プロダクトマネジメントは“不要”なのか？Whatnot CPOが語るPM職の再定義とAIが導く未来

テック業界でプロダクトマネージャー（PM）という職種は、成長する企業の中核を担う重要な存在として認知されてきました。しかし、その役割や存在意義が今、大きく揺らぎ始めています。今回、我々が深く掘り下げるのは、ライブストリームショッピングプラットフォーム「Whatnot」の最高プロダクト責任者（CPO）であるTom Verrilli氏の衝撃的な発言とその哲学です。彼は「プロダクトマネジメントの存在を後悔している」とまで言い放ち、従来のPMのあり方に真っ向から異議を唱えています。

この記事では、Tom Verrilli氏のこの挑戦的な見解の真意を深く探りながら、PMという職種がなぜ「多すぎ」になり、その質が低下しているのか、そしてAI時代においてPMに本当に求められるスキルとは何かを徹底的に分析します。彼の洞察は、これからのプロダクト開発、ひいてはテック企業全体の組織運営の未来を考える上で、極めて重要な示唆を与えてくれるでしょう。

Whatnot CPOの衝撃的な宣言「プロダクトマネジメントの存在を後悔している」の真意

Tom Verrilli氏が率いるWhatnotのプロダクトチームは、「プロダクトマネジメントの存在を後悔している」という、CPOからは通常聞かれないような前提に基づいて構築されています。この発言は単なる挑発ではなく、PM職の現代における本質的な課題を突いたものです。

Verrilli氏によると、PMという役割が誕生したのは、インターネットビジネスが爆発的にスケールし始めた時期に遡ります。初期のスタートアップでは、創業者やCEOが直接エンジニアやデザイナーと対話し、何を構築すべきかを決定し、共に実行していました。しかし、企業が大規模化するにつれて、創業者一人で全ての詳細を把握し、指示を出すことが不可能になり、実行の特定の部分を誰かに委任する必要が生じました。こうして生まれたのが、PMという専門職です。

しかし、そのPMの存在が、皮肉にもエンジニアやデザイナーの成長を阻害していると彼は指摘します。彼の言葉を借りれば、「PMの多すぎる採用が、本来なら優れた意思決定ができるはずのエンジニアやデザイナーを子供扱いし、彼らにベビーシッターを付けているような状態を生み出している」というのです。エンジニアやデザイナーは、ユーザーニーズを理解し、技術的・デザイン的な制約の中で最善の解決策を導き出す能力を本来持っています。しかし、常にPMが間に立つことで、彼らはその「意思決定の筋肉」を鍛える機会を奪われてきました。

Verrilli氏は、プロダクトマネジメントは「資格」ではなく「職人技（trade）」であると強調します。それは、実践を通して習得し、磨かれるべきスキルであり、数をこなすことで強くなる「筋肉」のようなものです。しかし、PMがエンジニアやデザイナーをこれらの実践から抽象化しすぎると、彼らのその「筋肉」は未発達のままになってしまいます。

Whatnotでは、PMを雇うのは「PMを雇うため」ではなく、「本当に特定のニーズがある場合」に限定すべきだという考え方を徹底しています。理想は、PMがいない状況で、エンジニアとデザイナーがユーザーに深く触れ、必要なコンテキストを持って自律的に意思決定を行うことです。PMは、組織全体にレバレッジをかけ、特定の重要なプロジェクトを成功させるために戦略的に配置されるべきであり、可能な限りPMを置かないことが、エンジニアとデザイナーの潜在能力を最大限に引き出す最適な方法であるとVerrilli氏は語ります。

なぜPMは「多すぎ」なのか？テック業界の慣習が生んだ負のサイクル

Tom Verrilli氏の指摘は、テック業界全体に蔓延するPM職の「多すぎ問題」に根差しています。企業が急成長し、エンジアップが進むにつれて、「エンジニア6人に対してデザイナー1人、PM1人」といった、まるでHRの比率規定のように「プロダクトのポッド」を形成する慣習が生まれました。この機械的なPM採用の増加が、PM職の質の低下を招いたと彼は分析します。

Verrilli氏は、ほとんどのエンジニアやデザイナーは、過去に「素晴らしいPM」と働いた経験があることを認めます。しかしそれは、「多くのひどいPM」と働いてきた経験があるからこそ、その「素晴らしさ」が際立つのだと皮肉を込めて語ります。平均的なPMが、彼らの周りの人々に本当に多大な価値を提供しているかというと、疑問符が付く状況があるというのです。

