第8章: AI時代のプロダクトマネジメント

最終章です。第1章から第7章まで、PMの歴史・役割・ディスカバリー・優先順位付け・ロードマップ・指標・組織を辿ってきました。 ここで視点を未来——というより、すでに始まっている現在——へ向けます。 生成AIは、PMの仕事をどう変えるのか。「PMは不要になる」という不安は、どこまで本当なのか。 2024〜2026年の最新動向を踏まえ、AI時代のプロダクトマネジメントを展望します。

決定論的ソフトウェアから確率論的プロダクトへ

AI時代のPMを理解する最大の鍵は、扱うプロダクトの性質が根本から変わることです。 従来のソフトウェアは決定論的（deterministic）——同じ入力には同じ出力を返しました。 しかしAIプロダクトは確率論的（probabilistic）——同じ入力でも、出力は毎回変わりうる"maybe"です。

この変化は、PMの仕事に4つの固有の難しさをもたらします—— ①非決定性（出力が毎回変わる不確実性の管理そのものがAI PMの仕事）、 ②幻覚（モデルが知識不足の領域で強引に作り話を出力する）、 ③評価（Eval）（その習得が成功するAI PMとそうでないPMを分ける）、 ④データ依存（「使われるほど賢くならない製品は死んでいる」——AIフライホイールの設計が必須）。

Eval — AI PMの新しい中核スキル

AIプロダクトでは、基盤モデル（GPT等）は競合と共通です。では何が競争優位を生むのか—— 答えは評価フレームワーク（Eval）です。製品判断とユーザーニーズをAI開発に直接組み込めるのがEvalであり、 Aakash Guptaは「Evalの習得が2025年に成功するAI PMとそうでないPMを分ける」と述べています。

graph TD
  E{評価アプローチ}
  E --> H[ヒューマンeval\n👍👎・ラベラー・RLHF]
  E --> C[コードベースeval\nAPI検証等・安価高速]
  E --> L[LLMベースeval\n外部LLMジャッジで自動分類]
  style E fill:#3b82f6,stroke:#2563eb,color:#fff
  style H fill:#ec4899,stroke:#be185d,color:#fff
  style C fill:#14b8a6,stroke:#0d9488,color:#fff
  style L fill:#8b5cf6,stroke:#6d28d9,color:#fff

Evalには3つのアプローチがあります——ヒューマンeval（人間が👍👎をつける、RLHFの基礎）、 コードベースeval（API検証など、安価・高速）、LLMベースeval（外部のLLMをジャッジに使い自動分類、スケーラブル）。

「PMは不要になるか」議論

AI時代の最大の不安が、この問いです。Lenny Rachitskyが行ったベンチマーク実験は、衝撃的な結果を示しました。 プロンプトエンジニアと組み、PMの3つのタスクをAIと人間で競わせたところ、AIが3タスク中2つで人間に勝利したのです （YouTube Music戦略ではAI版が55%の票を獲得）。「僅差だがAIの勝ち。安く速いため」とLennyは記しています。

しかし、彼の結論は「置換」ではなく「進化」でした。

vibe codingとプロトタイピング革命

AIはPMの「手」も拡張します。象徴的なのがvibe coding——自然言語で対話しながらアプリを作る手法で、 Andrej Karpathy（元Tesla AI/OpenAI）が命名し、2025年11月にCollins辞書のWord of the Yearに選ばれました。

これにより、PMは会議中にリアルタイムで動くプロトタイプを生成できるようになりました。 第3章のディスカバリーで見た「仮説検証」のサイクルが、数週間から数時間へと劇的に短縮されます。 プロトタイピングは、もはやデザイナーやエンジニアだけの仕事ではなくなりつつあります。

エージェント時代のUX

さらに先には、人間とAIエージェントが協働する世界が広がっています。 これに対応する新しい設計分野がAgentic Experience（AX）です。 従来のUXが「human-computer interaction（人間とコンピュータの対話）」を設計したのに対し、 AXは「human-agent collaboration（人間とエージェントの協働）」を設計します。 エージェントは「長期的な協働者」へと進化し、メモリ・コンテキスト・パーソナライゼーションによる継続性を、 意図的に設計する必要が生まれています。Gartnerは2025年のトップ技術トレンドに「Agentic AI」を挙げました。

日本のPM事情

最後に、日本のプロダクトマネジメントに目を向けます。日本のPMコミュニティの中心が、 2016年に始まったpmconf（プロダクトマネージャーカンファレンス）です。 2025年は第10回の節目を迎え、テーマは「未来に挑め」。セッション応募は過去最多323件・倍率約10倍と、PM職への関心の高まりを示しています。

シリーズの締めくくり — 変わるもの、変わらないもの

全8章を振り返りましょう。第1章で、PMが3つの源流の合流として生まれた歴史を辿りました。 第2章で役割と4つのリスク、第3章でディスカバリー、第4章で優先順位付け、 第5章でロードマップとOKR、第6章で指標とグロース、第7章で組織を学びました。 そしてすべてを「アウトプットからアウトカムへ」という一本の縦串が貫いていました。

AIは、PMの「How」を劇的に安くします。プロトタイプは数時間で作れ、リサーチは加速し、戦略案すらAIが提案する。 しかし、変わらないものがあります。それは「なぜ、誰のために、それを作るのか」を問い続ける営み—— 1931年のマッケルロイが「顧客の最も近くに立つ」ことから始めた、PMの原点そのものです。 Howが安くなるほど、Whyの価値は上がる。プロダクトマネジメントという100年の職能は、 AI時代にこそ、その本質が問われているのです。