PMの仕事が「自動化可能リスト」に載る日
プロダクトマネージャー（PM）という職種は、テック企業の中核を担ってきた。 ユーザーの声を聞き、事業目標を翻訳し、エンジニアリングチームとデザインチームを橋渡しする。 その仕事の輪郭が、AIエージェントの台頭によって大きく揺らぎ始めている。
2026年に入り、AIエージェントが単なるチャットボットから「自律的にタスクを遂行する存在」へと進化した。 LinearやNotion、Jiraといったプロジェクト管理ツールにAIが組み込まれ、要件定義の下書き、チケットの優先順位付け、進捗レポートの自動生成まで行うようになっている。
これはPMにとって、単なる便利ツールの登場ではない。 仕事の根幹を問い直す変化だ。
AIが代替し始めたPM業務——具体的な5領域
PMの業務を分解してみると、AIエージェントが浸食している領域が明確に見える。
1. ユーザーリサーチの一次処理
従来、PMはユーザーインタビューの録音を聞き直し、ペインポイントを整理していた。 今やAIがインタビュー音声を自動で書き起こし、テーマごとに分類し、頻出課題をランキング化する。 Dovetailのようなリサーチツールにはこの機能がすでに実装されている。
PMが3時間かけていた作業が、15分に短縮された。 残るのは「この分析結果をどう解釈するか」という判断の部分だ。
2. PRD（プロダクト要件定義書）のドラフト作成
Notion AIやClaudeにコンテキストを与えれば、PRDの初稿を10分で生成できる。 ユーザーストーリー、受け入れ基準、エッジケースの洗い出しまで含めて、だ。 もちろん精度は完璧ではない。 だが「白紙の状態から書き始める」必要がなくなったことは大きい。
3. バックログの優先順位付け
Linear上にAIエージェントを組み込むと、ユーザーフィードバック、バグ報告、事業KPIとの相関を分析し、バックログアイテムにスコアを付ける。 RICEフレームワーク（Reach, Impact, Confidence, Effort）をデータドリブンに適用してくれる。
人間の直感や社内政治で決まっていた優先順位が、ある程度の客観性を持つようになった。 これをポジティブに捉えるPMもいれば、「自分の判断力が不要になるのでは」と不安を覚えるPMもいる。
4. 競合分析とマーケットリサーチ
Perplexity AIやGeminiを使えば、競合プロダクトの機能比較、市場規模の推計、最新のトレンドレポートを数分で取得できる。 かつてPMが週末を潰して作っていた競合分析スライドの大部分は、AIが下書きできるようになった。
5. 進捗管理とステータスレポート
JiraやLinearのデータを読み取り、週次の進捗レポートを自動生成するAIエージェントは珍しくなくなった。 スプリントの完了率、ブロッカーの一覧、リスク項目の列挙まで自動化されている。 PMが月曜朝に1時間かけて作っていたレポートが、ボタン一つで出力される。
McKinseyの2025年レポートによれば、PMの業務時間の約40%がAIによる自動化の対象になるとされている。ただし、これは「PMが不要になる」という意味ではない。残り60%にこそ、PMの本質的な価値がある。
AIには難しい——PMに残る本質的な仕事
では、AIが40%の業務を代替したとき、PMには何が残るのか。 ここが議論の核心だ。
プロダクトビジョンの策定
「3年後、このプロダクトはどうあるべきか」。 この問いに答えられるのは、まだ人間だけだ。 ビジョンは市場データだけから導かれるものではない。 創業者の原体験、チームのケイパビリティ、社会の潮流を総合的に捉え、「何をつくらないか」まで含めて方向性を示す行為だ。
AIはデータのパターンを認識するのは得意だが、「存在しないもの」を構想する力は限定的だ。 まだ市場に存在しないプロダクトの価値を言語化するのは、人間の想像力と直感がものを言う。
ステークホルダーマネジメント
CEO、エンジニアリングリード、営業チーム、カスタマーサクセス——それぞれ異なる利害を持つステークホルダーとの調整は、PMの日常だ。 この仕事はAIには代替しにくい。
