プロダクトマネジメントは死んだ。では、私たちは代わりに何をしているのか？ | Lenny & Friends Summit 2024
- Aisha Washington
- 1 時間前
- 読了時間: 11分
プロダクトマネジメントが「死んだ」と宣言するのは、意図的に挑発的な表現だ。Lenny & Friends Summit 2024で提示された主張は、企業が突然プロダクトに関する意思決定をやめるというものではない。そうではなく、戦略文書の作成、スライドの準備、フィードバックの集約、ワイヤーフレームの作成、引き継ぎの調整といった、プロダクトマネージャーの役割に結び付いてきた多くの定型業務が、AIによって短縮または自動化されつつある、ということだ。
この変化は、その職種名が存続するかどうかよりも有益な問いを投げかける。どのようなプロダクト業務が価値を保ち続けるのか。話者の答えは、従来の境界をまたいで活動し、専門家としての判断とジェネラリストとしての実行力を組み合わせ、業務を取り巻く成果物を作る時間を減らす、AI活用チームへと向かっている。
プロダクト戦略は現在のワークフローを超えて考えなければならない
この講演は、技術変化の速さに対する警告から始まる。AIは急速に進歩しており、プロダクトデザイン、エンジニアリング、マネジメントに関する前提は数か月で時代遅れになり得る。そのため、プロダクト組織は現在の顧客行動や今日のチーム構成だけを前提に設計することに抵抗すべきだ。
方向性を定める際、話者は顧客が3年後、5年後、あるいは10年後に何を必要とするかを検討するよう勧めている。同じ検討は社内にも当てはめるべきだ。プロダクトチームは18か月後、3年後、あるいは5年後にどのように活動しているだろうか。どの責任は明確に人間のものとして残り、どのプロセスはソフトウェアに委ねられるのだろうか。
これは未来を正確に予測するふりをすることではない。現在の運営モデルを永続的なものとして扱うのではなく、明示的な賭けを行うことを意味する。こうした可能性を早期に検討するチームは、ツール、顧客の期待、競争条件が変化したとき、より適切に適応できる。
AIは戦略サイクルを圧縮している
従来のプロダクト戦略は、痛いほど順を追ったものになり得る。プロダクトリーダーは顧客や同僚にインタビューし、営業とエンジニアリングから意見を集め、得られたメモを整理し、数日あるいは数週間をかけて大部の文書を起草する。その文書はその後、コメントと改訂を何度も繰り返しながら回覧される。
最高プロダクト責任者としての過去の経験を踏まえ、話者は、このなじみ深いプロセスが長く反復的な取り組みに膨らみ得ることを説明する。努力の大部分は、情報の統合や成果物の磨き込みに費やされ、根底にある選択が正しいかを検証することにはあまり費やされない。
生成AIは、その作成サイクルを劇的に短縮する。ツールはソース資料を数分以内に、もっともらしい初期戦略ドラフトへと変換できる。出力が承認可能な状態である可能性は低いが、有用な75%または80%の土台にはなり得る。そうすればプロダクトリーダーは、前提の修正、トレードオフの明確化、文脈の適用、方向性へのコミットといった難しい部分に注意を向けられる。
重要な変化は、AIが10ページを書けることではない。経験豊富なプロダクトリーダーの貴重な時間を、それらのページの作成に費やす必要がなくなったことだ。判断は引き続き中心にあり、文書の構築はより安価になる。
プロダクトマネージャーの成果物工場は消えつつある
戦略文書は一例にすぎない。話者は、AIとノーコードツールによって、アイデアから他者が評価できるものへと進めるために必要な労力が削減されている、ほかのいくつかの領域を挙げている。
ワイヤーフレームはかつて、紙のスケッチから専門的なデザインソフトウェアへと進んでいた。現在のプロダクトマネージャーは、探索のごく初期段階で、同僚や顧客の前に実際に動く体験を提示できるほど迅速に、インタラクティブなプロトタイプを生成できる。フィードバック分析も同様に、スプレッドシートの行を手作業で仕分ける作業を超えられる。自動化ワークフローは、繰り返し現れるシグナルを収集、分類、要約、優先順位付けできる。プレゼンテーションツールは、チームにすべてのデッキを白紙から作らせる代わりに、スライドのドラフトを作成できる。
