Искусственный интеллект постепенно становится рабочим инструментом руководителя проекта. Нейросети помогают обрабатывать большие объемы информации, структурировать проектные данные, готовить документы и отчеты, анализировать текущую ситуацию и автоматизировать повторяющиеся операции. При этом искусственный интеллект в управлении проектами не заменяет руководителя: он берет на себя отдельные задачи и помогает быстрее подготовить информацию для принятия решений.
Главное изменение заключается в том, что часть времени, которое раньше уходило на сбор статусов, подготовку протоколов, формирование отчетности и другие рутинные операции, можно направить непосредственно на управление проектом, взаимодействие с командой и работу с возникающими проблемами.
Как ИИ меняет работу руководителя проекта
ИИ для руководителя проекта может использоваться практически на всем жизненном цикле проекта. На старте он помогает структурировать исходную информацию и сформировать предварительный план, в ходе реализации - обрабатывать результаты совещаний, анализировать статусы и риски, а при контроле проекта - собирать данные для отчетности.
Основные сценарии применения можно представить как последовательность:
планирование → встречи → контроль → риски → ресурсы → отчетность.
Использование ИИ уже выходит за рамки отдельных экспериментов. По данным исследования «Искусственный интеллект в России - 2025: тренды и перспективы», подготовленного Яндексом и «Яков и Партнёры», генеративный ИИ хотя бы в одной бизнес-функции применяет 71% крупных российских компаний. За два года среднее количество функций, в которых запущены пилоты или полноценные решения на базе генеративного ИИ, выросло с 2,4 до 3,1. Исследование основано на опросе 150 технических директоров крупных российских компаний из 16 отраслей, 150 поставщиков ИИ-решений и более 3500 пользователей.
Главное изменение заключается в том, что часть времени, которое раньше уходило на сбор статусов, подготовку протоколов, формирование отчетности и другие рутинные операции, можно направить непосредственно на управление проектом, взаимодействие с командой и работу с возникающими проблемами.
Как ИИ меняет работу руководителя проекта
ИИ для руководителя проекта может использоваться практически на всем жизненном цикле проекта. На старте он помогает структурировать исходную информацию и сформировать предварительный план, в ходе реализации - обрабатывать результаты совещаний, анализировать статусы и риски, а при контроле проекта - собирать данные для отчетности.
Основные сценарии применения можно представить как последовательность:
планирование → встречи → контроль → риски → ресурсы → отчетность.
Использование ИИ уже выходит за рамки отдельных экспериментов. По данным исследования «Искусственный интеллект в России - 2025: тренды и перспективы», подготовленного Яндексом и «Яков и Партнёры», генеративный ИИ хотя бы в одной бизнес-функции применяет 71% крупных российских компаний. За два года среднее количество функций, в которых запущены пилоты или полноценные решения на базе генеративного ИИ, выросло с 2,4 до 3,1. Исследование основано на опросе 150 технических директоров крупных российских компаний из 16 отраслей, 150 поставщиков ИИ-решений и более 3500 пользователей.
При этом характер работы руководителя меняется. Вместо ручного сбора и первичной обработки информации специалист получает подготовленный результат, который необходимо проверить, дополнить проектным контекстом и использовать для принятия решения. Нейросеть может предложить варианты действий или обратить внимание на проблему, но ответственность за решение остается за человеком.
ИИ для планирования и декомпозиции проекта
На старте проекта исходные данные часто распределены между техническим заданием, требованиями заказчика, документами и результатами рабочих встреч. ИИ может обработать эти материалы и на их основе подготовить первоначальную структуру проекта: выделить основные этапы и задачи, предложить декомпозицию крупных работ и определить возможные зависимости.
Полученный результат становится основой для дальнейшей работы руководителя проекта и команды. Его необходимо проверить с учетом доступных ресурсов, ограничений, сроков согласования и других условий, которые могут отсутствовать в исходных данных. Нейросети, например, могут сформировать структуру WBS, однако длительность работ, последовательность и зависимости требуют дополнительной проверки специалистом. Вставленный текст
ИИ постепенно появляется и непосредственно в специализированных системах управления проектами. Например, в PLAN-R предусмотрена ИИ-декомпозиция, позволяющая разбивать выбранную работу календарно-сетевого графика на более детальные подзадачи. Подробнее о таких сценариях мы рассказывали в статье об ИИ для календарно-сетевого планирования.
ИИ для протокола совещания и постановки задач
Совещания - еще один процесс, в котором ИИ может сократить объем ручной работы руководителя проекта. Вместо самостоятельной расшифровки записи и подготовки протокола нейросеть может обработать содержание встречи, выделить основные договоренности и сформировать структурированный результат.
