课程简介
让团队掌握「AI产品经理牵头+AI技术赋能」的新型项目管理模式，打通IT项目全流程闭环管控，实现项目标准化管控、全流程在线流转、数据化智能决策、精细化资源管理，全面提升IT团队交付效率与数字化治理水平
目标收益
培训对象
适合产品、运营、以及市场和数据分析和管理人员
课程大纲
| 模块一：AI时代产品经理 |
一、AI和传统产品经理的四大不同：从连接到实现的新范式 二、AI时代下产品经理的能力要求 1.AI产品经理角色分类 2.AI产品经理不同角色能力图谱（初、中和高） 案例：蚂蚁阿福初、中和高能力图谱 3.AI产品经理能力划分依据 4.AI时代能力升级落地实战：产品经理驱动项目全流程智能化升级 三、AI赋能项目管理流程变化 案例：蚂蚁阿福 |
| 模块二：AI重构项目管理范式 |
一、AI产品经理解决传统项目管理五大问题 二、AI重构项目管理范式 1. AI项目管理3.0演进路径 1.0时代的经验驱动：人工经验+手工编制+风险后置 案例解读：某制造企业因人工排产失误导致交付延期38天 2.0时代的工具辅助：Project/Jira等工具+数据孤岛 案例解读：某互联网公司多系统数据冲突引发资源错配 3.0时代的AI赋能：预测型、自适应型和价值驱动型 三、AI赋能项目管理的核心能力 1.历史需求可追溯 2.任务智能生成与分配 AI解法：通过AI分析PRD，自动提取核心需求点，生成结构化任务清单并标注依赖关系，用户只需上传会议纪要，AI可生成对应任务 3.风险预警提示：从“滞后响应”到“提前预判” AI解法：构建风险预测模型，整合历史数据与实时数据（任务完成率、协作频率），实现风险预警与根因分析，人力负荷智能分析、低效问题识别 4.进度自动跟踪：从“人工催办”到“系统代理” 5.项目自动复盘 四、AI赋能项目管理落地三个关键 1.要素一：如何找到AI最有价值的落地场景 方法论：利用AI地图，发现项目管理中“大模型可落地场景” 方法论：阿里AI落地价值评估 工作坊（30min）：找到项目管理中AI赋能的关键场景 2.要素二：建立高质量可定位的评测体系 （1）AI时代和传统价值评估的不同 （2）AI时代指标评估体系 （3）大厂业务-产品-技术-运营的四位一体评测体系 案例：字节项目管理评测体系落地四步，准确率+召回率+合理性+相关原因以及性能指标 第一步，项目管理agent评测体系 第二步，评测集数据来源 第三步，制定量化评分，评测三种类型 第四步，字节项目管理基于badcase迭代优化产品 （4）评测体系落地的常见难点以及解决方案 3.要素三：有高质量的数据（知识+流程） 方法论：准备需求文档高质量数据四步走 |
| 模块三：夯实基础-智能化项目管理体系搭建方法论 |
一、四步完成AI产品设计 二、步骤一，AI新的需求挖掘 工具:利用AI客户旅途找到项目管理中新的AI机会点 三、步骤二：需求分析与决策 （1）方法论：值得不值得用AI做的判断的四象限判断法 （2）可行性评估：值得不值得AI做、用哪种AI方式做？小模型、回归、聚类？哪种大模型选型） （3）AI能做什么，不能做什么 四、步骤三：模型选型 方法论：三看一测 案例：项目管理Agent模型选型 五、步骤四：产品方案设计 1.AI产品和传统产品PRD变化 模版：AI项目管理PRD模版 2.微调工作：需求分析助手 3.意图识别体系建议以及难点 模版：标准意图模板 4.产品架构绘制方法论 |
| 模块四：AI赋能项目管理落地实战 |
一、落地实战四步走 1.第一步，能力筑基（1-2个月）-从高价值场景切入 案例：需求分析agent 2.第二步，智能体部署-机制先行(2-3个月） 案例：蚂蚁阿福需求分析智能体搭建，解决需求智能分拣与评估、需求可追溯问题 3.第三步，基于评测体系迭代优化 4.第四步，全流程集成（2个月） （1）项目管理Agent搭建，解项目催办和人工填报工时 （2）风险预警agent：项目进度风险预警、人力负荷智能分析、低效问题识别 （3）构建“AI+人”协同模式 规划层：AI生成设计初稿→Agent审核→核心功能人工抽查 执行层：AI监控进度偏差→人工决策纠偏措施 监控层：AI预警风险信号 → 人工制定应对策略 收尾层：AI沉淀知识资产 → 人工设计复用机制AI产品落地的核心认知 案例：蚂蚁阿福项目管理多Agent落地 二、项目落地的避坑指南 1.解决AI幻觉，构建团队对AI信任 （1）行业最新体验评估指标：CAIR （2）方法论：大厂总结的解释时机+解释内容+交互形式 |
