ИИ для управления проектами: как «Эйра» проверяет 70+ проектов за минуты вместо часов

Сергей Иванов, руководитель направления цифровизации проектного управления (ранее возглавлял ИТ-проектный офис в АТОН, затем занимал директорскую позицию в БКС), рассказал, как его команда построила платформу для управления портфелем из более чем ста проектов. Источник публикации описывает двухлетний путь: сначала объединение данных из Jira, Confluence и Excel в единую систему, а затем подключение ИИ-помощника «Эйра», который в июне 2026 года начал регулярный фоновый анализ проектов.

Что понадобится

• Система календарно-сетевого планирования. В описанном кейсе это Microsoft Project Server, но подойдёт любой аналог с единым пулом ресурсов
• Трекер задач (Jira или российские аналоги: «Яндекс Трекер», YouTrack от JetBrains)
• База знаний для протоколов и документации (Confluence или, например, «Яндекс Вики»)
• Прикладные модули под процессы компании: риски, бюджет, статусы, команда, ресурсы, метрики, ключевые вехи. Готовую «коробку» команда Сергея не покупала, а собирала внутри компании
• Доступ к языковой модели для ИИ-агента (агент, программа, которая сама выполняет цепочку действий, а не ждёт каждой команды)
• Время. На платформу и интеграции ушло около двух лет до момента, когда помощник начал работать

Зачем наводить порядок до подключения ИИ?

Главный урок из этого кейса: ИИ для управления проектами бесполезен, если данные живут в трёх разных местах и обновляются в разном ритме. Сергей описывает ситуацию прямо: план проекта в презентации, факт в Jira, договорённости в протоколе Confluence. Три источника, три версии реальности.

Модель, поставленная поверх несвязанных данных, даёт убедительный ответ, но не обязательно верный. Это классическая галлюцинация (когда ИИ уверенно выдумывает то, чего не было), только опаснее: она замаскирована под управленческий отчёт.

Поэтому первый шаг в инструкции ниже не про промпты (текстовые команды для модели), а про связывание данных.

Пошаговая инструкция

1. Соберите карту источников. Выпишите, где сейчас живут планы, факты выполнения, риски, бюджеты и протоколы. В кейсе Сергея это были презентации (план), Jira (факт), Confluence (протоколы), таблицы (риски и бюджеты)

2. Определите «единый пункт правды» для каждой сущности. Планы и ресурсы переехали в Microsoft Project Server. Фактическое выполнение осталось в Jira, но с привязкой задач к плану. Протоколы и договорённости остались в Confluence, но со ссылками на проект

3. Постройте прикладные модули. Вокруг ядра планирования команда создала модули: проектные и управляющие комитеты, риски, бюджет, статусы, команда, запросы на ресурсы, инициативы, поручения, аллокации, метрики и ключевые вехи. Каждый модуль привязан к проекту как к единице учёта

4. Настройте интеграции и снимки данных. Для Jira использовали два режима: живое обращение к полям задач (в диалоге) и подготовленный снимок (для регулярного анализа всего портфеля). Снимок не зависит от скорости ответа Jira по каждому проекту, это критично при масштабе в 70+ активных проектов

5. Подключите ИИ-агента с ограниченным доступом. «Эйра» получает структурированные данные через инструменты чтения с проверкой доступа к проекту. Архитектура: источники данных, подготовка фактуры, анализ и диалог, рекомендация или черновик, решение человека. Финальное решение всегда за человеком

6. Запустите фоновый анализ. «Эйра» проверяет весь портфель на отклонения: просроченные задачи, незарегистрированные риски из протоколов, расхождения плана с фактом. То, на что Сергей тратил полтора часа по одному проекту вручную, помощник находит по всему портфелю за минуты

Пример запроса к ИИ-помощнику (логика, описанная в кейсе):
«Покажи проекты, где фактические сроки задач в Jira
расходятся с планом более чем на 5 дней,
и проверь, зарегистрированы ли соответствующие риски»

Что делать с этим прямо сейчас, по ролям

Автору Дзена и фрилансеру. У вас нет портфеля из ста проектов, но принцип тот же: если задачи в одном месте, заметки в другом, а сроки в третьем, любой ИИ-помощник будет галлюцинировать. Начните с объединения рабочих данных в одну систему (Notion, «Яндекс Трекер», даже структурированная таблица) и только потом подключайте чат с моделью.

Маркетологу и руководителю команды. Кейс показывает, что ИИ для управления проектами окупается не «умными ответами», а экономией часов на ручную сверку. Посчитайте, сколько времени ваша команда тратит на статусные отчёты, это и есть бюджет на интеграцию.

Предпринимателю в РФ и СНГ. Microsoft Project Server доступен, Jira работает (или замените на «Яндекс Трекер»). Языковые модели для агента можно взять российские: YandexGPT, GigaChat. Архитектура, описанная Сергеем, не привязана к конкретной модели, привязана к качеству данных.

Два года подготовки ради минут вместо часов на каждую сверку. Звучит долго, пока не посчитаете: 70 активных проектов, полтора часа ручной сверки на каждый, регулярные срезы каждый квартал. Начните не с выбора модели, а с ответа на вопрос Сергея: «Где у меня сейчас три версии реальности вместо одной?»