AI-продакт-менеджмент в 2026 — чему PM нужно учиться

О чём видео

Alex Zinoviev, Head of Product в Neo Intelligence и сооснователь GenAI Lab (одного из крупнейших AI-продуктовых сообществ Австралии), приходит в подкаст Experts in the Loop, чтобы обсудить, как на самом деле выглядит роль AI-продакт-менеджера в 2026 году. Разговор охватывает разрыв между AI-стратегией и AI-декорацией, конкретные навыки, которые нужно приобрести PM, и то, как петли данных создают устойчивые конкурентные преимущества.

Для кого

Продакт-менеджеры любого уровня, которые пытаются понять, в какие AI-навыки стоит вкладываться и как отличить настоящую AI-стратегию от показного внедрения. Также полезно UX- и дизайн-специалистам, работающим с AI-продуктовыми командами и желающим понять позицию PM.

Ключевые выводы

Два типа AI PM — и обоим нужны новые навыки. Zinoviev проводит чёткое различие между PM, которые создают AI-продукты, и PM, которые используют AI для улучшения своей текущей работы. Два года назад использование AI в качестве PM-инструмента было необязательным. Сейчас это ожидается от каждого, независимо от того, связан ли сам продукт с AI. Переход уже начался для большинства PM, но многие только в начале пути.
Новый набор навыков конкретен. Вместо размытых советов вроде «учите AI» Zinoviev называет конкретные компетенции: понимание больших языковых моделей (что они могут и чего не могут), методы оценки AI-результатов, промпт-инжиниринг и рабочие процессы AI-автоматизации. Это не теория — он описывает их использование в повседневной работе в Neo Intelligence, включая реальный пример построения AI-автоматизации для команды продаж.
AI-стратегия против AI-декорации — вот где проходит настоящая граница. «Добавить AI в роадмап» — это не стратегия. Zinoviev утверждает, что ещё год назад большинство CEO говорили своим CPO «добавьте AI», не определяя, что это значит. Результатом стали эксперименты, которые выглядели продуктивно, но не давали измеримых результатов. Настоящая AI-стратегия требует связи возможностей AI с конкретными бизнес-задачами и чёткими метриками успеха.
Данные — настоящее конкурентное преимущество. Лучшие продукты генерируют лучшие данные, которые питают лучшие модели, которые производят лучшие продукты. Именно эта петля данных создаёт конкурентное преимущество, а не выбор модели или качество отдельных промптов. Zinoviev призывает PM задуматься, где находится маховик данных их продукта и как AI может его ускорить, вместо того чтобы относиться к AI-фичам как к отдельным дополнениям.
Постоянная смена инструментов обходится дорого. Постоянное переключение между AI-инструментами и платформами имеет высокую альтернативную стоимость. Zinoviev рекомендует глубоко освоить один набор инструментов вместо того, чтобы гнаться за каждым новым релизом. AI сам может помочь сократить кривую обучения на выбранных инструментах, делая глубину более доступной, чем ещё год назад.

Стоит смотреть, если…

Вы PM, которому сказали «учите AI», но вы не знаете, с чего начать, или вы строите план развития AI-навыков для своей продуктовой команды.