AI冲击波下，产品经理也难独善其身

当AI开始“接管”产品决策

Hacker News上一条题为「Product Managers aren't safe either」的讨论引发了不少关注。虽然原文内容简短，但标题本身已经传递出一个清晰的信号：在AI能力快速渗透的背景下，曾经被认为需要“人类判断力”的产品经理岗位，同样面临被重新定义甚至替代的风险。

这个讨论之所以值得关注，是因为它打破了一种常见的心理防线——很多人相信，创意、策略、协调类的工作不会轻易被自动化。但产品经理的日常工作中，有相当比例恰恰是信息收集、需求梳理、文档撰写、数据分析和跨团队同步，这些环节正是当前AI工具最擅长切入的领域。

产品经理的工作，正在被拆解

如果把产品经理的职责拆开来看，会发现其中不少模块已经出现了AI的“影子”。

需求分析与文档撰写

撰写PRD、整理用户反馈、归纳竞品信息，这些过去需要大量时间的工作，如今借助大模型可以在很短时间内完成初稿。AI不一定会做出最终决策，但它正在压缩“从信息到文档”的中间环节，让一个人可以覆盖更多工作量。

PRD（Product Requirements Document，产品需求文档）是产品经理最核心的交付物之一，通常包含产品目标、用户场景、功能描述、交互逻辑、验收标准等内容。传统上，撰写一份完整的PRD需要产品经理在用户调研、竞品分析、技术可行性评估之后进行结构化整理，耗时数天到数周不等。大语言模型之所以能切入这一环节，是因为PRD本质上是将分散的信息按照固定框架进行归纳和表达，这正是语言模型擅长的模式化生成任务。不过需要注意的是，AI生成的PRD初稿往往在边界条件、异常流程和跨系统依赖上存在遗漏，仍需人工审校。

数据解读与优先级排序

产品经理需要基于数据做判断，而AI在数据模式识别和异常检测上的能力已经相当成熟。当AI能够自动生成分析结论并给出优先级建议时，产品经理的价值就必须从“会看数据”转向“能判断什么值得做”。

优先级排序是产品经理决策的核心动作，常见方法包括RICE模型（Reach覆盖人数、Impact影响程度、Confidence置信度、Effort投入成本）和MoSCoW法则（Must have/Should have/Could have/Won't have）。这些框架的本质是将主观判断拆解为可量化的维度，因而容易被AI辅助甚至部分自动化。但框架本身无法回答“哪个维度权重更高”这一价值判断问题——这取决于公司的战略阶段、资源约束和竞争格局。AI可以算出RICE分数，但设定评分标准和解释分数背后的商业含义，仍然是人的工作。

跨团队协调

会议纪要、任务拆解、进度同步这些协调性工作，同样是AI工具的强项。这意味着产品经理岗位中“事务性”的部分正在被系统性削弱，留下的是更需要人际判断和商业直觉的部分。

为什么说“也不安全”

这条讨论的核心观点在于：AI替代的不是某个具体岗位，而是岗位中的某些任务。当任务被大量替代后，岗位本身的存在必要性就会被重新审视。

对产品经理而言，风险不在于AI能写出一份PRD，而在于当AI能写出PRD、能分析数据、能同步进度之后，组织会开始思考——这个岗位是否还需要那么多人？或者，是否还需要一个专门的人来做这些事？

这并不意味着产品经理会消失，但意味着这个角色的门槛和定义正在变化。能够驾驭AI工具、把精力集中在判断和决策上的产品经理会更有价值；而主要依靠流程性工作体现价值的产品经理，处境会变得尴尬。

“任务替代”与“岗位替代”的区分来自劳动经济学中的任务模型（task-based model）。这一框架认为，技术变革并非直接消灭职业，而是先替代职业内部的可标准化任务，再通过任务重组改变岗位的技能要求和人员规模。当一项职业中可自动化任务占比超过一定阈值时，企业便有动力重新设计岗位甚至减少编制。这一逻辑在历史上曾作用于会计、翻译等职业——岗位没有消失，但入门级岗位数量显著收缩，剩余岗位对判断力和复合能力的要求大幅提高。产品经理岗位当前面临的正是类似的压力测试。

讨论中的分歧

Hacker News的评论区也呈现出不同看法。一部分观点认为，产品经理的核心能力在于理解用户、平衡利益相关方诉求、做出取舍，这些是AI难以替代的；另一部分观点则认为，正是因为产品经理的工作中有大量可标准化的部分，这个岗位被AI侵蚀的速度可能比想象中更快。

两种观点其实指向同一个事实：产品经理这个角色不会被整体取代，但它的内涵正在被AI重新划分。谁能更快适应这种划分，谁就能留在更有价值的那一侧。

对从业者的启示

面对这种变化，产品经理需要主动调整自己的能力重心。把AI当成协作者而不是威胁，用它处理信息密集、重复性高的任务，把时间释放出来用于用户洞察、商业判断和跨团队信任建设。

同时，理解AI能做什么、不能做什么，本身就是一项新的核心竞争力。能够评估AI输出质量、知道何时该推翻AI建议的产品经理，会比只会使用工具的人走得更远。

这条来自Hacker News的讨论虽然简短，但它提出的问题值得每个产品经理认真对待：当AI开始承担越来越多“产品工作”时，你真正不可替代的部分是什么？