AI đang ngày càng được ứng dụng vào nhiều hoạt động của doanh nghiệp, từ tự động hóa quy trình, phân tích dữ liệu đến phát triển sản phẩm và hỗ trợ ra quyết định. Tuy nhiên, triển khai một dự án AI không chỉ đơn giản là lựa chọn một công cụ hoặc xây dựng một mô hình AI.

Một dự án AI có thể gặp trở ngại từ nhiều yếu tố: bài toán kinh doanh chưa được xác định rõ, dữ liệu chưa đáp ứng yêu cầu, tiêu chí đánh giá chưa phù hợp, rủi ro về quyền riêng tư và đạo đức, hoặc giải pháp chưa được chuẩn bị đầy đủ để đưa vào vận hành.

Trong bối cảnh đó, PMI-CPMAI (PMI Certified Professional in Managing AI) được PMI phát triển nhằm xác nhận năng lực quản lý và triển khai các sáng kiến AI theo một phương pháp có cấu trúc, dựa trên CPMAI Methodology.

Vậy PMI-CPMAI là gì, chứng chỉ này dành cho ai và người làm quản lý dự án có thể học được gì từ PMI-CPMAI?

Chứng chỉ PMI-CPMAI là gì?

PMI-CPMAI (PMI Certified Professional in Managing AI) là chứng chỉ của Project Management Institute (PMI) dành cho những người tham gia quản lý và triển khai các sáng kiến AI.

Theo PMI, chứng chỉ được xây dựng trên Cognitive Project Management in AI (CPMAI) Methodology, tập trung vào những năng lực cần thiết để xây dựng và triển khai các dự án AI, thay vì kiểm tra kiến thức quản lý dự án tổng quát vốn đã được đề cập trong các chứng chỉ khác của PMI.

PMI-CPMAI được thiết kế theo hướng tool-agnostic, nghĩa là không tập trung vào một công cụ, nền tảng hay nhà cung cấp AI cụ thể. Chứng chỉ hướng đến việc giúp người làm dự án hiểu cách quản lý các sáng kiến AI trong nhiều bối cảnh khác nhau.

PMI chính thức giới thiệu PMI-CPMAI vào ngày 30/09/2025, thay thế cho chứng chỉ CPMAI v7 trước đó và cập nhật nội dung theo những thực hành mới trong triển khai dự án AI.

Vì sao quản lý dự án AI có những yêu cầu khác biệt?

Một trong những điểm quan trọng của PMI-CPMAI là nhìn nhận AI như một loại dự án có những đặc thù riêng.

Với nhiều dự án phần mềm truyền thống, nhóm phát triển thường xác định yêu cầu, xây dựng giải pháp và kiểm thử dựa trên các tiêu chí tương đối rõ ràng. Trong khi đó, các dự án AI có thể phụ thuộc đáng kể vào dữ liệu, chất lượng mô hình, quá trình thử nghiệm và khả năng thích ứng khi thông tin hoặc mục tiêu thay đổi.

Chẳng hạn, một doanh nghiệp muốn triển khai AI để dự báo nhu cầu khách hàng. Việc bắt đầu dự án không chỉ là lựa chọn mô hình phù hợp. Project Manager và đội ngũ liên quan còn phải trả lời những câu hỏi như:

• Bài toán AI đang giải quyết vấn đề kinh doanh nào?
• Có thực sự cần AI cho bài toán này hay có thể sử dụng một giải pháp khác?
• Doanh nghiệp đang có những dữ liệu nào?
• Dữ liệu có đủ chất lượng, số lượng và phù hợp với mục tiêu hay không?
• Làm thế nào để xác định một mô hình AI đang hoạt động hiệu quả?
• Những rủi ro về dữ liệu, bảo mật, quyền riêng tư và đạo đức cần được quản lý như thế nào?
• Giải pháp AI có thể tích hợp vào quy trình hiện tại hay không?
• Làm thế nào để đưa giải pháp từ môi trường thử nghiệm vào vận hành?
• Sau khi triển khai, mô hình và dữ liệu cần được theo dõi, đánh giá và cải tiến như thế nào?

PMI-CPMAI tập trung vào những nội dung nào?

Theo PMI-CPMAI Examination Content Outline, bài thi hiện được chia thành 5 domain, với tỷ trọng như sau:

Điểm đáng chú ý là Responsible and Trustworthy AI được đưa thành một domain riêng, trong khi yếu tố trách nhiệm và tính đáng tin cậy cũng được tích hợp xuyên suốt quá trình quản lý dự án AI.

