從 ChatGPT、Claude、Gemini 各種模型的出現，「AI 是否會取代 PM / UX / RD」一直是軟體業在討論的話題，AI 已能撰寫 PRD 產品需求文件、分析用戶、設計原型 Prototype，甚至提供產品決策建議，甚至對於一些產品主管來說，只會執行的初級產品經理職缺可能會越來越少，因此這篇想探討產品經理可以培養哪些技能，以確保有職場競爭力。
一、被 AI 取代的產品經理類型
⠀⠀
這篇有一部分也參考不同資深產品經理的看法，以下特質在各產業可能略有不同。⠀⠀
1. 只專注於執行和跟蹤任務的產品經理
- 案例：以電商平台產品經理為例，若要規劃一個滿額折現的功能優化，若產品經理僅關注頁面製作、系統功能開發等執行細節，但不思考功能目的和商業價值，工作流程只剩下「接收需求 → 撰寫文件→ 追蹤開發 → 測試上線」，缺乏主動思考和創新。
- 替代情況：若需求相對明確，AI 已可以處理這類「標準化流程」，將需求轉為可執行的 PRD 文件、並且也可追蹤開發進度、測試進度等。
⠀⠀
2. 僅依賴數據而缺乏洞察力的產品經理
- 案例：呈上，在分析滿額折現功能的效益時，若產品經理只報告「轉化率提升了 5%，客單價增加了 50 元」等表面數據，但無法解釋為何會有這樣的結果，也無法從數據中發現深層用戶需求，例如無法分析哪類商品最能帶動用戶達到滿額消費。
- 替代情況：現代 AI 分析工具已能自動生成數據報告、並提供基本解釋，甚至能發現一些數據相關性，使得簡單的數據分析工作變得更容易被自動化。
⠀⠀
3. 缺乏創新思維的產品經理
- 案例：在設計促銷活動時，若產品經理總是複製競品，而沒有嘗試新的機制，如「階梯式返現」、「消費積分翻倍」或「會員專屬滿額贈」等機制，無法為產品帶來差異化優勢（但這項會根據 B 端 / C 端有關，在部分 B 端產品的基礎功能不太需要一直創新）。
- 替代情況：AI 已能通過分析各種競品案例來提供規劃建議，對於「複製功能」這種缺乏創新的產品決策，AI 已可以取代 PM。
⠀⠀
4. 不了解用戶真實需求的產品經理
- 案例：在設計電商 APP 的購物車功能時，若產品經理未深入理解用戶購物心理，僅針對自己想法來規劃功能，例如沒有訪談到企業用戶的行銷方式，容易設計出功能方向錯誤且體驗不佳的產品。
- 替代情況：雖然 AI 可以根據數據分析用戶行為模式，但問出用戶需求（訪談）仍是現在 PM 的優勢，若不具備深度用戶洞察能力的產品經理則很容易被 AI 輔助的設計師取代。
⠀⠀
5. 無法有效協調跨部門合作的產品經理
- 案例：開發新功能時，若產品經理無法有效協調各部門，例如協調市場部（負責活動宣傳）、產品團隊（負責系統開發）、和客服部（負責問題處理 FAQ）的工作，則會導致開發進度延誤或部門衝突。
- 替代情況：雖然 AI 可以協助功能規劃和時程規劃，但「跨部門人際溝通、情感理解和衝突調解」是現在 PM 的必備的社交技能。
⠀⠀
二、產品經理如何培養不可替代的產品思維
⠀⠀
1. 培養同理心與用戶洞察能力
案例：在設計電商平台的「滿額折現」功能時，產品經理需要思考
- 功能最終的操作者是誰？他們實際會有哪些行銷玩法？
- 對於操作者來說，他們在意什麼？他們期望的最終結果是什麼？
培養方法：
- 定期比較自家和競品電商平台的購物流程
- 了解客服現場問題，閱讀用戶評論，直接接觸用戶問題
- 定期進行用戶訪談，不僅詢問「做什麼」，更要挖掘「為什麼」
⠀⠀
2. 發展策略性思考與商業敏感度
案例：規劃季度促銷策略時，產品經理需要思考
- 滿額折現活動如何影響整體銷售節奏和庫存周轉
- 不同滿額門檻（如滿 200 減 30、滿 500 減 100）對毛利率的影響
- 功能是否能為業務獲取新客戶，或提高現有客戶滿意度
- 後臺折扣活動的長期發展策略
培養方法：
- 了解電商平台的抽成、收入、成本、毛利率等數據關係
