Product Digest #7: AI Product Manager — між хайпом, кодом і здоровим глуздом

💡 Усі статті, обговорення, новини про продукти — в одному місці. Приєднуйтесь до Product спільноти!

Усім привіт! На звʼязку Макс Галійов, Head of Product at Brighterly by SKELAR.

Повертаюся до вас із новим випуском дайджесту, натхненним AI-революцією, яка вже впливає на роботу кожного з нас. І мова не про нову фічу в ChatGPT або інтеграцію з Claude, а про те, як через вплив ШІ змінюється суть продакт-менеджменту. Цей дайджест — про нову категорію спеціалістів, що не просто додають AI у пітч-дек, а вбудовують ШІ у свій спосіб мислення та побудову продукту.

Розглянемо дві теми:

1. Хто такий AI Product Manager і чому цю роль найчастіше плутають із «технічним ентузіастом» — з погляду Марілі Ніка, AI PM в Google (раніше — в Meta).
2. Як виглядає компанія, де AI — це не просто інструмент, а повноправний учасник продуктового процесу — на прикладі Anthropic та розповідей CPO компанії Майка Крігера.

Поїхали!

AI PM як нова професія: ілюзії, розчарування і потреба в реальному мисленні

Хто такий AI Product Manager? Ось відповідь, яка зазвичай спадає на думку більшості: «Це технічно обізнаний PM, який вільно читає ML-статті, знає всі моделі з Hugging Face та може за 5 хвилин налаштувати fine-tuning».

Марілі Ніка, AI PM в Google та авторка курсу «AI Product Management», вважає, що це хибне уявлення. Вона розділяє позицію AI PM на 2 чіткі ролі:

• AI Builder PM — працює безпосередньо з дослідниками та інженерами, допомагає тренувати, тестувати та вдосконалювати моделі. Це глибока технічна робота на рівні архітектури й метрик (precision, recall, bias).
• AI Experience PM — бере готові моделі та створює з них реальні користувацькі сценарії, інтегрує їх у продукт так, щоб вони вирішували конкретні болі.

Тож головне запитання, яке Марілі радить спеціалістам поставити самим собі: «Ви хочете будувати AI чи будувати з AI?».

Ось які принципи успішного AI продакт-менеджера вона наводить у подкасті:

1. Починайте з місії, а не з технології. Якщо ви не знаєте чіткого болю користувача, який вирішує фіча, то жодна LLM не врятує.
2. Досліджуйте конкурентне середовище. У світі AI інновації дуже швидко стають стандартом. Потрібно мати план, як залишатися попереду.
3. Чітко вирішуйте — розробляти чи купувати. Побудова власної моделі забирає час і гроші. Часто швидше інтегрувати вже готове API.
4. Забезпечуйте технічну готовність. Дані, інфраструктура, постійні оновлення моделей — це фундамент, без якого продукт не зможе функціонувати.

Адже справжня робота AI PM — не про те, щоб знати, що таке embedding, а про вміння:

• сформулювати проблему так, аби її могла вирішити AI-модель;
• оцінити, чи потрібна взагалі модель;
• визначити поріг якості, за яким AI перестає бути фічею і стає проблемою;
• організувати цикл: дані → постобробка → контроль → бізнес-метрика.

Звучить уже не так привабливо, адже це суха продуктова логіка — щоправда, її змістили на другий план, тому що всім хочеться «агента, який зробить усе сам».

Мені особисто дуже близька така думка:

«AI PM — це не той, хто „вміє працювати з AI“. Це той, хто вміє не використовувати AI, коли він не потрібен»

Бо ми вже бачили цю хвилю «ефективних» запусків: chatbot-фічі, які нічого не вирішують; внутрішні GPT-інтеграції без сценарію використання; AI-аналітики, що дають відповіді на запитання, яких ніхто не ставив. Такі кейси — не про AI-продукт, а про відсутність продуктового мислення «в новому одязі».

AI Product Manager сьогодні — це як перші мобільні продакт-менеджери у 2010-х. Ті, хто міг би змінити інтерфейс взаємодії, проте більшість повторювали десктопну логіку. Аналогічно з тим, що відбувається сьогодні: якщо ви просто обгортаєте AI-модель у кнопку — це не про продакт-менеджмент, а про фасування.