PMI-CPMAI Exam Content Outline

1. Responsible and Trustworthy AI

Domain này tập trung vào việc quản lý các khía cạnh liên quan đến AI có trách nhiệm và đáng tin cậy.

Một số nội dung được PMI đề cập gồm:

• Quản lý quyền riêng tư và bảo mật dữ liệu
• Đảm bảo tính minh bạch trong việc lựa chọn dữ liệu và mô hình
• Kiểm tra và hạn chế thiên lệch (bias) trong dữ liệu, thuật toán và mô hình
• Theo dõi các yêu cầu pháp lý, chính sách và tuân thủ
• Quản lý tài liệu về trách nhiệm giải trình và kiểm toán

Điều này cho thấy quản lý dự án AI không chỉ quan tâm đến việc "mô hình có hoạt động hay không", mà còn phải xem xét cách AI được xây dựng, sử dụng và quản trị.

2. Identify Business Needs and Solutions

Đây là một trong hai domain có tỷ trọng cao nhất trong bài thi PMI-CPMAI. Người làm dự án cần có khả năng xác định vấn đề cần giải quyết, đánh giá tính khả thi của giải pháp AI và gắn giải pháp với mục tiêu kinh doanh.

Các nội dung PMI đề cập bao gồm:

• Xác định vấn đề và nhu cầu của người dùng
• Đánh giá tính khả thi của sáng kiến AI
• Đánh giá và quản lý rủi ro
• Xác định phạm vi dự án
• Đánh giá tỷ suất hoàn vốn (ROI)
• Quản lý rủi ro trong quá trình tiếp nhận và tích hợp AI
• Xác định tiêu chí thành công và các chỉ số đánh giá hiệu quả (KPI)
• Xây dựng business case
• Xác định nguồn lực cần thiết cho dự án

Điều này đặc biệt quan trọng vì một sáng kiến AI có thể khả thi về mặt công nghệ nhưng chưa chắc đã tạo ra giá trị tương xứng với chi phí và nguồn lực cần bỏ ra.

3. Identify Data Needs

Data là một thành phần đặc biệt quan trọng trong các dự án AI. PMI-CPMAI dành 26% bài thi cho domain Identify Data Needs, tập trung vào cách xác định, thu thập, đánh giá và quản lý dữ liệu phục vụ giải pháp AI.

Các nội dung bao gồm:

• Xác định yêu cầu dữ liệu
• Xác định Data Subject Matter Experts
• Xác định nguồn dữ liệu
• Chuẩn bị môi trường và hạ tầng dữ liệu
• Thu thập dữ liệu
• Kiểm tra quyền truy cập, riêng tư và tuân thủ
• Đánh giá chất lượng dữ liệu
• Xác định dữ liệu có đáp ứng yêu cầu của giải pháp hay không
• Truyền đạt các vấn đề về dữ liệu đến lãnh đạo

Vì vậy, người quản lý dự án AI cần hiểu được vai trò của dữ liệu trong toàn bộ vòng đời dự án, dù không nhất thiết phải trực tiếp thực hiện các công việc kỹ thuật như xây dựng mô hình.

4. Manage AI Model Development and Evaluation

Sau khi xác định bài toán và dữ liệu, dự án chuyển sang quá trình phát triển và đánh giá giải pháp AI.

Domain này chiếm 16% bài thi PMI-CPMAI. Nội dung tập trung vào việc quản lý quá trình phát triển mô hình và đánh giá kết quả, thay vì yêu cầu Project Manager trực tiếp lập trình mô hình AI.

Một Project Manager cần có khả năng phối hợp với các chuyên gia kỹ thuật để hiểu:

• Mô hình đang được phát triển để giải quyết vấn đề gì?
• Tiêu chí đánh giá mô hình là gì?
• Kết quả có đáp ứng yêu cầu kinh doanh không?
• Những thay đổi về dữ liệu hoặc mô hình ảnh hưởng thế nào đến dự án?
• Khi nào giải pháp đủ điều kiện để chuyển sang bước tiếp theo?

5. Operationalize AI Solution

Một dự án AI chưa thực sự tạo ra giá trị chỉ vì mô hình đã được xây dựng thành công. Giải pháp cần được đưa vào môi trường thực tế, tích hợp với hệ thống và quy trình của tổ chức, đồng thời được theo dõi và cải tiến trong quá trình vận hành.