PMが多くなりすぎた結果、エンジニアやデザイナーは、意思決定の機会を奪われ、「子供扱い」されるようになりました。彼らは本来、システムがどのように機能するかを深く理解し、優れた意思決定ができる能力を持っています。例えば、通知インフラのような技術的な領域にPMは必要なく、エンジニアが自律的に判断できるはずです。しかし、常にPMが存在することで、彼らはその能力を発揮する機会を失い、「ベビーシッター」に頼りきりになってしまったのです。

さらに、Verrilli氏はPMに求められるスキルの変化についても言及しています。かつては「アライメント促進」や「ステークホルダー管理」に長けたPMが重宝されましたが、これは「技術的」というよりも「政治的」なスキルに特化したPMの存在を許容してきた側面があります。彼は、自身のキャリアの初期にそうしたPMの一人であったことを認めつつも、そのような「政治」に時間を費やすPMの価値は現在、確実にトレンドダウンしていると断言します。企業がスケールする中で、情報の透明性が失われ、経営層が現場で何が起こっているかを見えにくくなった結果、より多くのPMを雇い、層を重ねることで「アライメント」を取ろうとしてきたことが、この負のサイクルを生んだと彼は指摘します。

AIが加速するプロダクトマネジメントの変革：ICとしてのPMの価値

Tom Verrilli氏がプロダクトマネジメントの未来において最も期待を寄せる変化の一つが、PMが「IC（Individual Contributor：個人貢献者）」としての仕事に回帰することです。彼は、これまで成功したPMが「ディレクター」などの管理職に昇進し、現場での「手を動かす」ことから離れていく傾向があったことを批判します。これにより、組織は最も優秀な「Aプレイヤー」を実際の「物作り」から遠ざけ、彼らの時間をコーチングやアライメント会議に費やさせてきたと指摘します。彼はこれを、世界最高のサッカー選手である「メッシをチームでプレイさせずに、アカデミー育成に専念させるようなものだ」と例え、その非効率性を強調します。

Whatnotでは、このIC回帰を積極的に推進しています。Verrilli氏自身も、CPOでありながら、時間の50%をICとしての仕事に費やしていると言います。彼のチームのマネージャー陣も90%以上がICワークに時間を割いています。このIC回帰には、いくつかの明確な利点があります。

迅速な意思決定と実行: 経験豊富なPM（VPレベルなど）は、長年の経験と直感に基づいて、何が機能するかを迅速に判断できます。これにより、複数の層を介した承認プロセスや議論を削減し、非常に迅速に意思決定を行い、実際のインパクトを生み出すことが可能になります。
組織全体のレバレッジ: シニアなPMは、複数のジュニアPMの仕事をこなす以上の効率性を発揮できます。彼らは「盤面全体」をより広く見ることができ、例えばTwitch時代のDiscoveryチームとAdsチームの対立のように、異なるチーム間の目標の衝突を、一人のPMが全体最適の視点から解決することができます。目標をGMV（流通取引総額）に設定し、オーガニックなDiscoveryと有料のAdsを同じPMが担当することで、自ずとアライメントが取れ、数ヶ月にも及ぶ議論や政治的な駆け引きを排除できるのです。これにより、会社全体の目標達成を最優先する文化が醸成されます。
現場との接続性の維持: 幹部がICワークを続けることで、常に「現場の真実」に触れていることができます。レビュー会議で聞く情報だけでなく、実際に顧客の課題やコードベースの動きを理解することで、より正確で直感的な意思決定が可能になります。

