PMI在数贸会发布《人工智能项目管理标准》中文版，推动AI从技术能力迈向组织能力

9月23日，在第五届全球数字贸易博览会（数贸会）H-Tech专区，由PMI项目管理协会与36氪联合举办的“智启新程·数管未来——PMI人工智能项目管理标准发布”活动成功举行。来自国际组织、科研机构、行业协会及企业实践一线的多位专家学者齐聚杭州，围绕人工智能时代的项目管理、组织治理与人才发展展开深入探讨。活动现场，PMI正式发布《项目组合、项目集和项目管理的AI标准》中文版，并系统介绍了面向AI时代的学习与能力发展体系。

当前，人工智能正从技术探索步入规模化落地阶段。面对企业在AI项目推进过程中普遍面临的治理、组织协同、人才能力与价值实现等挑战，PMI希望通过标准、实践框架与能力体系建设，帮助组织和个人将AI从技术能力转化为真正可持续的组织能力和职场竞争力。

PMI正式发布全球首个且唯一

获得ANSI批准的AI项目管理标准中文版

王梦妍，PMI中国区总裁

AI正在快速改变企业运营方式，但技术能力并不天然等同于商业价值。企业真正面临的挑战，在于如何推动组织转型、人才升级以及治理体系建设。

PMI 中国区总裁王梦妍在致辞中表示，当前 AI 在企业落地遵循 "1/2/7" 规律 ——10% 靠大模型，20% 靠企业内部数据，70% 靠组织变革，而 PMI 最擅长的正是那 70% 的组织转型与人才培养。"当大家都在用 AI 的时候，怎么把它转变成企业真正的收益？" 她指出，技术快速迭代速度远超企业人才体系搭建节奏，智能体进入企业沟通框架后，谁来决策、谁担风险成为新课题。正是在这一背景下，PMI 将全球最新 AI 标准与认证体系带到中国。

活动现场，PMI正式发布的《项目组合、项目集和项目管理的AI标准》中文版（简称《PMI AI标准》），以“人在回路（Human in the Loop）”为核心理念，通过八项指导原则、五大绩效域及AI全生命周期框架，帮助企业将零散的、即兴的AI使用，转变为系统、规范、可治理、可追责的实践。PMI同时表示，将持续完善AI时代的学习资源与能力发展体系，并计划于2026年底在中国发布PMI-CPMAI™全球AI项目管理专业认证及配套学习资源。

从AI工具使用走向AI能力建设

Puneeta Singh，PMI全球AI解决方案与市场负责人

Puneeta指出，组织当前真正面对的问题已经不是“是否采用AI”，而是“是否具备持续用好AI的能力”。许多企业在技术应用速度上已经超过治理建设速度，由此带来了风险管理、责任边界和组织协同等新的挑战。

她将未来能力划分为三类：易逝技能-容易被替代的技能；耐用技能-可长期迁移的专业能力；持久技能-人类独有且持续增值的能力。她表示：“当下，工具、技术等虽然重要，但会被快速迭代；耐用技能不绑定任何工具和厂商，帮我们理解技术的框架、概念和思想的模型；批判性思维、判断力、伦理决策、领导力、沟通能力属于持久技能，AI越强大，它们越增值。”其中，持久技能以及持续学习能力将成为AI时代最重要的竞争优势。

在标准解读环节，她强调《PMI AI标准》“立足真实工作交付场景，不绑定任何厂商或模型，是适用于项目组合、项目集与项目三个层级的通用实践框架。”八项指导原则是护栏而非操作说明，它不会告诉你某个工具怎么用，而是帮助你判断到底该不该用AI、在哪里用和怎么用。五大绩效域提供了从利益相关方期望值管理到风险不确定性应对的实操框架。AI全生命周期框架覆盖从业务理解、数据准备到模型开发、评估及运营管理的全过程，帮企业将AI治理要求嵌入交付和价值创造的每一个环节。

标准有了，政策层面如何接驳？于行业一线如何落地？各界人士在数贸会分享了他们的看法：

AI时代的人才能力重塑与政策响应

谢晶，中国人事科学研究院教育培训与能力建设研究室副主任研究员

谢晶从人才发展和政策视角分享了AI时代劳动者能力变革趋势。

她指出，AI正在重新定义岗位标准与能力标准：世界经济论坛《2025未来就业报告》预测，到2030年全球约40%的工作技能将发生迭代，AI替代约9200万个岗位的同时，将创造1.7亿个新岗位。岗位变迁的本质不是“消失或被替代”，而是任务重组与人机分工——机器接管重复性、标准化劳动，人转向增长判断、创造与复杂协同。企业对人才的要求正从单一专业技能转向专业能力、数据思维与AI应用能力的复合型能力组合。

