The object of research, development or design (in Russian) : Организации, реализующие проекты в банковском и финансовом секторах, строительстве, правительстве, здравоохранении, информационных технологиях и телекоммуникациях, производстве, транспорте, к тому же организации-члены Союза проектных менеджеров Республики Казахстан и Казахстанской ассоциации управления проектами.

The object of research, development or design (in Kazakh) : Банк және қаржылық секторларда, құрылыс, үкімет, денсаулық сақтау, ақпараттық технологиялар және телекоммуникациялар, өндіріс, көлік салаларында жобларды жүзеге асыратын ұйымдар, оған қоса Қазақстан Республикасының жобалық менеджерлері одағы мен Қазақстандық жобаларды басқару қауымдастығының мүше ұйымдары.

Aim of work (in Russian) : Оценить внедрение и влияние искусственного интеллекта в систему управления проектами организации.

Aim of work (in Kazakh) : Ұйымның жобаны басқару жүйесіне жасанды интеллектті енгізу және әсерін бағалау.

Методы исследования (на русском) : Для ЗИ-3 (пункт 3 согласно календарному плану): Метод сбора данных: анкетирование среди проектных менеджеров, реализующих проекты в отечественном банковском и финансовом секторах, строительстве, правительстве, здравоохранении, информационных технологиях и телекоммуникациях, производстве, транспорте. Источник: Казахстанское отделение Института управления проектами (PMI), Союз проектных менеджеров Республики Казахстан и Казахстанская Ассоциация управления проектами. Аналитические методы: факторный анализ, моделирование структурными уравнениями, ранжирование ответов с использованием таких статистических данных, как график нормальной вероятности, альфа-критерий Кронбаха. Аналитические инструменты: SurveyMonkey, MS Excel, Stata. Для ЗИ-4 (пункт 4 согласно календарному плану): Данные: данные 80 проектов о стоимости и расписании из системы управления освоенным объемом (EVM) проектов в организациях. Источник: база данных PM группы ORSRG Гентского университета. Аналитические методы: методы машинного обучения (Machine Learning) для использования в качестве моделей для анализа и прогнозирования данных EVM проектов (Random Forest, k-Nearest neighbor, XGBoost, машина опорных векторов, нейронные сети, алгоритмы дерева решений). Аналитические инструменты: MS Excel для хранения данных EVM, Phyton с его библиотеками машинного обучения для анализа и прогнозирования.

Методы исследования (на казахском) : ЗМ-3 үшін (күнтізбелік жоспардың 3-тармағы): Мәліметтерді жинау әдісі: отандық банк және қаржы секторларында, құрылыс, мемлекеттік органдар, денсаулық сақтау, ақпараттық технологиялар мен телекоммуникацияда, өндірісте және көлік саласында жобаларды жүзеге асыратын жоба менеджерлері арасында сауалнама жүргізу. Дереккөз: Жобаларды басқару институтының (PMI) Қазақстандағы филиалы, Қазақстан Республикасының Жоба менеджерлерінің одағы және Қазақстандық жобаларды басқару қауымдастығы. Аналитикалық әдістер: факторлық талдау, құрылымдық теңдеулерді модельдеу, қалыпты ықтималдық сызбасы, Кронбахтың альфа сынағы сияқты статистиканы пайдалана отырып, жауаптарды ранжирлеу. Аналитикалық құралдар: SurveyMonkey, MS Excel, Stata. ЗМ-4 үшін (кестеге сәйкес 4 тармақ): Деректер: жобаларға арналған ұйымның игерілген құнды басқару (EVM) жүйесінен 80 жоба құны және кестесі туралы деректері. Дереккөз: Гент университетінің ORSRG жобалық менеджмент тобының дерекқоры. Аналитикалық әдістер: EVM жобаларынан деректерді талдау және болжау үшін үлгі ретінде пайдалануға арналған машиналық оқыту (Machine Learning) әдістері (Random Forest, k-Nearest көрші, XGBoost, қолдау векторлық машинасы, нейрондық желілер, шешім ағашының алгоритмдері). Аналитикалық құралдар: EVM деректерін сақтауға арналған MS Excel, талдау және болжау үшін машиналық оқыту кітапханалары бар Phyton.

Obtained results and novelty (in Russian) : 1) Была проведена оценка различий в применении ИИ между 8 основными доменами управления проектами (УП), а также количественная оценка уровня влияния и внедрения ИИ. 2) Были выявлены барьеры и факторы, влияющие на успешную интеграцию ИИ с УП. 3) Были проанализированы традиционный индексный метод EVM и алгоритмы машинного обучения в программных приложениях MS Excel, Python и Jupyter Notebook путем оценки различных критериев. Новизна этих результатов заключается в том, что исследование предоставляет количественные метрики влияния и уровня интеграции ИИ в УП. Это ценно для разработки более конкретных стратегий и инструментов для оценки эффективности и выгоды ИИ в проектной среде, позволяя принимать решения на основе реальных данных.