В протоколе ИИ может отдельно выделить принятые решения, сформулированные задачи, названных ответственных и сроки, а также вопросы, которые остались открытыми. После проверки эти данные можно использовать для постановки задач в проектной системе.
При этом полностью исключать руководителя проекта из процесса нельзя. Нейросеть может неправильно интерпретировать контекст разговора - например, принять предложение одного из участников за согласованное решение или самостоятельно определить ответственного, если он не был назван. Поэтому подготовленный ИИ протокол совещания стоит рассматривать как черновик: перед постановкой задач необходимо проверить договоренности, сроки и ответственных.
Анализ статуса проекта и рисков
В ходе реализации проекта руководителю необходимо постоянно отслеживать сроки, статусы работ, зависимости и возникающие блокеры. При большом количестве задач отдельная задержка может выглядеть незначительной, хотя от нее уже зависят несколько последующих работ.
ИИ может собирать такие данные в единую картину и помогать выявлять потенциальные проблемы. Например, определить задачи с задержками, связанные с ними работы, ближайшие контрольные точки и участки проекта, которые требуют дополнительного внимания. Для каждого выявленного риска нейросеть может сформировать возможные последствия и вопросы, которые необходимо уточнить руководителю проекта.
При наличии достаточного объема актуальных и исторических данных возможности анализа расширяются до прогнозирования сроков и вероятности задержек. Однако результат напрямую зависит от качества исходной информации: если статусы и сроки давно не обновлялись, ИИ будет анализировать уже неактуальное состояние проекта.
ИИ в управлении строительными проектами
В строительстве и девелопменте применение ИИ также постепенно переходит от отдельных экспериментов к практическим сценариям. Технологии могут использоваться на разных этапах жизненного цикла проекта - от работы с проектной документацией и планирования до контроля реализации, анализа данных и выявления отклонений.
По данным исследования «Искусственный интеллект в России - 2025: тренды и перспективы», строительство и недвижимость входят в число отраслей с высоким потенциальным экономическим эффектом от внедрения ИИ. Вместе с электронной коммерцией, телекомом и медиа, ИТ и технологиями, медициной и здравоохранением этот сектор формирует более 60% совокупного ожидаемого экономического эффекта от ИИ в России.
Отдельное исследование «Искусственный интеллект в девелопменте», выпущенное «Яков и Партнёры» в июне 2026 года, рассматривает реальные российские и международные кейсы применения технологии в отрасли. Авторы отмечают, что ИИ становится одним из инструментов повышения эффективности девелопмента на фоне роста себестоимости строительства и снижения маржинальности компаний.
Для управления строительными проектами особенно важна возможность объединить ИИ с накопленными проектными данными и цифровыми системами. Чем полнее информация о сроках, работах, документации, ресурсах и фактическом состоянии проекта, тем больше процессов можно дополнить автоматизированным анализом.
ИИ для анализа загрузки команды и ресурсов
Еще одна задача руководителя проекта - распределение ресурсов с учетом текущей загрузки команды. Для такого анализа ИИ может сопоставлять задачи, сроки, зависимости, исполнителей и их доступность, находить потенциальные перегрузки и предлагать варианты перераспределения работ.
Например, если несколько критичных задач одновременно назначены одному специалисту, а другой участник команды располагает свободным временем, ИИ может обратить внимание руководителя на этот дисбаланс. Но количество задач само по себе не отражает фактическую загрузку: одна сложная работа может потребовать больше времени, чем несколько небольших.
Поэтому предложения ИИ необходимо оценивать с учетом реальной ситуации: компетенций сотрудников, сложности работ, необходимости передачи контекста и других факторов. Решение о перераспределении ресурсов остается за руководителем проекта.
ИИ для отчетности по проекту
Подготовка регулярной отчетности требует сбора информации из разных источников: статусов задач, комментариев, протоколов встреч, данных о сроках и возникших проблемах. ИИ для отчетности позволяет автоматизировать первичную обработку этих данных и подготовить черновик отчета.
Нейросеть может собрать в одном документе выполненные работы, изменения сроков, текущие отклонения и блокеры, необходимые управленческие решения и следующие шаги. При этом один и тот же массив проектных данных можно использовать для разных аудиторий: подготовить краткое резюме для руководства, отчет о результатах и вопросах на согласование для заказчика или более подробную информацию о задачах и зависимостях для проектной команды.
Такой подход сокращает объем ручной работы, но не отменяет проверку отчета. Перед отправкой руководителю проекта необходимо убедиться в актуальности показателей, корректности выводов и соответствии информации фактическому состоянию проекта.