利害の対立は、ロジックだけでは解決しない。 信頼関係の構築、タイミングの見極め、時には感情的なケアも必要になる。 「エンジニアチームが今この提案を受け入れられるメンタル状態か」といった文脈を読む力は、人間同士のコミュニケーションでしか培えない。
「No」を言う力
プロダクトマネジメントの本質は、何をやるかではなく、何をやらないかを決めることだとよく言われる。 AIは「やれること」をリストアップするのは得意だが、戦略的に「やらない」と判断するのは苦手だ。
営業チームが「この機能がないと大型顧客が取れない」と言ってきたとき、それでも「今のフェーズでは入れない」と言えるか。 その判断には、プロダクトの長期的な方向性と、組織全体のリソース配分に関する深い理解が必要だ。
AIネイティブPM——新しいスキルセット
PMの仕事が変わるなら、PMに求められるスキルも変わる。 2026年以降のPMに必要なスキルセットを整理してみよう。
プロンプトエンジニアリングとAIオーケストレーション
AIエージェントを効果的に使いこなすには、適切な指示を出す能力が必要だ。 単にChatGPTに「PRD書いて」と頼むだけでは不十分。 コンテキストの整理、制約条件の明示、出力フォーマットの指定——これらを適切に行えるPMは、AIの恩恵を最大限に受けられる。
複数のAIツールを組み合わせ、一つのワークフローとして構成する「AIオーケストレーション」の能力も重要になる。 リサーチにはPerplexityを、要件定義にはClaudeを、進捗管理にはLinear AIを。 ツールの特性を理解し、適材適所で使い分ける。
データリテラシーの深化
AIが出力するレポートや分析結果を「そのまま信じない」リテラシーが求められる。 ハルシネーション（AIの事実誤認）を見抜く力、統計的なバイアスを理解する力。 AIの出力を鵜呑みにするPMは、かえって判断を誤る危険がある。
組織デザインとチームビルディング
AIが定型業務を代替すると、PMの役割はより「人」に寄っていく。 エンジニアやデザイナーのモチベーションマネジメント、チーム間の壁を取り払うコミュニケーション設計。 プロダクトだけでなく、プロダクトを作る「組織」のマネジメントがPMの中核業務になる。
先行事例——AIをPMに組み込んだ企業たち
すでにAIをPMワークフローに深く組み込んでいる企業がある。
Linearは2025年末に「AI Project Manager」機能をリリースした。 プロジェクトの進捗を自動追跡し、ボトルネックを検出して、チームにアクションアイテムを提案する。 PMは「管理」から「判断」にシフトできるようになったと、同社のCEO Karri Saarinen氏はブログで述べている。
Notionも「AI-powered roadmapping」を展開中だ。 ユーザーフィードバックのテキストデータを自動分析し、ロードマップの候補アイテムを生成する。 PMはそれをレビューし、最終的な優先順位を決めるだけでいい。
一方で、こうしたAI機能を導入した結果、PMの数を減らした企業もある。 あるシリーズBのSaaS企業では、AI導入後にPMチームを5人から3人に縮小した。 残った3人には、より高い報酬と、より戦略的な権限が付与されたという。
「PMの人数は減るが、一人当たりの影響力は増す」。 これが、現時点で最もありそうなシナリオだ。
PMの未来——消えるのではなく、進化する
結論から言えば、PMという職種は消えない。 だが、「今のままのPM」は確実に淘汰される。
AIエージェントが情報収集・分析・文書作成を代行する世界では、PMの価値は「何を知っているか」ではなく「何を判断できるか」に移る。 データに基づいて戦略を語れるPM、ステークホルダーの利害を調整できるPM、「No」を言える勇気を持つPM。 それが、AIネイティブ時代のプロダクトマネージャー像だ。
そしてもう一つ。 PMが最も意識すべきは、AIを「脅威」ではなく「相棒」として扱う姿勢だろう。 AIに任せるべきことを任せ、人間にしかできないことに集中する。 この切り分けができるPMこそが、次の10年で最も求められる人材になる。
あなたのチームでは、PMの仕事のうちどれだけがAIに委ねられるだろうか。 そして、AIに委ねた先に残る「人間だけの仕事」とは、何だと思うだろうか。