Obtained results and novelty (in Kazakh) : 1) 8 негізгі жобаны басқару (ЖБ) домендері бойынша ЖИ қолданудағы айырмашылықтар бағаланды және ЖИ-тің енгузі деңгейі мен әсері сандық түрде бағаланды. 2) ЖИ пен ЖБ-дың сәтті интеграциясына әсер ететін кедергілер мен факторлар анықталды. 3) MS Excel, Python және Jupyter Notebook бағдарламалық қосымшаларындағы дәстүрлі EVM индексінің әдісі және машиналық оқыту алгоритмдері әртүрлі критерийлерді бағалау арқылы талданды. Бұл нәтижелердің жаңалығы зерттеу ЖБ-дағы ЖИ интеграциясының деңгейі мен әсерінің сандық көрсеткіштерін қамтамасыз етеді. Бұл нақты деректер негізінде шешімдер қабылдауға мүмкіндік беретін жобалық ортада ЖИ тиімділігі мен пайдасын бағалауға арналған нақтырақ стратегиялар мен құралдарды әзірлеу үшін құнды болып табылады.

The main constructive and technical economic indicators (in Russian) : Основные результаты проекта не имеют измеримые конструктивные параметры ввиду того, что исследование носит фундаментальный характер.

The main constructive and technical economic indicators (in Kazakh) : Жобаның негізгі нәтижелері зерттеудің іргелі сипатқа ие болуына байланысты өлшенетін жобалық параметрлерге ие емес.

Level of implementation (in Russian) : Внедрение не предусмотрено.

Level of implementation (in Kazakh) : Енгізу қарастырылмаған.

Efficiency (in Russian) : Ожидаемый экономический эффект от распространения предложенных рекомендаций в проектоемких секторах будет основой для внедрения ИИ в системах управления проектами организаций, что может быть полезно для экономии бюджета при инвестициях в инфраструктуру, лучшего понимания природы затрат и перерасходов графика, а также действия с учетом рисков для упреждающего мониторинга таких проектов (например, проекты, выполняемые в рамках стратегических программ.

Efficiency (in Kazakh) : Күтілетін экономикалық эффект ретінде зерттеудің ұсыныстары жобалар кеңінен жүзеге асырылатын секторларда ұйымдардың жобаларды басқару жүйелерінде ЖИ енгізу үшін негіз бола алатынынан көрінеді және бұл инфрақұрылымдық инвестицияларға бюджетті үнемдеуге көмектесіп, шығындар мен мерзімнен асып кету, сондай-ақ осындай жобаларды белсенді бақылау үшін тәуекелді ескеретін әрекеттердің (мысалы, стратегиялық бағдарламалар шеңберінде жүзеге асырылатын жобалар) табиғатын жақсырақ түсіну үшін пайдалы болуы мүмкін.

Field of application (in Russian) : Результаты и выводы проекта могут быть использованы для снижения степени неопределенности в управлении крупными и сложными проектами в различных проектно-ориентированных организациях Республики Казахстан. В зависимости от типа управляемого проекта (общественный, банковский, IT, строительный и т. д.), разработанные рекомендации способствуют более эффективному взаимодействию человека и ИИ в управлении проектами, заменяя множество операций с большим объемом данных на алгоритмы машинного обучения. Также, государственные органы могут применять предложенные рекомендации для более эффективного управления стратегическими программами, получая возможность сокращения времени и затрат на контроль и мониторинг программ.

Field of application (in Kazakh) : Жобаның нәтижелері мен қорытындылары Қазақстан Республикасының жобалық бағытталған ұйымдарында ірі және күрделі жобаларды басқарудағы белгісіздік дәрежесін төмендету үшін пайдаланылуы мүмкін. Басқарылатын жоба түріне (мемлекеттік, банктік, АТ, құрылыс және т.б.) байланысты әзірленген ұсыныстар жобаны басқаруда адамдар мен ЖИ арасындағы өзара тиімдірек әрекеттесуге ықпал етіп, көптеген деректерді қажет ететін операцияларды машиналық оқыту алгоритмдерімен алмастырады. Сондай-ақ, мемлекеттік органдар ұсыныстарды стратегиялық бағдарламаларды тиімдірек басқару үшін қолдана алады. Атап айтқанда, бағдарламаларды бақылау мен мониторингілеуге кететін уақыт пен шығындарды қысқарту мүмкіндігіне ие болады.