腾讯健康以项目管理Skills缩短交付长尾

腾讯健康团队针对「AI 提升了研发个体效率但端到端交付周期未同步改善」的问题，把 PM 工作从过程管理转为效率治理，按数据可见→数据可信→异常定位→瓶颈挖掘四步推进：先把需求从评审到发布拆解为统一阶段并明确每阶段的责任角色与交付条件、继续拆到「一个任务对应一个责任主体」的原子化任务，使组织运行可观测。 再借 TAPD 自动化规则，由任务状态变化、评审完成、测试流转、发布节点等事件自动驱动状态变化，从人工汇报转向系统推断，使阶段耗时、等待时长与 Lead Time 具备统计意义。随后构建 AI 持续巡检机制扫描阶段等待超时、需求长期未流转、资源负荷异常、单点依赖风险等信号，并做双周/月度健康度分析形成组织交付画像。 能力沉淀为围绕项目管理工作流的 PM-Skills：项目治理 Skill（工作流与自动化规则治理）、健康巡检 Skill（晨间快照自动聚合项目总览/迭代进度/任务看板/风险预警/待规划需求，晚间复盘对比当天变化形成「早上定行动、晚上看结果」闭环，健康度分析给出交付效率、协作效率、质量趋势与改进建议）、智能需求排期 Skill（仍在建设，把需求规模、角色依赖、人员负载与阶段先后关系结构化呈现）。 效果上，业务需求交付周期中位数由 19 天降至 9 天（提效 52.6%），P85 由 52 天降至 23 天（提效 55.8%），可预测性（P85 与中位数差距）由 33 天收敛到 15 天，30 天以上长尾需求占比由 35% 降至 7%、其中 60 天以上由 11% 降至 0%，≤14 天交付占比升至 71%。 问题发现从「事后 1—2 周」提前到「风险出现的 1—3 天内」。该范式已在部门自研业务线复用。