Empirical applications of aI to the project management domain

Recent advances in the field of artificial intelligence have prompted researchers and practitioners to explore its applications in various domains of everyday life. Like many other industrial sectors, the field of project management also appears poised to leverage the benefits of adopting these innovative technologies. Despite the existence of a body of literature on the use of artificial intelligence in project management, most papers are methodological in nature. Typically, they propose a new algorithm or a modification of an existing one, and verify the quantitative and methodological feasibility of the proposed solution, but do not validate its use in an empirical project context. The objective of this thesis is to bridge this gap by analyzing the use of four artificial intelligence techniques applied to four real project case studies (specifically, AI techniques were used for project selection processes, risk management, and stakeholder classification). All the work was validated in empirical contexts, allowing for a comparison between traditional processes used in companies and AI-based processes. Results demonstrate that the use of AI promotes efficiency in project management processes and improves decision-making processes, while also ensuring the possibility of continuous monitoring and the implementation of ad hoc corrective actions during a project course.

I recenti progressi nel campo nell’intelligenza artificiale hanno spinto ricercatori e practitioners a studiarne le applicazioni in svariati domini della vita quotidiana. Negli ultimi dieci anni, il potenziale di queste nuove tecnologie nel mondo del lavoro è stato studiato da ricercatori che hanno cercato di metterne in evidenza i possibili benefici dell’utilizzo e le principali barriere all’adozione. Così come tanti altri settori industriali, anche il mondo della gestione dei progetti sembra pronto a sfruttare i benefici dell’adozione di queste innovative tecnologie. Nonostante esista un corpus di letteratura sull’utilizzo dell’intelligenza artificiale nella gestione dei progetti, i papers sono per lo più di tipo metodologico. Generalmente, propongono un nuovo algoritmo o una modifica di uno esistente, verificano la fattibilità quantitativa e metodologica della soluzione proposta senza però validarne l’utilizzo in un contesto empirico progettuale. L’obiettivo di questa tesi è stato quello di colmare questo gap, analizzando l’utilizzo di quattro tecniche di intelligenza artificiale applicate a quattro casi studio di progetti reali (nello specifico sono state utilizzate tecniche di AI per i processi di selezione dei progetti da includere in un portfolio, per il risk management e per la classificazione degli stakeholder). Tutti i lavori sono stati validati in contesti empirici e questo ha permesso di effettuare un confronto tra i processi tradizionali utilizzati nelle aziende e quelli AI-based. I risultati dimostrano che l’utilizzo dell’AI favorisce un efficientamento dei processi nella gestione dei progetti e migliora i processi di decision-making, garantendo anche la possibilità di effettuare un monitoraggio costante e di implementare azioni correttive ad hoc in itinere.