CRM माइग्रेशन टीम का काम तीसरे हफ़्ते में है और वे पहले ही पीछे चल रहे हैं। डिलीवरी लीड वीकेंड पर डेटा कटओवर शुरू करना चाहता है। सिक्योरिटी ऑफ़िसर का कहना है कि एक्सेस मंज़ूर नहीं है। सेल्स ऑपरेशन्स मैनेजर का कहना है कि ट्रेनिंग शेड्यूल नहीं की गई है। आप, यानी प्रोजेक्ट मैनेजर, स्पॉन्सर की तय की गई टाइमलाइन और कागज़ पर पूरे दिखने वाले प्लान के बीच फँसे हुए हैं। इसे AI ने एक दोपहर में बनाया था और सबने बिना सोचे-समझे हाँ कह दिया था। आपके इंतज़ार करने के हर दिन, पुराने CRM पर सपोर्ट का खर्च बढ़ता है और नया CRM नए एरियाज़ को कवर नहीं कर पाता। हर दिन जब आप काम आगे बढ़ाते हैं, तो प्रोडक्शन पर बिना जाँचे-परखे रिस्क का बोझ बढ़ता जाता है।
शेड्यूल ठीक करने से पहले, आपको यह देखना होगा कि प्लान कब सिर्फ़ एक डॉक्यूमेंट बनकर रह गया और असल प्लान नहीं रहा। यह कोर्स ठोस चीज़ों (artifacts) के ज़रिए आपको यह समझ विकसित करने में मदद करता है। आप सीखेंगे कि फ़ैसले लेने के अधिकार जल्दी तय करने के लिए प्रोजेक्ट चार्टर का इस्तेमाल कैसे करें, चुपचाप स्कोप बदलने (scope drift) को रोकने के लिए स्कोप बेसलाइन का इस्तेमाल कैसे करें, ज़िम्मेदारी में कमी (ownership gaps) को रोकने के लिए RACI का इस्तेमाल कैसे करें, अस्पष्ट चिंताओं को ट्रैक किए जा सकने वाले रिस्क में बदलने के लिए रिस्क रजिस्टर का इस्तेमाल कैसे करें, और एक आसान चेंज कंट्रोल प्रोसेस कैसे अपनाएँ ताकि AI ड्राफ़्ट मंज़ूरी की प्रक्रिया को नज़रअंदाज़ न कर सकें। मकसद AI का कम इस्तेमाल करना नहीं है। मकसद AI को वहाँ इस्तेमाल करना है जहाँ यह काम की रफ़्तार बढ़ाए, बिना उन ज़रूरी स्टेप्स (gates) को हटाए जो प्रोजेक्ट्स को सुरक्षित रखते हैं।
प्रोजेक्ट की टाइमलाइन देखें और उस पल को पहचानें जहाँ काम आगे बढ़ने से पहले किसी मंज़ूरी या निर्भरता (dependency) की वजह से काम रुकना चाहिए था।
असफलता का पैटर्न पहले से ही पता चल जाता है। AI ने टास्क, तारीखें और एक क्रिटिकल पाथ तो बना दिया, लेकिन उसने मुश्किल कामों की ज़िम्मेदारी नहीं ली। दूसरी टीमों पर निर्भरता, एक्सेस कंट्रोल जिनके लिए समय चाहिए होता है, और साइन-ऑफ जो असल में फ़ैसले लेने के पॉइंट होते हैं - इन सबको बस आम कामों की तरह दिखा दिया गया। स्पॉन्सर को लगा कि सब पक्का है। टीम को लगा कि उन्हें मंज़ूरी मिल गई है। प्रोजेक्ट में ‘अभी नहीं’ कहने की क्षमता खत्म हो गई।
प्रोजेक्ट लाइफ़साइकल कोई कैलेंडर नहीं है। यह हैंडऑफ़ का एक सेट है जहाँ एक फ़ेज़ का आउटपुट अगले फ़ेज़ का इनपुट बनता है। हैंडऑफ़ छोड़ने से समय नहीं बचता। इससे काम शुरू होने के समय (एक्ज़ीक्यूशन) में अनिश्चितता आ जाती है, जिससे ज़्यादा खर्च होता है।
