Анатомія AI PM. Як нова роль балансує між дослідженнями, бізнес-потребами та хайпом

На ринку набирає обертів посада AI Product Manager (AI PM). За даними рекрутингової компанії KORE1, у середньому базова зарплата AI PM у США — від $150 тис до $230 тис на рік. З урахуванням бонусів та опціонів цифра може доходити і до $520 тис. Класичний сеньйорний продакт у компаніях без ШІ отримує близько $280 тис. на рік. 

Однак відкриті дані низки сервісів значно відрізняються. Так, Glassdoor називає середньою річною зарплатою AI PM $196 тис., а Ziprecruiter — $171 тис. Розрив можливий через те, що одна статистика може враховувати тільки базову ставку,  а інша — загальну грошову компенсацію (з бонусами та опціонами). 

Проте ця розбіжність підкреслює й те, що універсального визначення ролі AI-продакта не існує. У деяких компаніях така посада передбачає фокус на дослідженнях й експертизу в машинному навчанні, в інших — вміння використовувати ШІ-інструменти. 

HBJ розібрав разом із експертами, чим може займатися AI PM, чи залишиться ця роль з нами надовго і у який момент від ШІ-фіч варто відмовитись. 

AI PM: дослідник чи продакт із фокусом на ШІ

Богдан Кіт, співзасновник фонду KOLO та VP of Product в WordPress, вважає, що AI PM можуть називати й людину, яка займається фундаментальним дослідженням, і класичного продакт-менеджера з фокусом на ШІ. 

• У першому випадку це радше роль Technical Product Manager. Він працює над технічними задачами, взаємодіє з ML- та інженерними командами й відповідає за розвиток технології та відповідні метрики. Богдан Кіт знає це з власного досвіду, адже частково цим він займався у компанії Ring. 

  
  

«Там фокус продакта був значно більш технічним, тому що продукт сильно драйвився фундаментальними і прикладними дослідженнями. У моєму випадку це були технології розпізнавання руху. Думаю, у компаніях, які реально займаються ШІ-дослідженнями, ситуація дуже схожа», — говорить Кіт.

• Другий варіант, який, на думку Богдана, й має на увазі більшість, — продакт-менеджер, який займається впровадженням ШІ-технологій у існуючий продукт або створенням нових ШІ-продуктів. У його компанії наразі є AI PM, що виконують саме такі функції. 

«Компаній, які реально займаються фундаментальним дослідженням, дуже мало. І навіть якщо не брати LLM, дослідження можуть проходити в будь-яких інших ШІ-напрямках», — зауважує Богдан Кіт.

Для ролі, яка дійсно займається фундаментальними або прикладними дослідженнями, фокус справді трішки зміщується — для такого спеціаліста критично важливими стають глибше розуміння технологій та їхніх обмежень, робота зі статистикою, побудова контрольованих експериментів, системний підхід до їхньої валідації, тісна взаємодія з інженерними, ML- і QA-командами.

Проте більшість AI PM-позицій на ринку стосуються саме другого типу. Тому Кіт вважає появу AI PM не еволюцією ролі продакта, а еволюцією фокусу, як раніше було з Mobile PM, Platform PM чи Growth PM. 

Схожу ідею транслює й Марті Каган, лідер думок у галузі продакт-менеджменту, засновник і партнер Silicon Valley Product Group. Каган також порівнює роль AI PM з появою Mobile PM у 2007 році (з випуском iPhone). Він вважає, що навички AI PM з часом стануть must-have для усіх продактів, а сама роль продуктового менеджера не тільки не зникне із подальшим розвитком генеративного ШІ, а й стане важливішою. 

Макс Галійов, Head of Product у Brighterly by SKELAR, також вважає: «ШІ в руках продакта — це не інструмент, яким він намагається замінити себе. Це всього лише тулза, й те, наскільки ти класно нею користуєшся, визначає, наскільки крутим AI PM ти можеш бути».

