我2019年撰寫此書時，提出令一些人認為滿大膽的論點：專案管理已悄悄成為這個世界創造價值的方式，不論是從我們的職業，到我們的公司，或從政府到整個國家。因此，學習如何妥善領導專案，將是未來十年的必備技巧。我把這種轉變稱為「專案革命」。
我沒預料到，這個論點會如此迅速的受到檢驗。
提出此論點後不久，生成式AI（generative artificial intelligence）的推進速度是我二十多年研究觀察中未曾見過的。短短數月之間，這個能研擬計畫、製作百頁報告的摘要、估計預算、揪出潛藏風險、寫出進度報告初稿的工具，就從新奇玩具變成日常習慣。現在，不論歐洲的董事會會議室、波斯灣區舉辦的主題演講、拉丁美洲和亞洲的研習營，不論我到何處，總有企業經理向我提出同樣的問題：AI是否改變我們做專案的所有方式？
我嘗試用這篇新版序言，誠實的回答這個問題。比起一個簡單的「是」或「否」，這個誠實的回答更細膩，我也希望這是對你更有用的答案。
首先考慮的是前景。AI已經改變做專案的方式，顧能公司（GARTNER）早前預測，到2029年底，現有的專案管理工作（包括資料蒐集、追蹤、以及無盡的進度報告等）約有80％將由機器處理，不再由人員處理。在該公司更近期的研究中，接受調查的科技業領導人預期，到2030年，幾乎沒有任何數位類型工作是不使用AI的。這一行裡機械性的工作，正在我們眼前被機器接手，這是真真確確發生的事情，也是一件好事，因為這意味著，「時間」這項最佳人才最寶貴的資源可以用於其他方面。
不過，所有領導人應該仔細思考一個矛盾：AI不會憑空發揮作用，它是透過專案進入組織的；但是，這些AI專案的失敗率高得驚人。一份發表於2025年、廣受討論的麻省理工學院研究報告，檢視三百多項企業AI部署案後得出結論：儘管企業投資高達300億至400億美元，大約95％的生成式AI試行專案並未對獲利產生可以量化的影響，每二十項試行專案只有一項真正上線，並產生實質價值。
請仔細閱讀這份報告中闡述的原因，它們解釋本書存在的理由。那些AI試行專案之所以失敗，與AI模型的品質近乎無關，它們失敗的原因是：和實際工作流程脫節；從未清楚定義問題；沒有明確當責的人；在董事會上驚豔全場的工具，在實務上運行得一團糟。簡單來說：目的不明、沒有負責人、執行力薄弱。這些是專案管理中最老生常談的故事，但加上最新的包裝。
我研究專案成敗原因二十多年，對這種模式再熟悉不過，AI非但沒解決專案失敗常見的問題，還火上加油！我們著迷於開始新專案，害怕停止現有的專案。當推出一項試行專案的成本近乎為零時，我們就想推出幾十項，頂著創新名號的「AI方案」因此蜂擁出現，悄悄耗掉公司的資金、人力與注意力，以往在一季中提議三項專案的團隊，如今一個下午就能生出三十項專案。我們遇到的瓶頸從來不是「撰寫」專案，而是「選擇」專案。
在此我要承認一件事：最早看到AI工具能做的事情時，我曾想過，這些工具會不會終於讓專案績效突破停滯五十年的僵局？像是贊助人不給力、目的不清楚，只要自動化做得夠多，是不是就能彌補這些缺失？麻省理工學院的研究報告數據和我的觀察很快就改變我一開始的看法。若地圖錯誤，縱使擁有更強力的引擎，也幫不上忙。AI使我們加快速度，但不會使我們變得更高明，這部分仍然得靠自己提升能力。
這正是本書的核心架構，即專案規劃圖（project canvas）的重要性現在不減反增的原因。
