AI时代,产品经理的旧剧本正在失效

你有没有感觉到，产品经理这份工作的安全感正在变得有点奇怪。

不是没人需要产品经理了，而是很多过去很值钱的动作，正在被 AI 迅速压低价格。

收集需求，整理用户反馈，写 PRD，拉评审，排优先级，追进度，做汇报。这套剧本在过去是有效的，因为组织一大，信息就会变贵。谁能把杂乱的信息整理成大家能执行的版本，谁就有价值。

但 AI 进来以后，这部分价值正在缩水。

用户反馈可以自动归类，会议可以自动总结，竞品可以先出初稿，状态报告可以定时生成，PRD 也不再只能靠人从空白页开始写。

过去那些“让信息流动起来”的工作，不会消失，但会变便宜。

一、旧剧本的问题

真正危险的不是 AI 替代产品经理，而是产品经理还把旧动作当成核心价值。

如果一个 PM 的主要价值是：

• 把老板的话翻译给研发；
• 把研发进度包装成汇报；
• 把用户反馈整理成路线图；
• 把会议结论变成待办清单。

那 AI 的确会让这类工作不再稀缺。这些事以后仍然要有人负责，但不一定需要一个高成本角色全程手工完成。

二、变贵的是判断力

AI 降低构建成本以后，团队不是缺想法，而是想法太多。

什么都可以试，反而更需要有人判断哪些值得试，哪些只是看起来热闹，哪些会破坏系统长期一致性。

产品经理不再只是提出需求的人，而是帮团队减少错误方向的人。

这里的判断不是一句“我觉得”。它至少包括几类问题：

• 这个需求是真的用户信号，还是少数噪音？
• 这个功能会不会破坏原有产品结构？
• 这个改动短期有效，长期是否增加维护成本？
• 这个 AI 能力的错误率，业务场景能不能接受？

AI 可以给出更多方案，但它不能替你承担产品后果。

三、PM 要更像 builder

另一个变化是，产品经理不能只停在文档里。

过去一个想法从文档走到原型，中间要跨过设计、研发、排期和资源协调。现在 PM 可以用 AI 更快做出 demo、脚本、分析工具、自动化流程，先验证“这件事有没有意思”，再决定是否正式投入。

这不是要求 PM 变成工程师。关键不在于会不会写复杂代码，而在于愿不愿意亲手把问题往前推一步。

这些东西未必能直接上线，但能让 PM 更早接触真实约束。

只写文档的人，很容易把想法想得太顺。亲手做过原型的人，会更早知道哪里会卡住。

四、AI 产品还有一层新问题

传统产品大多是确定性的。

按钮点下去，就跳到固定页面；规则写好，就返回固定结果。

AI 产品不一样。同一个输入可能给出不同答案，错误率也无法简单归零。

所以 AI PM 必须多问一个问题：这个场景能容忍多大不确定性？

不同场景对错误的容忍边界不同。这是产品判断，不是模型参数问题。

五、真正的分化开始了

我现在越来越觉得，AI 时代的产品经理会分化出两类人。

短期看，两类人都会存在。长期看，只会转述、整理、同步的人会越来越被动。

对已经在旧系统里成功过的人来说，这件事尤其别扭。因为旧剧本不是没用，而是曾经太有用了。越是靠这套方法赢过的人，越容易相信它还能继续撑很多年。

但变化不一定要从焦虑开始。

更好的入口可能是快乐：用 AI 做一个自己真的会用的小工具，自动整理一次反馈，生成一个可跑的页面，写一个能节省半小时的脚本。

人一旦体验过“想法当天变成东西”，学习动力会完全不同。

最后

AI 时代产品经理的旧剧本正在失效，不是因为产品经理不重要了。

恰恰相反，是因为更重要的部分终于被迫露出来了：

• 你能不能判断什么值得做；

• 你能不能把模糊想法变成可验证的东西；

• 你能不能在概率性系统里定义好边界和标准。

AI 会拿走一部分流程工作，也会放大一部分真正的产品能力。