本标准由项目管理协会（PMI）制定，是首部系统阐述人工智能在项目、项目集和项目组合管理（PPPM）中应用的国际权威标准。本标准提供了一个全面、负责任的AI集成框架，强调以人为本的方法，确保AI洞察与人类监督保持一致。本标准提出了8项指导原则和5个关键绩效域，为在PPPM中有效和负责任地应用AI提供了系统指导。此外，本标准还提出了AI实施的生命周期管理方法、裁剪指南，并深入探讨了AI在PPPM中的伦理和法律考虑因素。本标准与PMI其他标准保持一致。

项目管理协会（Project Management Institute，PMI）是项目、项目集、项目组合管理领域中全球领先的非营利会员制协会。PMI于1969年成立。通过全球宣传、合作、教育与研究，PMI为全球超过二百九十万专业人士创造价值。通过全球通用的标准、认证、资源、工具、学术研究、出版物、专业发展课程和交流机会，PMI推动专业发展、提高组织成功率，并让项目管理专业领域的发展更为成熟。PMI制定和出版的 《项目管理知识体系指南（PMBOK指南）》以十几种语言在全球发行500万册，是事实上的项目管理国际标准；PMI提供的项目管理专业人士（PMP）资质认证是项目管理领域全球通用的权威认证，也是世界许多500强企业的首选。
PMP、PgMP、ACP、DEVOPSProfessional、国际ITIL4认证、国际认证ISO内审师、大数据科学家，现代卓越首席项目管理专家、世界500强PMO总监、知名互联网公司PMO首席顾问、海外工学硕士、PMI-ACP敏捷项目管理新版审校专家、中国国际人才交流基金会首批指定PMI-PMP授权讲师、首批指定PMI-ACP授权讲师，多年PMI项目管理大会演讲嘉宾，全球软件峰会演讲嘉宾，任对外经济贸易大学、中国石油大学特邀讲师。

第1章 引言 1
1.1 本标准的目的 1
1.2 本标准的范围 1
1.3 本标准的方法 2
1.4 本标准的受众 2
1.4.1 什么是项目组合、项目集和项目管理 2
1.4.2 本标准的主要读者 3
1.5 PPPM中AI简介 4
1.5.1 AI的定义与核心概念 4
1.5.2 在PPPM中AI既作为工具也作为可交付物 8
1.6 在PPPM中应用AI的治理背景和关键概念 10
1.6.1 AI的伦理风险 10
1.6.2 AI的法律和监管影响 11
1.6.3 HITL的概念 11
第2章 项目组合、项目集和项目管理 的AI原则 13
2.1 战略价值原则 17
2.2 风险原则 19
2.3 治理与合规原则 21
2.3.1 目标与基础性问题 22
2.3.2 治理结构与合规整合 23
2.3.3 角色定义与生命周期责任 24
2.3.4 标准、培训和伦理准备 25
2.3.5 政策整合与风险管理 26
2.3.6 能力建设与组织意识 27
2.3.7 绩效监控及评估指标 28
2.3.8 利益相关方争取与担责 29
2.4 人员与文化原则 31
2.4.1 领导力 31
2.4.2 团队成员 32
2.5 伦理与职业责任原则 34
2.5.1 伦理与职业责任要素 35
2.6 利益相关方争取原则 36
2.7 优化与创新原则 38
2.7.1 人机协同互动：增强协同与创新 40
2.7.2 价值交付：最大化战略影响力与生产力 41
2.7.3 灵活性与敏捷性：适应变化并迅速响应 41
2.7.4 自动化：提升效率与责任感 41
2.7.5 质量、可靠性和安全性：增强信任与诚信 42
2.7.6 持续改进：将AI实践适应不断变化的需求 43
2.8 数据质量原则 44
第3章 项目组合、项目集和项目 管理的AI绩效域 47
3.1 管理利益相关方对AI的期望 50
3.1.1 利益相关方识别 52
3.1.2 利益相关方参与周期 55
3.1.3 创新协作技术 59
3.1.4 与原则及其他绩效域的互动 60
3.1.5 查看结果 61
3.2 定义AI范围 62
3.2.1 定义AI范围的关键要素 63
3.2.2 纳入对AI附加值的不同视角 65
3.2.3 针对AI愿景、使命和价值创造的包容性方法 66
3.2.4 在愿景、使命和价值观声明中捍卫AI 67
3.2.5 与原则及其他绩效域的互动 67
3.2.6 检查结果 69
3.3 设计具有质量和可靠性的AI架构 70
3.3.1 架构 72
3.3.2 治理 73
3.3.3 AI系统的质量因素 75
3.3.4 安全、隐私与风险管理 80
3.3.5 监测、评估与验证 81
3.3.6 维持长期质量与系统可靠性 81
3.3.7 与原则及其他绩效域的互动 83
3.3.8 检查结果 84
3.4 实现战略性AI目标 84
3.4.1 完善AI战略与愿景 85
3.4.2 在项目组合、项目集和项目中实现战略性AI目标 87
3.4.3 实现AI目标的考量与挑战 91
3.4.4 与原则及其他绩效域的互动 92
3.4.5 检查结果 93
3.5 管理AI风险和不确定性 94
3.5.1 AI特有的威胁与机遇识别 95
3.5.2 风险的优先级排序与评估 98
3.5.3 人为监管 99
3.5.4 持续监测与自适应 100
3.5.5 不确定性应对与韧性提升 100
3.5.6 与原则及其他绩效域的互动 101
3.5.7 检查结果 102
第4章 生命周期管理与裁剪活动 105
4.1 预测型、适应型和混合工作方式 107
4.2 设想AI举措流程 108
4.3 从AI生命周期视角进行流程裁剪 109
4.3.1 裁剪AI启动和规划阶段 109
4.3.2 裁剪AI数据收集和准备阶段 110
4.3.3 裁剪AI模型开发阶段 112