शुरुआत (Initiation) तब खत्म होती है जब चार्टर में स्पॉन्सर, लक्ष्य, बड़े स्तर का स्कोप और बदलावों को मंज़ूरी देने वाले व्यक्ति का नाम तय हो जाता है। वह चार्टर प्लानिंग के लिए इनपुट का काम करता है, जहाँ आप इरादों को पक्के वादों में बदलते हैं। प्लानिंग तब खत्म होती है जब स्कोप और शेड्यूल तय (बेसलाइन) हो जाते हैं और स्टेकहोल्डर साइन-ऑफ कर देते हैं। वे बेसलाइन एक्ज़ीक्यूशन के लिए इनपुट होते हैं, जहाँ असल काम होता है। एक्ज़ीक्यूशन से परफ़ॉर्मेंस डेटा बनता है जो मॉनिटरिंग और कंट्रोलिंग में काम आता है; यहाँ आप असल नतीजों की तुलना बेसलाइन से करते हैं और जब असलियत योजना से अलग होती है तो बदलावों को कंट्रोल करते हैं। क्लोज़र में मंज़ूरी के मापदंडों और साइन-ऑफ का इस्तेमाल करके यह पक्का किया जाता है कि डिलीवरेबल स्वीकार कर लिया गया है और प्रोजेक्ट पर खर्च रोका जा सकता है।
बताइए कि लाइफ़साइकल के किस हैंडऑफ़ से CRM टीम को एक्सेस मंज़ूरी के बिना कटओवर शुरू करने से रोका जा सकता था।
एक आम गलती यह है कि ‘फेज़ गेट्स’ (काम के चरणों के बीच की जाँच-पड़ताल) को सिर्फ़ कागज़ी कार्रवाई या अड़चन समझा जाता है। यह सोचना सही लग सकता है कि AI से प्लान बनवा लिया जाए और मंज़ूरी मिलने का इंतज़ार किए बिना काम शुरू कर दिया जाए। इसका नतीजा यह होता है कि दोबारा काम करना पड़ता है; पहले तो यह तरक्की जैसा लगता है, लेकिन बाद में यह सिस्टम बंद होने (आउटेज), नियमों के उल्लंघन (कंप्लायंस इश्यू) या स्पॉन्सर तक शिकायत पहुँचने (एस्केलेशन) जैसी समस्या बन जाता है।
AI तब सबसे ज़्यादा मदद करता है जब इनपुट पक्का हो और आउटपुट सिर्फ़ एक ड्राफ़्ट हो। जब इनपुट अधूरा हो और आउटपुट को ही फ़ाइनल फ़ैसला मान लिया जाए, तो प्रोजेक्ट खराब हो जाते हैं।
प्लानिंग के दौरान, AI काम के हिस्सों का ढाँचा (वर्क ब्रेकडाउन स्ट्रक्चर) तैयार कर सकता है, शेड्यूल का सुझाव दे सकता है या शुरुआती रिस्क लिस्ट बना सकता है। इससे समय बचता है, लेकिन तभी जब आप उसे चार्टर, ज्ञात सीमाओं और काम पर निर्भर लोगों (डिपेंडेंसी ओनर्स) की जानकारी दें। काम को लागू करने (एग्जीक्यूशन) के दौरान, AI स्टेटस रिपोर्ट का ड्राफ़्ट बना सकता है, रुकावटों का सारांश दे सकता है और टिकटों में पैटर्न पहचान सकता है। यह मददगार होता है, लेकिन तभी जब इंसानी मंज़ूरी का पॉइंट साफ़ तौर पर तय हो। PM ही तय करता है कि क्या ‘क्रिटिकल पाथ’ (ज़रूरी रास्ते) पर है, क्या बदलाव है और किसे ऊपर के अधिकारियों तक पहुँचाना (एस्केलेट करना) ज़रूरी है।
प्लानिंग और एग्जीक्यूशन के लिए सही AI इस्तेमाल के तरीके चुनें, और फिर उस इंसानी मंज़ूरी के पॉइंट को ध्यान में रखें जो हर काम को सुरक्षित रखता है।