# AIネイティブ時代のプロダクトマネージャー

プロダクトマネージャーはその名の通り、プロダクトを成功に導くことをミッションとし、顧客に価値を届ける。

> プロダクトマネージャーの仕事はプロダクトを成功させることである ... 本書ではプロダクトを「市場において顧客となりうる個人や団体に価値を提案するもの」と定義する。
>
> _[プロダクトマネジメントのすべて](https://amzn.to/4ssq7Qo) Chapter 2 プロダクトマネージャーの役割 （p8）_

教科書的には、達成したいビジョンを元に具体的な課題に落とし込んで、それをどう解決するか、と階層的にプロダクトの価値を捉える。

<span class="hidden-footnote-refs">[^1]</span>
{{< image url="https://assets.st-note.com/production/uploads/images/42099229/picture_pc_7df85b57715fd45c2867b9e64f327da9.png" caption="「誰」を「どんな状態にしたいか」[^1]" size="75%" >}}

この「どう解決するか」（What）の部分が、生成AIの進歩によって、これまで前提としていたことが変わってきているのではないか、と何となく思っていたら、Anthropicのプロダクトマネージャーがコラムで言語化していた。

{{< embed url="https://claude.com/blog/product-management-on-the-ai-exponential" >}}

> The speed of model progress keeps expanding what's possible. The traditional product management playbook is built on the assumption that what's technologically possible at the start of a project is roughly what's possible at the end. PMs would gather enough information upfront to make confident bets about the future, then execute against a plan over the course of months. 
>
> _(モデルの進化速度が加速するにつれ、実現可能なことの範囲が拡大し続けています。従来のプロダクトマネジメントの手法は、プロジェクト開始時に技術的に可能だったことが、終了時にもほぼそのまま可能であるという前提に基づいています。 従来、プロダクトマネージャー（PM）はプロジェクト開始時に十分な情報を収集し、将来の展開について確信を持って予測した上で、数ヶ月にわたる計画に沿って実行を進めていました。 )_

> Exponentially improving models break that assumption. The constraints you designed around might disappear mid-project. You're building on ground that's rising underneath you, and teams need to reorganize around that reality. The new product management rhythm is rapid experimentation, consistent shipping, and doubling down on what works.
>
> _(指数関数的に進化するモデルはこの前提を打ち破ります。プロジェクトの途中で当初想定していた制約条件が消滅する可能性があります。足元の基盤そのものが変化し続ける中で、チームはその現実に合わせて組織体制を再編成する必要があります。 新たなプロダクトマネジメントのリズムとは、迅速な実験、継続的なリリース、そして成果の出た施策への集中的な投資です。)_

例えばデータベースを導入するとき、バージョンアップで速度などの性能は上がるかもしれないが、データベースが勝手にデータを分析したり提案したりはしない。一方でAIエージェントは、今までヒトがやっていた制約の解決だったり分析だったりを、いつの間にか代替するようになる。トークンのコストの増減はあるだろうが。

予定調整エージェントを考える。参加者の空き時間を見つけることに加え、Google CalendarやOutlookなどの各種サービスへの対応、予定の優先度判断、予定の場所の調整や連絡など、秘書業務のような付加価値をつけるポイントはいくらでもあった。しかし、昨今のAgent Skillsの進歩により、こういった予定調整の付加価値はAIエージェントに代替される。

上記Anthropicのコラムでは、デモを優先して超短期で開発サイクルを回すことと、モデルの進化の波に身を任せることを提案している。

Whatを考えるとき、何を前提としているのか、その前提は今後どうなっていくのか、という時系列的な考え方を導入する必要がある。

[^1]: [2020年にしたプロダクト系図解まとめ｜小城久美子 / ozyozyo](https://note.com/ozyozyo/n/nc4a35eed9f37)