4.3.4 裁剪AI部署阶段 113
4.3.5 裁剪AI监控和评估阶段 114
4.3.6 裁剪AI优化和迭代阶段 115
4.3.7 裁剪AI生命周期结束和系统停用阶段 116
4.4 项目组合、项目集和项目中的过程裁剪 117
4.4.1 在项目组合管理过程中的裁剪考虑因素 117
4.4.2 在项目集管理过程中的裁剪考虑因素 117
4.4.3 在项目管理过程中的裁剪考虑因素 118
4.5 裁剪项目组合管理生命周期 120
4.5.1 项目组合生命周期启动阶段 121
4.5.2 项目组合生命周期的规划阶段 121
4.5.3 项目组合生命周期执行阶段 122
4.5.4 项目组合生命周期优化阶段 122
4.6 裁剪项目集管理生命周期 123
4.6.1 项目集生命周期定义阶段 123
4.6.2 项目集生命周期交付阶段 124
4.6.3 项目集生命周期的关闭阶段 125
4.7 裁剪项目管理生命周期 126
4.8 项目组合、项目集和项目的生命周期以及AI生命周期 128
4.8.1 AI生命周期启动和规划阶段 129
4.8.2 AI生命周期数据收集和准备阶段 130
4.8.3 AI生命周期模型开发阶段 130
4.8.4 AI生命周期的部署阶段 131
4.8.5 AI生命周期监控和评估阶段 131
4.8.6 AI生命周期优化和迭代阶段 132
4.8.7 AI生命周期结束和系统停用阶段 132
4.9 为AI实施裁剪适当的方法 133
4.9.1 裁剪概述 133
4.9.2 启动和规划：业务论证与初始阶段 135
4.9.3 数据收集和准备 135
4.9.4 生命周期的其他阶段与综合 136
4.10 优化和拓展裁剪方法 137
4.10.1 选择初始开发方法 138
4.10.2 为组织裁剪 138
4.10.3 为项目裁剪 139
4.10.4 实施持续改进 139
第5章 项目组合、项目集和项目管理 背景下的AI 141
5.1 项目组合管理与AI 141
5.1.1 项目组合管理与AI的适用性 142
5.1.2 项目组合管理中的AI应用案例：热图 144
5.2 项目集管理与AI 156
5.2.1 项目集管理实践者在AI导入中的角色 158
5.2.2 AI整合进项目集管理生命周期中的规划 163
5.2.3 风险管理、合规性和安全措施 168
5.2.4 效益实现和绩效测量 171
5.2.5 利益相关方参与和变更管理 174
5.2.6 持续改善与进化 175
5.2.7 挑战管理与支持 178
5.3 项目管理与AI 181
5.3.1 规划 182
5.3.2 目的与目标 182
5.3.3 角色、权责与职责 185
5.3.4 范围和背景 187
5.3.5 风险度量 188
5.3.6 变更管理 190
5.3.7 实施 191
5.3.8 利益相关方评估 195
5.3.9 绩效评估 198
第6章 在项目组合、项目集和 项目管理中应用AI的框架 199
6.1 构建AI应用于项目组合、项目集及项目管理的业务论证 200
6.1.1 经济效益与投资回报率 200
6.1.2 优化决策制定 200
6.1.3 风险管理与不确定性应对 200
6.1.4 竞争优势与创新潜力 201
6.1.5 利益相关方协同与变革管理 201
6.1.6 伦理准则与合规要求 201
6.1.7 长期可扩展性与可持续发展能力 201
6.2 AI在项目组合、项目集和项目管理中的应用：愿景规划、方案适配与应用场景 202
6.2.1 引入人机交互模式保障项目组合、项目集和项目管理成效 203
6.2.2 项目优先级排序 203
6.2.3 风险管理 203
6.2.4 资源配置优化 203
6.2.5 任务自动化 203
6.3 优化信息流转 204
6.3.1 决策制定 204
6.3.2 团队协作氛围 204
6.3.3 个人特质与能力优势 204
6.3.4 工作量均衡管控 205
6.3.5 员工身心健康 205
6.4 文化和组织契合度 205
6.4.1 规划、执行和监控项目 206
6.4.2 文档 207
6.4.3 费用 207
6.4.4 数据管理 207
6.5 以创新且以人为本的方法使用AI 208
6.6 选择适当的AI工具和方法 209
6.6.1 与组织目标保持一致 209
6.6.2 集成的便利性 210
6.6.3 可扩展性和灵活性 210
6.6.4 终端用户友好性和学习曲线 210
6.6.5 成本效益分析 210
6.6.6 管理关键信息和AI系统数据 210
6.7 风险管理 211
6.7.1 度量指标和测量 211
6.7.2 工具和技术 212
第7章 在项目组合、项目集和项目 管理中使用AI的伦理与 法律考虑因素 215
7.1 项目组合、项目集和项目中使用AI的伦理考虑因素 215
7.1.1 AI系统的伦理挑战 216
7.1.2 伦理监督委员会 219
7.2 项目组合、项目集和项目中使用AI的法律考虑因素 226
7.2.1 法律法规 227
7.2.2 治理与政策 227
7.2.3 法律取证要求 228
7.2.4 合同义务 228
7.2.5 问责制与责任 230
7.2.6 审计与合规 230
7.2.7 数据管理 231
7.2.8 知识产权 232
7.2.9 准确性与决策 233
参考文献 235
附录X1 AI成熟度 模型简介 237
附录X2：可能影响在项目组合、项目集和项目管理中应用AI的法律法规 239
附录X3：贡献者与审阅者 241
参考书目 249
词汇表（英文排序） 251
词汇表（中文排序） 259