LO
这个职业有新的已核实记录时通知我 → · 标出哪些任务是你的(VOLO Pro,发布期间免费)→
项目经理
把一个目标变成计划,在情况变化时让计划保持真实,并让一群不向自己汇报的人把它交付出来 —— 进度、预算、风险、状态报告,以及大量的协商。最先变化的是围绕工作的那些文字:在 PMI 2024 年对已经在用生成式 AI 的项目从业者的调查里,53% 用它来汇总和审阅报告、计划、会议讨论这类内容。协调取舍、决定砍掉什么、带着团队渡过问题,仍是项目经理的工作。
列出你上周在当前项目里做过、任何报告都替你做不了的决定,看看你下一个岗位需要更多的是哪几种。
这不是失业概率。它把「岗位任务中有多少暴露于自动化」与「采用实际走到了哪一步」合成为一个值 —— 只用于在同一套口径下横向比较职业,除此之外不作他用。
适用于各行各业的项目经理 —— IT、建筑、业务变革 —— 他们通过不直接归自己管的人来计划、跟踪和交付工作。产品经理和团队主管是另外的职业,各有自己的页面。职业协会的调查记录的是在用 AI 的项目从业者自己说它帮了什么 —— 是他们自己的讲述,不是对整个职业的测量;英国重大项目主管机构则用一个 AI 工具标出有风险的政府项目。关于相关方、带团队和为 AI 产出负责的判断,依据的是这项工作怎么做,而不是对项目经理时间分配变化的测量。这一页没有统计任何项目经理的人数。
到底什么在变#
分析单位是任务,不是职位名称。职业不会被整体替代 —— 变的是它的任务构成。
每一格是一项任务。大小是它在这份工作里的分量,颜色是它正在往哪个方向走。点一格,看这个判断还不能说明什么。
这些调查记录的是人们自己说用 AI 做什么、从中得到什么,调查对象往往是已经在用的人;它们没有测量机构是否已经不再需要一个人来写这些文件。
这些调查记录的是人们报告的、来自任务与进度自动化的收益;它们没有测量现在的计划是怎样制定的,也没有测量由谁制定。
英国重大项目主管机构是在整个项目组合上用这个工具,而不是在某个项目自己的风险清单里;它说明不了一个项目的风险与变更决定现在是怎样做出的。
还没有来源测量项目经理现在有多少时间花在核对 AI 产出或为它定规则上;这是从工作的方向推断出来的。
这就是你做的吗?认一下,这一页会缩到只剩与你有关的那一份。
职位名只是一组恰好被打包买走的任务,而没有两个人手里的那一组是一样的。什么都不会被发送出去 —— 它只留在这个浏览器里。
近期变化#
英国政府负责重大项目的中央机构,报告截至 2026 年 3 月底一年里的政府重大项目组合。它说今年上线了一个 AI 工具「早期预警系统」,用组合里现有的数据标出有可能转为红色交付信心评级的项目;这个工具正在嵌入现有的评审流程,用该机构自己的话说,已经在预测项目未来的健康状况上发挥了作用,尤其是那些它没有在主动监控的项目。使用者是纵观整个组合的中央评审机构,而不是项目自己的、维护风险清单的项目经理。报告没有给出准确率,没有说这些预警之后如何处理,也完全没有涉及项目经理的人数或他们花在风险与成本跟踪上的时间。
企业已正式投入使用。可以改变基线,但要结合规模与场景相似度加权。
英国项目管理行业的特许机构,发布它自己委托调研公司 Censuswide 做的调查,对象是各行业的 1,000 名项目从业者;调查时间没有写明,也没有发布完整报告或数据表,只有这一页。70% 说所在机构目前在用 AI,APM 2023 年的调查是 36%。在机构已经在用 AI 的人里,问哪些项目职能从中受益最多:任务与进度自动化 50%、资源分配 50%、风险分析与预测 50%、报告与看板 49%、相关方沟通 43% —— 页面把这些写成「在用 AI、且看到收益的项目从业者」中的占比。它独立于 PMI 的调查,但属于同一类证据:人们自己讲述的收益,不是对报告或排程现在有多少由工具完成的测量,也不涉及项目人员配置。
一件工具在真实工作里被大规模使用,并且被测量到 —— 而做出「用它」这个决定的是使用者本人,不是雇主。它比「技术能力」多:干的是真活,不是演示;又比「实际部署」少:没有任何雇主把它投入生产、要求使用、或围绕它改过流程。权重定为 `cautious`:`automating` 的定义是「机器能做这件事**并且**有采用迹象」,而这就是一种采用迹象 —— 但使用可能只是试用,而且相当一部分测量来自有利害关系的一方,所以一条永远不够,两条独立的才够。还要注意是谁在计数。厂商遥测直接看得见这件事,而它同时在卖这件工具,所以这类记录要在适用范围里写明这层利害;而一个统计机构去问企业「员工有没有在任务里用 AI」,看见的是同一条通道、却没有任何利害 —— 在它存在的地方,它是更好的来源。
