首页 文档
近期发布
什么是 SMART 目标以及如何制定您自己的 SMART 目标SMART目标如何提升团队沟通透明化与协作效率?SMART原则下的可衡量目标管理:精准驱动业务增长的实践指南SMART目标成效评估:ROI、达成率与可持续性的黄金法则精准设定高效目标:区分Realistic与Relevant的实战指南SMART目标体系:告别模糊目标实现高效管理的完整指南SMART目标:科学设定目标的黄金法则科学设定可实现的企业目标:SMART模型的A维度解析
三点估算法(PERT):从军备竞赛到芯片战争的隐秘武器

三点估算法(PERT):从军备竞赛到芯片战争的隐秘武器

上周有客户问我:"为啥我们开发新药的工期总像算命?"我直接甩了个PERT公式过去——这玩意儿可是美军为了造导弹搞出来的黑科技!要知道,从北极星潜艇到麒麟芯片,所有高风险项目的进度预测都藏着这个公式。想搞懂现代项目管理的核心密码吗?接着往下看

三点估算法到底是什么神仙算法?

三点估算法,全称计划评审技术(Program Evaluation and Review Technique),本质是把玄学变科学:
  1. 三个参数:最乐观时间(O)、最可能时间(M)、最悲观时间(P)
  2. 黄金公式:TE=(O+4M+P)/6(别急,后面给你掰扯为啥M要乘4)
  3. 风险放大镜:σ=(P-O)/6,能算出工期波动范围

有人问了:"这不就是平均数吗?"错!跟简单的三点平均(O+M+P)/3相比,PERT的加权公式暗藏玄机。1957年美军搞北极星导弹时发现,工程师拍脑袋给的"平均时间"总出错,于是逼着数学家把统计学β分布压缩成这个公式,结果工期误差直接降到8%——这才是真正的硬核算命


航天人和芯片厂的秘密武器

美国海军当年搞这个算法的时候,可不是为了写论文!冷战时期北极星潜艇项目涉及3000家供应商,传统甘特图根本管不过来。后来NASA接手后更狠,阿波罗计划10万任务全靠PERT盯着。现在芯片厂里,英特尔工程师调校光刻机时都在用这公式掐算时间

拿真实案例说话:某半导体厂光刻对准校验工序,O=16小时(设备跟打了鸡血似的),M=24小时(常规操作),P=40小时(真出了幺蛾子)。代入公式TE≈25.3小时,σ=4小时。工程师一看σ这么大,立马采购备用泵组——你看,这不就把风险量化成钱花出去了?

想看更多实际应用可以戳这篇:《芯片开发中的PERT应用案例》


用对是神器,用错变毒药

说实话,很多项目经理把这个公式用成了形式主义!常见翻车现场:
  • 把PERT塞进高度不确定的任务(比如首次用量子算法)
  • 忽视任务间的连带影响(A延期导致B材料涨价,方差还要加个协方差)
  • 生搬硬套公式不调整(有些场景P值得加惩罚因子)

正确的打开方式?看看ULA造火箭怎么玩:他们给燃料管路测试设置O=3天/M=5天/P=9天,算出σ=1天。但通过蒙特卡洛模拟发现,只要把检测设备翻倍就能让σ下降40%——这不比拍脑袋靠谱多了?


数字孪生时代,算法也要升级打怪

现在的PERT早就不是纸笔计算的老古董了!像Ganttable这类AI工具直接开了外挂:
  • 历史数据自动匹配相似任务参数(比如建筑行业的土建工程模块)
  • 物联网传感器实时反馈现场数据,动态调整P值(混凝土温度一变自动预警)
  • 机器学习分析过往项目延期原因,给高风险任务的O值加惩罚因子

用上这种智能系统,某医疗器械企业临床试验的时间预测准确率直接从72%飙到89%。想知道怎么实操?这篇文章详细讲了如何把PERT和数字工具结合


你真的会用PERT吗?灵魂拷问三连

  1. 遇到高度不确定性任务(比如首次应用量子计算算法)
→ 正确操作:改用宽限期估算法,设置最高达50%的应急储备

  1. 任务间存在强关联性(A延迟导致B材料成本涨)
→ 正确操作:加入协方差项ΣCov(A,B)重新计算总方差

  1. 资源争抢导致关键路径变形### 资源争夺战,PERT遇上关键链法
项目管理里最恶心的事不是算不准时间,是发现两个任务抢一个专家!某新能源汽车电池厂就碰到这破事:焊接机器人安装(TE=18天)和涂胶设备调试(TE=15天)明明能并行,结果都卡在等同个工程师验收。这时候得祭出关键链法(Critical Chain Method):
  1. 识别资源瓶颈 → 工程师是卡脖子环节
  2. 重排任务顺序 → 先搞定焊接安装
  3. 设置缓冲区 → 在18天节点加个"接驳缓冲"保后续任务

说白了,这是给PERT打了个"资源补丁"。传统PERT假设资源无限,但现实哪有这好事?这篇文章专门讲了怎么用关键链解决这种破事


敏捷时代,三点估算法还香吗?

别再问我"我们用Scrum要不要算PERT"!" 敏捷和三点估算根本不是非此即彼的事:
  • 适合场合:可行性研究阶段需求变动<20%的基建项目
  • 硬核优势:能量化低概率高影响风险(LPHI),比如药品审批突然改政策
  • 明显短板:对AI模型调优这种天天迭代的活儿基本没用

现在流行的是"PETR+看板"双模管理:前者掐着里程碑,后者盯着每日站会。就像做手术既要无影灯又要心电监护,各司其职呗