Trí tuệ nhân tạo (AI) đang tích cực định hình lại cách các tổ chức triển khai chiến lược và tạo ra giá trị. Với vai trò là một Project Manager, bạn có thể nhận thấy các framework quản lý dự án truyền thống đang gặp nhiều hạn chế trước những yêu cầu đặc thù và mang tính lặp (iterative) của các dự án Machine Learning và Data Science.

Nếu muốn dẫn dắt những sáng kiến có giá trị cao này và đón đầu những thay đổi của ngành, bạn cần một phương pháp tiếp cận chuyên biệt. Đó là lý do ngày càng nhiều chuyên gia quan tâm đến chứng chỉ PMI-CPMAI.

Certified Professional in Managing AI (PMI-CPMAI), được phát triển bởi Cognilytica và cung cấp với sự hợp tác của Project Management Institute (PMI), là chứng chỉ được thiết kế nhằm thu hẹp khoảng cách giữa quản lý dự án truyền thống và những phức tạp trong quá trình triển khai AI. Việc sở hữu chứng chỉ này thể hiện khả năng quản lý vòng đời lấy dữ liệu làm trọng tâm (data-centric lifecycle), giảm thiểu các rủi ro đặc thù của AI và tạo ra những kết quả kinh doanh có thể đo lường.

PMI-CPMAI là gì? Tổng quan về chứng chỉ AI dành cho Project Manager

PMI-CPMAI là chứng chỉ chuyên biệt xác nhận năng lực của Project Manager trong việc dẫn dắt các sáng kiến. Chứng chỉ đánh giá năng lực quản lý vòng đời mang tính lặp và lấy dữ liệu làm trọng tâm, triển khai các framework về AI có trách nhiệm và đạo đức, đồng thời bảo đảm các dự án AI được liên kết với mục tiêu kinh doanh.

Thông qua việc tích hợp phương pháp Cognitive Project Management for Artificial Intelligence (CPMAI), chứng chỉ trang bị cho người quản lý năng lực quản lý vòng đời của các mô hình Machine Learning mà không yêu cầu phải có chuyên môn lập trình chuyên sâu.

Trọng tâm bao gồm:

• Liên kết năng lực của mô hình với nhu cầu kinh doanh.
• Xây dựng các data pipeline có chất lượng.
• Bảo đảm quá trình cải tiến liên tục.

Vì sao quản lý dự án AI trở nên quan trọng trong năm 2026 và tương lai?

Năm 2026, các tổ chức đang triển khai AI ở quy mô chưa từng có. Tuy nhiên, nhiều sáng kiến AI vẫn gặp khó khăn trong việc đưa giải pháp vào môi trường vận hành.

Khác với nhiều dự án phần mềm truyền thống, dự án AI phụ thuộc rất lớn vào dữ liệu, chất lượng mô hình và khả năng liên tục thử nghiệm, đánh giá, điều chỉnh.

Project Manager truyền thống có thể gặp phải những vấn đề như:

1. Data drift - sự thay đổi trong phân phối dữ liệu theo thời gian.
2. Model degradation - suy giảm hiệu năng của mô hình.
3. Complex labeling pipelines - quy trình gắn nhãn dữ liệu phức tạp.

Do đó, quản lý dự án AI cần những phương pháp chuyên biệt để xử lý các đặc điểm này.

Kết quả mang tính xác suất

Các dự án phần mềm tiêu chuẩn thường có đầu ra tương đối rõ ràng và có thể dự đoán. Trong khi đó, các mô hình AI hoạt động dựa trên xác suất thống kê.

Phụ thuộc vào dữ liệu

Các dự án AI phụ thuộc rất lớn vào tính sẵn có, chất lượng và quá trình làm sạch dữ liệu lịch sử.

Vòng đời liên tục

Khác với phần mềm có thể được xem là hoàn thành sau khi triển khai, các mô hình AI cần được liên tục giám sát, tối ưu hóa và huấn luyện lại (retraining) sau khi đưa vào vận hành.

6 giai đoạn của CPMAI

Phương pháp CPMAI cung cấp một cách tiếp cận có cấu trúc và dựa trên dữ liệu để thiết kế, xây dựng và triển khai các hệ thống có tính nhận thức.

Phương pháp này dựa trên CRISP-DM, một tiêu chuẩn được sử dụng rộng rãi trong Data Science, đồng thời điều chỉnh các quy trình Data Science truyền thống cho bối cảnh quản lý dự án AI trong doanh nghiệp.

Giai đoạn 1: Business Understanding

Business Understanding là nền tảng của toàn bộ dự án. Ở giai đoạn này, đội ngũ cần:

• Xác định rõ vấn đề kinh doanh.
• Xác định các chỉ số hiệu suất chính (KPI).
• Đánh giá liệu AI có thực sự là giải pháp cần thiết hay không.

