AI不会取代产品经理，但「会用AI的PM」正在取代你

微信扫一扫，分享给好友

关闭

「AI会取代产品经理吗？」——这个问题被问了两三年，答案越来越清晰：AI不会取代产品经理，但会用AI的产品经理，正在取代不会用的。

这不是一句安慰话，而是一个正在发生的事实。理解这个事实的关键，是看清AI到底在改变什么：它不是在「消灭」这个职业，而是在「重新定价」这个职业的每一项技能——有些技能在贬值，有些在暴涨。

哪些工作正在被AI接管？

坦诚地说，PM工作中「信息处理类」的部分，AI已经做得不差了：写PRD初稿（AI能在10分钟内生成结构完整的需求文档）、整理用户反馈（上千条评论扔给AI，5分钟出聚类和情感分析）、竞品分析（竞对的功能清单、更新日志、用户评价，AI比任何人都扫得快）、会议纪要与周报（语音转写+自动摘要）。

如果你过去五年的竞争力主要建立在这些工作上——勤快、细心、文档规范——确实该焦虑了。这类技能的市场价格正在快速归零，就像计算器出现后的「珠算能力」。

但哪些能力反而在涨价？

有意思的是，AI普及的同时，另一类能力的稀缺性在飙升：

第一，「问对问题」的能力。AI能生成100个方案，但判断「哪个方案值得深入」的仍然是你。AI的输出质量取决于输入的质量——「为什么我们的新用户次留下降了8%」这样的模糊问题，AI只能给出泛泛的checklist；而「30-45岁女性用户在onboarding第三步的流失率异常，帮我列出5个可能的行为学解释和验证方法」，才能榨出AI的真实价值。定义问题的能力，正在成为AI时代PM的第一分水岭。

第二，「价值判断」的能力。AI没有立场，也没有成本概念。它不会告诉你「这个功能虽然技术上可行，但会稀释产品心智」；不会说「这个市场看着大，但我们的组织能力做不了」；更不会为「砍掉哪个项目」承担责任。判断力来自对用户、对生意、对组织的长期理解——这恰恰是AI无法积累的隐性知识。

第三，「跨人协作与信任构建」的能力。产品经理的工作有一半是「人对人」的：让老板为你的方向押注、让研发为你的需求加班、让销售相信路线图上的功能。信任的建立依赖长期的言行一致——AI可以帮你写完美的汇报，但没法替你兑现承诺。

普通PM的3个行动策略

策略一：把AI用成「实习生」，而不是「答案机」

大多数人对AI的用法是「给我答案」，这是最浪费的用法。高价值的用法是把AI当成一个不知疲倦、知识面极广但完全不了解你业务的实习生：「这是我们的用户访谈记录，帮我找出受访者自相矛盾的3处表述」「我要给CTO讲这个技术方案，用他能接受的框架重新组织这段论述」「扮演一个挑剔的风投，对我的产品方案提出10个最尖锐的问题」。给上下文、给角色、给任务——AI的产出质量取决于你「派活」的水平。

策略二：把省下来的时间，投到AI做不了的事上

AI帮你省下的每一个小时，都应该投向三个方向：1. 见真实用户：AI能分析一万条反馈，但替代不了你和用户面对面时看到他皱眉的那一刻；2. 想长周期问题：产品三年后的形态、组织的演进、第二曲线在哪——AI擅长回答已有答案的问题，不擅长创造还不存在的答案；3. 建深度关系：和关键干系人的一次深度对话，价值超过AI生成的100页分析报告。

如果AI帮你省了30%的时间，而你把这30%拿去刷手机，那AI对你就是纯粹的威胁——你的效率没有变化，但市场的标准线已经抬高了。

策略三：建立自己的「AI工作流」而不是零散地用

零散地用AI（偶尔让它写个邮件）和系统性地用AI（每个工作环节都有固定的AI工作流），差距是10倍效率。建议按自己的工作流逐环节改造：需求收集环节建立「用户反馈→AI聚类→人工确认优先级」的固定流程；竞品追踪环节每周固定让AI扫描竞对动态并输出结构化对比；文档环节所有文档先AI出初稿，人工只做判断和修改；复盘环节把项目数据喂给AI，让它扮演「批评者」帮你找复盘盲区。一个月就能搭出雏形。

写在最后：焦虑的正确打开方式

工业革命消灭了「纺织工人」，但创造了「纺织厂厂长、机械工程师、时装设计师」。技术革命从来不是消灭职业，而是把职业的价值重心搬到新的地方。PM这个职业的价值重心，正在从「信息处理」搬到「判断与影响」。前者AI比你快一百倍，后者AI完全做不了。

与其焦虑「会不会被取代」，不如每周问自己一个问题：「这周我的工作里，有多少小时花在了AI做不了的事情上？」这个比例，就是你未来五年的职业安全边际。