CPMAI 是由 PMI（Project Management Institute） 所推出的新認證，全名為 Cognitive Project Management in AI (CPMAI) 。它專為 AI、機器學習、資料科學等相關領域中專案管理與領導能力的培養而設計。我感覺也算是PMI正式將PM的專業證照往AI領域結合的第一張專業證書, 由此也看來AI經歷了這些年的發展逐步成熟, AI專案管理的需求終於算是多到到連PMI都需要設立專業證照的時刻了

你會想說為什麼一定需要CPMAI？由於在AI專案中，許多挑戰出現在以下幾個方面：目標不清、資料品質不佳、技術與業務需求脫節、缺乏信任與倫理考量，導致專案無法落地。PMI-CPMAI的設計宗旨，就是要填補這些PM面對AI專案的管理技術缺口，使得AI專案能夠更系統、更穩健、更貼近商業與道德的需求。也因此PMI提供一門免費的導入課程“Free Introduction to Cognitive Project Management in AI (CPMAI)”來幫助PM初步理解這個方法論與證照內容。

主要的AI專案管理與策略核心有兩個部分, 其一是"六迭代階段方法論":

CPMAI（認知人工智慧專案管理方法論）將 AI 專案的生命週期組織成六個迭代階段。
這些階段並非線性的檢查清單，而是構成一個循環，納入了持續的回饋、持續的學習，並確保與業務目標保持一致。
這六個迭代階段包括：

1. 階段 I：業務理解（Business Understanding）：確定要解決的業務問題、設定成功標準、定義範疇，並進行 AI Go/No-Go 可行性檢查。
2. 階段 II：資料理解（Data Understanding）：評估所需資料的數量和品質，盤點資料來源，並處理大資料的「V」（容量、多樣性、速度、真實性），以及考量資料治理和隱私問題。
3. 階段 III：資料準備（Data Preparation）：執行資料清理、資料整理、標註和註釋，並開發可靠且可重複的資料管線 (Data Pipelines)。
4. 階段 IV：模型開發（Model Development）：選擇合適的演算法和工具，利用現有的預訓練模型（如果適用），以及訓練和調整模型。
5. 階段 V：模型評估（Model Evaluation）：在部署前，從技術和業務績效角度嚴格測試 AI 解決方案，並決定是否部署（Go/No-Go 決定）。
6. 階段 VI：模型營運化（Model Operationalization）：將經過驗證的 AI 解決方案整合到組織系統和工作流程中，規劃部署環境，並建立模型版本控制和再訓練資料管線。

和另一項是歸納出的"七種 AI 模式":

1.辨識(Recognition) : 從非結構化輸入（如圖像、音訊或文件）中分類或提取有意義的資訊。
2.對話與人機互動(Conversational & Human Interaction) : 使 AI 系統透過自然語言（打字或口語）與人類使用者互動。
3.預測分析與決策支援(Predictive Analytics & Decisions) : 使用歷史資料預測結果或趨勢，並透過資料驅動的洞察支援人類決策。
4.目標驅動系統(Goal-Driven Systems) : 在約束條件下，透過搜尋或規劃可能的策略來最佳化特定目標。
5.自主系統(Autonomous Systems) : 系統或代理在最少的人工干預下運行，並即時適應動態環境。
6.模式與異常(Patterns & Anomalies) : 識別資料點何時偏離常態，或在沒有預定義標籤的情況下發現資料中的隱藏模式。
7.超個人化(Hyperpersonalization) : 根據過去的行為和上下文，近乎即時地為每個個人或用戶個人化內容或推薦。

但是目前課程和考照費用還高達$699(會員價)算是相當昂貴, 而且雖然是PMI推出的證照, 但整體名氣還沒起來, 國內的PM輔導機構也都還沒有導入開班的跡象, 所以打算是目前Free課程學習完後先暫時觀望, 但也可以先自行摸索上面提到的六個迭代與七種模式在實際AI專案上的適用性與通用性, 嘗試應用在目前的AI專案管理工作中!!