Bỏ qua bước này có thể dẫn đến việc xây dựng một giải pháp công nghệ phức tạp nhưng lại giải quyết sai vấn đề kinh doanh.

Giai đoạn 2 - Data Understanding

Data Understanding tập trung vào việc phân tích các nguồn dữ liệu hiện có. Project Manager cần đánh giá:

• Doanh nghiệp đang có những dữ liệu nào?
• Dữ liệu được lưu trữ ở đâu?
• Dữ liệu có đủ về số lượng và chất lượng để huấn luyện một mô hình đáng tin cậy hay không?

Giai đoạn 3 - Data Preparation

Data Preparation thường là một trong những phần tốn nhiều thời gian nhất của một dự án AI, có thể chiếm tới 80% tiến độ dự án.

Giai đoạn này bao gồm:

• Làm sạch dữ liệu.
• Xử lý dữ liệu bị thiếu.
• Chuyển đổi các đặc trưng dữ liệu (features).
• Gắn nhãn cho tập dữ liệu.

Sau khi dữ liệu được chuẩn hóa, dự án chuyển sang Giai đoạn 4 - Model Development.

Giai đoạn 4 - Model Development

Trong giai đoạn này, vai trò của Project Manager tập trung vào:

• Theo dõi việc sử dụng nguồn lực.
• Kiểm soát phạm vi.
• Bảo đảm hoạt động phát triển mô hình vẫn bám sát mục tiêu kinh doanh ban đầu.

Giai đoạn 5 - Model Evaluation

Kiểm tra mô hình đã được huấn luyện dựa trên các chỉ số hiệu suất được xác định từ Giai đoạn 1.

Cần xác minh rằng:

• Mô hình hoạt động chính xác trên dữ liệu mới, chưa từng được sử dụng trong quá trình huấn luyện.

• Mô hình không tạo ra hoặc làm gia tăng các vấn đề về bias.

Giai đoạn 6 - Model Operationalization

Đưa mô hình đã được kiểm chứng vào môi trường vận hành.

Giai đoạn này bao gồm:

• Thiết lập hệ thống giám sát mô hình.
• Theo dõi model drift.
• Thiết lập lịch retraining tự động.
• Tích hợp mô hình vào các hoạt động kinh doanh hiện có.

Tổng quan 6 giai đoạn của phương pháp CPMAI

Nội dung của PMI-CPMAI (Exam Content Outline)

PMI-CPMAI Exam Content Outline trình bày những lĩnh vực kiến thức quan trọng mà ứng viên cần nắm vững để đạt chứng chỉ.

Kỳ thi đánh giá cả:

• Kiến thức lý thuyết về các hệ thống có tính nhận thức.
• Khả năng áp dụng quản lý dự án vào các dự án thực tế.

Quản lý vòng đời dự án AI theo hướng linh hoạt và dựa trên dữ liệu

Các dự án AI không thường đi theo một kế hoạch cố định từ đầu đến cuối. Trong quá trình phát triển, kết quả từ giai đoạn này có thể ảnh hưởng và khiến đội ngũ phải quay lại điều chỉnh các giai đoạn trước. Vì vậy, người quản lý dự án cần biết cách theo dõi dữ liệu, đánh giá kết quả và đưa ra quyết định ở từng bước.

Ví dụ, nếu mô hình AI cho kết quả không đạt yêu cầu, Project Manager cần nhận biết vấn đề và quyết định có nên quay lại giai đoạn chuẩn bị dữ liệu để kiểm tra, làm sạch hoặc bổ sung dữ liệu trước khi tiếp tục phát triển mô hình.

Bảo đảm AI có trách nhiệm, đạo đức và đáng tin cậy

Khi AI được ứng dụng ngày càng rộng rãi trong doanh nghiệp, việc phát triển một hệ thống đúng về mặt kỹ thuật là chưa đủ. AI còn cần được xây dựng và vận hành một cách có trách nhiệm, minh bạch và tôn trọng quyền của người dùng.

Người quản lý dự án cần hiểu và có khả năng xử lý các vấn đề như:

• Nhận diện và hạn chế thiên kiến trong thuật toán, có thể dẫn đến kết quả thiếu công bằng.
• Bảo vệ quyền riêng tư và dữ liệu cá nhân của người dùng.
• Đảm bảo dự án tuân thủ các quy định và yêu cầu pháp lý về AI.
• Giúp các bên liên quan hiểu được cơ sở để AI đưa ra một quyết định hoặc kết quả.

Những nguyên tắc như công bằng, minh bạch và khả năng giải thích cần được xem xét xuyên suốt vòng đời của dự án, thay vì chỉ kiểm tra ở giai đoạn cuối.

