AI重塑App产研流程:判断力越来越值钱了

PM部分工作内容就是“组织内翻译”

一个组织里会有产品、运营、研发、设计这些岗位分工，并不只是因为事情多，需要分工合作。更深一层的原因是，任何一个业务想法，从被提出到真正落地，中间要经过很多环节。

老板脑子里有一个模糊的业务判断，运营感受到用户在抱怨，研发只关心能不能做、怎么做，设计关心交互怎么成立，最后大家还要把这件事变成排期、页面、配置项、规则、数据指标。之前设立那么多个岗位，是因为各个部分（设计、开发等）都有自己的领域知识，彼此并不能直接理解，更不能直接把想法变成东西。

所以，很多岗位的日常工作，实际上不是“从无到有地创造新东西”，而是在不同人、不同语言、不同约束之间做转换。

举个例子老板说：“我们评论区互动太差了，得想办法提升活跃。”

这在业务上是一个方向，但执行前需要定义：活跃是评论人数变多，还是评论数变多？要做的是评论排序、评论提醒、表情互动、评论任务？对哪些用户开放？和现有审核系统怎么衔接？上线后看什么指标？如果效果不好，多久回滚？

PRD 的作用，就是把这句模糊的直觉，转成一个能被组织协作执行的文本结构。而现在，只要本人愿意有业务洞察，阅读动手试，AI可以为所有职能的人完成这个翻译工作。

「先上线，再验证」到「先验证，再上线」

产研流程正在被重塑，并且是不可逆的。

以前一个功能从想法到落地，通常是线性的。运营提出感觉，产品调研分析，写文档，设计出图，研发排期开发，上线验证。这个流程的前提是，只有研发能真正把想法变成东西，所以所有模糊讨论必须尽量在编码前完成。

现在 AI 让“先做出一个可体验的粗糙版本”变得容易，于是流程开始倒过来。很多时候不是先写一份很长的需求文档，而是先做一个 demo，让团队先看见这个想法长什么样，再决定要不要投入正式研发资源。

因为在进入正式开发之前，可以证伪很多idea，所以可以节省很多开发成本，所以这个趋势接下来会越来越明显。

产研流程慢慢会变成：离用户最近的人先提出问题并做出初步验证，内部把验证过的东西收敛成稳定方案，最后变成可维护、可扩展、可上线的系统。

AI做组织内翻译，人的判断力越来越值钱

很多产品经理的价值，是建立在“谁更擅长做组织内的翻译”上。但 AI 让这种“组织内的翻译成本”正在快速下降。

我观察到，部分运营、UI/UX现在开始做产品经理的工作，开始策划功能。接下来，组织里真正稀缺的能力，会逐渐从“谁最会把需求写完整”，转向“谁最能判断什么值得做”。

如果所有人都能交付产品方案，那体现价值的是，谁能更精准判断业务：评论少，未必是评论功能不够；可能是内容本身不值得评论，可能是社区氛围弱，可能是创作者不回评，可能是用户表达成本高，也可能是用户其实更愿意点表情而不是写字。也就是说，真正值钱的是“问题定义”本身。

AI改变工作流程后，岗位定义也被改变

岗位都是因为工作流程、分工被建构出来的，当分工改变，岗位定义一定会跟着变。

我觉得接下来会这样变：

• 一线业务人员：产生业务洞察后，直接验证和交付产品方案

• 产品经理：

• 业务操盘手：专注判断业务的价值。

• 内部的B端产品经理：当一些业务人员提供的方案变多，公司内的平衡工作会增加，例如后台、权限、流程、数据口径、异常兜底等。这部分应该会由部分产品经理来承担，人选不一定对 C 端用户有很强直觉，也不一定喜欢做模糊探索，但他们能把复杂规则梳得很清楚，也具备较强项目管理能力。

• 程序员：当所有人具备AI编程能力，尤其是代码越来越多是由AI来写之后，到底怎么监督、维护代码质量，且让系统稳定运行，则是开发人员需要关注的事。

以上内容汇总为一张图（GPT Image 2生成）

我是谁

互联网10年从业者，曾就职于网易、快手，经历内容、运营、产品等多个职能，具备全面的从业视角和经验。从23年开始AI编程，已做出web、微信小程序、iOS&macOS App（到现在还是不懂代码）。