Как мы автоматизировали управление проектными требованиями с помощью AI и ML

Мы команда департамента разработки в контуре одной госкорпорации. Наш отдел разрабатывает ПО для управления проектами при создании и проектировании сложных инженерных объектов.

В этой статье мы хотим поделиться историей, как мы разработали продукт c использованием современных технологий AI, ML, NLP и применили этот продукт для оптимизации собственных процессов. Главная проблема в соблюдении требований: их всегда очень много! Особенно в случае проектирования и эксплуатации сложных агрегированных составных систем, производимых различными субподрядчиками. В процессе работы необходимо учитывать множество как мелких, так и значимых условий требований, каждое из которых может влиять на конечный результат. Поэтому большое значение придается отслеживанию, актуализации и проверки всех требований на каждом этапе проекта. Это особенно важно в проектах, где необходимо точное соответствие результата техническому заданию. Исследовав проблему, мы обнаружили, что задача соблюдения и отслеживания технических требований остро стоит также у технического персонала (проектные офисы, инженеры), юристов, экономистов и руководства компании.

Всем участникам необходимо:

• снижать риски неисполнения обязательств по договору;

• связывать требования одного договора с требованиями другого (трассировать требования), для повышения управляемости требованиями и снижения рисков от «неучтенных» или забытых требований в договоре;

• сокращение времени анализа проектных договоров, финансовых событий;

• учета связей финансовых событий, требований и обязательств;

• сокращение времени качественной оцифровки и импорта технических документов в системы управления требованиями;

• учитывать финансовые риски и неисполнение обязательств.

Мы являемся интеграторами в бизнесе и взаимодействуем как с нашими заказчиками, и соответственно оперируем с их набором проектной документации, а это, как минимум, нормативно правовая документация и EPC-контракт и ИТТ, так же мы разрабатываем на базе этих документов свои ТЗ к системам, и используем на базе наших ТЗ составные подсистемы наших субподрядчиков, которые так же имеют свои ЧТЗ и ТУ. Чуть ниже всё расшифруем.

Общая иерархия технических проектных документов:

• Нормативная – правовая документация (Госты, Законы)

• EPC-контракт (E-инжиниринг, P-снабжение, C-строительство) и ИТТ (исходные технические требования)

• ТЗ (техническое задание)

• ЧТЗ (частное техническое задание)

• ТУ (техническое условие)

А еслиследовать, как точнее употребляется в терминах ГОСТ 59 194–2020 «Управление требованиями Основные положения» — то имеется необходимость в прослеживании всех связей требований между объектами и всеми их составными частями.

Представляете, насколько трудозатратный вырисовывается объем для инженерно-технического анализа? 🙂

 У наших заказчиков из проектного офиса на тот момент стояла «горящая» задача — итеративно выполнить полную прослеживаемость (трассировку) для всех технических требований к большому количеству объектов  проекта начиная от верхнеуровневых документов и в порядке убывания приоритета:

• ИТТ \ ТЗ

• ТЗ \ ЧТЗ

• ЧТЗ \ ТУ

В нашей команде возникла идея создать интеллектуального помощника, который мог бы автоматизировать процесс управления требованиями в плане установления прослеживаемости (связи) для возможности контроля всех предъявленных к системе требований, снижая нагрузку на сотрудников и минимизируя риск человеческой ошибки. На зарубежном рынке такие продукты существуют, но на Российском рынке аналогов не много. Это связано со сложностью разработки такого рода продуктов. Но в нашей команде было достаточно экспертизы, чтобы такую задачу решить.

У нас стояла задача на автоматизацию: сопоставить проектные технические требования к системе с техническими требованиями к подсистеме и установить связь.

Нами был предложен продукт, осуществляющий помощь эксперту в анализе требований этих документов. Продукт сначала в автоматическом, а затем в ручном (доводочном\контролирующем) режиме с возможностью использования «Умного помощника» помогает пользователю — проектному эксперту установить все связи требований содержащихся в этих документах.

Мы использовали стек AI NLP технологий и ML, начиная от «Классических» подходов к сравнению текста по мере сходства Жаккара на базе метода N‑шинглов, усиливая механизмы сравнения, применив алгоритмы векторизации текста, семантического поиска, а так же машинного обучения для более глубокой адаптации под проектные данные.

Результатом нашей работы стал продукт, с помощью которого наши заказчики справились с выполнением прослеживаемости всех требований  в 6 раз быстрее запланированного срока!

Кроме того, существенно сокращается время на проверку и актуализацию требований, в случае изменения или версионирования проекта, что в итоге ускоряет весь процесс разработки и внедрения крупных проектов.

Мы получали обратную связь, проводили проблемные интервью, проводили презентации продукта и выявили дополнительный необходимый функционал к инструменту интеллектуальной трассировки. Это автоматическая параметрируемая атомизация текста и классификация сущностей документа с целью выявления требований, финансовых событий и обязательств, и их специфического взаимосвязывания. Сейчас ведется активная работа по доработке такого функционала, в том числе так же с внедрением методов ИИ в указанные процессы.

Таким образом, использование передовых технологий AI, ML и NLP и наша внутренняя экспертиза помогли не только облегчить нашу работу, но и значительно повысили качество и эффективность проектной деятельности других департаментов компании. Мы уверены, что наш опыт может быть полезен и другим организациям, сталкивающимся с аналогичными вызовами в управлении требованиями и сейчас проводим пилотные внедрения системы.

В случае заинтересованности или возникновения вопросов пишите по адресу denis_solovyev888@mail.ru.