AIがもたらすPMの生産性革命

このIC回帰のトレンドを加速させているのが、AI技術の進化です。Verrilli氏は、AIがICの「レバレッジ」を劇的に高めていると語ります。

データサイエンスの民主化: Whatnotでは「Hex Threads」のようなツールを活用し、かつてAmazonのL7データサイエンティストが数週間かけて行っていたようなデータ分析を、PMがわずか数時間でこなせるようになっています。特定のユーザーコホートの行動分析、ログの深掘り、感度モデルや回帰モデルの構築が非常に迅速に行えるようになりました。これにより、PMはデータサイエンティストに頼る時間を減らし、自らデータと向き合い、プロダクトの動作を深く理解できるようになりました。データサイエンティストは、よりデータ基盤の構築や高度な測定フレームワークの設計に注力できるようになります。
コードベースの理解と工数見積もり: かつてPMは、機能の実装難易度や工数を見積もるためにエンジニアに頻繁に質問し、彼らの開発時間を奪っていました。しかし、ClaudeのようなAIツールを使えば、PMはコードベースの仕組みを自ら理解し、大まかな工数を素早く把握できるようになります。これにより、エンジニアの「実際の開発速度」を妨げることなく、将来のロードマップ作成や意思決定を効率化できます。
リアルタイムフィードバックループ: ライブプロダクトを扱うWhatnotのような企業では、AIツールを活用することで、顧客がプロダクトを使用しているリアルタイムの状況（動画アーティファクト）と、その裏で動いているコードベースの情報を同時に分析できるようになりました。顧客が「問題がある」と発言した際に、それが実際のバグなのか、それともユーザーの理解不足によるものなのかを、リアルタイムでコードベースに問い合わせながら判断できます。これは「フィードバックループのステロイド」とも言える高速な学習プロセスを可能にし、開発サイクルを劇的に短縮します。
トップダウン意思決定の効率化: AIツールは、シニアなリーダーがより多くのマクロなコンテキストを迅速に把握し、アライメントに関する議論を削減するのに役立ちます。これにより、少数の経験豊富なPMがより多くの領域を担当し、効率的に意思決定を下せるようになります。

AIはPMの仕事を「自動化」するのではなく、「効率化」し、PMが本来の「価値ある仕事」に集中するための強力なツールであるとVerrilli氏は強調します。AIは「ビルディング」のコストを下げるため、PMに求められる「PM-yなスキル」（何を構築すべきか特定し、要件を伝え、優先順位をつけ、デザインにフィードバックし、GTM戦略を開発し、ビジネス戦略を理解する能力）の重要性はますます高まります。

WhatnotのPMチームに学ぶ実践と哲学

WhatnotのPMチームは、Tom Verrilli氏の哲学を体現する独自の組織運営を行っています。その実践は、従来のPM組織のあり方とは一線を画しています。

極めて厳選された採用と「問題」への集中

Verrilli氏の言葉の中で最も印象的なものの一つが、「過去2年間で、31,832人がWhatnotのプロダクトマネージャーに応募し、我々が採用したのは1人だった」という事実です。これは、彼らがPMの採用に極めて厳格な基準を設けていることを物語っています。

彼らがPMに求めるのは、「アライメント促進」や「ステークホルダー管理」といった政治的なスキルではありません。彼らにとってそれは「アンチパターン」です。Whatnotが重視するのは、以下の能力です。

マクロとミクロの思考: 大局的なビジネス視点と、それを検証し実行するための具体的な細部へのこだわりを両立できること。問題を抽象的に捉えるだけでなく、実際にそれを解決するための小さなステップを具体的に考案し、迅速に実行に移せる能力。
具体的な成果への執着: 「存在していたものをベビーシッティングした」のではなく、「困難な問題を解決するために、独自で斬新なものを生み出し、意思決定を下してチームを動かした」具体的な経験。
変化のエージェント: 大組織の慣性に流されるのではなく、自ら変化を生み出し、意思決定者として行動できること。

Verrilli氏は、採用候補者に対してケーススタディを課し、実際の課題解決能力と思考プロセスを重視します。プレゼンテーションは上手だが、具体的なデータに基づいてPRD（プロダクト要件定義書）を作成し、それを論理的に防御する能力が低い候補者は、彼らの求めるPMではないと彼は言います。

「チーム」ではなく「問題・プロジェクト」に紐づくPM

Whatnotでは、PMを特定のエンジニアリングチームに固定するのではなく、「問題」や「主要プロジェクト」に紐付けてアサインしています。PMは約20人という比較的少人数で、膨大なGMVを動かすWhatnotのプロダクト全体をカバーしています。

半期に一度の計画サイクルで、CEO、CPO、シニアリーダーらが集まり、次の6ヶ月で達成すべき「成果」と「クリティカルなプロジェクト」を定義します。その上で、「誰がその問題のDRI（Directly Responsible Individual：直接的責任者）か」を決定し、適切なスキルセットを持つPMが割り当てられます。これにより、あるエンジニアリングチームにはPMがいない期間があったとしても、会社全体の最優先課題に対して最適なPMが投入される体制を構築しています。PMは特定のチームの世話役ではなく、会社全体にとって最も重要な課題を解決する役割を担うのです。

