最近は Claude Code と Cursor を触っている時間がかなり増えた。実装は速くなるけど、そのぶん「PMは何をやる仕事なんだっけ」が曖昧になりやすいな、と感じる。
その前提で、いま自分がやっているプロダクトマネージャーの仕事を記録しておく。
いまのところ、AI時代のPMの中核は「非連続な意思決定」になっていきそうだと思っている。
3行で言うとこうなる。
- 🤖 AIは連続改善（自動運転）が得意
- 📊 人間はダッシュボードで状態を監督する
- 📍 気になる兆候が出たら、人間が非連続に方針を変える
職種の価値は極端になっていきそう
AIによって「専門性」の壁は崩れていく。医療の画像診断みたいに、精度の高い補助が標準化される領域では、人の役割は上位と下位に分かれやすい。
これは PM だけじゃなく、エンジニアや他の職種も同じ構図で起きるはず。単一職種への特化だけでは価値を維持しづらい場面は、これから増えていきそうだなと思う。
連続的なUX改善は自動運転に寄る
これから技術がすすめばコンテキストと指標を与えれば、日々の UX 改善は AI が自動運転で最適化するようになる。ABテストや文言・導線の微調整の多くは、将来的により機械の得意領域に寄っていくはず。
こうなってくると、AIが主に担うのは「施策実行と連続的な調整」。人間PMが主に担うのは「何を目的関数にするかの設計」が色濃くなるだろう。
これによってPM の仕事は、日々の改善そのものより「いつ方針を変えるか」を決める仕事に寄っていく。
AUTO DRIVE: 指標に合わせて連続的に調整される状態
意思決定の入力
PMの役割を短く書くなら、以下の3つだと思う。
- 不確実性をマネジメントする
- ユーザーの課題を解決する
- 事業成果を上げる
この3つをつなぐのが「分析」。分析は次の2層に分かれる。
- 定量: 指標の変化を捉える（CVR、継続率、解約率など）
- 定性: 人の反応を捉える（違和感、躊躇、期待、納得感など）
ダッシュボードを見るだけでは足りなくて、数字に出る前の微差を観察して、どこに効くかを探る感覚が必要になる。
最終的な価値は測定そのものではなく、測定を使った意思決定の質で決まる。
非連続な意思決定は人間側に残る
連続的な改善には天井が来る。例えば、改善率が一定期間ほぼ横ばいで、既存仮説では説明できない行動が増えたとき、連続最適化だけでは前に進みにくい。
将来は、PM（別の呼び名かもしれない）やオーナー的な人が目標を決めて、AIがその目標に向かって自動運転でプロダクトを変え続ける形になると思う。
人間側はダッシュボードで状態を確認して、🧭 違和感や気になる兆候が出たときに方針を更新する。
そこで必要なのが非連続な意思決定。新しいコンテンツを作る、ターゲットを変える、これまでの連続性を壊す。
人間がPINを打って目標を更新し、AIがそこへ連続的に追従する。この分担が、現実的な運用になりそうだなと思う。
例えば、導線の微調整でCVRは少しずつ改善しているのに、初回利用後の継続率が伸びないケースがある。この場合は「流入導線の最適化」中心の方針をやめて、オンボーディング体験そのものを作り直す判断が必要になる。短期CVRは一時的に落ちても、継続率が改善するなら、その切り替えは合理的な非連続意思決定と言えそう。
NON-LINEAR: 人間がPINで目標を更新し、AIが連続的にギャップを埋める
苦手意識から得た確信
自分はこの「分析」がずっと苦手だった。特に、数字が動かない期間に判断を止めてしまって、改善サイクルを遅らせることがあった。
ただ、苦手だったからこそ分かった。測定は評価のためだけじゃなくて、次のジャンプ地点を見つけるための行為なんだと思う。
PMの仕事を一言でまとめるなら、人間の非連続な意思決定とAIの連続最適化を接続すること。
測定はそのための入力で、主役は「気になるところ」で方針を変える判断だと思う。
もちろん、これはまだ自分の作業仮説でもある。実際の現場で外れる部分は今後も出るはずなので、そこは都度更新していきたい。🙏