Quản trị dự án AI, kiểm soát rủi ro và mở rộng quy mô

Khi một mô hình AI được triển khai ở quy mô lớn, doanh nghiệp có thể đối mặt với nhiều rủi ro mới về bảo mật, dữ liệu, chi phí và hiệu quả hoạt động. Vì vậy, quản trị AI là một phần quan trọng của quản lý dự án.

Người quản lý dự án cần biết cách:

• Nhận diện và xử lý các rủi ro, lỗ hổng bảo mật của hệ thống.
• Quản lý tài nguyên tính toán và chi phí khi hệ thống được mở rộng.
• Theo dõi và xử lý sự suy giảm hiệu quả của mô hình theo thời gian (model drift).
• Xây dựng các quy trình và nguyên tắc quản trị rõ ràng để kiểm soát rủi ro.

Mục tiêu không chỉ là giảm thiểu rủi ro cho doanh nghiệp mà còn tạo ra một môi trường quản trị phù hợp, để đội ngũ kỹ thuật có thể tiếp tục phát triển và đổi mới AI một cách có kiểm soát.

Cấu trúc kỳ thi PMI-CPMAI

Để đạt chứng chỉ, ứng viên cần có quá trình học tập có cấu trúc và nắm vững phương pháp chính thức. Việc hiểu trước các requirements của chứng chỉ Managing AI Projects giúp ứng viên chủ động xây dựng kế hoạch chuẩn bị.

CPMAI phù hợp với ai?

Một trong những điểm đáng chú ý của chứng chỉ này là tính dễ tiếp cận. Bạn không nhất thiết phải là AI Engineer hay Data Scientist để theo đuổi CPMAI.

Chứng chỉ phù hợp với những người đang hoặc sẽ tham gia quản lý, điều phối và triển khai các sáng kiến AI, đặc biệt là:

• Project Manager, Program Manager, PMO
• Business Analyst và những người kết nối nhu cầu kinh doanh với giải pháp công nghệ
• Team Leader, quản lý và người phụ trách chuyển đổi số
• Những người đang quản lý hoặc tham gia các dự án AI/ML
• Các chuyên gia quản lý dự án muốn mở rộng năng lực sang lĩnh vực AI

PMI-CPMAI và PMP khác nhau như thế nào?

PMI-CPMAI và PMP đều là các chứng chỉ quản lý dự án do Project Management Institute (PMI) phát triển, nhưng hướng đến những năng lực khác nhau. Nếu PMP tập trung xây dựng năng lực quản lý dự án một cách toàn diện, thì PMI-CPMAI tập trung vào việc quản lý các dự án liên quan đến AI và Machine Learning.

- Chứng chỉ PMP:

PMP được thiết kế để xác nhận năng lực quản lý dự án trong nhiều lĩnh vực và bối cảnh khác nhau. Người sở hữu PMP có thể áp dụng kiến thức quản lý dự án cho các dự án công nghệ, xây dựng, tài chính, sản xuất, chuyển đổi số... với các phương pháp Predictive, Agile hoặc Hybrid. Vì vậy, PMP phù hợp với những người muốn xây dựng hoặc củng cố năng lực quản lý dự án có tính nền tảng và có thể áp dụng rộng rãi.

- Chứng chỉ PMI-CPMAI:

Khác với PMP, PMI-CPMAI được phát triển để giải quyết những đặc thù của các dự án AI. Những dự án này không chỉ có yêu cầu về phạm vi, tiến độ, chi phí hay nguồn lực, mà còn phụ thuộc lớn vào dữ liệu, chất lượng dữ liệu, quá trình phát triển và đánh giá mô hình, khả năng lặp lại trong quá trình phát triển và việc đưa giải pháp AI vào môi trường vận hành.

CPMAI Methodology tiếp cận dự án AI theo một quy trình gồm các giai đoạn từ xác định nhu cầu kinh doanh, chuẩn bị dữ liệu, phát triển và lặp, kiểm thử & đánh giá đến đưa AI vào vận hành.

Do đó, PMI-CPMAI phù hợp với những người muốn phát triển năng lực quản lý chuyên biệt cho các dự án AI, đặc biệt trong bối cảnh AI ngày càng được tích hợp vào hoạt động và quá trình chuyển đổi của doanh nghiệp.

Project Manager có PMP có thể tiếp tục phát triển kiến thức về AI thông qua PMI-CPMAI để hiểu rõ hơn những đặc thù khi quản lý các dự án AI. Ngược lại, người đang làm việc trong lĩnh vực AI cũng có thể lựa chọn PMP để mở rộng nền tảng quản lý dự án của mình.

Xem thêm