KNEU Logo Публікації КНЕУ імені Вадима Гетьмана Publications of KNEU named after Vadym Hetman
Switch to Ukrainian Switch to English
Modeling and Information System in Economics

Modeling and Information System in Economics

ISSN 2708-9746
Кордунов Сергій Юрійович
Serhii Kordunov

Інтеграція штучного інтелекту в процеси управління IT-проєктами

Integration of artificial intelligence into IT project management processes

DOI:

10.33111/mise.105.7

Анотація: Метою статті є розробка комплексної методології та чотирирівневої архітектури для глибокої інтеграції штучного інтелекту в процеси управління ІТ-проектами, забезпечення переходу від реактивного до прогнозного та прескриптивного управління повним життєвим циклом проєкту з урахуванням сучасних Agile/DevOps практик, DORA-метрик, мікро сервісних та хмарно-орієнтованих архітектур, а також домінуючої екосистеми інструментарію 2025–2026 років. Наукова новизна. Новизна полягає в систематизації підходів до використання даних Git, журналів CI/CD, телеметрії інфраструктури та результатів статичного аналізу коду як єдиного мультимодального джерела навчання для моделей ШІ, а також у створенні безшовної чотирирівневої архітектури, що забезпечує узгоджену взаємодію прогнозних (градієнтне бустинг, LSTM, графові нейронні мережі), прескриптивних (агенти навчання з підкріпленням) та генеративних (RAG-доповнений CodeLlama) компонентів з існуючими CI/CD-конвеєрами та системами управління проєктами (Jira, GitLab, Azure DevOps). Вперше запропоновано нову інтегральну метрику ефективності на основі показників DORA. Результати. Було розроблено модульну архітектуру, яка агрегує інженерні артефакти в режимі реального часу через спеціалізований ETL та шар сховища функцій, виконує мультимодальну аналітичну обробку, генерує прескриптивні рекомендації та автоматично створює маніфести інфраструктури як коду (Infrastructure-as-Code). Моделювання продемонструвало, що послідовне впровадження запропонованого рішення дозволяє ІТ-командам досягти елітного рівня продуктивності за всіма чотирма показниками DORA (час циклу < 1 день, час виконання змін < 1 день, частота розгортання > 100/місяць, MTTR < 1 година) протягом 6–10 місяців. Порівняльний аналіз підтвердив покращення точності прогнозування часу циклу на 26–31%, автоматизацію управління технічним боргом та впровадження раніше недоступних функцій — розрахунку оцінки ризику розгортання та контекстно-залежної генерації IaC. Висновки. Розроблена методологія та архітектура усувають поверхневий характер існуючих помічників ШІ та створюють єдину прогнозну прескриптивну систему управління ІТ-проектами, яку можна впроваджувати поступово, використовуючи відкриті API сучасних інструментів. Результати відкривають шлях для реального переходу DevOps-команд до автономного управління життєвим циклом з постійним самовдосконаленням моделей.
Abstract: The article aims at developing a comprehensive methodology and four-layer architecture for deep integration of artificial intelligence into IT project management processes, ensuring the transition from reactive to predictive and prescriptive management of the full project lifecycle with regard to modern Agile/DevOps practices, DORA metrics, microservice and cloud-native architectures, and the dominant tooling ecosystem of 2025–2026. Scientific novelty. The novelty lies in the systematisation of approaches to using Git data, CI/CD logs, infrastructure telemetry and static code analysis results as a unified multimodal training source for AI models, as well as in the creation of a seamless four-layer architecture that provides coordinated interaction of predictive (gradient boosting, LSTM, Graph Neural Networks), prescriptive (Reinforcement Learning agents) and generative (RAG-augmented CodeLlama) components with existing CI/CD pipelines and project management systems (Jira, GitLab, Azure DevOps). A new integral efficiency metric based on DORA indicators is proposed for the first time. Results. A modular architecture has been developed that aggregates engineering artefacts in real time through a specialised ETL and feature store layer, performs multimodal analytical processing, generates prescriptive recommendations and automatically creates Infrastructure-as-Code manifests. Modelling demonstrated that sequential implementation of the proposed solution enables IT teams to reach elite performance level according to all four DORA metrics (cycle time < 1 day, lead time for changes < 1 day, deployment frequency > 100/month, MTTR < 1 hour) within 6–10 months. Comparative analysis confirmed 26–31 % improvement in cycle time forecasting accuracy, automation of technical debt management and introduction of previously unavailable functions — deployment risk score calculation and context-aware IaC generation. Conclusions. The developed methodology and architecture eliminate the superficial nature of existing AI assistants and create a unified predictive prescriptive IT project management system that can be implemented incrementally using open APIs of modern tools. The results open the way for real transition of DevOps teams to autonomous lifecycle management with continuous self-improvement of models.
Ключові слова: штучний інтелект, управління ІТ-проектами, глибока інтеграція, прогнозна аналітика, прескриптивна аналітика, метрики DORA, DevOps, мікро сервіси, інфраструктура як код.
Key words: artificial intelligence, IT project management, deep integration, predictive analytics, prescriptive analytics, DORA metrics, DevOps, microservices, Infrastructure as Code.
УДК: 004.89:005.8
UDC: 004.89:005.8
To cite paper
In APA style
Kordunov, S. (2025). Integration of artificial intelligence into IT project management processes. Modeling and Information System in Economics, 105, 83-97. http://doi.org/10.33111/mise.105.7
In MON style
Кордунов С.Ю. Інтеграція штучного інтелекту в процеси управління IT-проєктами. Моделювання та інформаційні системи в економіці. 2025. № 105. С. 83-97. http://doi.org/10.33111/mise.105.7 (дата звернення: 28.06.2026).
With transliteration
Kordunov, S. (2025) Intehratsiia shtuchnoho intelektu v protsesy upravlinnia IT-proiektamy [Integration of artificial intelligence into IT project management processes]. Modeling and Information System in Economics, no. 105. pp. 83-97. http://doi.org/10.33111/mise.105.7 [in Ukrainian] (accessed 28 Jun 2026).
# 105 / 2025 # 105 / 2025
Download Paper
40
Views
8
Downloads
0
Cited by