От отдельных задач к системному применению ИИ в проектной деятельности
На начальном уровне ИИ в проектной деятельности используется как отдельный помощник. Руководитель самостоятельно передает нейросети исходные данные, формулирует запрос, получает результат, проверяет его и затем переносит необходимую информацию в рабочую систему.
По мере накопления опыта сценарии становятся сложнее. В исследовании The Project Professional’s GenAI Journey, опубликованном Project Management Institute в марте 2025 года, специалисты, наиболее активно осваивающие GenAI, заметно чаще сообщали о продвинутом росте продуктивности: 48% против 3% среди начинающих пользователей. Кроме того, 58% наиболее активных пользователей очень часто экспериментировали с новыми сценариями применения GenAI против 12% среди начинающих.
ИИ для планирования и декомпозиции проекта
На старте проекта исходные данные часто распределены между техническим заданием, требованиями заказчика, документами и результатами рабочих встреч. ИИ может обработать эти материалы и на их основе подготовить первоначальную структуру проекта: выделить основные этапы и задачи, предложить декомпозицию крупных работ и определить возможные зависимости.
Полученный результат становится основой для дальнейшей работы руководителя проекта и команды. Его необходимо проверить с учетом доступных ресурсов, ограничений, сроков согласования и других условий, которые могут отсутствовать в исходных данных. Нейросети, например, могут сформировать структуру WBS, однако длительность работ, последовательность и зависимости требуют дополнительной проверки специалистом. Вставленный текст
ИИ постепенно появляется и непосредственно в специализированных системах управления проектами. Например, в PLAN-R предусмотрена ИИ-декомпозиция, позволяющая разбивать выбранную работу календарно-сетевого графика на более детальные подзадачи. Подробнее о таких сценариях мы рассказывали в статье об ИИ для календарно-сетевого планирования.
ИИ для протокола совещания и постановки задач
Совещания - еще один процесс, в котором ИИ может сократить объем ручной работы руководителя проекта. Вместо самостоятельной расшифровки записи и подготовки протокола нейросеть может обработать содержание встречи, выделить основные договоренности и сформировать структурированный результат.
В протоколе ИИ может отдельно выделить принятые решения, сформулированные задачи, названных ответственных и сроки, а также вопросы, которые остались открытыми. После проверки эти данные можно использовать для постановки задач в проектной системе.
При этом полностью исключать руководителя проекта из процесса нельзя. Нейросеть может неправильно интерпретировать контекст разговора - например, принять предложение одного из участников за согласованное решение или самостоятельно определить ответственного, если он не был назван. Поэтому подготовленный ИИ протокол совещания стоит рассматривать как черновик: перед постановкой задач необходимо проверить договоренности, сроки и ответственных.
Анализ статуса проекта и рисков
В ходе реализации проекта руководителю необходимо постоянно отслеживать сроки, статусы работ, зависимости и возникающие блокеры. При большом количестве задач отдельная задержка может выглядеть незначительной, хотя от нее уже зависят несколько последующих работ.
ИИ может собирать такие данные в единую картину и помогать выявлять потенциальные проблемы. Например, определить задачи с задержками, связанные с ними работы, ближайшие контрольные точки и участки проекта, которые требуют дополнительного внимания. Для каждого выявленного риска нейросеть может сформировать возможные последствия и вопросы, которые необходимо уточнить руководителю проекта.
При наличии достаточного объема актуальных и исторических данных возможности анализа расширяются до прогнозирования сроков и вероятности задержек. Однако результат напрямую зависит от качества исходной информации: если статусы и сроки давно не обновлялись, ИИ будет анализировать уже неактуальное состояние проекта.
ИИ в управлении строительными проектами
В строительстве и девелопменте применение ИИ также постепенно переходит от отдельных экспериментов к практическим сценариям. Технологии могут использоваться на разных этапах жизненного цикла проекта - от работы с проектной документацией и планирования до контроля реализации, анализа данных и выявления отклонений.
По данным исследования «Искусственный интеллект в России - 2025: тренды и перспективы», строительство и недвижимость входят в число отраслей с высоким потенциальным экономическим эффектом от внедрения ИИ. Вместе с электронной коммерцией, телекомом и медиа, ИТ и технологиями, медициной и здравоохранением этот сектор формирует более 60% совокупного ожидаемого экономического эффекта от ИИ в России.
Отдельное исследование «Искусственный интеллект в девелопменте», выпущенное «Яков и Партнёры» в июне 2026 года, рассматривает реальные российские и международные кейсы применения технологии в отрасли. Авторы отмечают, что ИИ становится одним из инструментов повышения эффективности девелопмента на фоне роста себестоимости строительства и снижения маржинальности компаний.
