت‌ها و تیم‌های مختلف است. شناخت این وابستگی‌ها برای تنظیم برنامه اجرایی و جلوگیری از تأخیر اهمیت دارد.
همچنین توسعه نقاط عطف یا Milestones و شناسایی ریسک‌های احتمالی از طریق روش پیش‌مرگ یا Premortem بررسی می‌شود. در این روش، پیش از اجرای کامل برنامه، شرایطی فرض می‌شود که پروژه با شکست مواجه شده است؛ سپس دلایل احتمالی آن بررسی می‌شوند تا بتوان اقدامات پیشگیرانه مناسبی طراحی کرد.
استفاده از هوش مصنوعی در مرحله برنامه‌ریزی می‌تواند به آشکار شدن ریسک‌ها و وابستگی‌هایی کمک کند که در بررسی‌های اولیه به‌سادگی نادیده گرفته می‌شوند.
پس از آغاز و برنامه‌ریزی، مهم‌ترین مرحله مدیریت برنامه، اجرای فعالیت‌ها و حفظ هماهنگی میان بخش‌های مختلف است.
فصل ششم به کاربردهای هوش مصنوعی در مرحله اجرای برنامه می‌پردازد. موضوعاتی مانند ارتباط با ذی‌نفعان، پیگیری ریسک‌ها، مدیریت دانش و پایش سلامت برنامه در این فصل بررسی می‌شوند.
مدیر برنامه باید به‌طور مداوم وضعیت فعالیت‌ها را دنبال کند و اطلاعات مربوط به پیشرفت، موانع و تغییرات را در اختیار افراد مرتبط قرار دهد. این فرایند می‌تواند زمان‌بر باشد؛ به‌ویژه زمانی که چندین تیم به‌صورت هم‌زمان روی بخش‌های مختلف یک برنامه کار می‌کنند.
هوش مصنوعی می‌تواند در سازمان‌دهی اطلاعات، آماده‌سازی ارتباطات و بررسی وضعیت برنامه نقش کمکی داشته باشد. همچنین با استفاده از گردش‌کارهای مناسب می‌توان بخشی از فعالیت‌های تکراری را ساده‌تر کرد.
یکی از نکات مهم این فصل، تشخیص زمان مناسب برای استفاده از ابزارهای پیشرفته‌تر است. همه فعالیت‌ها به عامل هوشمند نیاز ندارند و گاهی یک دستور ساده می‌تواند نتیجه مطلوب را فراهم کند. در مقابل، برخی فرایندهای پیچیده‌تر ممکن است از قابلیت‌های عامل‌های هوشمند سود ببرند.
خاتمه پروژه صرفاً به معنای پایان یافتن فعالیت‌های اجرایی نیست. یک برنامه موفق باید به‌درستی جمع‌بندی شود تا دستاوردها، مشکلات و تجربه‌های به‌دست‌آمده برای فعالیت‌های آینده قابل استفاده باشند.
فصل هفتم به بررسی نقش هوش مصنوعی در فرایند خاتمه برنامه می‌پردازد. یکی از موضوعات اصلی این بخش، تحلیل جلسات و گزارش‌های بازنگری یا Retrospective است. این فرایند به تیم کمک می‌کند تا اتفاقات دوره اجرای پروژه را بررسی کند و از تجربه‌های مثبت و منفی درس بگیرد.
موضوع دیگر، قدردانی و شناسایی مشارکت‌کنندگان است. در پروژه‌های بزرگ، افراد مختلف در بخش‌های گوناگون نقش دارند و ثبت سهم آن‌ها می‌تواند در فرایند جمع‌بندی و ارزیابی دستاوردها اهمیت داشته باشد.
حفظ دانش نیز از موضوعات مهم این فصل است. بسیاری از اطلاعات ارزشمند پروژه ممکن است با پایان همکاری اعضای تیم یا تغییر مسئولیت‌ها از دسترس خارج شوند. هوش مصنوعی می‌تواند در سازمان‌دهی و حفظ این دانش کمک کند.
همچنین شناسایی مسائل حل‌نشده و ثبت درس‌آموخته‌ها بررسی می‌شود تا تجربه‌های یک برنامه بتوانند کیفیت اجرای پروژه‌های بعدی را بهبود دهند.
فصل هشتم از فعالیت‌های روزمره اجرای پروژه فراتر می‌رود و به کاربردهای راهبردی هوش مصنوعی در نقش‌های مدیریتی می‌پردازد.
برنامه‌ریزی راهبردی، مدیریت سبد پروژه‌ها (Portfolio Management)، تخصیص منابع و توسعه افراد از جمله موضوعات اصلی این فصل هستند.