我把這個專案規劃圖設計得夠簡單，能讓任何人使用，並聚焦於真正影響專案成敗的因素：不是流程與控管，而是目的、人、以及價值。
【節錄自：修訂版序 生成式AI時代的專案革命】
我沒預料到，這個論點會如此迅速的受到檢驗。
提出此論點後不久，生成式AI（generative artificial intelligence）的推進速度是我二十多年研究觀察中未曾見過的。短短數月之間，這個能研擬計畫、製作百頁報告的摘要、估計預算、揪出潛藏風險、寫出進度報告初稿的工具，就從新奇玩具變成日常習慣。現在，不論歐洲的董事會會議室、波斯灣區舉辦的主題演講、拉丁美洲和亞洲的研習營，不論我到何處，總有企業經理向我提出同樣的問題：AI是否改變我們做專案的所有方式？
我嘗試用這篇新版序言，誠實的回答這個問題。比起一個簡單的「是」或「否」，這個誠實的回答更細膩，我也希望這是對你更有用的答案。
首先考慮的是前景。AI已經改變做專案的方式，顧能公司（GARTNER）早前預測，到2029年底，現有的專案管理工作（包括資料蒐集、追蹤、以及無盡的進度報告等）約有80％將由機器處理，不再由人員處理。在該公司更近期的研究中，接受調查的科技業領導人預期，到2030年，幾乎沒有任何數位類型工作是不使用AI的。這一行裡機械性的工作，正在我們眼前被機器接手，這是真真確確發生的事情，也是一件好事，因為這意味著，「時間」這項最佳人才最寶貴的資源可以用於其他方面。
不過，所有領導人應該仔細思考一個矛盾：AI不會憑空發揮作用，它是透過專案進入組織的；但是，這些AI專案的失敗率高得驚人。一份發表於2025年、廣受討論的麻省理工學院研究報告，檢視三百多項企業AI部署案後得出結論：儘管企業投資高達300億至400億美元，大約95％的生成式AI試行專案並未對獲利產生可以量化的影響，每二十項試行專案只有一項真正上線，並產生實質價值。
請仔細閱讀這份報告中闡述的原因，它們解釋本書存在的理由。那些AI試行專案之所以失敗，與AI模型的品質近乎無關，它們失敗的原因是：和實際工作流程脫節；從未清楚定義問題；沒有明確當責的人；在董事會上驚豔全場的工具，在實務上運行得一團糟。簡單來說：目的不明、沒有負責人、執行力薄弱。這些是專案管理中最老生常談的故事，但加上最新的包裝。
我研究專案成敗原因二十多年，對這種模式再熟悉不過，AI非但沒解決專案失敗常見的問題，還火上加油！我們著迷於開始新專案，害怕停止現有的專案。當推出一項試行專案的成本近乎為零時，我們就想推出幾十項，頂著創新名號的「AI方案」因此蜂擁出現，悄悄耗掉公司的資金、人力與注意力，以往在一季中提議三項專案的團隊，如今一個下午就能生出三十項專案。我們遇到的瓶頸從來不是「撰寫」專案，而是「選擇」專案。
在此我要承認一件事：最早看到AI工具能做的事情時，我曾想過，這些工具會不會終於讓專案績效突破停滯五十年的僵局？像是贊助人不給力、目的不清楚，只要自動化做得夠多，是不是就能彌補這些缺失？麻省理工學院的研究報告數據和我的觀察很快就改變我一開始的看法。若地圖錯誤，縱使擁有更強力的引擎，也幫不上忙。AI使我們加快速度，但不會使我們變得更高明，這部分仍然得靠自己提升能力。
這正是本書的核心架構，即專案規劃圖（project canvas）的重要性現在不減反增的原因。
我把這個專案規劃圖設計得夠簡單，能讓任何人使用，並聚焦於真正影響專案成敗的因素：不是流程與控管，而是目的、人、以及價值。
【節錄自：修訂版序 生成式AI時代的專案革命】
