AI 專案不缺工程師，缺的是會管的人：從 CPMAI 預習導讀開始

這一年，我在企業現場聽到最多的一句話是：老闆要我們導入 AI，但不知道從哪裡開始。

我們曾做過一份問卷，回收 71 份。94% 的專案管理者認為，未來兩到三年，專案經理需要具備 AI 專案管理能力。但被問到「下一個專案如果是 AI 專案，有沒有信心帶領」，只有 28% 的人說有。需要的人有九成，敢帶的不到三成。這個落差不是努力不夠，而是這個領域太新，還沒有人系統性地教過大家。需要說明的是，樣本以長宏圈內的專案管理者為主，不代表整個市場，但方向很清楚。

更值得注意的是大家害怕什麼。前三名依序是：AI 專案的風險與治理、不知道怎麼把商業需求轉成 AI 專案、資料品質與資料需求難以掌握。三個答案裡，沒有一個是寫程式。大家擔心的是：這件事該不該做、會不會出事、做完值不值得。這些都是管理與決策的問題，剛好落在專案經理的工作範圍裡。

先認識這套方法論

CPMAI 的全名是 Cognitive Project Management in AI，是專門管理 AI 專案的方法論，現在由 PMI 納入旗下。它的核心只有一句話：以資料為中心，而不是以功能為中心。把 AI 專案當成一般軟體開發來管理，是專案失敗的首要原因。

PMI-CPMAI 專業認證徽章（PMI Certified Professional in Managing AI）

我常用一個比喻：管 AI 專案，像帶小孩學東西。AI 不是照規則做事，而是從資料裡學會的。給它錯的圖片，它就認錯水果，所以教材比老師更重要，而且要一步一步來，考不好就回頭調整。

這個思維落實成六個階段：業務理解、資料理解、資料準備、模型開發、模型評估、營運化。關鍵設計是箭頭可以回頭，評估結果不好就退回去調整，而不是硬著頭皮上線。最容易失敗的是前三關，也就是需求與資料。傳統專案從需求開始，AI 專案要同時看資料，因為資料決定了天花板。

五個領域，各有分工

這套方法也對應到五大領域：可信賴 AI、業務需求與方案、資料需求、模型開發與評估、營運化。其中業務需求與資料需求各占 26%，合計超過一半。這代表方法論的重心很明確：先問對問題，再顧好資料。技術是後面的事。

推薦的第一步

如果你想先弄清楚 CPMAI 是什麼，我推薦從這裡開始：

CPMAI 預習導讀

這是一份互動式的學習頁面，不需要任何 AI 背景。內容有六個模組、44 題情境測驗、101 個專有名詞白話解說，並跟著好鄰居連鎖超商的專案經理雅婷，把六階段與五大領域完整走一遍。它不是為了讓你背誦，而是讓你先建立一張地圖，知道 AI 專案從哪裡開始、卡關通常發生在哪裡。

讀完之後，從三件事開始推行

預習只是起點，真正的價值在組織裡落地。我建議從三件小事做起：

1. 統一語言。讓團隊、業務與主管對六階段有共同理解，溝通成本會立刻下降。
2. 先問該不該做。在任何 AI 專案啟動前，先回答它要解決什麼問題、成功長什麼樣子。
3. 先盤點資料。資料夠不夠、乾不乾淨、能不能用，要在選模型之前回答。

AI 專案管理這件事，十年後會像今天的專案管理一樣普遍。現在先讀懂它的人，就是組織裡最早能說出「這個 AI 專案，交給我」的人。

周龍鴻 Roger 老師｜台灣國際敏捷大使