مدیران در سطوح بالاتر معمولاً باید تصمیم‌هایی بگیرند که چندین تیم، پروژه و هدف سازمانی را تحت تأثیر قرار می‌دهند. در چنین شرایطی، بررسی اطلاعات و ارزیابی گزینه‌های مختلف اهمیت زیادی دارد.
هوش مصنوعی می‌تواند در تحلیل اطلاعات و آماده‌سازی مبنای تصمیم‌گیری نقش داشته باشد. برای مثال، در مدیریت سبد پروژه‌ها و تخصیص منابع می‌توان از قابلیت‌های آن برای بررسی شرایط و سازمان‌دهی داده‌های مرتبط استفاده کرد.
این فصل همچنین به هدایت فرایند پذیرش هوش مصنوعی در تیم‌ها می‌پردازد. مدیران باید بتوانند فرصت‌های استفاده از این فناوری را شناسایی کنند و در عین حال نظارت انسانی و مسئولیت تصمیم‌ها را حفظ کنند.
کاربردهای هوش مصنوعی تنها به انجام وظایف سازمانی محدود نمی‌شوند. این فناوری می‌تواند در برنامه‌ریزی و توسعه مسیر حرفه‌ای افراد نیز نقش داشته باشد.
فصل نهم به بررسی روش‌هایی می‌پردازد که مدیران برنامه فنی می‌توانند از طریق آن‌ها برای مدیریت بهتر مسیر شغلی خود از هوش مصنوعی کمک بگیرند.
برنامه‌ریزی شغلی، توسعه مهارت‌ها، آماده‌سازی درخواست‌های استخدام، تمرین مصاحبه و مذاکره درباره پیشنهادهای شغلی از جمله موضوعات مطرح‌شده هستند.
همچنین گردش‌کارهایی برای ثبت و پیگیری دستاوردهای حرفه‌ای معرفی می‌شوند. ثبت منظم موفقیت‌ها و فعالیت‌های مهم می‌تواند به فرد کمک کند تا تصویر دقیق‌تری از پیشرفت خود داشته باشد و فرصت‌های رشد را بهتر شناسایی کند.
از دیگر موضوعات این فصل، ارزیابی فرصت‌های پیشرفت و تصمیم‌گیری آگاهانه‌تر درباره مسیر شغلی است. هوش مصنوعی می‌تواند در سازمان‌دهی اطلاعات و بررسی گزینه‌ها کمک کند، اما انتخاب نهایی همچنان به اهداف، شرایط و قضاوت خود فرد وابسته است.
افزایش استفاده از ابزارهای هوش مصنوعی، ضرورت توجه به امنیت، حریم خصوصی و مسئولیت‌پذیری را بیشتر کرده است. استفاده نادرست از این فناوری می‌تواند پیامدهایی برای افراد، تیم‌ها و کل سازمان داشته باشد.
فصل دهم پنج اصل اساسی هوش مصنوعی مسئولانه را معرفی می‌کند:
انصاف (Fairness): سیستم‌های هوش مصنوعی باید از نظر احتمال ایجاد تبعیض و رفتار ناعادلانه مورد بررسی قرار گیرند.
شفافیت (Transparency): نحوه استفاده از هوش مصنوعی و نقش آن در فرایندهای تصمیم‌گیری باید تا حد امکان روشن باشد.
پاسخ‌گویی (Accountability): مسئولیت استفاده از سیستم‌های هوش مصنوعی و نتایج حاصل از آن‌ها باید مشخص باشد.
حریم خصوصی و امنیت (Privacy and Security): اطلاعات حساس و داده‌های سازمانی باید در برابر دسترسی یا استفاده نامناسب محافظت شوند.
دقت و ایمنی (Accuracy and Safety): خروجی‌های تولیدشده باید از نظر صحت و پیامدهای احتمالی بررسی شوند.
در ادامه، روش‌های پیاده‌سازی حاکمیت هوش مصنوعی (AI Governance)، نقاط کنترل برای اعتبارسنجی خروجی‌ها و اهمیت نظارت انسانی توضیح داده می‌شوند.
هدف این فصل آن است که مدیران برنامه بتوانند ضمن استفاده از مزایای هوش مصنوعی، خطرات احتمالی آن را نیز مدیریت کنند.
با افزایش توانایی ابزارهای هوش مصنوعی در انجام فعالیت‌های تکراری و پردازش اطلاعات، مهارت‌های انسانی اهمیت بیشتری پیدا می‌کنند.
فصل یازدهم بر هوش هیجانی یا Emotional Intelligence (EQ) تمرکز دارد و توضیح می‌دهد که چرا این مهارت همچنان یکی از عناصر اساسی موفقیت مدیران برنامه فنی خواهد بود.
