乐于分享
好东西不私藏

AI 时代,产品经理进化论

AI 时代,产品经理进化论
01
前言
每年世界人工智能大会WAIC笔者都会去学习一下。今年的参观人数一如既往地多,不过和去年相比,AI赛道的方向明显向应用倾斜。去年大家都在卷模型卷参数,今年却是满眼的各种落地,从智能体到行业模型到具身智能,百花齐放。
上一篇有关产品经理的文章 产品研发之众生相:产品经理写在2025年秋,彼时还是几家 AI 模型大厂的高光时代,而大多数产品都还属于吃瓜群众,最多是试试水。
今年2026年却是 AI 进入产品的井喷元年。作为产品经理,如果你的产品和 AI 还是一毛钱的关系都没有,即使别人不说你落后,你自己心里都会焦虑。
而更让产品经理焦虑的,是自己的饭碗是不是也可能会被 AI 替代。过去产品经理的看家本领:写需求文档、画原型图、做竞品分析、拆解数据,似乎哪一个都可以被 AI "接管"。
那么产品经理这个岗位会被 AI 替代吗?先说笔者的结论:产品经理不会被 AI 替代,但不懂 AI 的产品经理将会被淘汰。
02
不可或缺
先简单说一下产品经理无法被 AI 完全替代的几个关键原因:
产品定义
产品“该不该做、做什么、不做什么”的最终决定权在产品经理。
AI只能基于已有数据回答给出建议,但是权衡商业收益、研发成本、长期战略、短期KPI这些复杂的工作,是 AI 无法胜任的。
行业理解和用户共情
产品需求的来源,不是 AI 用爬虫在网络上收集来的,而是产品经理长期在行业跌打滚爬,了解客户痛点,知道行业规则的总结。

让 AI 去和客户交谈收集需求是不现实的。比如笔者接听电话,只要对方是机器人就果断挂断。

团队协同
产品经理还有一个核心的工作之,就是人际协调:向上对齐战略、向下推动研发、横向协调运营/销售/客户。

这种协调沟通的能力,是产品经理高下立判的核心技能之一。这是 AI 无法替代的。

当然,如果研发,运营,销售都是 AI 了,产品经理大概也会被小龙虾取代。不过在可见的将来,笔者小心预测,这个场景还是未来。

风险承担
产品经理有时候要面对市场变化、政策调整、突发事故、小众极端场景、伦理边界、合规风险等各种不确定性做出决定,也是责任的承担者。

AI 是无法承担责任的,没看到豆包因为胡说八道会被追究经济和法律责任的案例。

03
AI成为工具
虽然产品经理不会被AI完全取代,但不会用AI,不懂AI的产品经理,会被时代慢慢淘汰。
产品经理最开始接触 AI ,是他们开始学会使用AI成为工具来为自己的业务服务。
产品经理的主要业务:写需求文档、画原型图、做竞品分析,这些都可以借助 AI 来完成。
需求文档
借助 AI 写需求文档,可以让产品经理从重复写通用模板的低效工作中解放出来。
切记,不要让 AI 从零完整生成需求,这种方法通用套话颇多。产品经理要自己把控核心业务逻辑,让AI做辅助工具。

产品经理可以把基本功能描述和成功衡量指标喂给 AI,AI 就可以按固定模板生成 需求文档、用户故事和验收标准初稿;

之后产品经理再补充遗漏的业务逻辑、权限规则和极端异常场景,让 AI 再次优化。

在需求基本定义好之后,AI 还可以生成测试文档,成为测试团队开发测试用例的输入。

 AI 还可以生成和研发团队沟通的文档,比如PPT,或者是H5网页。笔者最近参加产品经理和研发团队的交流会,发现一些产品经理的展示文档水平高了好几个档次。一问,果然是借助 AI 生成的。

原型设计
产品经理一定经历过这样的痛点:一边是UI设计页面繁琐,时间长。如果产品经理和UI设计师沟通不顺畅,UI设计师花几天画出来原型图还得返工。或者是需求改变,用户不满意,UI设计又得重新再来,耗时耗力。
而另一边研发每天催图,没有原型设计图几十号人无法开工,这个Sprint任务无法完成,研发的压力就会传递到产品经理。

所以 AI 对产品经理设计原型绝对是一大福音。我们的一些产品经理已经开始借助 AI ,用文字描述 UI 需求,一键生成原型初稿和基础 UI 布局,人工微调交互细节。

而且借助 AI ,面对有歧义的UI原型,改动起来也是分分钟钟的事,不像原来要和UI设计师重新沟通,讨论,再花上一两天等结果。

现在产品经理用得最多的工具当属Figma AI,也有用国产墨刀 AI Agent、小摹 AI 等。虽然这些产品要烧Token,但是性价比非常高,节省了沟通和时间成本,产品经理乐意买单。

竞品分析
“凡事不决问豆包”,产品经理借助AI做市场调研和竞品分析应该已经是常态了。
AI 可以帮助批量整理研报、用户评论、访谈文稿;之后再自动生成对比表格、提炼用户正负评价,最后输出调研报告初稿。
但是产品经理并不能躺平,因为 AI 有幻觉,容易睁眼说瞎话,编造虚假行业数据,所以关键数值需要产品经理交叉核验。
另外,对于竞品真正的战略意图和发展趋势,还是需要产品经理根据行业经验来判断,不能听 AI 的。
避坑指南
不依赖 AI 做核心决策:AI 只是工具,用户的真实诉求、商业化策略、重大版本取舍,需要产品经理结合一线经验人工判断;

