Искусственный интеллект меняет не только то, как мы делаем продукты, но и саму роль менеджера продукта. Причём меняет её глубже, чем кажется: под вопросом не отдельные задачи, а вся функция. Разбираем два сценария развития этой роли — на основе статьи Сергея Тихомирова «Туда ли продактов ведёт ИИ».

Почему этот вопрос встал именно сейчас

Ещё год назад продакт-менеджер тратил половину недели на координацию: собрать требования, написать ТЗ, дождаться разработки, проверить результат. Сегодня значительная часть этого цикла сжимается до минут — ИИ пишет, рисует, анализирует и тестирует. И тут проявляется главный парадокс: чем больше рутины снимает ИИ, тем острее вопрос — а что вообще остаётся от работы продакта?

Если раньше ответ был «управлять процессом разработки», то теперь процесс ускорился настолько, что управлять им вручную бессмысленно. Нужна другая роль. Автор статьи предлагает два варианта — и между ними принципиальная разница.

Подход 1. Продакт как «вайбкодер»

Менеджер продукта использует ИИ, чтобы самому собрать продукт от 0 до 1: сам провёл исследования, сам спроектировал, сам задеплоил. Человек-команда — ИИ закрывает исполнение, продакт отвечает за смысл. Функция роли — радикальное сокращение цикла разработки (PDLC). Ключевое слово здесь — «development», хоть и в широкой коннотации.

Логика подхода: «Я могу сделать сам — зачем мне команда?» ИИ снимает стоимость исполнения, и продакт превращается в соло-фаундера, который тащит продукт от идеи до продакшна в одиночку.

Звучит соблазнительно. Работает — на прототипах, на малых продуктах, на проверке гипотез. Но есть потолок: один человек физически не тянет объём решений, который требуется зрелому продукту. Пятьдесят решений в неделю, согласованность между ними, контекст, который нужно держать в голове, — вайбкодер упирается в масштаб.

Подход 2. Продакт как «кибернетик»

Менеджер продукта использует ИИ не для ускорения поставки, а для построения системы принятия решений — stagility-системы управления продуктом или портфелем продуктов. Здесь ИИ — это не способ быстрее шиппить, а способ создать систему, которая находит баланс между «здесь и сейчас» и эффективным долгосрочным развитием.

Логика подхода: «Я строю систему, которая принимает решения лучше меня одного». ИИ-агенты собирают контекст продукта и рынка, и решения принимаются на основе этого контекста — быстро, согласованно, в масштабе.

Как это выглядит на практике: пример edtech

Автор иллюстрирует разницу на российском рынке edtech. Концепция agility: быстро запускай продукт и через итеративную обратную связь понимай, каким он должен быть. По этой логике в 2020–2021 годах, подкормленных ковидным онлайном, почти все edtech-компании начали «клепать» десятки курсов. Через полтора-два года оказалось: половина из них либо нерентабельна, либо на грани, и практически все — коммодити. Созданы бизнес-юниты с нулевой масштабируемостью, и многие не закрыты до сих пор.

Подход stagility ставит задачу иначе: можно вообще не запускать продукт, если непонятно, как мы сможем его стабильно развивать в будущем. Вместо «дофаминового прихода» вайбкодинга — скучный, на первый взгляд, процесс стратегического менеджмента. Он требует самостоятельного мышления, для которого ИИ создаёт контекст и условия работы, помогая менеджеру, а не заменяя его.

ИИ — это не способ быстрее поставлять в продакшн, а способ создать систему принятия решений, которая находит баланс между «здесь и сейчас» и эффективным долгосрочным развитием.

Почему второй подход сильнее

Автор прямо пишет: признавая успехи «вайбкодинга», он считает, что этот путь ведёт профессию в неверном направлении. Рассуждение о продакте как об инженере-вайбкодере, ускоряющем PDLC, искусственно ограничивает фокус менеджера — потому что ключевые «бутылочные горлышки» находятся ДО и ПОСЛЕ этапа разработки: какие свойства продукта принесут ценность, как выиграть долю рынка, как масштабироваться и окупиться.

Целевая функция менеджера продукта, по Тихомирову, — максимизировать монетизируемую ценность за счёт правильного подбора свойств продукта: удовлетворить потребности клиентов лучше конкурентов и заработать на этом. «Быстрее налабать первую версию с помощью вайбкодинга сюда не входит». Именно эти принципы заложены в операционное управление PAF (Product Architecture Framework) с помощью ИИ — методологию, первую версию которой автор презентовал ещё в конце 2010-х. Подробности — в оригинальной статье (ссылка ниже).

Мини-чеклист: какой ты продакт

  1. Когда приходит задача, ты первым делом думаешь «как я сам это сделаю через ИИ»? — склонность к «вайбкодеру»
  2. Ты чаще делегируешь ИИ сбор контекста (метрики, отзывы, аналитика), чем исполнение? — склонность к «кибернетику»
  3. У тебя в неделю больше 20 решений, которые ты принимаешь «на глазок»? — пора строить систему
  4. Твой продукт пережил стадию прототипа и требует согласованных решений команды? — «вайбкодинг» уже не масштабируется

Простых ответов нет: большинство продактов сегодня — «вайбкодеры» по привычке и «кибернетики» по амбиции. Вопрос не в том, какой подход выбрать навсегда, а в том, когда переключаться со стадии «делаю сам» на стадию «строю систему».

Что дальше: теория становится практикой

Теория остаётся сказками, пока не подкреплена практикой. Поэтому концепция будет показана вживую на мастер-классе «Грачи на Product Sense 2026» 10 сентября в 11:00: участники в формате бизнес-симуляции соберут операционную систему для менеджеров продуктов — на примере конкуренции на рынке видеоконференцсвязи, в роли B2B-продукта, стремящегося захватить долю рынка. Стратегический поиск точек дифференциации — с ИИ в руках, а не вручную.

📖 Источник: Сергей Тихомиров, «Туда ли продактов ведёт ИИ?» — telegra.ph/Tuda-li-prodaktov-vedyot-II-07-16

Резюме и разбор подготовлены редакцией блога Роборумбы. ИИ-органичная компания — про то, как агенты становятся частью команды, а не заменой ей.