Марілі також наголошує, що AI PM не має бути інженером, але має бути технічним перекладачем між світом Machine Learning та бізнесом. Які навички тут важливіші за код:

• Впливати без влади — здатність направляти інженерів за допомогою чітких вимог, а не через посадові інструкції.
• Розуміти, що AI має вірогідну природу — моделі помиляються й це норма, з цим потрібно вміти працювати.
• Ставити правильні запитання — замість «Можете це зробити?» запитувати «Яка точність? Чи є дисбаланс у даних? Чи достатньо інформації для такого юзкейсу?»
• Обґрунтовувати пропозиції — кожну ідею потрібно підсилювати даними, дослідженнями або перевіреним кейсом.

Марілі розповідає: роль AI PM — не замінити інженера, а стати стратегом, який розуміє і бізнес, і технологію, і користувача. Та що важливіше — мати сміливість сказати «AI тут не потрібен» навіть тоді, коли весь ринок женеться за трендом.

Anthropic і Claude: коли AI — не інструмент, а співзасновник твоєї стратегії

Якщо перша частина була про розчарування в ілюзіях, то ця — про майбутнє, яке вже трапилось. Просто не у вас.

Anthropic — компанія, яка створила тип штучного інтелекту Claude. CPO компанії Майк Кріген (так, той самий один із засновників Instagram), нещодавно розповів кілька фактів, почувши які, я став інакше сприймати його роботу:

• 90% коду в Claude зараз генерує AI;
• Product bottleneck змістився з «як реалізувати» на «що вирішити»;
• Claude став головним стратегічним партнером Майка — не асистентом, а генератором ідей.

Останній — особливо показовий. Майк каже про це:

«Раніше Claude давав очевидне. А зараз — дає ракурси, яких я не бачив»

І ось тут починається справжній злам парадигми. Бо якщо для когось AI — це лише генератор текстів для email-кампаній, то Anthropic використовує його як розширення інтелектуальної бази команди.

А що в такому разі робить компанія?

• переносить PM-ресурси ближче до ML-рісьорчів;
• відмовляється від ідеї «взяти модель і зробити з неї фічу»;
• натомість бере участь у створенні самої моделі, fine-tuning, створює MCP (Model Context Protocol), який, до речі, уже вбудовують у Windows.

І найважливіше: Anthropic не намагаються виграти батл хайпу з ChatGPT. Вони не фіксуються на трендах, а працюють над тим, щоб зробити більше кастомізації та додати більше цінності. Це позиціонування себе як архітектора майбутньої взаємодії з AI. І це реальна сила, яку неможливо повторити автоматичним копіюванням.

А ще мене особисто зачепила цитата його доньки:

«You can ask Claude, but I know I’m right»

Це той випадок, коли навіть діти розуміють, що не варто перекладати пізнання цілковито на ШІ — залишайте собі простір міркувати незалежно та перевіряти всі твердження.

Насправді тут можна зчитати той майндсет, якого бракує продактам в епоху штучного інтелекту: мислити самостійно. Не перекладати відповідальність на LLM. Не боятися відмовитися від моделі, якщо вона не додає цінності.

Підсумовуємо: не поспішайте ставати AI PM — спершу станьте критичним PM

AI зараз — як золота лихоманка: за ним біжать усі, але вистачить тільки тим, хто робить це «з розумом». Сотні компаній поспішають «додати AI», адже бояться залишитися позаду. Це створює атмосферу погоні за трендом, де головне — виглядати «інноваційними», а не розвʼязувати реальні проблеми. Як і під час золотої лихоманки XIX століття, більшість не знаходить «золото» — і не тому, що технологія погана, а тому, що підхід хаотичний.

Якщо ви вже будуєте продукт, додати AI не повинно бути самоціллю. Це має сенс лише, якщо штучний інтелект:

• вирішує критичну проблему користувача, яку без AI розв’язати складно або дорого;
• дає конкурентну перевагу, яку можна виміряти;
• інтегрується в довгострокову стратегію продукту.

Інакше AI перетворюється на «фічу заради фічі», що відволікає команду від головного — розв’язування реальних викликів та створення цінності.

Якщо узагальнити, AI може стати або вашим прискорювачем, або отрутою:

• Прискорювачем — якщо він оптимізує процеси, зменшує витрати та відкриває нові ринки.
• Отрутою — якщо забирає ресурси на дослідження без чіткого ROI, розмиває продуктову фокусну точку та заганяє бізнес у технологічну пастку, коли компанія утримує складну інфраструктуру, яка не приносить прибутку.

Дякую вам, що приділили час цьому випуску, та до зустрічі в наступному Product Digest!