مایکروسافت: ۹ مسیر گواهینامه جدید برای جایگزینی ۳ آزمون قدیمی

اگر امروز برای گواهینامه‌های هوش مصنوعی مایکروسافت هزینه می‌کنید، باید بدانید مدارکی که در سال ۲۰۲۴ شما را به استخدام رساندند، در حال منسوخ شدن هستند. متخصصان دارای گواهینامه در فضای AI در حال حاضر ۱۵ تا ۲۵ درصد بیشتر از همتایان بدون مدرک خود درآمد دارند، اما مایکروسافت در حال اجرای یک «بازنشانی بزرگ» (Great Reset) در مسیر گواهینامه‌های خود است. طی این برنامه، سه آزمون بنیادی تا ۳۰ ژوئن ۲۰۲۶ حذف و ۹ گواهینامه جدید یا به‌روزرسانی‌شده جایگزین آن‌ها می‌شوند.

این تغییر در حالی رخ می‌دهد که صنعت از مهندسی پرامپت (Prompt Engineering) — هنر سؤال درست پرسیدن، مثل کسی که می‌داند چطور از یک مشاور باتجربه بهترین جواب را بگیرد — به سمت استقرار سامانه‌های عامل‌محور (Agentic) خودکار حرکت می‌کند. همان‌طور که در تحلیل قبلی ما درباره‌ی بهینه‌سازی زیرساخت‌های Microsoft Foundry اشاره کردیم، هدف مایکروسافت کاهش هزینه‌های سالانه برای سایزینگ GPT-5.6 Luna PTU است؛ حالا این تغییر در گواهینامه‌ها تضمین می‌کند که نیروی انسانی نیز توانایی مدیریت این سامانه‌های با بهره‌وری بالا را داشته باشد. برای یک توسعه‌دهنده معمولی، این اتفاق فراتر از یک به‌روزرسانی روتین است و بیشتر به یک چرخش شغلی شباهت دارد. من ۲۰ سال است که چرخه‌های گواهینامه مایکروسافت را دنبال می‌کنم و باید بگویم این یکی، آشفته‌ترین انتقالی است که تا به حال دیده‌ام.

جدول زمانی بازنشستگی

به نقل از پست وبلاگی در جامعه فنی مایکروسافت (Microsoft Tech Community)، این انتقال به‌صورت مرحله‌ای و احتمالاً پرچالش خواهد بود. وبلاگ مذکور جزئیات زمانی را در لایه‌های زیرین متن پنهان کرده بود، اما بررسی دقیق نقشه انتقال نشان می‌دهد که با حذف سه آزمون اصلی تا اواسط ۲۰۲۶، شکاف‌های زمانی و تداخلات خطرناکی ایجاد می‌شود. جدول زمانی به شرح زیر است:

• AI-900 (Azure AI Fundamentals): بازنشستگی در ۳۰ ژوئن ۲۰۲۶. جایگزین: AI-901 (Azure AI Fundamentals v2). نسخه بتا در آوریل ۲۰۲۶ و نسخه نهایی (GA) در ژوئن ۲۰۲۶ عرضه می‌شود.
• AI-102 (Azure AI Engineer Associate): بازنشستگی در ۳۰ ژوئن ۲۰۲۶. جایگزین: AI-103 (Azure AI App and Agent Developer). بتا در آوریل و نسخه نهایی در ژوئن ۲۰۲۶.
• DP-100 (Azure Data Scientist Associate): بازنشستگی در ۱ ژوئن ۲۰۲۶. جایگزین: AI-300 (MLOps Engineer Associate). نسخه بتا در حال حاضر فعال است و نسخه نهایی در می ۲۰۲۶ می‌رسد.

یک مشکل زمانی بحرانی در اینجا وجود دارد؛ برای مثال DP-100 در ۱ ژوئن بازنشسته می‌شود اما AI-300 ممکن است تا می ۲۰۲۶ نهایی نشود. همچنین AI-900 در ۳۰ ژوئن حذف می‌شود اما AI-901 در آوریل وارد فاز بتا می‌شود. این یعنی بازه‌ای کوتاه وجود دارد که آزمون قدیمی مرده است و آزمون جدید هنوز کاملاً فعال نشده است. اگر قصد دریافت گواهینامه دارید، زمان‌بندی همه چیز است.

