ARTICLE · 1100825
这份275页的AI项目管理标准,通篇没教工具,只盯一件事

🔧 PM的AI工具箱
我花了两个晚上翻完那份275页的AI项目管理标准,本以为能学到什么新工具——结果通篇没教一个按钮怎么点,它翻来覆去只回答一件事:AI干砸了,谁担责。
核心结论 · 适用范围
结论:2026年9月23日在杭州数贸会首发中文版的这份PMI标准,价值不在教工具,而在把"人在回路"落成可执行的权责边界。它也印证了我一直用的口径:AI出建议,人担责任。
适用范围:用AI做项目、正在纠结要不要追CPMAI的项目经理与PMO;文中标准内容据PMI官方及公开报道整理,CPMAI相关时间以PMI官方为准。
先交代清楚这份文件是什么。2026年9月23日,第五届全球数字贸易博览会在杭州,PMI正式发布《项目组合、项目集和项目管理的人工智能标准》中文版,由36氪联办发布活动。英文版2026年6月就出了,一共275页,支持十种语言,适用于项目组合、项目集、项目三个层级。它技术中立,不绑定任何厂商、任何模型。
它有个挺硬的头衔:全球首个且唯一获ANSI(美国国家标准学会)批准的AI项目管理标准。
但这些都不是我想说的。我想说的是——一个考了PMP 5A、天天在项目上跟AI打交道的人,翻完之后的真实感受。
CHAPTER 01
你以为它教工具,其实它只划"谁担责"
说实话,刚拿到手我是带着"找干货"心态的。哪知道从头翻到尾,没有任何一页教你某个模型怎么调、某个智能体怎么搭、某个提示词怎么写。
它的骨架是三样东西:八项指导原则、五大绩效域、一个AI全生命周期框架。而八项原则里,排在核心位置的就一条——人工监督处于所有流程的中心。
其余几条也都是同一个方向:数据质量决定输出质量;与战略价值无关的场景,不该占用项目组合资源;AI特有的风险会持续演进,要一直盯。
书里有句话点醒了我:这八项原则是"护栏",不是"操作说明"。它不教你工具怎么用,而是帮你判断三件事——这事儿该不该用AI、该在哪用、用的时候人站在哪个位置。
八项原则是护栏:它只管三件事
该不该用
与战略价值无关的场景,不该占用项目组合。先问值不值得,再问怎么做。
在哪用 · 怎么管
数据质量决定输出质量;AI特有风险持续演进,要全程盯,不是上线就完事。
谁站中间
人工监督处于所有流程的中心(人在回路)。这是其余所有原则的底座。
我为什么对"护栏"这个词这么有感触?因为它正好对应我踩过的坑。我最早用AI,是把它当"更快的执行者"——让它直接出风险方案、直接写周报。结果就是:方案里的风险是编的、周报数据对不上,差点带到评审会上去。
问题出在哪?我把"操作"交给了它,却没先装好"护栏"。标准不教你跑多快,它先让你别冲下悬崖。
CHAPTER 02
你以为"人在回路"是口号,其实它是张权责清单
"人在回路(Human in the Loop)"这词儿,这两年被讲得有点烂,听着像句正确的废话。但当我把它和标准里的五大绩效域对着看,才发现它其实非常具体——具体到能列出一张清单:哪些事能交给AI、哪些必须人盯着、出了错谁拍板。
五大绩效域说白了是这五件事:管理发起人、用户和监管的预期;界定清楚AI的范围;保障输出的准确性、可解释性和稳定性;让AI目标跟组织目标对齐;持续预见、监控并适应技术、伦理和监管风险。
你看,没一条是"让AI更聪明",全是"人怎么把住关"。
我把标准翻译成一张PMO权责清单
✅ 可以交给AI
采集状态、汇总数据、拉风险清单、生成初稿、按规则初步打分、提醒到期事项。
⚠️ AI先做、人必须核实
风险研判、趋势判断、对外汇报内容、跨项目冲突的初步建议——AI给底稿,人核真假。
⛔ 只能人拍板