Для управления строительными проектами особенно важна возможность объединить ИИ с накопленными проектными данными и цифровыми системами. Чем полнее информация о сроках, работах, документации, ресурсах и фактическом состоянии проекта, тем больше процессов можно дополнить автоматизированным анализом.
ИИ для анализа загрузки команды и ресурсов
Еще одна задача руководителя проекта - распределение ресурсов с учетом текущей загрузки команды. Для такого анализа ИИ может сопоставлять задачи, сроки, зависимости, исполнителей и их доступность, находить потенциальные перегрузки и предлагать варианты перераспределения работ.
Например, если несколько критичных задач одновременно назначены одному специалисту, а другой участник команды располагает свободным временем, ИИ может обратить внимание руководителя на этот дисбаланс. Но количество задач само по себе не отражает фактическую загрузку: одна сложная работа может потребовать больше времени, чем несколько небольших.
Поэтому предложения ИИ необходимо оценивать с учетом реальной ситуации: компетенций сотрудников, сложности работ, необходимости передачи контекста и других факторов. Решение о перераспределении ресурсов остается за руководителем проекта.
ИИ для отчетности по проекту
Подготовка регулярной отчетности требует сбора информации из разных источников: статусов задач, комментариев, протоколов встреч, данных о сроках и возникших проблемах. ИИ для отчетности позволяет автоматизировать первичную обработку этих данных и подготовить черновик отчета.
Нейросеть может собрать в одном документе выполненные работы, изменения сроков, текущие отклонения и блокеры, необходимые управленческие решения и следующие шаги. При этом один и тот же массив проектных данных можно использовать для разных аудиторий: подготовить краткое резюме для руководства, отчет о результатах и вопросах на согласование для заказчика или более подробную информацию о задачах и зависимостях для проектной команды.
Такой подход сокращает объем ручной работы, но не отменяет проверку отчета. Перед отправкой руководителю проекта необходимо убедиться в актуальности показателей, корректности выводов и соответствии информации фактическому состоянию проекта.
От отдельных задач к системному применению ИИ в проектной деятельности
На начальном уровне ИИ в проектной деятельности используется как отдельный помощник. Руководитель самостоятельно передает нейросети исходные данные, формулирует запрос, получает результат, проверяет его и затем переносит необходимую информацию в рабочую систему.
По мере накопления опыта сценарии становятся сложнее. В исследовании The Project Professional’s GenAI Journey, опубликованном Project Management Institute в марте 2025 года, специалисты, наиболее активно осваивающие GenAI, заметно чаще сообщали о продвинутом росте продуктивности: 48% против 3% среди начинающих пользователей. Кроме того, 58% наиболее активных пользователей очень часто экспериментировали с новыми сценариями применения GenAI против 12% среди начинающих.
Следующий этап - включение ИИ непосредственно в рабочие процессы. Например, после завершения встречи автоматически формируется расшифровка, ИИ выделяет договоренности и готовит задачи, руководитель проверяет результат, после чего информация передается в проектную систему. Аналогичным образом можно выстраивать подготовку отчетности, обработку документов и другие повторяющиеся процессы.
Однако само подключение технологии еще не означает успешную автоматизацию. Лаборатория ИИ Школы управления СКОЛКОВО в исследовании «От пилота к масштабу: как встроить ИИ в процессы и получить отдачу» проанализировала более 1600 кейсов внедрения ИИ в 25 отраслях и провела 30 глубинных интервью. Один из выводов исследования - попытка автоматизировать процесс целиком не всегда дает лучший результат. Для разных операций эффективны разные режимы: полностью автоматический, совместная работа человека и ИИ или выполнение человеком.
Таким образом, искусственный интеллект в проектной деятельности может использоваться не только для выполнения отдельных запросов, но и как часть автоматизированного процесса. При этом необходимо определить, какие действия можно передать системе, где требуется проверка специалиста и какие решения должны оставаться за руководителем проекта.
Что остается за руководителем проекта
Развитие ИИ не означает, что все процессы управления проектом необходимо автоматизировать. Особенно это касается решений, связанных с ответственностью, людьми и ситуациями, в которых недостаточно формализованных данных.
Исследование Лаборатории ИИ СКОЛКОВО показывает, что полностью ручное исполнение сохраняет значение там, где высока вариативность действий, велика цена ошибки или требуется конкретный ответственный. В качестве таких сценариев авторы отдельно выделяют переговоры, работу с конфликтами и операции, предполагающие персональную ответственность. Для решений с ценностными, репутационными или юридическими последствиями исследователи предлагают совместный режим: ИИ помогает сформировать варианты, но последнее слово остается за человеком.
