プロジェクトマネージャー

英国政府で大規模プロジェクトを所管する中央機関が、2026年3月末までの一年間について、政府大規模プロジェクト・ポートフォリオを報告したものである。同機関は、今年AIツール「早期警戒システム(Early Warning System)」を導入したと述べている。これは既存のポートフォリオのデータを使い、実施確信度の評価が「赤」に移るおそれのあるプロジェクトに警告を出すものである。このツールは既存のレビューの手続きに組み込まれつつあり、同機関の言葉によれば、プロジェクトの今後の健全性、とくに同機関が積極的に監視していないプロジェクトの健全性を予測するうえで、すでに役立つことがわかっている。使っているのはポートフォリオ全体を見渡す中央の保証機関であり、リスク台帳をつけるプロジェクト自身のマネージャーではない。報告書には正確さの数字がなく、警告を受けてどう動くのかも述べておらず、プロジェクトマネージャーの人数や、彼らがリスクとコストの追跡に費やす時間については何も述べていない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

英国のプロジェクト専門職の勅許団体が、調査会社Censuswideに委託して、さまざまな業種のプロジェクト専門職1,000人に行った自らの調査を公表したものである。実査の日付は示されておらず、完全な報告書も集計表も公表されておらず、あるのはこのページだけである。70%が自分の組織はいまAIを使っていると答え、APMの2023年の調査では36%だった。組織がすでにAIを使っている回答者には、どのプロジェクト機能がAIから最も恩恵を受けたかが尋ねられた。タスクとスケジュールの自動化50%、資源配分50%、リスク分析と予測50%、報告とダッシュボード作成49%、利害関係者とのコミュニケーション43%——ページはこれらを、AIを使っていて効果を実感したプロジェクト専門職に占める割合として示している。PMIの調査とは独立しているが、同じ種類の証拠である。効果についての本人たちの説明であって、報告やスケジュール作成がいまどれだけ道具によって行われているかを測ったものではなく、プロジェクトの要員配置については何もない。

ある道具が実際の仕事のために大規模に使われていることが測定されており、しかも使うと決めたのが雇用主ではなく働き手である場合。capability の記録より重い——仕事が実演ではなく本物だからである——そして deployment の記録より軽い。どの雇用主もそれを本番に置いておらず、求めてもおらず、その周りに工程も作っていないからである。重みは `cautious` である——`automating` とは、機械がその業務をできることと、採用の兆しがあることの両方を意味し、これは採用の兆しである——しかし利用は試験的でありうるし、測定の多くは利害のある側から来るので、一件では決して足りず、独立した二件で足りる。誰が数えているかに注意すること。ベンダーの計測データはこれを直に見るが、その道具を売っているので、そうした記録は適用範囲にその利害を明記する。統計機関が企業に「働き手は業務でAIを使っているか」を尋ねる場合、同じ経路を何の利害もなく見ており、それが存在するならそちらが良い出典である。

この職業自身の職能団体が、2024年の三月から四月にかけて、12か国の18の業種にわたり、それぞれ自分の組織を代表して回答するプロジェクト専門職500人を調査した。プロジェクト業務の少なくとも一部に生成AIを使っていることが参加の前提条件だったため、どの数字もプロジェクトマネージャー全般ではなく、すでに使っている人々を描いている。回答者の61%は米国におり、28%がプロジェクトマネージャーで、残りはほかのプロジェクト職だった。どの活動に使っているかを尋ねると、53%が内容の要約とレビュー(プロジェクトの文書や報告書、計画のレビュー、経営層向けの要約、会議での議論)を挙げ、46%が計画と監視、37%がリスクの特定と管理、32%が予算とコストの管理を挙げた。43%は、プロジェクトの作業遂行の半分を超える部分に生成AIを使っていた。これらは個人による自己申告の利用であり、この調査は組織が必要とするプロジェクト要員が減ったかどうかを測っておらず、誤りについても報告していない。

ある道具が実際の仕事のために大規模に使われていることが測定されており、しかも使うと決めたのが雇用主ではなく働き手である場合。capability の記録より重い——仕事が実演ではなく本物だからである——そして deployment の記録より軽い。どの雇用主もそれを本番に置いておらず、求めてもおらず、その周りに工程も作っていないからである。重みは `cautious` である——`automating` とは、機械がその業務をできることと、採用の兆しがあることの両方を意味し、これは採用の兆しである——しかし利用は試験的でありうるし、測定の多くは利害のある側から来るので、一件では決して足りず、独立した二件で足りる。誰が数えているかに注意すること。ベンダーの計測データはこれを直に見るが、その道具を売っているので、そうした記録は適用範囲にその利害を明記する。統計機関が企業に「働き手は業務でAIを使っているか」を尋ねる場合、同じ経路を何の利害もなく見ており、それが存在するならそちらが良い出典である。

これから始めるなら、かつて若手のコーディネーターにプロジェクトを教えてきた文書——議事録、進捗報告、管理表——こそ、ツールが最初に下書きする部分だ。代わりに、プロジェクトの一部を自分で受け持つことでプロジェクトを学ぶこと。たとえばリスク、供給業者、マイルストーンのどれかと、それに伴う会話を引き受ける。

書く時間は減り、下書きに何を書くべきか、それが正しいかどうかを決める時間が増えると考えておくこと。あなたの価値は、あなたが取りまとめるトレードオフと、先回りして見えている問題にある。チームがツールに任せる報告は、プロジェクトを知っている人が確認するようにしておくこと。

留まって強くする

プロジェクトマネージャーにとどまり、難しいプロジェクトへ向かう

利害関係者が多く、本当の不確実性があり、お金が懸かっているプロジェクトこそ、交渉と判断が最も重要になり、ツールが最も役に立たないところだ。

職の形を組み替える

チームがプロジェクトでAIをどう使うかを決める人になる

チームはこうしたツールを個人ごとに、ばらばらに取り入れている。何を自動化してよいか、何を確認しなければならないか、どのデータをどこに入れてよいかを決められる人が、ほとんどのプログラムで必要とされている。

隣へ移る

プロダクトマネジメントかオペレーションに移る

計画し、優先順位をつけ、人々の合意を取りつける力は、製品が何をすべきか、サービスをどう運営すべきかを決める仕事にそのまま生きる。

プロジェクトのまわりの文書作業——報告書、議事録、要約——の多くは奪いつつある。トレードオフの交渉、何を削るかの決定、問題の中でチームを率いることは、いまある証拠で見る限りプロジェクトマネージャーの仕事として残っているが、その証拠はまだ乏しい。

私たちはその問いに年数では答えない。代わりに見ておける兆しがある。あなたの組織でAIが文書の下書きにとどまるのか、それともプロジェクトマネージャーなしで範囲、優先順位、誰が何をするかを決め始めるのか、だ。前者はすでに進んでいる変化で、後者なら仕事の中核に圧力がかかっていることになる。

主に内容の要約とレビューである。PMIが生成AIをすでに使っているプロジェクト専門職を対象に行った2024年の調査では、53%が報告書、計画、会議での議論といった内容の要約とレビューに生成AIを使っていた。調査されたのはすでに使っている人だけなので、これが職業全体でどれほど一般的かはわからない。

仕事をどう覚えるかによる。かつて若手のコーディネーターにとって入り口だった書類仕事は、ツールが最初に下書きする部分だ。残る部分——リスクや供給業者やマイルストーンを受け持つこと、そしてそのまわりの交渉——は実際にやることで身につくので、プロジェクトの一部を任せてくれる職を探すこと。