一般的な調整業務も、自動化しやすくなっている。
定型文書やステータス更新のドラフト作成
会議と意思決定の要約
機能要望と顧客フィードバックの整理
目標とOKRのモニタリング
競合他社と市場変化の追跡
レビュー用の初期分析の準備
話者の実用的な基準は、完璧な自動化ではなく、有用な中間結果に到達するまでの速さだ。システムがタスクの4分の3を信頼性高く完了できるなら、人は専門性を使って残りの4分の1を仕上げられる。1週間を通じて積み重なれば、こうした節約によりプロダクトリーダーへ数日分の時間を取り戻せる。
AI活用プロダクトチームになる
自動化は、提案される対応策の最初の部分にすぎない。より大きな機会は、節約した時間を、プロダクト担当者にできることを広げる能力へ再投資することにある。
話者はプロダクトマネージャーに対し、迅速なプロトタイピング、デザイン、コーディング、データ分析、商業的思考といった隣接スキルを学ぶよう促している。目標は、あらゆる分野で同じように卓越することではない。ボトルネックを解消し、アイデアを直接テストし、従来のすべての引き継ぎを待たずにプロジェクトを前進させられるだけの実践的な幅を身に付けることだ。
このより広いプロファイルの例として、Codyというプロダクトリーダーが挙げられている。彼は従来型のプロダクトマネージャーの型には当てはまらないが、障害を乗り越え、成果を出すのに役立つデザインとコーディングのスキルを学んだ。彼の価値は、プロダクトとしての判断を適用し続けながら、機能上の境界を横断できることから生まれた。
この種の成長は、並外れて意欲的な少数の個人に依存すべきではない。話者は、リーダーがチーム全体による定型業務の自動化と補完的スキルの獲得を支援しなければならないと主張する。社内チャネルは、ワークフローを共有し、実験を実演し、助けを求める場を提供することで、その学びを可視化できる。組織は必要なツールに資金を提供し、その利用を当たり前のものにする必要もある。アクセスや時間のない励ましだけでは、ほとんど変化は生まれない。
機能別の引き継ぎからジェネラリスト・スペシャリストへ
よく知られたプロダクトのトリオ、すなわちプロダクトマネージャー、デザイナー、エンジニアは、コラボレーションのモデルとしてしばしば称賛される。しかし話者は、それが偽装された引き継ぎシステムになり得ると主張する。プロダクトマネージャーが仕様を定め、デザイナーが可視化し、エンジニアが構築する。各参加者には担当領域が残るが、問題から成果に至る全行程を誰も必ずしも所有していない。
提案される代替案は、ジェネラリスト・スペシャリストのモデルだ。人々はプロダクト、デザイン、またはエンジニアリングに関する深い専門性を持ち続ける一方、プロジェクトを前に進めるために必要な業務にはより幅広く参加する。原則は単純だ。固定された担当領域は存在しない。
これは専門知識を無関係にするものではない。優れたエンジニアリング、デザイン、プロダクトとしての判断は、引き続き不可欠だ。変わるのは、特定の活動を実行できるのは一つの職能だけだという前提である。デザイナーがプロトタイプを作ることもあれば、エンジニアがポジショニングを形作ることもあり、プロダクトの専門家がデータを分析したり、小規模な実験を実装したりすることもある。
AIは、不慣れな業務の技術的コストを下げることで、この重なりをより実践的なものにする。あらゆるタスクを別チームのキューに入れなくても、専門家がより遠くまで手を伸ばせるようにする。
AI活用の「トリプルスレット」
このモデルをさらに進めると、話者がAI活用のトリプルスレットと呼ぶものが生まれる。これは、AIツール、エージェント、プラットフォームを連携させながら、プロダクト、デザイン、エンジニアリングにまたがってリードできる人のことだ。
そのような人は、単に3つのフルタイムの仕事をこなしているわけではない。むしろAIは、隣接領域での実行をより身近なものにすることで、タレントスタックの一部を圧縮する。有能な個人または非常に小規模なチームは、以前よりはるかに少ない業務上のオーバーヘッドで、プロトタイプ作成、分析、デザイン、構築、コミュニケーションを行える。