نقشه جدید گواهینامه‌ها

مایکروسافت اکنون سیستمی طبقه‌بندی‌شده دارد که رهبران کسب‌وکار، توسعه‌دهندگان و مهندسان زیرساخت را از هم جدا می‌کند. جایگزین‌ها بین آوریل و می ۲۰۲۶ وارد فاز بتا می‌شوند. این گسترش به این معناست که مایکروسافت اکنون بیش از مجموع AWS و گوگل، گواهینامه‌های تخصصی AI داشته باشد. این رقابت شدید در بازار ابری با تغییرات ساختاری در سایر غول‌های فناوری نیز همسو است؛ برای مثال، تغییرات اخیر در بخش هوش مصنوعی گوگل نشان می‌دهد که تجاری‌سازی سریع، محرک اصلی بازنگری در استراتژی‌های نیروی انسانی و مدیریتی در این صنعت است.

سطح ۱: گواهینامه‌های فنی با ارزش بالا

• AI-300 (MLOps Engineer Associate): ارتقای مستقیم DP-100 و یک ارتقای واقعی است. در حالی که آزمون قدیمی روی نوت‌بوک‌های Azure ML Studio و خط لوله‌های scikit-learn تمرکز داشت، AI-300 بر زیرساخت MLOps — یعنی مدیریت چرخه حیات مدل‌ها، شبیه به خط تولید اتومبیل که مدل را از آزمایشگاه به جاده می‌برد — متمرکز است.
  • مکانیزم‌های کلیدی: این آزمون GitHub Actions را برای CI/CD مدل، قالب‌های Bicep برای استقرار در Azure AI Foundry، مانیتورینگ مدل و بهینه‌سازی خط لوله تولید بازیابی‌افزا (RAG) — مثل دانش‌آموزی که قبل از جواب دادن، اول کتاب درسی را باز می‌کند و از آن نقل می‌آورد — می‌سنجد.
  • تمرکز: عملیات هوش مصنوعی مولد (Generative AI Operations). این همان چیزی است که مهندسی ML در سال ۲۰۲۶ در دنیای واقعی است.
  • زمان مطالعه: ۵۰ تا ۷۰ ساعت.
  • هزینه: ۱۶۵ دلار (استاندارد). با این حال، نسخه بتا اکنون باز است و برای ۳۰۰ نفر اول ۸۰٪ تخفیف دارد که هزینه را به حدود ۳۳ دلار می‌رساند. برای کدهای تخفیف چرخشی به learn.microsoft.com مراجعه کنید.
• AB-100 (Agentic AI Business Solutions Architect): سخت‌ترین مدرک این فهرست است. این یک گواهینامه سطح Expert است که داشتن یک گواهینامه Associate فعال را به عنوان پیش‌نیاز می‌طلبد.
  • دامنه: طراحی سامانه‌های چندعاملی AI در سراسر Dynamics 365، Power Platform، Copilot Studio و Azure AI را پوشش می‌دهد.
  • زمان مطالعه: ۶۰ تا ۸۰ ساعت.
  • هزینه: ۱۶۵ دلار.
  • ارزش: تعداد کم متقاضیانی که توانایی تسلط بر هر چهار پلتفرم را دارند، این مدرک را بسیار ارزشمند می‌کند. اگر در حال پیاده‌سازی حاکمیت عامل‌محور (Agentic Governance) در پروژه‌های Power Platform هستید، این مدرک شما را از بقیه متمایز می‌کند.
• AI-103 (Azure AI App and Agent Developer Associate): استاندارد جدید برای توسعه‌دهندگان و جایگزین AI-102 است.
  • تمرکز: تمرکز شدیدتر بر Azure AI Foundry، الگوهای عامل‌محور و یکپارچگی با Copilot Studio.
  • وضعیت: بتا در آوریل ۲۰۲۶ مورد انتظار است.
  • استراتژی: اگر همین حالا به مدرک نیاز دارید، AI-102 را قبل از ۳۰ ژوئن بگذرانید؛ این مدرک تا یک سال پس از بازنشستگی معتبر می‌ماند و دانش آن هم‌پوشانی زیادی با AI-103 دارد.

