本書從人工智能（AI）項目管理中的實際困難出發(fā)，覆蓋通用項目管理、通用人工智能、特定領域人工智能三個層次的問題。重點討論治理、范圍、進度和質量四個大類的問題，并提供一系列適用于AI項目管理的基本框架、分析思路和翔實可用的模板、思維圖表和流程，幫助讀者快速理解人工智能項目管理的特點，并應用到具體的項目中，解決具體的問題。
全書內容可概括為兩大部分——“地基”和“上層建筑”。首先覆蓋了項目、行業(yè)和人這三個基礎主題，讓AI項目管理能夠站在一個穩(wěn)定的基礎知識（地基）上。之后，重點概述了范圍、進度和質量三個部分，還將資源、風險、相關方等幾個管理領域穿插在各個章節(jié)中，這些主題形成了應用部分（上層建筑）。
本書對人工智能項目中的管理人員、算法專家、開發(fā)人員、業(yè)務人員和領域專家，都會帶來一定的幫助。
楊志寶，資深產品和項目管理專家。曾任職于IBM、百度、58同城等軟件和互聯(lián)網公司，領導和參與了多個軟件產品的研發(fā)管理工作。2013年以來深耕醫(yī)療行業(yè)，在智慧醫(yī)療、互聯(lián)網醫(yī)療服務、醫(yī)學數據管理等領域，領導了多個項目的產品開發(fā)、運營和項目管理工作。本科和研究生階段，分別就讀于北京理工大學和清華大學，學習機電工程和自動化。
班超，算法專家，先后畢業(yè)于中國科學院大學和倫敦大學學院(UCL)，取得天文學博士和機器學習碩士學位。長期從事機器視覺算法工作。曾任職于阿里巴巴集團，負責多項淘寶算法的研發(fā)與部署。目前就職于中國電信集團，負責帶領團隊進行多模態(tài)前沿算法的研發(fā)與落地。此外，也曾涉及AI輔助制藥，自動駕駛等領域。
方瀚，算法工程師，本科和研究生均就讀于北京郵電大學，學習電信工程及管理和信息與通信工程專業(yè)。研究方向為計算機視覺與模式識別，人臉識別，多模態(tài)學習。在IEEE TMM、ECCV、ICASSP、FG等國際期刊，會議發(fā)表論文8篇，入選北京市優(yōu)秀學士論文獎，北京市優(yōu)秀畢業(yè)生。目前就職于中國電信集團數字智能科技分公司，從事多模態(tài)理解，視頻檢索等相關算法的研發(fā)與落地。
第1章 項目管理概要 001
1.1 項目管理知識體系 003
1.1.1 項目生命周期 006
1.1.2 過程組和知識領域 012
1.1.3 開發(fā)生命周期和敏捷 018
1.2 能力成熟度模型 022
1.2.1 能力成熟度模型集成的五個級別 023
1.2.2 能力成熟度模型集成的適用性 028
1.3 集成產品開發(fā) 028
1.3.1 啟動與規(guī)劃 030
1.3.2 跨職能團隊 031
1.3.3 項目管理概念 031
1.3.4 集成產品開發(fā)的適用性 033
1.4 軟件開發(fā)項目管理 034
1.4.1 交互和服務模式 034
1.4.2 需求管理 036
1.4.3 軟件開發(fā)生命周期 037
1.4.4 軟件配置管理 041
第2章 人工智能項目 043
2.1 人工智能核心技術 044
2.1.1 機器學習 044
2.1.2 深度學習 052
2.1.3 人工智能的開發(fā)過程 070
2.2 人工智能項目 075
2.2.1 人工智能項目的分類 075
2.2.2 人工智能項目的共性 077
2.2.3 常見的7類問題 078
2.3 人工智能產業(yè) 080
2.3.1 人工智能生態(tài)的層次 081
2.3.2 典型的人工智能項目場景 083
2.3.3 人工智能的倫理問題 090
2.4 案例：抗疫場景的人工智能項目 094
2.4.1 新冠肺炎診斷人工智能項目 095
2.4.2 抗疫服務機器人項目 096