这个职业自己的协会在 2024 年 3 月至 4 月调查了 500 名项目从业者,每人代表自己的机构,覆盖 12 个国家的 18 个行业。参与的前提是已经在部分项目工作里使用生成式 AI,所以每个数字描述的都是已经在用的人,而不是项目经理整体;61% 的受访者在美国,28% 是项目经理,其余是其他项目岗位。问到用它做哪些事:53% 选了汇总与审阅内容(项目文档与报告、审阅计划、管理层摘要、会议讨论),46% 计划与监控,37% 风险识别与管理,32% 预算与成本管理;43% 在一半以上的项目任务执行里用它。这些都是个人的、自报的使用;调查没有测量机构是否需要更少的项目人员,也没有报告出错情况。
一件工具在真实工作里被大规模使用,并且被测量到 —— 而做出「用它」这个决定的是使用者本人,不是雇主。它比「技术能力」多:干的是真活,不是演示;又比「实际部署」少:没有任何雇主把它投入生产、要求使用、或围绕它改过流程。权重定为 `cautious`:`automating` 的定义是「机器能做这件事**并且**有采用迹象」,而这就是一种采用迹象 —— 但使用可能只是试用,而且相当一部分测量来自有利害关系的一方,所以一条永远不够,两条独立的才够。还要注意是谁在计数。厂商遥测直接看得见这件事,而它同时在卖这件工具,所以这类记录要在适用范围里写明这层利害;而一个统计机构去问企业「员工有没有在任务里用 AI」,看见的是同一条通道、却没有任何利害 —— 在它存在的地方,它是更好的来源。
这对你意味着什么#
如果你刚入行,过去用来让初级协调员熟悉项目的那些文件 —— 会议纪要、状态报告、跟踪表 —— 正是工具最先起草的部分。换一种方式学会一个项目:负责其中一块 —— 一个风险、一个供应商、一个里程碑,以及随之而来的那些谈话。
预期花在写上的时间会变少,更多时间用在决定这些草稿该说什么、说得对不对。你的价值在于你撮合的取舍、你提前看到的问题;确保团队交给工具的汇报,由一个懂这个项目的人核过。
你的选择#
四个方向,每个都写明真实约束和一个本周可验证的动作。继续做下去也是正当选择 —— 只要它是被选择的,而不是被默认的。
继续做项目经理,往难的项目走
相关方多、不确定性真实、有钱在风险里的项目,正是协商与判断最要紧、工具帮得最少的地方。
这类项目通常交给有过往记录的人,所以往上走往往意味着先承担更大的一份风险。
列出你上周在当前项目里做过、任何报告都替你做不了的决定,看看你下一个岗位需要更多的是哪几种。
成为定下团队在项目里怎么用 AI 的那个人
团队在各自、参差不齐地用这些工具;大多数项目群都需要一个人来定下哪些可以自动化、哪些必须核对、哪些数据可以放到哪里。
这类工作常常在项目管理办公室或中央团队里,评判标准是交付有没有真的变好,而这需要时间才看得出来。
问三位同事,他们已经把哪些项目任务交给 AI 工具,以及结果发出去之前有没有人核对。
转做产品管理或运营
计划、排优先级、让人达成一致的能力,可以用到决定一个产品该做什么,或一项服务该怎么运转上。
产品岗位要求对结果负责,而不只是交付,并且常常要求有和用户或数据打交道的经历。
找两个你附近的产品或运营岗位,记下它们列出的任务里,哪些你已经在项目里做过。
常见问题#
它正在接走项目周围的大部分文字工作 —— 报告、纪要、汇总。就现有证据看,协商取舍、决定砍掉什么、带着团队渡过问题,仍是项目经理的工作;而证据目前还很薄。
我们不用年数回答这个问题。你可以看一个信号:你们机构里的 AI 是停留在起草文件,还是开始在没有项目经理的情况下决定范围、优先级和谁做什么。前者是已经在发生的变化;后者才意味着这份工作的核心有压力。
主要用来汇总和审阅内容。在 PMI 2024 年对已经在用生成式 AI 的项目从业者的调查里,53% 用它来汇总和审阅报告、计划、会议讨论这类内容。因为只调查了已经在用的人,它说明不了这在整个职业里有多普遍。
这取决于你怎么学会这份工作。过去初级协调员入门靠的那些文书,正是工具最先起草的部分。留下来的部分 —— 负责一个风险、一个供应商或一个里程碑,以及围绕它的协商 —— 要靠亲手做才学得会,所以去找那些给你一块项目让你负责的岗位。
这些判断底下是什么#
这一页上 6 条任务判断里,3 条有已核实事件支撑、3 条是平台推断,每一条都在它出现的地方标注着。它们底下是 2 个技术维度、一条自语言模型进入公众视野以来的回溯轨迹,以及 3 条已核实事件。
同一个职能里的其他岗位#
一家公司先把工作分成职能,再分成岗位。下面这些和这一份工作同在「一线管理」里 —— 那是一件关于组织结构的事实,不是「它们相似」或者「它们在朝同一个方向变」的判断。