يعيد الذكاء الاصطناعي (AI) تشكيل الصناعات، وتقاطعه مع الابتكار المفتوح (OI) وإدارة المشاريع (PM) يخلق فرصًا جديدة لنمو الإيرادات وأداء الأعمال. أصبح الابتكار المفتوح محركًا رئيسيًا لنمو الإيرادات وأداء الأعمال. في حين أن التفكير مهم، فإن الإدارة الفعالة للمشروع تضمن تحويل الأفكار إلى استراتيجيات عمل. يعزز الذكاء الاصطناعي إدارة المشاريع من خلال دمج مصادر المعرفة المتنوعة وتحسين التعاون. كما يوفر رؤى استراتيجية لاتخاذ القرار. تستكشف مراجعة الأدبيات هذه تطبيقات الذكاء الاصطناعي في إدارة المشاريع، لا سيما في سياقات الابتكار المفتوح، وتحدد تقنيات الذكاء الاصطناعي الرئيسية، ومساهماتها، واعتمادها عبر الصناعات، ومتطلبات التكامل الناجح.
ثانياً: نظرة عامة على تقنيات الذكاء الاصطناعي في إدارة المشاريع
التعلم الآلي (ML) هو تقنية ذكاء اصطناعي مستخدمة على نطاق واسع في إدارة المشاريع، خاصةً للتحليلات التنبؤية وتحسين الموارد وإدارة المخاطر. التعلم الآلي، وهو مجموعة فرعية من الذكاء الاصطناعي، يعلم أجهزة الكمبيوتر التعلم من البيانات دون برمجة صريحة. الذكاء الاصطناعي التوليدي، وهو حقل فرعي آخر، ينشئ محتوى جديدًا مثل النصوص والصور من خلال تعلم الأنماط من البيانات الموجودة. يعزز الذكاء الاصطناعي التوليدي الكفاءة واتخاذ القرار والأتمتة عبر الصناعات.
تشمل تقنيات الذكاء الاصطناعي الشائعة استخراج البيانات، ومعالجة اللغة الطبيعية (NLP)، والتعلم المتنقل، والاستدلال القائم على الحالة، والمنطق الضبابي، والخوارزميات الجينية، والحوسبة المعرفية، ورؤية الكمبيوتر، والروبوتات، والبيانات الضخمة / تحليلات البيانات. تم العثور على إحدى عشرة من هذه التقنيات في دراسات مختارة، بالإضافة إلى الذكاء الاصطناعي التوليدي. يمكن للتعلم الآلي ومعالجة اللغة الطبيعية استخلاص رؤى قيمة من مجموعات البيانات، بما في ذلك براءات الاختراع ووسائل التواصل الاجتماعي. يمكن لمعالجة اللغة الطبيعية التنبؤ بالاتجاهات ومطابقة المشكلات مع الحلول، بينما يعمل التعلم الآلي على تحسين إدارة مخاطر المشروع.
ثالثاً: تأثير الذكاء الاصطناعي على مهام إدارة المشاريع
يعزز الذكاء الاصطناعي بشكل كبير مهام إدارة المشاريع المختلفة. بناءً على معهد إدارة المشاريع (PMI)، تشمل هذه المهام تخطيط وإدارة النطاق، وتقييم وإدارة المخاطر، وتخطيط وإدارة الجداول الزمنية، وتخطيط وإدارة الميزانيات والموارد، وتخطيط وإدارة جودة المنتجات / التسليمات، وإشراك أصحاب المصلحة، وإدارة عناصر المشروع، وإدارة قضايا المشروع، وضمان نقل المعرفة لاستمرارية المشروع، وتنفيذ المشروع بشكل عاجل لتقديم قيمة تجارية، وتحديد منهجية / أساليب وممارسات المشروع المناسبة، وإدارة الاتصالات.
رابعاً: اعتماد الذكاء الاصطناعي في إدارة المشاريع حسب الصناعة
يقود القطاع الصناعي في اعتماد الذكاء الاصطناعي في إدارة المشاريع. يستفيد هذا القطاع من قدرة الذكاء الاصطناعي على تعزيز الكفاءة والدقة والسلامة في المشاريع واسعة النطاق. في البناء والتصنيع، يقوم الذكاء الاصطناعي بأتمتة المهام، وتحسين استخدام الموارد، وتحسين إدارة المخاطر. تُظهر صناعة الطاقة أيضًا مشاركة كبيرة، لا سيما في التخفيف من المخاطر وإدارة الجودة والإشراف المالي.
خامساً: متطلبات اعتماد الذكاء الاصطناعي في إدارة مشاريع الابتكار المفتوح
يعتمد اعتماد الذكاء الاصطناعي الناجح على المتطلبات التقنية وغير التقنية.
سادساً: التحديات والقيود
يطرح اعتماد الذكاء الاصطناعي في إدارة المشاريع العديد من التحديات والقيود. يمكن للتطور التكنولوجي السريع أن يجعل الأدبيات قديمة بسرعة. تعقد الطبيعة متعددة التخصصات للذكاء الاصطناعي عملية البحث والتوليف. قد تؤدي التحيزات المحتملة في اختيار الأدبيات إلى فهم غير كامل لدور الذكاء الاصطناعي. قد يؤدي التركيز على تقنيات الذكاء الاصطناعي المعروفة بشكل شائع إلى إغفال التقنيات الناشئة أو المتخصصة. يحد تنوع الدراسات المضمنة ذات السياقات والمنهجيات المختلفة من إمكانية تعميم النتائج.