|
模块一：AI时代产品经理 一、AI和传统产品经理的四大不同：从连接到实现的新范式 二、AI时代下产品经理的能力要求 1.AI产品经理角色分类 2.AI产品经理不同角色能力图谱（初、中和高） 案例：蚂蚁阿福初、中和高能力图谱 3.AI产品经理能力划分依据 4.AI时代能力升级落地实战：产品经理驱动项目全流程智能化升级 三、AI赋能项目管理流程变化 案例：蚂蚁阿福 |
|
模块二：AI重构项目管理范式 一、AI产品经理解决传统项目管理五大问题 二、AI重构项目管理范式 1. AI项目管理3.0演进路径 1.0时代的经验驱动：人工经验+手工编制+风险后置 案例解读：某制造企业因人工排产失误导致交付延期38天 2.0时代的工具辅助：Project/Jira等工具+数据孤岛 案例解读：某互联网公司多系统数据冲突引发资源错配 3.0时代的AI赋能：预测型、自适应型和价值驱动型 三、AI赋能项目管理的核心能力 1.历史需求可追溯 2.任务智能生成与分配 AI解法：通过AI分析PRD，自动提取核心需求点，生成结构化任务清单并标注依赖关系，用户只需上传会议纪要，AI可生成对应任务 3.风险预警提示：从“滞后响应”到“提前预判” AI解法：构建风险预测模型，整合历史数据与实时数据（任务完成率、协作频率），实现风险预警与根因分析，人力负荷智能分析、低效问题识别 4.进度自动跟踪：从“人工催办”到“系统代理” 5.项目自动复盘 四、AI赋能项目管理落地三个关键 1.要素一：如何找到AI最有价值的落地场景 方法论：利用AI地图，发现项目管理中“大模型可落地场景” 方法论：阿里AI落地价值评估 工作坊（30min）：找到项目管理中AI赋能的关键场景 2.要素二：建立高质量可定位的评测体系 （1）AI时代和传统价值评估的不同 （2）AI时代指标评估体系 （3）大厂业务-产品-技术-运营的四位一体评测体系 案例：字节项目管理评测体系落地四步，准确率+召回率+合理性+相关原因以及性能指标 第一步，项目管理agent评测体系 第二步，评测集数据来源 第三步，制定量化评分，评测三种类型 第四步，字节项目管理基于badcase迭代优化产品 （4）评测体系落地的常见难点以及解决方案 3.要素三：有高质量的数据（知识+流程） 方法论：准备需求文档高质量数据四步走 |
|
模块三：夯实基础-智能化项目管理体系搭建方法论 一、四步完成AI产品设计 二、步骤一，AI新的需求挖掘 工具:利用AI客户旅途找到项目管理中新的AI机会点 三、步骤二：需求分析与决策 （1）方法论：值得不值得用AI做的判断的四象限判断法 （2）可行性评估：值得不值得AI做、用哪种AI方式做？小模型、回归、聚类？哪种大模型选型） （3）AI能做什么，不能做什么 四、步骤三：模型选型 方法论：三看一测 案例：项目管理Agent模型选型 五、步骤四：产品方案设计 1.AI产品和传统产品PRD变化 模版：AI项目管理PRD模版 2.微调工作：需求分析助手 3.意图识别体系建议以及难点 模版：标准意图模板 4.产品架构绘制方法论 |
|
模块四：AI赋能项目管理落地实战 一、落地实战四步走 1.第一步，能力筑基（1-2个月）-从高价值场景切入 案例：需求分析agent 2.第二步，智能体部署-机制先行(2-3个月） 案例：蚂蚁阿福需求分析智能体搭建，解决需求智能分拣与评估、需求可追溯问题 3.第三步，基于评测体系迭代优化 4.第四步，全流程集成（2个月） （1）项目管理Agent搭建，解项目催办和人工填报工时 （2）风险预警agent：项目进度风险预警、人力负荷智能分析、低效问题识别 （3）构建“AI+人”协同模式 规划层：AI生成设计初稿→Agent审核→核心功能人工抽查 执行层：AI监控进度偏差→人工决策纠偏措施 监控层：AI预警风险信号 → 人工制定应对策略 收尾层：AI沉淀知识资产 → 人工设计复用机制AI产品落地的核心认知 案例：蚂蚁阿福项目管理多Agent落地 二、项目落地的避坑指南 1.解决AI幻觉，构建团队对AI信任 （1）行业最新体验评估指标：CAIR （2）方法论：大厂总结的解释时机+解释内容+交互形式 |
近期公开课推荐