مدیریت برنامه‌های پیچیده فقط به برنامه‌ریزی و پیگیری فعالیت‌ها محدود نمی‌شود. مدیر برنامه باید بتواند شرایط افراد را درک کند، اختلاف‌نظرها را مدیریت کند، اعتماد ایجاد کند و در موقعیت‌های دشوار تصمیم‌های مناسبی بگیرد.
همدلی، تفکر راهبردی، مذاکره و حل تعارض از جمله مهارت‌هایی هستند که در این فصل مورد توجه قرار می‌گیرند.
هوش مصنوعی می‌تواند اطلاعات را تحلیل کند، پیشنهاد ارائه دهد و در انجام برخی وظایف مدیریتی مشارکت داشته باشد؛ اما درک عمیق روابط انسانی و مدیریت پیچیدگی‌های عاطفی همچنان به توانایی‌های انسانی وابسته است.
هرچه بخش بیشتری از فعالیت‌های تکراری به هوش مصنوعی سپرده شود، توانایی انسان در ایجاد ارتباط، مدیریت تعارض و تصمیم‌گیری مبتنی بر درک شرایط اهمیت بیشتری پیدا می‌کند.
فصل پایانی به این موضوع می‌پردازد که چگونه مدیران برنامه فنی می‌توانند در محیطی که ابزارهای هوش مصنوعی به‌سرعت در حال تغییر هستند، مهارت‌ها و جایگاه حرفه‌ای خود را حفظ کنند.
یکی از موضوعات اصلی این فصل، ایجاد عادت‌های یادگیری مداوم است. با توجه به سرعت پیشرفت فناوری، یادگیری یک‌باره ابزارها و مفاهیم کافی نیست و متخصصان باید به‌صورت مستمر دانش خود را به‌روز نگه دارند.
همچنین توسعه گردش‌کارهای قابل استفاده مجدد با کمک هوش مصنوعی بررسی می‌شود. چنین گردش‌کارهایی می‌توانند به کاهش کارهای تکراری و ایجاد روش‌های منظم‌تر برای انجام فعالیت‌های حرفه‌ای کمک کنند.
موضوع دیگر، مدیریت تغییر یا Change Management است. پذیرش فناوری جدید در یک سازمان فقط به معرفی ابزارها محدود نمی‌شود؛ بلکه به آماده‌سازی افراد، ایجاد هماهنگی و هدایت فرایند تغییر نیاز دارد.
این فصل به مدیران کمک می‌کند تا علاوه بر استفاده شخصی از هوش مصنوعی، در گسترش استفاده مسئولانه و مؤثر از آن در تیم‌ها نیز نقش فعالی داشته باشند.
این کتاب با هدف ارائه یک نقطه شروع کاربردی نوشته شده است. بنابراین، بهترین روش استفاده از آن این است که مفاهیم و مثال‌ها را مستقیماً در فعالیت‌های روزمره خود به کار بگیرید.
برای تمرین مطالب، به یک ابزار هوش مصنوعی مولد مانند ChatGPT، Claude یا Gemini نیاز دارید. می‌توانید از چالش‌های واقعی محیط کار خود شروع کنید؛ ابتدا درخواست‌های ساده را امتحان کنید و سپس به‌تدریج سراغ الگوهای پیچیده‌تر، مهارت‌های قابل استفاده مجدد و گردش‌کارهای مبتنی بر عامل‌های هوشمند بروید.
نسخه کامل دستورها، مهارت‌ها و گردش‌کارهای مطرح‌شده در کتاب، همراه با نمونه ورودی‌های موردنیاز برای تمرین، در مخزن GitHub کتاب قرار دارد.
البته باید توجه داشت که خروجی مدل‌های هوش مصنوعی ممکن است در اجراهای مختلف یکسان نباشد. حتی اگر از یک دستور مشخص استفاده کنید، نتیجه می‌تواند با نمونه ارائه‌شده در کتاب تفاوت داشته باشد. به همین دلیل، هر خروجی هوش مصنوعی باید به‌عنوان یک پیش‌نویس در نظر گرفته شود و پیش از استفاده، از نظر صحت و تناسب با شرایط واقعی اعتبارسنجی شود.
برای استفاده از مطالب کتاب، لازم نیست حتماً از ابتدا تا انتها آن را به‌ترتیب مطالعه کنید. اگر به دنبال درک جامع موضوع هستید، مطالعه کامل کتاب تصویر روشنی از کاربردهای هوش مصنوعی در مدیریت برنامه‌های فنی ارائه می‌دهد.
اما اگر با چالش مشخصی در محیط کار مواجه هستید، می‌توانید مستقیماً به فصل مرتبط مراجعه کنید. فصل نخست به انتخاب مسیر مناسب کمک می‌کند و فهرست کاربردهای فصل چهارم نیز امکان دسترسی سریع به موضوعات مرتبط با مرحله فعلی برنامه را فراهم می‌سازد.