Domain Operationalize AI Solution chiếm 17% bài thi và tập trung vào giai đoạn đưa giải pháp AI vào vận hành.

Đây là giai đoạn giúp kết nối khoảng cách giữa AI prototype và AI solution tạo ra giá trị trong thực tế.

6 Phase của CPMAI Methodology

Six Phases of AI

Theo nội dung đào tạo PMI-CPMAI, phương pháp CPMAI gồm 6 phase chính:

1. Match AI with Business Needs - Gắn dự án AI với nhu cầu kinh doanh
2. Identify Data Needs - Xác định nhu cầu dữ liệu
3. Manage Data Preparation - Quản lý quá trình chuẩn bị dữ liệu
4. Iterate Development and Delivery - Phát triển và triển khai theo hướng lặp
5. Test & Evaluate AI Systems - Kiểm thử và đánh giá hệ thống AI
6. Operationalize AI - Đưa AI vào vận hành

PMI xây dựng nội dung học xoay quanh 6 phase này với các tình huống và bài tập nhằm giúp người học áp dụng phương pháp vào quá trình quản lý dự án AI.

Trong thực tế, quá trình này không nhất thiết diễn ra hoàn toàn tuyến tính. Đặc thù của AI đòi hỏi khả năng lặp lại, đánh giá và điều chỉnh khi dữ liệu, kết quả mô hình hoặc nhu cầu kinh doanh thay đổi.

PMI-CPMAI dành cho ai?

PMI-CPMAI không yêu cầu ứng viên phải có kinh nghiệm trước đó. PMI hiện công bố chứng chỉ này ở nhóm "No experience required".

Chứng chỉ có thể phù hợp với nhiều nhóm chuyên môn tham gia vào các sáng kiến AI:

- Project Manager và Program Manager: Những người đang quản lý các dự án công nghệ, chuyển đổi số hoặc AI có thể sử dụng CPMAI để bổ sung kiến thức chuyên biệt về vòng đời và đặc thù của dự án AI.

- PMO và quản lý chuyển đổi số: PMO và các nhóm phụ trách chuyển đổi số thường phải đánh giá, ưu tiên và phối hợp nhiều sáng kiến AI trong tổ chức. Hiểu được cách xác định use case, đánh giá tính khả thi và quản lý triển khai có thể hỗ trợ quá trình ra quyết định.

Business Analyst: BA đóng vai trò kết nối giữa nhu cầu kinh doanh và giải pháp công nghệ. Các nội dung về business needs, use case, feasibility, success criteria và ROI trong PMI-CPMAI có liên quan trực tiếp đến công việc này.

- Product Manager và Team Leader: Những người chịu trách nhiệm phát triển hoặc triển khai sản phẩm có yếu tố AI cần phối hợp giữa nhiều nhóm như business, data, technology và end users.

- Người đang tham gia các dự án AI/ML: CPMAI cũng hướng đến những người đã tham gia các sáng kiến AI và muốn xây dựng một phương pháp quản lý có hệ thống hơn.

- Chuyên gia dự án muốn mở rộng sang AI: Đây có thể là hướng phát triển phù hợp với những Project Professional đã có nền tảng quản lý dự án và muốn bổ sung năng lực chuyên biệt về AI.

PMI-CPMAI có cần thiết trong kỷ nguyên AI?

Thay vì xem PMI-CPMAI là một chứng chỉ "bắt buộc" đối với mọi Project Manager, có thể nhìn nhận giá trị của chứng chỉ từ một nhu cầu thực tế hơn: AI đang tạo ra những dự án có đặc thù mà phương pháp quản lý dự án truyền thống cần được bổ sung thêm kiến thức về AI, dữ liệu và governance.

PMI cho biết PMI-CPMAI được thiết kế để giúp người học quản lý các sáng kiến AI từ giai đoạn hình thành đến triển khai, đồng thời xem xét các yêu cầu về dữ liệu, rủi ro, quản trị và trách nhiệm.

Đặc biệt, The Standard for Artificial Intelligence in Portfolio, Program and Project Management của PMI cũng nhấn mạnh nhu cầu đưa AI vào quản lý dự án theo hướng có cấu trúc và có trách nhiệm. PMI mô tả đây là tiêu chuẩn AI đầu tiên được ANSI phê duyệt dành cho lĩnh vực quản lý dự án.

