Мы все видим как AI в реальном времени автоматизирует то, чем мы жили годами: бэклог, user stories, сводки, отчёты.
Jira/ Azure / Aha! / Craft за минуты генерируют десятки сторей, автогрумят и подсказывают приоритизацию.
Gong / Chorus / Zendesk / Salesforce сжимают звонки и тикеты до готовых инсайтов быстрее человека.
А что там по фактам?
• Производительность PM растёт на ~40%, time-to-market сокращается на ~5% (McKinsey 1).
• Экономия рутины — 1–2 часа в день (McKinsey 1; Automation-Stat 2).
• Но растёт явный риск: лишь ~27% команд проверяют весь AI-контент. Без «человека в цикле» ошибки масштабируются (McKinsey 3).
Если процессная экспертиза больше не даёт преимущества, то, очевидно, выигрывает тот, кто может связать свою деятельность с P&L и реальным эффектом на бизнес.
Сегодня главной ценностью становится качество решений и умение переводить решения на язык денег.
Раньше сильный PM и так отслеживал P&L и привязывал фичи к результатам. Теперь это - гигиенический минимум: стоимость FTE (тебя как сотрудника) высока, инструменты демократизированы. Например:
• Финансовое планирование и анализ (FP&A) теперь доступны на естественном языке
• Мир активно захватывают эксперимент-платформы
• AI генерирует прототипы в пару кликов.
Барьеры упали - оправдания закончились.
В связи с этим, в последнее время меня не отпускают вопросы:
• Что останется от роли, если бэклог уже пишет машина?
• Как защищать приоритеты, когда каждый может «нагенерить» десятки вроде бы разумных идей?
• Где проходит граница между автоматизацией и ответственностью за качество данных, этику и доверие?
• Как переводить каждую инициативу на язык денег так, чтобы это одинаково понимали финансы, продажи и руководство?
Сегодня другое время. И оно не про «ещё один тул» — оно про новую конфигурацию роли.
Ставь 🔥, если тебя беспокоят теже вопросы.
💬 Поделись в комментариях: что в твоей работе уже стало commodity, а что — источник дифференциации?
@orlov_german