隨著ChatGPT大火之後，新的AI技術和模型被證明已經具備的很高的使用價值。

諸如Copilot、Midjourney、notion等產品透過AI的加持，已經讓使用者能夠充分地在應用層面感受到了便利性。

原本幾天的工作透過AI，可能只需要 1分鐘就能完成。可以大膽的預測，這種革命性的生產力突破將會在更多的領域開花結果。

自從我們上次釋出AI自動建模之後，織信低程式碼也繼續進行了大膽的嘗試。

這一次，我們把AI做進了專案管理，基於AI高效的資料處理能力和智慧分析，讓專案管理更加智慧化。

一、WBS任務分解

我們發現AI的WBS分解能力並不亞於人工，AI可以基於專案情況、成員的技能、經驗和工作負載，自動分配任務和分工，從而提高團隊的協作效率和工作效率。

我們僅需要在系統中點選【詢問AI】，AI會自動抓取專案的資訊並且基於織信低程式碼提供的WBS編制需求，快速生成一套任務內容。例如：請基於當前專案資訊，生成一套WBS任務，併合理進行任務排期。

當然如果不滿意，我們還可以持續提供需求讓AI來進行修改，例如：概念模型製作任務的時間比較長，請幫我把概念模型製作工作任務的執行週期壓縮到2個月內。

二、知識庫自動生成

在大型專案中，知識的共享是非常重要的事情。

但是當下的現狀是大量的專案工作知識過往都是停留在各類文件中，遇到問題時需要逐級查詢起來比較麻煩。

我們將專案知識和工作任務進行了深度的繫結。開啟任務知識匹配功能。

系統將為每一項任務自動匹配對應所需要的知識支援，使用者如果遇到問題，可以輕鬆查閱。

在過去，系統的自動化風險識別，往往只能停留在具體的數值、屬性上面。

例如：識別延期任務並標紅。

但是當系統增加了AI的能力後，可以綜合更多的資訊要素，並且基於AI的經驗和人為定義的規則，進行更加綜合性的判斷。

給出的風險評估也不再是單純的標識，而可以結合AI的知識儲備，給出更加科學的風險防範建議。

能更好的幫助專案管理者去降低專案風險隱患。

結語：

以上只是我們利用AI技術在專案管理中應用的一小部分示例。

可以看出透過AI的加持，在某些場景下，已經能夠幫助到專案人員解決很多的重複工作的問題了。

隨著未來AI相關的模型，擁有更加強大的智慧和API擴充服務。相信還能夠融入到更加複雜的業務場景中去，幫助專案人員最佳化專案流程，提高工作效率。

如果您在專案管理領域也有新的想法，可以聯絡我們，我們將發揮自身的專業能力，為您解決難題，實現高效數字化辦公。

織信低程式碼已經累計為20多個行業，30000+企業使用者提供低程式碼技術支援。在不同的行業，提出深度場景解決方案，致力於成為企業數字化轉型首.選方案。