动预算、动合同、动交付范围、启动风险升级、对外承诺——AI不担责,就不能替你决定。
这张清单,跟我这一年在项目上反复磨的三句话,几乎是一个意思:
维度和阈值,我定
预警和建议,我核实
升级和取舍,我拍板
为什么权责必须这么切?道理很朴素:谁能承担后果,谁才配做决定。AI不承担预算超支的后果、不承担合同违约的责任、不在交付失败的复盘会上被问责。既然它不担责,那动这些东西的手,就必须长在人身上。
标准把这层窗户纸捅破了:所谓"人在回路",不是让人在旁边看着AI干活,而是让人站在责任的终点上。
CHAPTER 03
你以为要赶紧追CPMAI,其实先看清自己在哪一档
标准一发布,很多老PMP第一反应是:是不是又有新证要考了?顺带被提起的,是CPMAI这个认证。
先把事实摆清楚。CPMAI源自Cognilytica的CPMAI方法论,PMI在2024年9月收购了Cognilytica。它面向AI项目管理,考试120题、160分钟,不强制前置经验。据数贸会首发活动披露,预计2026年12月开通注册、2027年向中国开放考试,具体以PMI官方为准。
在判断"要不要考"之前,我更想先看一组数。IDC的报告里有两个数字挺扎心:71%的企业存在AI工具和业务人才脱节的问题;现有技术培训能转化成业务成果的,只有18%。
这说明什么?说明眼下大多数人的问题,根本不是"少一张证书",而是"学了一堆、落不到业务上"。在这种情况下盲目追证,很可能又成了那沉没的82%。
CPMAI要不要追?对号入座
可以认真考虑
已经在实际带AI项目、需要一套统一方法论和对外资质背书;或所在组织明确把AI项目管理作为方向,考证能直接对接工作。
先做这件事
还没真正用AI跑完过一个项目闭环的——别急着考,先挑一个高频场景落地,有了体感,证才学得进去。
可以观望
工作中短期碰不到AI项目、或纯为缓解焦虑想"先考了防身"——国内考试尚未开放,等大纲和本地政策落地再定也不迟。
我自己的判断是:证书这东西,永远是"用得上的时候"才值钱,不是"考到手"就值钱。PMP对我有用,是因为我天天在项目里用它的语言和框架。CPMAI也一样——等你真在带AI项目、发现需要一套共同语言和资质时,它才是杠杆;在此之前,它更像一张昂贵的安慰剂。
更何况,那份275页的标准本身,已经把重要的东西免费讲透了。与其急着为一套考题付费,不如先把"人在回路"这四个字,在自己项目上做扎实。
写在最后
标准不教你怎么用工具,它教你别把责任交出去;护栏不限制你跑多快,它让你跑得稳;证书不替你做判断,它只在你用得上时添一把力。
AI时代的项目管理,不是让人退出回路,而是让人站到回路中央——那个能被问责、敢拍板、担后果的位置。
AI负责把活干快,人负责把责担稳。这是我看完这份标准,想留给自己、也留给同行的一句话。
你会考虑追CPMAI吗?评论区聊聊你的判断;如果觉得有用,也欢迎转发给身边还在纠结的项目经理。
每周固定更新
PM前言
一个管10个项目的PMO,记录AI时代项目管理的真实体感
📌 数据来源:PMI官网(pmi.org/standards/artificial-intelligence,标准结构与定位);36氪9月18日预热及9月23日发布报道;潮新闻、凤凰网9月24日杭州首发报道;IDC报告(71%脱节/18%转化)。据公开报道整理,部分时间节点以PMI官方为准,非本号实测数据。
🤖 AI参与说明:本文由作者结合阅读PMI《AI项目管理标准》及自身项目实践撰写,AI辅助资料整理与文字润色,事实、判断与数据均经作者核对,文责自负。文中标准内容据官方及公开报道整理,权责清单为作者个人经验翻译,非普遍承诺。
更新时间:2026年9月29日