پیش بینی شکست پروژه ها با استفاده از هوش مصنوعی طراحی سیستم هشدار زودهنگام مبتنی بر داده های عملکردی و رفتاری تیم های پروژه

شکست پروژه ها یکی از چالش های اصلی مدیریت ارشد هر سازمانی است و پیامدهای آن شامل اتلاف منابع، کاهش بهره وری و از دست رفتن اعتماد ذی نفعان می شود. یکی از دلایل اصلی ناکامی پروژه ها، فقدان ابزارهای پیش بینی کننده برای شناسایی علائم اولیه شکست است. پژوهش حاضر با هدف طراحی و اعتبارسنجی یک سیستم هشدار زودهنگام مبتنی بر هوش مصنوعی انجام شد که با ترکیب داده های عملکردی و رفتاری تیم های پروژه، امکان پیش بینی شکست را با دقت بالا فراهم می کند. در این مطالعه، داده های ۱۵۰ پروژه در صنایع فناوری اطلاعات و ساخت وساز گردآوری شد و الگوریتم های یادگیری ماشین شامل Random Forest، XGBoost و شبکه های عصبی عمیق بر روی آن ها آموزش داده شدند. نتایج نشان داد که ادغام داده های رفتاری و عملکردی دقت پیش بینی را به طور معناداری افزایش می دهد و شبکه های عصبی بهترین عملکرد را با دقت ۹۵٪ ارائه کردند. شاخص هایی مانند کیفیت تعاملات تیمی، میزان همکاری و سبک رهبری مدیر پروژه، مهم ترین شاخص های هشدار اولیه محسوب شدند. یافته ها نشان می دهد که سیستم های هشدار زودهنگام مبتنی بر هوش مصنوعی می توانند ابزار موثری برای پیش گیری از شکست و بهبود موفقیت پروژه ها باشند.

Keywords:

مدیریت پروژه , هوش مصنوعی , یادگیری ماشین , شکست پروژه , سیستم هشدار زودهنگام , داده های رفتاری