توصیه اصلی نویسندگان این است که از ساده‌ترین روش مؤثر شروع کنید و تنها زمانی به سراغ مهارت‌ها و عامل‌های هوشمند بروید که ماهیت فعالیت به چنین سطحی از پیچیدگی نیاز داشته باشد.
هنگام استفاده از ابزارهای هوش مصنوعی، رعایت سیاست‌های سازمان درباره امنیت داده‌ها، حریم خصوصی و استفاده مسئولانه از فناوری ضروری است.
مدیران برنامه باید پیش از وارد کردن اطلاعات پروژه، داده‌های داخلی یا جزئیات مربوط به ذی‌نفعان در ابزارهای هوش مصنوعی، محدودیت‌ها و الزامات سازمان خود را بررسی کنند. استفاده از این فناوری نباید باعث افشای اطلاعات محرمانه یا ایجاد ریسک‌های غیرضروری برای سازمان شود.
نقش مدیر برنامه فنی در سازمان‌های مدرن به هماهنگی فعالیت‌ها و پیگیری زمان‌بندی پروژه محدود نیست. این افراد باید بتوانند اطلاعات پیچیده را مدیریت کنند، میان تیم‌های مختلف ارتباط برقرار کنند، ریسک‌ها را شناسایی کنند و تصمیم‌هایی بگیرند که بر نتایج فنی و تجاری پروژه تأثیر می‌گذارند.
هوش مصنوعی فرصت تازه‌ای برای بازنگری در شیوه انجام این فعالیت‌ها فراهم کرده است. با استفاده صحیح از این ابزارها می‌توان بخشی از کارهای تکراری را ساده‌تر کرد، زمان بیشتری برای تصمیم‌گیری‌های مهم اختصاص داد و کیفیت اجرای برنامه‌ها را بهبود بخشید.
با این حال، استفاده مؤثر از هوش مصنوعی به شناخت ابزارها، انتخاب روش مناسب، طراحی دستورهای دقیق و ارزیابی خروجی‌ها نیاز دارد. همچنین مدیران باید بدانند کدام فعالیت‌ها را می‌توان خودکار کرد و در کدام موقعیت‌ها حضور و قضاوت انسان ضروری است.
این کتاب با پوشش موضوعاتی از مبانی هوش مصنوعی و روش‌های تعامل با مدل‌ها گرفته تا کاربردهای عملی در برنامه‌ریزی، اجرا، خاتمه پروژه، رهبری، مدیریت مسیر شغلی و حاکمیت هوش مصنوعی، یک مسیر منظم برای ورود به این حوزه فراهم می‌کند.
کتاب AI for Technical Program Managers راهنمایی کاربردی برای مدیران برنامه‌های فنی و سایر متخصصان حوزه فناوری است که می‌خواهند از قابلیت‌های هوش مصنوعی برای بهبود عملکرد حرفه‌ای خود استفاده کنند.
ویژگی اصلی این اثر، تمرکز بر کاربردهای واقعی و قابل اجراست. به‌جای آنکه صرفاً درباره آینده هوش مصنوعی صحبت کند، نشان می‌دهد چگونه می‌توان از این فناوری در مراحل مختلف چرخه عمر توسعه نرم‌افزار استفاده کرد؛ از آغاز و برنامه‌ریزی گرفته تا اجرای برنامه، نظارت، خاتمه و ثبت تجربه‌ها.
همچنین موضوعات مهمی مانند مهندسی دستورها، مهارت‌های قابل استفاده مجدد، عامل‌های هوشمند، مدیریت تغییر، هوش هیجانی و استفاده مسئولانه از هوش مصنوعی در کنار یکدیگر قرار گرفته‌اند تا خواننده دیدگاهی جامع‌تر نسبت به تحول نقش خود به دست آورد.
این کتاب برای مدیرانی مناسب است که می‌خواهند از مرحله استفاده ابتدایی از ابزارهای هوش مصنوعی عبور کنند و به طراحی گردش‌کارهای مؤثرتر و هوشمندتر برسند. همچنین برای افرادی که به دنبال حفظ جایگاه حرفه‌ای خود، تقویت مهارت‌های مدیریتی و هدایت پذیرش هوش مصنوعی در سازمان هستند، مطالب ارزشمندی ارائه می‌دهد.
اگر می‌خواهید هوش مصنوعی را از یک ابزار کمکی ساده به بخشی مؤثر از روش کار، تصمیم‌گیری و مدیریت برنامه‌های فنی تبدیل کنید، این کتاب نقطه شروع مناسبی برای این مسیر خواهد بود.
نمونه چاپ کتاب موجود نیست.
نظرات کاربران (0)