سطح ۲: گواهینامه‌های عملیاتی و امنیتی

• AB-730 (AI Business Professional): یک مدرک ۹۹ دلاری برای کارکنان دانشی جهت اثبات بهره‌وری.
  • مهارت‌ها: مهندسی پرامپت، پیش‌نویس محتوای تجاری و تحلیل‌های کمک‌گرفته از AI.
  • زمان مطالعه: ۱۵ تا ۲۰ ساعت.
  • هدف: هر کارمند دانشی که روزانه از M365 Copilot استفاده می‌کند. این مدرک فنی نیست و هدفش هم همین است.
• AB-900 (M365 Copilot and Agent Administration): طراحی شده برای مدیران IT.
  • تمرکز: تمرکز شدید بر Microsoft Purview، سیاست‌های DLP، مدیریت امنیت داده‌ها (DSPM) برای AI و جلوگیری از اشتراک‌گذاری بیش از حد در SharePoint.
  • هزینه: ۹۹ دلار.
  • ارزش: تخصصی اما حیاتی برای کسانی که لایسنس‌های Copilot را فعال کرده و باید از داده‌های محرمانه محافظت کنند.
• SC-500 (Cloud and AI Security Engineer): یک گواهینامه Associate تخصصی که بر تلاقی امنیت و AI تمرکز دارد.
  • دامنه: انتظار می‌رود امنیت اپلیکیشن‌های LLM — مثل کتابخانه‌داری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب می‌دهد — و حفاظت از داده‌های Copilot را پوشش دهد.
  • وضعیت: بتا در می ۲۰۲۶ و نسخه نهایی در ژوئیه ۲۰۲۶.
  • هزینه: ۱۶۵ دلار.
  • ارزش: یک شکاف بازار را پر می‌کند؛ مهندسان امنیتی که سطوح حمله (Attack Surfaces) مخصوص AI را بشناسند، بسیار کمیاب هستند.

سطح ۳: گواهینامه‌های اجرایی و بنیادی

• AB-731 (AI Transformation Leader): نخستین مدرک مخصوص مدیران ارشد (VP و Director). این مدرک برای رهبران غیرفنی طراحی شده تا ارزش تجاری AI و استراتژی پذیرش آن را درک کنند.
  • بخش‌ها: ارزیابی ارزش تجاری AI (۳۵-۴۰٪)، قابلیت‌های AI مایکروسافت (۳۵-۴۰٪) و استراتژی پیاده‌سازی (۲۰-۲۵٪).
  • زمان مطالعه: ۲۰ تا ۳۰ ساعت.
  • هزینه: ۹۹ دلار.
  • ارزش استراتژیک: به مدیرانی که فقط کلمات «Copilot» یا «Azure OpenAI» را شنیده‌اند کمک می‌کند تا یک چارچوب ساختاریافته برای تصمیمات سرمایه‌گذاری AI ارائه دهند.
• AI-901 (Azure AI Fundamentals v2): جایگزین به‌روزرسانی شده برای AI-900.
  • وضعیت: بتا در آوریل ۲۰۲۶ و نسخه نهایی در ژوئن ۲۰۲۶.
  • توصیه: اگر هیچ پیش‌زمینه‌ای در AI ندارید، به جای عجله برای AI-900، منتظر این نسخه بمانید تا محتوای ابزارهای ۲۰۲۶ را دریافت کنید.
• AI-200 (Azure AI Cloud Developer): یک گواهینامه گسترده‌تر برای توسعه‌دهندگان ابری با تمرکز بر AI.
  • وضعیت: بتا در آوریل ۲۰۲۶ و نسخه نهایی در ژوئیه ۲۰۲۶.
  • هزینه: ۱۶۵ دلار.
  • نکته: تفاوت آن با AI-103 در حال حاضر مبهم است؛ منتظر راهنمای مطالعه بمانید.