Інший вимір. Як визначення AI PM залежить від задач бізнесу

Макс Галійов підкреслює: роботодавці шукають першовідкривачів, які трансформують старі продукти чи створюють нові. Проте суть ролі AI PM може змінюватися залежно від потреб конкретної компанії:

• Для одного бізнесу AI PM — це людина, що розробляє ШІ-фічі для зовнішніх користувачів продуктів.

  
  

• Для іншого — це спеціаліст із внутрішньої оптимізації, який шукає, які процеси можна автоматизувати і покращити за допомогою ШІ.

  
  

При цьому справжній AI PM — це все ще сильний продакт-менеджер, що добре розуміє технічні принципи роботи ШІ, знає, як підняти необхідне середовище та запустити застосунок.

«AI PM — це не той, хто відкриває ChatGPT чи Gemini, ставить запитання, а відповідь алгоритмів транслює як власні думки. AI PM може закрити повний цикл: від ідеї та дослідження до production delivery», — впевнений Макс.

Як ШІ змінює вимоги до продактів і до чого тут FOMO

Як зазначає Марті Каган, задача продакта завжди полягала в управлінні чотирма базовими ризиками (Value, Usability, Feasibility, Viability). З появою ШІ ризики набувають нових форм:

• Value (цінність). В еру генеративного ШІ головний ризик — побудувати «AI заради AI». PM має переконатися, що ШІ-фіча насправді розв'язує реальний біль користувача, а не є лише розвагою, за яку люди не стануть платити в довгостроковій перспективі.

  
  

• Feasibility (технічна здійсненність). Якщо раніше продакту достатньо було розуміти бази даних та API, то тепер необхідно орієнтуватися у принципах роботи LLM, промпт-інжинірингу, RAG (Retrieval-Augmented Generation) та знати технічні обмеження моделей.

  
  

• Usability (зручність для користувача). На зміну класичним інтерфейсам приходять розмовні інтерфейси і ШІ-агенти. Тому сучасний PM має вміти проєктувати новий UX.

  
  

• Viability (життєздатність для бізнесу). AI PM повинен знати, чи не порушує продукт авторські права, як забезпечити приватність даних клієнтів та як розрахувати юніт-економіку, щоб вартість кожного запиту не зробила продукт збитковим.

  
  

Саме про ризик цінності (не тільки для користувачів, а й для команди) говорить і Макс Галійов. Через доступність генеративного ШІ багато компаній піддаються FOMO і впроваджують технологію там, де вона не потрібна.

«Люди створюють окрему апку там, де можна було обійтися простим workflow, який працював би краще, швидше і дешевше», — зауважує Галійов. Він підкреслює: це стосується і внутрішніх процесів, зокрема спроб інтегрувати ШІ в таск-трекери на кшталт Jira, ClickUp і Trello. 

Також Максим ділиться власним досвідом: «Півтора року тому я створив за допомогою ШІ фічу, яка бігала в наш таск-трекер у вертикальні команди, парсила їхні спринти й дошки та випускала щоденні апдейти. По-перше, це створило заспам. По-друге, виявилося, що апдейти не відбуваються щодня, і фічу треба переписувати. По-третє, ми зрозуміли, що функціонал самого менеджера завдань повністю закриває цю потребу через вхідні повідомлення та сповіщення при зміні статусів завдань».

Макс впевнений, що з ШІ-фічами треба бути дуже обережними і зважено ухвалювати рішення щодо їхнього впровадження. 

«У більшості випадків витрати на розробку ШІ-фічі цього не варті: клієнти просто не будуть за це платити, а ви спалите купу грошей на інтеграцію та підтримку фічі, яка помре в перші тижні життя», — говорить Галійов. 

ШІ змінює майже всі професії в IT-секторі, але не завжди створює нові. Знайомі ролі еволюціонують і ускладнюються, створюючи можливості і потреби, про які ми не знали раніше. Однак сліпий рух на хвилі хайпу не призведе до позитивних результатів для бізнесу. Важливо розуміти саме його потреби й прагнути постійного розвитку. Якщо плануєте наймати AI PM, проаналізуйте, чи дійсно це необхідно для компанії і продукту зараз, які питання буде розвʼязувати спеціаліст й чи можуть їх закрити наявні продакти.