政策层面，人社部《中华人民共和国职业分类大典（2022年版）》首次标注97个数字职业，2025年AI相关岗位从职业向工种纵深，2026年新颁布的11个新职业中5个为数字职业。累计发布数字类职业已达113个。新职业的迭代正跟随AI发展持续加快。谢晶认为可以从技能培训、终身学习、就业服务和权益保障四个方面探索构建AI时代人力资源开发治理方案。 

金融行业的AI落地路径与治理实践

赵小飞，中国信息通信研究院金融科技研究中心副主任

赵小飞从行业角度描绘了AI在金融领域的应用图景。他提出，金融业AI应用呈现出“微笑曲线”的特征，即研发侧和服务侧应用较快，而核心业务侧因环节多、流程复杂、监管要求高而落地困难。

在AI实践过程中，金融机构也面临共识不足、组织协同复杂、风险治理要求高等挑战。对此，他介绍了信通院已就金融机构大模型应用形成建设指南，从战略目标、组织机构、资源保障、应用场景规划、技术架构、安全治理到效能评估七个方面推进；以及“三步走”场景规划路径，即夯实基础聚焦共性需求，进行核心业务赋能，进入大规模驱动决策阶段。

他认为，随着AI项目规模持续扩大，项目管理标准将成为推动行业规范化落地的重要基础设施。他透露信通院正在与PMI中国合作，推动人工智能项目管理标准在国内的落地。

构建可信AI，治理必须前置

韩蒙，君同未来创始人兼CEO

作为长期从事AI可信与AI生态治理研究的专家，韩蒙从企业落地实践角度分享了AI治理的重要性。

他将AI治理框架概括为四个环节：资产显形、准入评测、实时防护、追踪审计。“你都不知道有多少智能体在跑，怎么管理它？就像不知道有多少员工，就没办法管理一样。”他指出，随着智能体（Agent）开始参与决策和执行，企业需要回答一个关键问题：当AI开始行动后，谁为结果负责？

在他看来，AI治理不应成为项目验收阶段的补充工作，而应从项目立项阶段开始贯穿全生命周期。企业需要建立覆盖资产识别、能力评测、实时管控与审计追踪的完整治理体系，确保AI创新与风险控制同步推进。

圆桌论坛：

AI治理与项目管理如何跨越“最后一公里”

圆桌论坛

在圆桌论坛环节，中国信息协会数据智能专委会副主任委员潘彭丹、杭州市人工智能学会秘书长赵星伦以及PMI AI标准译者专家郭晗围绕“AI治理与项目管理标准：从规范到落地”展开深入讨论。

郭晗：

他认为，AI犹如“没有成年却极具天赋的孩子”，企业导入AI后，不只是增加了一项工具，更需要重构管理制度与责任体系。《PMI AI标准》的价值正在于帮助组织建立新的治理框架。

赵星伦：

他指出，目前AI产业最大的挑战仍是产业需求与技术能力之间的鸿沟。企业首先需要定义清晰业务目标，标准的意义则在于帮助产业实现供需协同和规模化落地。

潘彭丹：

她强调，AI时代最大的挑战仍然是“人”。无论智能体如何发展，最终决策责任依然由人承担。因此，AI治理本质上仍是组织治理与管理能力建设的问题。她提出，“AI+”将是一把手工程，企业领导层必须将其纳入核心战略议题。

从技术能力到治理能力

智启新程 数管未来

AI竞争正在从模型、算力与参数竞争，逐步转向治理体系、组织能力与人才能力的竞争。标准的价值不仅在于建立统一语言，更在于帮助企业形成可复制、可落地、可持续的实践路径。

作为全球项目成功领域的权威机构，PMI将持续依托全球研究成果、标准体系、学习资源与专业社区，推动AI与项目管理深度融合，帮助更多组织在智能时代实现从技术创新到商业价值创造的跨越。

AI的下半场，竞争的不再只是参数，而是治理能力。

本文来自微信公众号“PMP考试官方”，作者：PMI，36氪经授权发布。