2.4.3 疫情社區(qū)服務機器人項目 097
2.4.4 疾控智能分析項目 097
2.4.5 復工指數預測項目 098
2.4.6 人工智能在線課堂項目 098
第3章 項目的環(huán)境和團隊 101
3.1 環(huán)境：項目經理的資源 102
3.1.1 沖突：項目經理的挑戰(zhàn) 102
3.1.2 項目治理：協(xié)作和結構 104
3.1.3 委員會：哪里找高端人才 106
3.1.4 項目管理辦公室：方法和模板庫 108
3.2 核心人物：項目經理 110
3.2.1 定位：賦能者 110
3.2.2 技能：三種武器 115
3.2.3 領導力：四種方法 117
3.2.4 做決策：四步流程 121
3.2.5 團隊建設：規(guī)劃與對齊 124
3.3 相關方管理 128
3.3.1 識別相關方 129
3.3.2 管理相關方 131
3.3.3 和相關方的溝通 133
3.4 案例：醫(yī)療影像項目中的倫理 135
3.4.1 隱私和安全 136
3.4.2 程序能下診斷嗎 137
3.4.3 人工智能程序的注冊 138
3.5 案例：醫(yī)工結合管理 139
3.5.1 為什么醫(yī)工結合很復雜 139
3.5.2 醫(yī)療機器人 141
3.5.3 醫(yī)工結合的項目實踐 143
第4章 項目規(guī)劃 147
4.1 確定項目目標 148
4.1.1 外部條件 149
4.1.2 內部條件 155
4.1.3 制定項目章程 157
4.1.4 制定項目規(guī)劃 158
4.2 工作分解 159
4.2.1 工作分解結構 160
4.2.2 敏捷任務分解 164
4.2.3 認知和數據任務分解 165
4.3 風險規(guī)劃 167
4.3.1 風險管理的步驟 168
4.3.2 人工智能項目的風險 174
4.4 案例：醫(yī)療影像項目的規(guī)劃 175
4.4.1 識別相關方 177
4.4.2 外部環(huán)境評估 178
4.4.3 內部環(huán)境評估 179
4.4.4 商業(yè)文件 182
4.4.5 項目章程 184
4.4.6 確定項目范圍 187
第5章 進度管理 195
5.1 資源管理 196
5.1.1 規(guī)劃資源 197
5.1.2 申請資源 201
5.2 任務估算 211
5.2.1 兩種估算思路 211
5.2.2 估算中的復雜度 211
5.2.3 三種任務估算方法 213
5.2.4 人工智能任務的估算 216
5.3 進度管理 218
5.3.1 進度規(guī)劃準備 220
5.3.2 建立活動的模型 221
5.3.3 項目工期計算 228
5.3.4 形成規(guī)劃 233
5.3.5 進度執(zhí)行和控制 234
5.4 案例：醫(yī)療影像項目的進度計劃 238
5.4.1 資源獲取 239
5.4.2 構建前導圖 243
5.4.3 進度計劃表 246
第6章 質量管理 249
6.1 項目質量管理 251
6.1.1 理念和要素 251
6.1.2 制訂質量計劃 253
6.1.3 質量控制 261
6.2 人工智能項目的質量管理 263
6.2.1 人工智能質量相關的標準 263
6.2.2 人工智能倫理的質量評價 266
6.2.3 算法模型的質量評估 268
6.2.4 客戶需求滿足的主觀評價 274
6.2.5 軟件相關質量評價 275
6.2.6 數據質量 277
6.2.7 配置管理 279
6.3 案例：醫(yī)療影像項目的質量主題 283
6.3.1 建立指標和驗證過程 283
6.3.2 數據質量 285
6.3.3 臨床驗證中的質量 289
中英文名詞索引 294
參考文獻 297
書單推薦
