AI驱动的高级工作包装如何确保项目确定性

近年来，对项目预测过程的渐进改进(例如风险分析和应急管理)有所帮助，但是“从固定的开始日期开始并确定我们在项目完成方面的定位”这一基本计划哲学并没有从根本上进行改变了。更糟糕的是，它在帮助按时，按预算完成项目方面不是很有效。

值得庆幸的是，有两项相辅相成的技术和方法学方面的进步正在使这一趋势变得更好。

解决方案：高级工作包装

随着所谓的“高级工作打包”(AWP)的日益普及，CAPEX和现场执行计划的方法正在急需改进。首先，AWP推动了一个项目从已达成共识的最终目标(如“第一批石油”或“第一批生产”)中进行反向计划。

通过建立一组定义的顺序执行里程碑，这些里程碑通过所谓的施工路径进行建模，该项目可以集中精力通过对齐材料，资源，设计和工程来确保执行不受约束。为了帮助主动管理此过程，通过多维建模对这些驱动实体进行合并和可视化，使组织可以优化计划并最终以更高的确定性执行。

其次，AWP将长期的CAPEX计划与短期的每日现场执行计划联系在一起。现场领班第一次知道他们与更大的项目目标保持一致，就可以管理他们的船员的日常计划，并知道在正确的时间和正确的位置可以找到所需的材料和人员，从而执行。

通过将整个项目团队从一开始就集中精力去限制施工路径，所有项目范围的所有者，包括工程和采购，都在齐头并进。这样就消除了界面管理方面的许多障碍(复杂CAPEX项目的长期风险驱动因素)。

人工智能和机器学习将改变游戏规则

快速采用AWP的推动力之一是AI(即知识驱动的计划)的出现。组织首次将数字化数十年的专业知识和经验进行数字化，然后通过AI智能地挖掘这些知识，以帮助进行更准确的预测性计划。