بازگشت سرمایه (ROI) گواهینامه‌ها

داده‌های حقوق و دستمزد برای سال ۲۰۲۶ نشان می‌دهد که انگیزه مالی برای این مدارک همچنان بالا است. متخصصان دارای گواهینامه ۱۵ تا ۲۵ درصد بیشتر از همتایان بدون مدرک در نقش‌های مشابه درآمد دارند.

با این حال، بازار تغییر کرده است. استخدام‌های سطح ابتدایی AI در سال ۲۰۲۵ حدود ۷۳.۴٪ کاهش یافت. شرکت‌ها دیگر بر اساس آزمون‌های بنیادی استخدام نمی‌کنند؛ آن‌ها متخصصان سطح متوسط تا ارشد را می‌خواهند که بتوانند سامانه‌های تولیدی (Production) را عرضه کنند. یک گواهینامه بنیادی به تنهایی، بدون پورتفولیویی از پروژه‌های واقعی، دیگر تأثیری در استخدام ندارد.

برای یک متقاضی AI-300، بازگشت سرمایه عظیم است: یک سرمایه‌گذاری ۳۳ تا ۱۶۵ دلاری و ۶۰ ساعت مطالعه می‌تواند متخصصی را به محدوده حقوقی تا ۱۸۰,۰۰۰ دلار منتقل کند. اگر گواهینامه شما را حتی یک پله در رده‌های حقوقی بالا ببرد، بازگشت سرمایه با ده‌ها هزار دلار در سال اندازه‌گیری می‌شود.

چشم‌انداز رقابتی: مایکروسافت در برابر AWS و گوگل

مایکروسافت اکنون بیش از ۱۰ گواهینامه تخصصی AI ارائه می‌دهد، در حالی که AWS و گوگل هر کدام تنها ۲ مورد دارند.

• مایکروسافت: گسترده‌ترین پورتفولیو. تنها ارائه‌دهنده‌ای است که گواهینامه اختصاصی برای مدیران اجرایی (AB-731) و گواهینامه خاص امنیت+AI (SC-500) دارد.
• AWS: گواهینامه ML Specialty در ۴۰٪ پست‌های شغلی ML بیشتر از رقبا دیده می‌شود.
• گوگل: گواهینامه ML Engineer با بالاترین میزان افزایش حقوق تک‌مدرکی (~۲۵٪) مرتبط است.

برای کسانی که نمی‌خواهند هزینه ۱۶۵ دلاری آزمون را بپردازند، مایکروسافت ارزیابی‌های رایگان «Applied Skills» را ارائه می‌دهد. این‌ها مدارک آزمایشگاهی عملی هستند که هر کدام ۲ تا ۴ ساعت زمان می‌برند و شما یک وظیفه واقعی را در محیط Sandbox انجام می‌دهید. مهارت‌های کاربردی فعلی مرتبط با AI عبارتند از:

• ساخت عامل‌ها در Microsoft Copilot Studio
• توسعه اپلیکیشن‌های AI مولد با Azure OpenAI و Semantic Kernel
• تولید گزارش‌ها با عامل‌های تحقیق AI
• آماده‌سازی امنیت و انطباق برای پشتیبانی از Microsoft 365 Copilot

تحلیل استراتژیک

این بازنگری نشان‌دهنده چرخش از «آگاهی از AI» به «عملیات AI» است. مایکروسافت با معرفی AB-100 و AI-300 شرط‌بندی کرده است که موج بعدی ثروت نه در ساخت مدل‌ها، بلکه در ارکستراسیون سامانه‌های چندعاملی و MLOps سخت‌گیرانه برای پایداری آن‌هاست.

معرفی گواهینامه‌های سطح اجرایی (AB-731) حرکتی هوشمندانه برای حذف «مانع بودجه» از طریق آموزش افرادی است که چک‌های پرداخت را امضا می‌کنند. احتمالاً CTO یا معاون مهندسی شما نمی‌تواند دقیقاً توضیح دهد که استک AI مایکروسافت چه کاری انجام می‌دهد؛ AB-731 به آن‌ها چارچوبی ساختاریافته برای تصمیمات سرمایه‌گذاری AI ارائه می‌دهد.