結果として生まれる環境は、明確な見解を持つプロダクトリーダーシップを優遇する。制作が速くなると、実装よりも優柔不断のほうが大きな制約になり得る。リーダーは顧客を理解し、方向性を選び、プロダクト業務を商業的な成果と結び付け、終わりのないプロセスの背後に隠れることなく証拠を活用しなければならない。
この見通しが脅威に感じられる可能性は、講演でも認められている。より幅広い役割は、従来型のプロダクトマネジメント職が減ることを意味するかもしれない。それでも話者は、否認よりも備えのほうが建設的だと位置付ける。人々は今から対応範囲を広げられ、組織は変化によって慌ただしい再編を強いられるのを待つのではなく、責任を意図的に再設計できる。
プロダクトリーダーシップも変わる
AIの影響は個人貢献者だけに及ぶものではありません。プロダクト担当のエグゼクティブは、人、ソフトウェアエージェント、外部ツールというこれまでにない組み合わせを管理する必要があります。予算では、追加の従業員を採用することと、既存チームの能力を高めるシステムを購入することの間で、ますますトレードオフを検討することになるかもしれません。
またリーダーには、コードを書く人を管理できるだけの技術的な理解と、プロダクト上の意思決定を流通、マーケティング、収益につなげるだけの商業的な認識も必要になります。チーム設計は標準化されにくくなるでしょう。組織全体で普遍的なプロダクト三人組を複製するのではなく、リーダーは各チームを、そのミッション固有の強みと制約に合わせて編成するようになるかもしれません。
話者はこれを、組織設計に対するより手作りのアプローチだと説明しています。ある取り組みでは卓越したプロダクト洞察を持つ人物が中心になるかもしれませんし、別の取り組みでは強いエンジニアリングの深さや、特異な市場の専門知識が必要になるかもしれません。リーダーシップの役割は、希少な能力を見極め、それに応じて周囲のチームを構築することです。
文化は構造と同じくらい重要です。職能の境界を越えることや新しいツールを試すことによって人が罰せられるなら、組織はAIの能力を獲得した後も、古いボトルネックを温存することになります。
AIが簡単には複製できないスキルを身につける
定型的な生産が安価になるにつれて、持続的な優位性は経験を通じて形成された判断力へと移っていきます。戦略的思考、センス、顧客理解、組織に影響を与える力、不確実性の中で意思決定する能力は、ステータスレポートやロードマップの初稿よりも再現が困難です。
そのため話者は、プロダクトの専門家に対し、独自の価値提案を育てるよう促しています。それは、AIを活用したチームの構築とスケールの方法を学ぶこと、実践的な技術力を身につけること、商業的な直感を強化すること、あるいは深いドメイン知識と迅速な実行力を組み合わせることかもしれません。
目的は、AIが瞬時に実行できるタスクでAIと競争することではありません。AIをレバレッジとして使いながら、何を作る価値があるかをより適切に判断し、答えが間違っているときに気づき、重要な選択をめぐって人々の足並みをそろえられるようになることです。
プロダクトマネジメントを再生する
この講演の最後の主張は、そのタイトルが示唆するよりも楽観的です。プロダクトマネジメントは、もはやコストに見合わないプロセスを捨てることで「再生」できます。AIがドラフト作成、統合、プロトタイピング、調整をより多く担うようになれば、プロダクトの専門家はユーザーと過ごす時間を増やし、重要な問題により多くの創造性を注げます。
その成果を実現するには、個人と組織の両方のレベルで行動する必要があります。プロダクト担当者は定型業務を自動化し、能力の幅を広げ、何が有効かを同僚に教える必要があります。リーダーは、領域をまたいで活動できる人々に、ツール、予算、心理的安全性、権限を与える必要があります。
ここで示される未来に、混乱がないわけではありません。役割は統合されるかもしれず、チームは縮小するかもしれず、確立されたキャリアパスはより予測しにくくなるかもしれません。しかし、本質的な仕事――ニーズを理解し、戦略的な選択を行い、アイデアを価値あるプロダクトへと変えること――は残ります。その仕事を、より少ない儀式的な手順と、より広い対応力で行えるようになることが、この機会です。