Для руководителя проекта к этой зоне относятся обязательства перед заказчиком, решения по бюджету и приоритетам, назначение ответственных, переговоры, разрешение конфликтов и управление командой.
ИИ может подготовить данные, структурировать информацию, сравнить варианты и обратить внимание на возможные последствия. Но окончательное решение и ответственность за него остаются за человеком. Поэтому рабочую модель можно сформулировать так:
Однако само подключение технологии еще не означает успешную автоматизацию. Лаборатория ИИ Школы управления СКОЛКОВО в исследовании «От пилота к масштабу: как встроить ИИ в процессы и получить отдачу» проанализировала более 1600 кейсов внедрения ИИ в 25 отраслях и провела 30 глубинных интервью. Один из выводов исследования - попытка автоматизировать процесс целиком не всегда дает лучший результат. Для разных операций эффективны разные режимы: полностью автоматический, совместная работа человека и ИИ или выполнение человеком.
Таким образом, искусственный интеллект в проектной деятельности может использоваться не только для выполнения отдельных запросов, но и как часть автоматизированного процесса. При этом необходимо определить, какие действия можно передать системе, где требуется проверка специалиста и какие решения должны оставаться за руководителем проекта.
Что остается за руководителем проекта
Развитие ИИ не означает, что все процессы управления проектом необходимо автоматизировать. Особенно это касается решений, связанных с ответственностью, людьми и ситуациями, в которых недостаточно формализованных данных.
Исследование Лаборатории ИИ СКОЛКОВО показывает, что полностью ручное исполнение сохраняет значение там, где высока вариативность действий, велика цена ошибки или требуется конкретный ответственный. В качестве таких сценариев авторы отдельно выделяют переговоры, работу с конфликтами и операции, предполагающие персональную ответственность. Для решений с ценностными, репутационными или юридическими последствиями исследователи предлагают совместный режим: ИИ помогает сформировать варианты, но последнее слово остается за человеком.
Для руководителя проекта к этой зоне относятся обязательства перед заказчиком, решения по бюджету и приоритетам, назначение ответственных, переговоры, разрешение конфликтов и управление командой.
ИИ может подготовить данные, структурировать информацию, сравнить варианты и обратить внимание на возможные последствия. Но окончательное решение и ответственность за него остаются за человеком. Поэтому рабочую модель можно сформулировать так:
Заключение
Искусственный интеллект в управлении проектами меняет прежде всего повседневную работу руководителя проекта. Нейросети помогают планировать и декомпозировать работы, обрабатывать результаты совещаний, контролировать статусы, выявлять риски, анализировать загрузку команды и готовить отчетность.
При этом российский рынок уже движется от отдельных экспериментов к более системному использованию технологии. В 2025 году генеративный ИИ хотя бы в одной бизнес-функции применяла 71% крупных российских компаний, а строительство и недвижимость вошли в число отраслей с высоким потенциальным экономическим эффектом от внедрения ИИ.
Для управления проектами это означает не замену руководителя, а изменение распределения работы между человеком и технологией. ИИ может взять на себя часть обработки информации, поиска закономерностей и повторяющихся операций, тогда как контроль результатов, коммуникации и управленческие решения остаются за специалистом.
Команда Baseline помогает выстраивать и цифровизировать процессы управления проектами: от разработки методологии и организации проектных данных до внедрения инструментов планирования, контроля и аналитики.
Искусственный интеллект в управлении проектами меняет прежде всего повседневную работу руководителя проекта. Нейросети помогают планировать и декомпозировать работы, обрабатывать результаты совещаний, контролировать статусы, выявлять риски, анализировать загрузку команды и готовить отчетность.
При этом российский рынок уже движется от отдельных экспериментов к более системному использованию технологии. В 2025 году генеративный ИИ хотя бы в одной бизнес-функции применяла 71% крупных российских компаний, а строительство и недвижимость вошли в число отраслей с высоким потенциальным экономическим эффектом от внедрения ИИ.
Для управления проектами это означает не замену руководителя, а изменение распределения работы между человеком и технологией. ИИ может взять на себя часть обработки информации, поиска закономерностей и повторяющихся операций, тогда как контроль результатов, коммуникации и управленческие решения остаются за специалистом.
Команда Baseline помогает выстраивать и цифровизировать процессы управления проектами: от разработки методологии и организации проектных данных до внедрения инструментов планирования, контроля и аналитики.