この運営を可能にするのが、Whatnotのモットーである「Know then go（理解したら進め）」です。徹底的にリスクを考え抜き、スケールする上での問題点や予期せぬ影響を事前に検討することで、かえって迅速に意思決定を行い、プロジェクトを推進できるとVerrilli氏は語ります。事前に深く思考することで、後からの手戻りを減らし、結果として全体的な速度を向上させるのです。

リーダーシップの「現場主義」：「Verify then trust」の文化

Verrilli氏が否定するのは、「優秀な人材を雇ったら、あとは彼らに任せろ（Hire great people and get out of their way）」という一般的なリーダーシップ論です。彼は「Verify then trust（検証した上で信頼する）」というアプローチを提唱します。

CPOであるVerrilli氏自身も、日頃から現場のデータやシステム、顧客の生の声に深く触れることを重視しています。CEOのGrant氏は、レビュー会議で疑問が生じた場合、その日の残りのスケジュールを全てキャンセルし、エンジニアやPMと共にデータやチケット、コードを詳細に検証し、問題の根源を突き止めることを厭いません。これは、「上からのマイクロマネジメント」ではなく、リーダー自身が現場の「真実」に深くコミットし、皆で正しい答えを追求する文化の象徴です。

これにより、リーダーはマクロな意思決定を下すために必要なミクロなコンテキストを常に把握できます。例えば、不正取引のロジックや住所信号の計算方法といった詳細まで理解することで、より正確な戦略的判断が可能になります。この「T字型」のスキルセット（深く掘り下げつつ、幅広い知識を持つ）こそが、現代のプロダクトリーダーに求められていると彼は言います。

「Play the accordion（アコーディオンを弾く）」：構想と実行、学びのサイクル

Tom Verrilli氏は、プロダクト開発のサイクルを「Play the accordion（アコーディオンを弾く）」というユニークな比喩で表現します。これは、アコーディオンが音を出すために、まず全体を広げて空気を取り込み、次に押し縮める（キーを押す）という動作を繰り返すことに由来します。

「空気を取り込む（Stretch out）」: まずは問題を広く構想し、大局的な視点から何を目指すべきかを深く考える段階です。長期的なビジョン、システム全体への影響、予期せぬ波及効果まで想像を巡らせます。
「音を出す（Push back in）」: 次に、その構想に基づき、最小限の解決策（V1）を迅速に構築し、実行に移します。
「学び、再構想する」: 実行の結果から何を学んだか（ABテストの結果など）を評価し、その学びを元に再び全体を広げて次のステップを構想します。

このサイクルを常に繰り返すことが重要であり、どちらか一方に偏りすぎると良い音楽（プロダクト）は生まれません。例えば、ライブコマースにおける「リスティング機能」のジレンマがその良い例です。

出品者はライブ配信中に商品を口頭で説明すれば済むため、手間のかかるリスティング作成（約3.5分）をしたがらない。これにより、出品効率が上がり、出品者にはメリットがある。
しかし、大局的に見ると、新規の購入者は「検索機能」を期待してプラットフォームを訪れる。リスティングがなければ、システムは出品者が何を売っているか事前に把握できず、ユーザーを適切なライブストリームに誘導できない。
そこで「全員にリスティング作成を義務付ける」というV2を検討するが、これは出品者の出品効率を大幅に下げ、出品者体験を損なう。

このように、局所的に見れば「機能しない」ように見えることが、全体的な文脈や長期的な視点では全く異なる意味を持つことがあります。Verrilli氏は、常にこの「アコーディオン」の動きを意識し、局所的な最適化だけでなく、全体的な影響や将来の可能性まで見据えて意思決定を下すことが、プロダクトマネージャーには求められていると説きます。

AI時代に求められるPMの「真のスキル」と未来像

Tom Verrilli氏との議論を通じて明らかになったのは、PM職の終わりではなく、その「進化」と「再定義」の必要性です。AIが「ビルディング」のコストを大幅に下げる中で、PMの役割は、より本質的な「価値創造」と「意思決定」にシフトしていきます。