من قيود مراجعات الأدبيات المنهجية (SLR) أنها لا تسمح بتوليف البيانات الكمية. وهذا يحد من القدرة على استخلاص استنتاجات نهائية حول الفعالية المقارنة لتطبيقات الذكاء الاصطناعي المختلفة في إدارة المشاريع.
سابعاً: اتجاهات البحث المستقبلية
يجب أن يركز البحث المستقبلي على الآثار طويلة المدى للذكاء الاصطناعي على إدارة المشاريع. هناك حاجة إلى دراسات طولية لفهم كيفية تأثير الذكاء الاصطناعي على نتائج المشروع بمرور الوقت. يجب أن يسلط البحث أيضًا الضوء على تطبيقات الذكاء الاصطناعي في القطاعات الأقل بحثًا، مثل الإدارة العامة والرعاية الصحية والتعليم.
يحسن تكامل الذكاء الاصطناعي في إدارة المشاريع الكفاءة واتخاذ القرار ونتائج المشروع الإجمالية عبر الصناعات. في الابتكار المفتوح، تساعد التحليلات المتقدمة للذكاء الاصطناعي في إدارة التعقيد من خلال تحديد الأنماط وتحسين تخصيص الموارد ودعم اتخاذ القرارات المستنيرة. يمكّن الذكاء الاصطناعي المؤسسات من الاستجابة بسرعة لمتطلبات السوق المتغيرة والتعاون بفعالية مع المساهمين الخارجيين. يستفيد القطاع الصناعي، وخاصة البناء، بشكل كبير من تقنيات الذكاء الاصطناعي. يجب على المنظمات إعطاء الأولوية لبناء البنية التحتية التقنية المناسبة وإدارة البيانات بشكل فعال لضمان اعتماد الذكاء الاصطناعي بنجاح.
الذكاء الاصطناعي هو مجال واسع يركز على محاكاة الذكاء البشري، بينما التعلم الآلي هو حقل فرعي من الذكاء الاصطناعي. يركز التعلم الآلي على تمكين أجهزة الكمبيوتر من التعلم من البيانات دون برمجة صريحة. الذكاء الاصطناعي التوليدي، وهو مجموعة فرعية أخرى، ينشئ محتوى جديدًا (نصوص، صور، صوت، فيديو) من خلال التعلم من أنماط البيانات الموجودة.
يعتمد تقييم جودة الدراسة على خمسة مواضيع رئيسية، كل منها مرجح بالتساوي: أهداف بحثية وأسئلة بحثية واضحة، وبيان واضح للمساهمة العلمية، وشرح للتطبيق التقني أو دور الذكاء الاصطناعي، والأهمية من خلال دراسات الحالة، والتطبيقات العملية، أو الآثار، وبيان واضح للنتائج. يتم تسجيل كل معيار على أنه "نعم" أو "جزئيًا" أو "لا".
تُفضل الشبكات العصبية الاصطناعية (ANNs) بشدة، في المقام الأول لمهام التنبؤ. يتم التعرف بشكل متزايد على المنطق الضبابي للتعامل مع حالات عدم اليقين وتحسين دقة التقدير. تُستخدم رؤية الكمبيوتر لأتمتة وتعزيز المهام المرئية مثل مراقبة الجودة ومراقبة الموقع. تُستخدم الغابات العشوائية للتعامل مع مجموعات البيانات المعقدة وتقديم نتائج قابلة للتفسير. تقوم آلات المتجهات الداعمة (SVM) بإجراء تصنيف خطي.
يُستخدم الذكاء الاصطناعي / التعلم الآلي بشكل بارز في تقييم وإدارة المخاطر (التنبؤ بمستويات المخاطر)، وتخطيط وإدارة الجدول الزمني (تقدير التقدم، وتحديد التأخيرات)، وإدارة الجودة (فحوصات الجودة الآلية، وتوقعات الاستقرار).
يقود القطاع الصناعي في اعتماد الذكاء الاصطناعي لإدارة المشاريع، يليه عن كثب تكنولوجيا المعلومات والطاقة. يقوم قطاع السلع الاستهلاكية الأساسية أيضًا بتنفيذ حلول الذكاء الاصطناعي بنشاط.
تعد البنية التحتية التقنية الكافية أمرًا بالغ الأهمية، بما في ذلك توافر وملاءمة موارد الأجهزة والبرامج والشبكات اللازمة لدعم أدوات الذكاء الاصطناعي بشكل فعال.
تشمل الأبعاد غير التقنية الرئيسية دعم القيادة القوي للدفاع عن مبادرات الذكاء الاصطناعي، وثقافة تنظيمية داعمة تحتضن الذكاء الاصطناعي، وبرامج تدريب وتطوير مهارات شاملة لتزويد الموظفين بمهارات الذكاء الاصطناعي اللازمة.
تشمل المخاوف الأخلاقية قضايا خصوصية البيانات، واحتمال حدوث أخطاء في العمليات الآلية، والاعتبارات الأخلاقية في صنع القرار بالذكاء الاصطناعي. في قطاعات معينة، تعتبر القضايا الأخلاقية في نشر الذكاء الاصطناعي أيضًا مصدر قلق محتمل، لا سيما في الرعاية الصحية.
(Prasetyo et al., 2025)
Prasetyo, M. L., Peranginangin, R. A., Martinovic, N., Ichsan, M., & Wicaksono, H. (2025). Artificial intelligence in open innovation project management: A systematic literature review on technologies, applications, and integration requirements. In Journal of Open Innovation: Technology, Market, and Complexity (Vol. 11, Issue 1). Elsevier B.V. https://doi.org/10.1016/j.joitmc.2024.100445
تم إضافة العنصر للسلة بنجاح.