计算项目组合管理效率：利用混合人工智能和多线程计算项目组合

经典的项目组合管理逻辑为何在项目组合上失效

在许多组织中，项目组合管理（PPM）仍然像行政程序一样运行：项目由委员会单独评估、确定优先次序并批准。这种做法看似井井有条，但在复杂的项目组合中却显得不够严谨。

原因很简单：影响不是在单个项目中产生的，而是在项目组合中产生的。依赖关系、协同作用、资源冲突、风险和时间安排使项目组合成为非线性的。然而，那些只做线性决策的人往往会产生次优的项目组合。

PPM 效率 "在实践中的含义

项目组合和项目管理效率不是一种直觉或过程指标。它是可以衡量的：

• 每欧元效果（影响/预算）
• 风险调整后的效果（风险限度内的影响）
• 预算和资源匹配度（在实际能力框架内的可行性）
• 战略适合性（多个目标走廊的目标实现情况）

核心问题不是："哪个项目好？而是："在我们的限制条件下，哪个项目组合是最优的？

为何决策空间不断扩大

即使只有几十个项目，可能的项目组合数量也是天文数字。每一个 "是"/"否 "决策都会使决策空间扩大一倍。结果就是任何董事会、部委和项目管理办公室都无法全面审查这一空间。

因此，在现实中，评分、政治、历史和启发式方法的混合占主导地位。这不是 "错误"，但在数学上是盲目的。

混合人工智能：这里的真正含义

项目组合管理中的混合人工智能不是聊天机器人自动化。它是以下两者的结合

• 确定性优化（数学求解器、约束条件、投资组合规则）
• 人工智能支持的搜索（启发式、元启发式、ML 支持的候选方案生成）
• 稳健性逻辑（敏感性和情景验证）

这不是用于 "评估 "单个项目，而是用于计算整个投资组合。

多线程：为什么要改变治理速度

组合计算的组合成本很高。因此，多线程并不是一个好东西，而是支持实时决策过程的先决条件。

并行计算可以快速评估数百万到数十亿个候选投资组合，包括预算限额和最低配额等限制：

• 预算上限和最低配额
• 能力限制（全职员工、IT、供应商）
• 依赖关系（先决条件、必备链）
• 风险走廊和合规规则
• 战略目标权重（多目标）

这样做的结果不仅速度更快，而且质量更好，因为算法能够真正深入相关空间。

如何具体计算 PPM 效率

实际的 PPM 效率计算可分为三个层次：

1) 基准组合（实际决策）

• 当前项目组合和计划项目
• 预算、能力、限制
• 每个项目的效果/投资回报率/影响模型

2) 优化组合（目标决策）

• 混合人工智能生成候选项目组合
• 多线程并行评估项目组合
• 求解器在约束条件下提供最佳组合

3) 效率三角洲（可衡量的利润）

效率是影响得分的比率：

PPM 效率收益 = (_impactopt-_{impactbaseline}) /_{impactbaseline}

在许多实际项目组合中，通常会有一条利润走廊，即在不增加预算的情况下，通过更好的组合，产生20-60% 的额外影响。

为什么这与首席财务官和公共预算特别相关？

在预算固定、项目竞争激烈的情况下，组合优化是最有力的杠杆。在企业中，它可以保护资本，提高投资回报率。在公共部门，它可以在资金数量不变的情况下，最大限度地扩大社会影响。

结论

项目组合管理效率不是一个见仁见智的问题。如果将投资组合理解为一个优化问题，它是可以计算的。混合人工智能和多线程技术为实时验证大型决策空间和首次显著改善投资组合提供了技术基础。

那些计算投资组合而不只是讨论投资组合的人，会做出卓越的决策。