「プロダクトシアター」の終焉と「PM-yスキル」の台頭

Verrilli氏は、Marty Caganが言うところの「プロダクトシアター」（フレームワークやストーリーテリングばかりで、実際の価値創造に繋がらない活動）に陥っているPMが多いことを指摘します。彼らはアライメント会議やドキュメント作成に長けているかもしれませんが、実際に顧客を理解し、ビジネスの課題を特定し、具体的な解決策を導き出す「コアワーク」が不足しています。しかしAI時代には、そのような「プロダクトシアター」に隠れる場所はなくなると彼は断言します。

AIが簡単な要件定義やデータ分析、プロトタイピングをサポートする中で、真に価値を持つのは、PMがこれまで培ってきた「PM-yなスキル」です。

何を構築すべきか特定する能力: 顧客の深いニーズとビジネス目標を理解し、最もインパクトのある問題を特定する。
要件を蒸留し、伝える能力: 複雑な情報をシンプルかつ明確な要件に落とし込み、チームに伝える。
最高のROI機会のためにアイデアを優先順位付けする能力: 限られたリソースの中で、最大の効果を生む施策を見極める。
デザインにフィードバックし、インパクトを改善する能力: ユーザー体験とビジネス目標の両方を考慮し、デザインを洗練させる。
市場投入戦略（Go-to-Market Strategy）を開発する能力: 新しいプロダクトや機能が市場で成功するための戦略を策定する。
ビジネス戦略を理解する能力: プロダクトが企業全体の戦略の中でどのような位置づけにあるかを深く理解する。

これらは、AIが「ビルディング」を効率化するからこそ、人間が最も集中すべき「考える」こと、すなわち「正しいものを正しい方法で構築する」ための本質的なスキル群です。PMはもはや「管理職」や「調整役」ではなく、プロダクトの「頭脳」として、より深い洞察と明確な意思決定が求められます。

役割の融合とハイブリッド人材の台頭

AIの進化は、PMだけでなく、他の専門職の役割にも変化をもたらします。

データサイエンティスト: PMが自ら高度なデータ分析を行えるようになるため、データサイエンティストは、より複雑なモデルの構築、データ基盤の整備、トラッキング・アトリビューションシステムの最適化など、「データそのもの」の品質と構造に関わる上流の仕事に集中するようになります。
エンジニアとデザイナー: 彼らはPMの「ベビーシッター」から解放され、より多くのPM的作業（ユーザーとの対話、問題特定、意思決定）を自律的に行えるようになります。これにより、彼ら自身の「意思決定の筋肉」が鍛えられ、より良いプロダクトを構築できるようになります。
「テックリード」のようなハイブリッドロール: エンジニアリングマネージャーとテクニカルICの中間のような役割が増える可能性も指摘されています。少人数のチームを率いながら、技術的な深掘りとビジネス的判断を両立できる人材の需要が高まるでしょう。

Verrilli氏は、将来的にも「スペシャリスト」としてのPM、エンジニア、デザイナーは存在し続けると予測します。しかし、それと同時に、各専門職の境界が曖昧になり、顧客の問題に深くコミットし、コードベースを理解し、マクロなコンテキストを把握している人材が、より多くの「自由なスペース」で横断的にプロダクトを改善していくようになるでしょう。誰もが「ビルダー」として、自分の専門性を超えて価値創造に貢献する時代が到来するのです。

Tom Verrilli氏からの個人的な教訓：失敗から学ぶプロダクト開発の原則

Tom Verrilli氏のキャリアは、TwitterやTwitchといった巨大テック企業での経験に彩られていますが、彼は自身の失敗からも多くの重要な教訓を得ています。彼の言葉は、プロダクト開発の普遍的な原則を教えてくれます。

Twitterでの教訓：「PMFの力とリーダーシップの重要性」

Twitterでの経験は、Verrilli氏にとって非常に強烈なものでした。彼が在籍した2年間で、プロダクト責任者が9回も交代するというほどの混沌とした環境だったと言います。しかし、その混沌の中から彼は二つの重要な教訓を得ました。