برای متخصصان، ریسک اصلی «پنجره مرگ» در ژوئن ۲۰۲۶ است، جایی که آزمون‌های قدیمی منقضی می‌شوند قبل از اینکه آزمون‌های جدید کاملاً فعال شوند. هوشمندانه‌ترین حرکت این است که گواهینامه‌های «شناخته شده» (مانند AI-102) را قبل از ۳۰ ژوئن به دست آورید و سپس مدارک بتای جدید را هنگام عرضه جمع کنید تا تداوم و رشد خود را نشان دهید.

راهنمای اجرا بر اساس مرحله شغلی

• شروع مسیر (۰-۳ سال): منتظر AI-901 در آوریل بمانید. آن را پاس کنید و سپس به سراغ AI-103 بروید. به جای AB-730 روی پورتفولیوی GitHub تمرکز کنید؛ زمان شما برای ساختن چیزها ارزشمندتر است.
• توسعه‌دهنده میان‌رده (۳-۷ سال): فوراً AI-102 را (قبل از ۳۰ ژوئن) بگذرانید. مدرک Applied Skills مربوط به Semantic Kernel را به آن اضافه کنید تا از ۹۰٪ متقاضیان پیشی بگیرید.
• مهندس ارشد/متخصص ML (۷+ سال): همین امروز برای بتای AI-300 ثبت‌نام کنید تا تخفیف ۸۰ درصدی را بگیرید. این مدرک خط لوله‌های MLOps، استقرار مدل، مانیتورینگ و عملیات AI مولد را تأیید می‌کند.
• معمار (Architect): هدف شما AB-100 باشد، اما فقط پس از کسب یک مدرک Associate واجد شرایط (پیش‌نیاز سخت). اگر AI-102 یا هر یک از ۱۴ مدرک Associate واجد شرایط را دارید، همین حالا شروع کنید. این مدرک صلاحیت شما را در سراسر D365 و Azure AI ثابت می‌کند.
• مدیر/دایرکتور: ۹۹ دلار و ۲۰-۳۰ ساعت زمان برای AB-731 سرمایه‌گذاری کنید تا دایره لغات لازم برای تصمیمات سرمایه‌گذاری AI را به دست آورید. سپس AB-730 را برای تیمتان اجباری کنید.
• مدیر IT: با AB-900 شروع کنید و سپس مدرک Applied Skills برای امنیت و انطباق Copilot را به دست آورید. این بخش حاکمیتی است که اکثر سازمان‌ها تا زمان وقوع یک حادثه نادیده می‌گیرند.

جدول زمانی نهایی

• مارس ۲۰۲۶: ثبت‌نام برای AI-102 یا DP-100. درخواست تخفیف بتای AI-300 قبل از پر شدن ظرفیت.
• آوریل ۲۰۲۶: باز شدن بتای AI-901 و AI-103. توجه: پردازش نمرات بتا ۸ تا ۱۰ هفته زمان می‌برد.
• می ۲۰۲۶: باز شدن بتای SC-500. انتظار می‌رود AI-300 نهایی (GA) شود. آخرین فرصت برای DP-100 (بازنشستگی ۱ ژوئن).
• ژوئن ۲۰۲۶: بازنشستگی AI-900، AI-102 و DP-100 تا ۳۰ ژوئن. انتظار می‌رود AI-901 و AI-103 نهایی شوند.
• ژوئیه ۲۰۲۶: انتظار می‌رود AI-200 و SC-500 نهایی شوند. پورتفولیوی جدید کاملاً فعال می‌شود.

اگر معماری شما بر پایه Azure است، گام بعدی شما باید بررسی مهارت‌های فعلی‌تان در برابر دامنه‌های AB-100 باشد تا ببینید آیا برای سطح Expert واجد شرایط هستید یا خیر.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.