- 分析競品策略及市場趨勢
- 定期與業務團隊交流，了解潛在客戶對於產品的期待
⠀⠀
3. 強化跨領域知識整合能力
案例：開發全新的「個性化滿額折現」功能時，產品經理可能需要
- 了解推薦算法如何根據用戶歷史行為生成個性化滿額門檻
- 應用錨定效應和損失厭惡等原理設計折扣方式
- 了解 AB 測試評估不同折扣策略的效果
培養方法：
- 了解個人化推薦的系統架構和原理
- 了解行為經濟學和消費心理學
⠀⠀
4. 提升創新思維與問題解決能力
案例：面對「如何提高電商平台的後台商品上架速度」，產品經理可能需要
- 了解後台商品上架人員的操作流程，並藉由 AI 生成商品描述
- 透過 AI 加速同性質商品的欄位填寫
培養方法：
- 持續和 AI 互動，了解 AI 可以應用的場景
- 持續了解 AI 在各行各業的應用方式
⠀⠀
5. 建立有效溝通與影響力
案例：推動新的會員制度時，產品經理需要
- 向高層管理者解釋此方案的目的，以及要解決企業用戶什麼問題
- 向技術團隊說明功能邏輯，並說明用戶方案和規劃方向
- 向設計師傳達用戶任務目標，而非僅提供功能規格
- 向業務解釋產品特性，協助其推廣給潛在客戶
培養方法：
- 練習電梯簡報，30 秒解釋功能重點
- 學習針對不同受眾的溝通方式和專業術語
- 培養圖像化和故事敘述能力
⠀⠀
三、與 AI 協同工作的策略
⠀⠀
上述比較多提到產品經理在 AI 時代需具備的產品思維，接下來想針對「產品經理如何運用 AI」的案例：
⠀⠀
1. 利用 AI 工具提升工作效率
案例：在設計會員制度改版時，可以透過 AI：
- 讓 AI 產稱初版規則和文案，加速 PRD 前期的整理
- 通過 AI 工具快速生成 HTML 畫面原型，加速反饋收集
實作方式：可以問 AI 「請分析[3–5個主要競爭對手]的會員制度，包括等級劃分和權益設計，並總結其優缺點，請重點放在他們如何解決會員留存和活躍度的問題。」，然後基於自己對用戶群體的認識、和業務目標，進行優化和調整。
⠀⠀
2. 讓 AI 處理重複性工作
案例：在日常工作中，可將這些任務交給AI：
- 生成例行數據報告和基礎分析
- 標準化需求文檔的格式和內容檢查
- 基礎市場調研和競品分析
實作方式：可以問 AI「根據這個確定的會員體系方案[方案摘要]，請生成一份 PRD 需求文件，包括背景目標、用戶任務、功能描述、技術要求、上線時程和驗收指標等。」，接著根據 AI 生成的 PRD 進行微調。
⠀⠀
3. 讓 AI 幫自己補足文件不足處
案例：在設計會員制度改版時，可以透過 AI：
- 檢視某份 PRD 的不足地方，請 AI 補充遺漏的細節
- 請 AI 針對某份產品文件，白話文解釋文件意思或技術內容
實作方式：可以問 AI「請以資深產品經理的身分，檢查這份 PRD 需求文件有沒有遺漏的地方，像是功能規畫面、技術面、流程面、資料源等各面向」，接著可以針對 AI 提到的地方，再去補充 Figma 和 User Story 內容。
⠀⠀
四、產品經理角色的演變趨勢
⠀⠀
根據現在的 AI 發展趨勢，電商產品經理的角色可能會有以下變化：
- 從功能執行者到需求挖掘者：PM 雖然本來就需要挖掘需求，但在 AI 時代這個比例更重了，要更知道「我們究竟要解決什麼目標」，而非單純執行交辦任務。
- 從數據分析者到洞察詮釋者：數據方向，看數據說故事的工作已可以由 AI 取代，但產品經理需要解釋「這對我們的產品策略有什麼啟示、接下來產品要繼續做什麼」。
- 從需求收集者到創新引領者： 不再只是整合各方需求（業務部門希望增加 A 功能），而是主動發現機會並提出創新解決方案（針對 A 功能，我們建議用 OO 解法）。
上述有些是 Sr. PM 的範疇，但現在對於 Jr. PM 來說，未來可能也會變成基本門檻。
⠀⠀
如對這系列文章有興趣可以再觀看：