1. Бушуєв С. Д., Ільїн О. В., Пузійчук А. М., Лященко Т. В. Інтеграція штучного інтелекту в бази знань управління інноваційними проєктами. Управління розвитком складних систем. 2025. № 61. С. 42–51. DOI: 10.32347/2412-9933.2025.61.42-51. URL: http://mdcs.knuba.edu.ua/article/ view/326501 (дата звернення: 02.12.2025).

2. Гайдаєнко О. В., Серік О. А. Інтегрована модель управління зміс том ІТ-проєктів банку. Наукові праці Вінницького національного техні чного університету. 2025. Вип. 3. 10 с. DOI: 10.31649/2307-5376-2025-3 55-64. URL: https://praci.vntu.edu.ua/index.php/praci/article/view/860 (дата звернення: 02.12.2025).

3. Крискун І. І., Орлова-Курилова О. В. Керування ризиками в управ лінні ІТ-проєктами з використанням інструментів штучного інтелекту. Вчені записки Університету «КРОК». 2025. № 2(78). С. 315–325. DOI: 10.31732/2663-2209-2025-78-315-325. URL: https://snku.krok.edu.ua/ index.php/vcheni-zapiski-universitetu-krok/article/view/954 (дата звернення: 02.12.2025).

4. Насад Н. В., Крискун І. М. Засади управління проектами ІТ-компаній: методики та інструменти. Економіка. Менеджмент. Бізнес. 2025. № 1(48). С. 57–62. DOI: 10.31673/2415-8089.2025.015762. URL: https://journals.dut.edu.ua/index.php/emb/article/download/3138/3019/ (дата звернення: 02.12.2025).

5. Новак О. О., Гуржій В. О. Інтеграція штучного інтелекту в управ ління проєктами: досвід платформи Aladdin від BlackRock. Економіка та суспільство. 2025. № 79. 6 с. DOI: 10.32782/2524-0072/2025-79-44. URL: https://economyandsociety.in.ua/index.php/journal/article/view/6687 (дата звернення: 02.12.2025).

6. Ноздріна Л. В. Використання штучного інтелекту в управлінні проєктами ІТ-галузі. Вісник Львівського університету. Серія економі чна. 2025. Вип. 68. С. 1–19. DOI: 10.30970/ves.2025.68.0.6813. URL: https://publications.lnu.edu.ua/bulletins/index.php/economics/article/viewFil e/13750/14187 (дата звернення: 02.12.2025). 96

7. Пономарьов О. В., Поліщук О. В. Інтеграція інструментів штучного інтелекту в адміністративний менеджмент і управління проєктами. Наукові перспективи. 2025. № 5(15). С. 951–970. DOI: 10.52058/3041 1254-2025-5(15)-951-970. URL: https://perspectives.pp.ua/index.php/sas/ article/download/24353/24329/30990 (дата звернення: 02.12.2025).

8. Bushuyev S., Murzabekova S., Khussainova M., Saidullayev R. Augmented Competency in the Management of IT Projects in the Environment of Artificial Intelligence. Hope for a Sustainable Future: Blending AI&IT, ESG, and Capital Projects. 2025. P. 117–127. DOI: 10.56889/fdlw1553. URL: https://publications.ipma.world/conference/33rd ipma-world-congress/articles/33wc202407/ (date of access: 02.12.2025).

9. Das J. K., Elegbe I., Coffie Lord, Khadka R., Chen L., Ji Y. AI-Powered IT Project Management: Analyzing the Effectiveness of Advanced Project Management Tools to Ensure Project Efficiency. SoutheastCon 2025. 2025. P. 1554–1559. DOI: 10.1109/southeastcon56624.2025.10971718. URL: https://ieeexplore.ieee.org/document/10971718 (date of access: 02.12.2025).

10. Nabil A. R., Sultan M., Amin M. R., Akther M. N., Rayhan R. U. Ethical and Legal Considerations of AI in IT Project Management: Addressing AI Biases, Data Privacy, and Governance. Journal of Computer Science and Technology Studies. 2025. Vol. 7, no. 2. P. 102–113. DOI: 10.32996/jcsts.2025.7.2.9. URL: https://www.researchgate.net/publication/ 390730994_Ethical_and_Legal_Considerations_of_AI_in_IT_Project_Mana gement_Addressing_AI_Biases_Data_Privacy_and_Governance (date of access: 02.12.2025).

11. Sakhawat Hussain Tanim, Md Sabbir Ahmad. AI driven strategic decision-making in IT project management: Enhancing risk assessment, cost control, and efficiency. World Journal of Advanced Research and Reviews. 2025. Vol. 25, no. 2. P. 247–268. DOI: 10.30574/wjarr.2025.25.2.0366. URL: https://journalwjarr.com/node/555 (date of access: 02.12.2025).

11. Sakhawat Hussain Tanim, Md Sabbir Ahmad. AI driven strategic decision-making in IT project management: Enhancing risk assessment, cost control, and efficiency. World Journal of Advanced Research and Reviews. 2025. Vol. 25, no. 2. P. 247–268. DOI: 10.30574/wjarr.2025.25.2.0366. URL: https://journalwjarr.com/node/555 (date of access: 02.12.2025).