Vì vậy, với những người đang làm việc tại giao điểm giữa Project Management - Business - Data - Technology - AI, PMI-CPMAI có thể là một hướng phát triển chuyên môn đáng cân nhắc.

Giá trị cốt lõi không nằm ở việc trở thành một AI Engineer, mà ở khả năng hiểu cách một sáng kiến AI được hình thành, đánh giá, phát triển, kiểm thử và đưa vào vận hành để tạo ra giá trị thực tế cho tổ chức.

Một số câu hỏi thường gặp về PMI-CPMAI

1. PMI-CPMAI có yêu cầu kinh nghiệm không?

Không.

PMI-CPMAI không yêu cầu kinh nghiệm trước đó để đủ điều kiện theo đuổi chứng chỉ. Điều này tạo ra sự khác biệt đáng chú ý khi đặt PMI-CPMAI bên cạnh một số chứng chỉ PMI chuyên sâu khác có yêu cầu kinh nghiệm quản lý dự án.

Tuy nhiên, "không yêu cầu kinh nghiệm" không đồng nghĩa với việc người học không cần có kiến thức nền tảng. Với người đã làm Project Management, Business Analysis, Data, Technology hoặc Digital Transformation, việc liên hệ kiến thức CPMAI với công việc thực tế có thể thuận lợi hơn.

2. Cấu trúc bài thi PMI-CPMAI như thế nào?

Theo thông tin PMI-CPMAI ECO, bài thi PMI-CPMAI có:

• 120 câu hỏi
• 160 phút
• Nội dung xoay quanh 5 domain của PMI-CPMAI Examination Content Outline

Sau khi đạt chứng chỉ, người sở hữu PMI-CPMAI cần duy trì chứng chỉ thông qua 30 PDUs trong mỗi chu kỳ 3 năm.

3. PMI-CPMAI khác gì so với việc chỉ học công cụ AI?

Một người có thể sử dụng ChatGPT, Copilot hoặc các công cụ AI khác mà chưa chắc đã có khả năng quản lý một dự án AI.

Biết sử dụng AI và quản lý một sáng kiến AI là hai năng lực khác nhau. Ở cấp độ quản lý dự án, câu hỏi không chỉ là: "Có thể dùng AI để làm việc này không?" mà còn là:

• AI có thực sự phù hợp với bài toán kinh doanh?
• Dữ liệu cần thiết ở đâu?
• Dữ liệu có đáp ứng yêu cầu?
• Thành công của giải pháp được đo bằng tiêu chí nào?
• Những rủi ro về bảo mật, quyền riêng tư, bias và compliance là gì?
• Ai chịu trách nhiệm cho các quyết định liên quan đến AI?
• Làm thế nào để đưa giải pháp vào vận hành?
• Làm thế nào để tiếp tục theo dõi và cải tiến sau khi triển khai?

Đặc biệt, PMI-CPMAI không phụ thuộc vào sự thay đổi của bất kỳ công cụ AI, thay vào đó, CPMAI cung cấp khung năng lực chuẩn để có thể quản lý các dự án AI, bất kể có sự thay đổi nào về công cụ.

4. PMI-CPMAI có phải chứng chỉ kỹ thuật về AI?

Không.

PMI-CPMAI không được thiết kế để biến Project Manager thành AI Engineer hay Data Scientist. Trọng tâm của chứng chỉ là năng lực quản lý việc triển khai AI, bao gồm xác định bài toán kinh doanh, đánh giá tính khả thi, quản lý dữ liệu, phối hợp phát triển và đánh giá mô hình, đưa giải pháp vào vận hành cũng như xem xét các yêu cầu về trách nhiệm, đạo đức và quản trị AI.

PMI cũng mô tả PMI-CPMAI là một chứng chỉ theo hướng tool-agnostic và results-driven, tập trung vào khả năng quản lý sự phức tạp, phối hợp các nhóm liên chức năng và tạo ra kết quả gắn với mục tiêu kinh doanh.

Xem thêm:

Khóa học PMI-CPMAI

3 chứng chỉ AI nổi bật nhất năm 2026

Chứng chỉ PMI-CPMAI là gì? Cập nhật mọi thông tin mới nhất về PMI-CPMAI

Nền tảng quản trị AI

4 nguyên tắc để AI tạo ra giá tị thực tiễn