警惕幻觉:如前所述,让产品经理最头疼的,是  AI  在没有数据的时候就会编造,而且一本正经,看起来头头是道。所以产品经理必须对关键信息进行交叉核验;

不泄露敏感数据:有时候产品经理为了让 AI 写需求,把内部未公开产品方案原封不动上传。现在的大模型已经开始根据用户的对话学习了,这些信息都会被 AI 学习造成泄密。所以务必上传前做好信息脱敏;

拒绝全盘托管:AI 适合做 “执行副手”,产品经理核心价值是理解用户、统筹团队、平衡多方诉求,无法被替代。

04
AI成为产品
产品经理不能仅仅使用 AI 做工具,更重要的是要将 AI 加入你的产品。
在 AI 时代,产品经理行业的一大短板,一方面是传统产品经理对行业需求了如指掌,但是对新技术和新趋势反应迟钝;而另一方面过来推销AI产品的各路人马对具体行业却一无所知,讨论的结果让行业专家啼笑皆非。
产品经理需要了解 AI 产品和功能,然后思考如何用 AI 来提升自己产品的竞争力。
根据 AI 功能的使用程度,笔者把有 AI 的产品分为三个等级:AI 功能,AI 就绪和 AI 原生。
AI 功能(AI Function)
将AI的功能加入现有产品,是 AI 进入产品的第一步。
对工控软件来说,最直接的例子,就是现在各式的 AI 助手(Copilot):借助AI 自动生成 PLC 代码,自动生成 SCADA 画面。
CAD 软件借助 AI 自动识别图纸零散图形,批量转换成标准块;还可以扫描整张图纸做物体检测,快速规整杂乱图纸元素;帮助排查图纸报错、自动生成修改步骤。

现在工业软件的主流 AI 走的多是这个路线。各家功能大同小异,差别不大。

但是如果你的产品依然没有定义类似的 AI 功能,你会越来越感受到竞品的压力。因为这些 AI 功能不仅仅是争噱头,而是确确实实大大提高了生产力,成为产品差异化的一个强劲卖点。

AI 就绪(AI Ready)
当产品不仅仅是外加了一些 AI 功能,而是产品本身已经具备了完全被 AI 驱动的时候,你的产品就是 AI 就绪(AI Ready)了。
AI Ready 的产品将是下一代产品的趋势。一方面现有的产品业务逻辑不变;而另一方面却可以让 AI 完全介入现有产品操作,为自主控制提供技术基础。
用这个思路,我们为工控组态平台“天行IDE”设计了全域 AI 智能体“天行者”。
全域 AI 智能体“天行者”
在这个设计的核心基础是“天行工坊”,就是系统定义的插件API。所有原来人工通过 UI 来完成的工作(编写 PLC 程序,定义 SCADA 画面,下载,调试等),都可以通过天行工坊越过人工操作,直接被程序调用。
“天行 IDE”本身提供两个 AI 功能,一个是自动生成 PLC 程序的“天行者·智控”,一个是自动生成 SCADA 画面和自动完成数据采集的“天行者·智览”。这两个智能体就是 AI 产品的第一层级:AI 功能。
真正让"天行 IDE" 升级为 AI Ready的,是基于天行工坊向外发布的 "天行 MCP”。通过“天行 MCP”,所有第三方智能体都可以像工程师操作 UI 界面一样操作“天行 IDE”,完成自动生成程序,自动下载,自动调试的自主控制闭环。
不仅如此,我们也借助“天行 MCP”升级了自动化测试。自动化测序智能体可以根据测试用例和内嵌 Skill 自动生成测试代码,自动执行和校验。全面替代基于UI,稳定性差的自动化测试方法,比如 playwright。
AI 原生(AI Native)
最终的产品形式,可能会走向 AI原生(AI Native)。AI 原生产品,会颠覆现有的工控软件的最底层架构。
今天的工业软件,主要是为工程师设计的。无论是CAD,EDA,PLC和SCADA组态软件,UI界面是软件交互的重要部分。但是如果今后这些工作90%是 AI 完成的,这些UI界面就成了多余的鸡肋。
我们先用软件开发的变化来解释:笔者自己用 IDE (比如 VS Code,Vim等)写程序和调试程序的时间比原来少了很多。越来越多的时候是通过对话框(就是所谓的 CLI)来指挥 AI 编程。
所以,未来 AI 原生的工业软件,会不会演化成类似于 WorkBuddy的操作哲学,工程师用对话框提出一个思路,AI 开始工作,然后把结果呈现出来,工程师再通过对话修正。
这样的工业软件,你将不会再看到繁复的UI界面,交互只是一个对话框。
定义这样的产品,我们的产品经理准备好了吗?
05
总结
AI  时代,产品经理将面对许多不确定性的变化。但是有一件事情可能是大概率确定的:不适应 AI 会被淘汰。
这句话,不仅仅适用于产品,也适用于产品经理。

相关学习资料