プロダクトマーケットフィット（PMF）の圧倒的な力: 「本当にプロダクトマーケットフィットを達成し、成功の方程式を見つけられれば、組織がどれほど混乱していても、プロダクトは生き残る」と彼は語ります。Twitterは、その組織的カオスにもかかわらず、人々が製品を「愛している」という感情的なPMFを強く持っていました。これは、単なる「グラフが良い」というだけでなく、「熱狂」を生み出すレベルのPMFが、いかに強固な基盤であるかを彼に教えてくれました。
大抵のことは複雑ではない、リーダーシップが弱いだけ: Verrilli氏は、Twitterの140文字制限の解除やツイート編集機能の実装が、長年にわたって議論されながらもなかなか実行されなかった例を挙げます。誰もがその必要性を認識し、そのためのワーキンググループも存在しましたが、最終的な「決断」を下すリーダーシップが不足していました。結果として、彼が退職してから数年後にようやく実現しましたが、誰も大きな問題にはなりませんでした。彼は、「時には物事はそれほど複雑ではなく、単に弱いリーダーシップが決定を遅らせているだけだ」と指摘します。これは、プロダクト開発における決断力の重要性を浮き彫りにしています。

失敗から学んだ「平均値の罠」

Verrilli氏のキャリアにおける失敗の多くに共通するテーマは、「平均値は個人の体験を語らない」というものです。

彼は、過去に「平均して3%のユーザーしか使っていない」というデータを見て、安易に機能を廃止した経験を語ります。しかし、深く掘り下げてみると、その3%のユーザーにとっては、その機能が「利用の100%」を占める、つまり彼らにとってのコアなユースケースであったことが判明したと言います。このような安易な機能廃止は、その少数のユーザーの利用体験を完全に破壊し、彼らのビジネス（Eコマースの場合）に深刻な影響を与える可能性があります。彼はこれを、「クリスマスの直前にショッピングモールが突然停電するようなものだ」と例え、数字の裏に隠された個人の体験を見落とすことの危険性を強調します。

これは、Amazonの創業者ジェフ・ベゾスが「データと逸話（anecdote）がある場合、逸話を信じろ」と語った教訓にも通じます。定量データは重要ですが、それだけでは見えない個々のユーザーの深いニーズや利用実態、感情を理解することが、真にユーザーを惹きつけ、持続可能なプロダクトを構築するためには不可欠なのです。

結論：PMは「進化」する

Tom Verrilli氏の挑発的な言葉は、私たちにプロダクトマネジメントという職種のあり方を根本から問い直す機会を与えてくれました。彼のメッセージは、PMが「不要になる」という単純なものではなく、「PM職は、より本質的で価値のある仕事へと進化すべきだ」という力強い提言です。

AIの進化は、PMの日常業務の一部を効率化し、これまでPMが費やしてきた「プロダクトシアター」的な活動を過去のものにするでしょう。しかし同時に、AIはPMが本来集中すべき「正しい問題の特定」「本質的な要件定義」「戦略的な意思決定」「全体最適の推進」といった、より高度で創造的な仕事に時間とエネルギーを費やすための、強力なツールとなり得ます。

Whatnotの事例は、PM数を絞り込み、彼らを「問題」に集中させ、リーダーシップが現場に深くコミットし、「アコーディオン」のように構想と実行、学びのサイクルを高速で回すことで、いかに効率的かつ質の高いプロダクト開発が可能かを示しています。

AI時代において、プロダクトマネジメントという職種は、もはや「管理」や「調整」の役割だけでは通用しません。これからは、個々人がより深い専門性を持ちながらも、組織全体の視点から問題を捉え、自律的に意思決定を行い、AIを最大限に活用して「価値創造のレバレッジ」を最大化する「ICとしてのビルダー」が求められます。

Tom Verrilli氏も語るように、プロダクトマネジメントのやり方は一つではありません。しかし、彼が提唱する「プロダクトのコアワークへの回帰」という原則は、どのような組織においても共通の成功要因となり得るでしょう。変化の激しい時代だからこそ、私たちは表面的な役割や慣習にとらわれず、プロダクト開発の本質を深く理解し、常に学び、進化し続ける必要があります。

Whatnotでは、このような哲学に共感し、実践できるプロダクトマネージャーを常に探しています。もしあなたが、真に価値のあるプロダクトマネジメントを追求したいと考えるならば、彼らの採用ページを訪れてみることをお勧めします。例えば、ライブコマースの未来を支える決済システムや、ロブスターを翌日配達するような複雑な物流の課題に取り組むPMの役割など、興味深い機会が待っています。

AIが人類の創造性を解き放つこのエキサイティングな時代に、私たちはプロダクトマネジメントという役割を再定義し、未来のテクノロジーとビジネスを形作る最前線に立ち続けることができるでしょう。