AI時代のプロダクト開発で、変わったこと、変わらなかったこと

こんにちは、estie プロダクトマネージャーの齋藤 @shisaito です。

このブログは「PM Blog Week」第6弾・4日目の記事です。3月24日、27日に開催予定のMeetupに向けた連載の一部としてお届けしています。
≪過去の PM Blog Week の記事はこちら ≫

AIエージェント、AIコーディングツール、使っていますか？

Cursor、Claude、Geminiなど、ここ1〜2年で選択肢が一気に増えました。PMでもコードを書かずにモックが作れる、APIを試せる、UIを生成できる。そんな驚き体験をした方も多いと思います。

私もその一人です。使えば使うほど、仕事の進め方が大きく変化しているなと思いつつも、ある問いを考えるようになりました。

AIが開発を担う時代に、PMの仕事は何に変わるのか。

まず、プロダクト開発の現場で何が変わったのかを整理したいと思います。

TL;DR（時間がない方向けの要約）

AIでプロトタイプが速く作れるようになり、仮説検証のスピードが上がった

一方で、完成度が正しさに見える錯覚・チームの対話減少・なんでもやる罠が発生

AIはHowを加速するが、WhyやWhatを決めるのは依然として人の仕事

AIを活かしながら、チームで本質的な課題に向き合おう

変化1：仮説検証のサイクルが速くなった

大きな機能開発では、PMがPRD（プロダクト要求仕様書）を書いて開発を進めることがよくあります。以前はPRDを書いてレビューし、デザイナーやエンジニアと一緒にプロトタイプを作っていました。仕様を整理し、開発に落とし込むまでに、多くの人の手と時間がかかっていました。

今では、PRDをそのままAIに投げれば、簡単にプロトタイプが生成できます。プロトタイプを触りながらPRDをアップデートし、また試す。そのインタラクティブなサイクルが、PM一人でも回せるようになりました。

人に渡すPRDも、AIに依頼するプロンプトも、自然言語で要件・要求仕様・機能・やること・やらないことを定義するという点では同じです。細かく書くほど、良いアウトプットが返ってきます。

アイディアを形にするまでの距離が縮まり、仮説を素早く試せるようになったことは、プロダクト開発にとって大きな変化です。

変化2：完成度の高さが、正しさの錯覚を生む

ただ、この変化には見落としやすい罠があります。

AIが生成したプロトタイプは、完成度が高くUIもキレイで、それっぽく動きます。ユーザーに見せる前から「これでよさそう」という感覚が生まれやすい。しかし実際に関係者やユーザーに当ててみると、「これじゃない感」に遭遇することがあります。

これは、アウトプットの質が高いことと、課題を正しく解けているかは別の話だからです。

課題設定と打ち手が合っているかどうかは、AI開発以前の問題です。PRDやプロンプトをどれだけ磨いても、解くべき課題がズレていれば意味がありません。AIは素早く動くものを作れますが、本当に解くべき課題なのか、打ち手があっているか、本質を再確認する問いかけはありません。

速く作れるからこそ、課題設定と打ち手の精度がより重要になっています。

変化3：一人で完結できるからこそ、対話と優先順位が問われる

PM一人でプロンプト駆動開発ができるようになった分、失ったものもあります。
それはチームで会話しながら作る過程です。

以前は、アイディアを見える形にするまで時間がかかりました。
ホワイトボードに図を書きながら要件を発散、整理し、関係者からフィードバックをもらい、作るべきものをアップデートしていく。これらは摩擦でしたが、同時に多様な視点が入り込む必要な余白でもありました。「本当にこれを作るべきか」を考える、向き直るきっかけになっていたと思います。

もう一つ問題がおきました。

小さな機能開発や不具合修正も、PMが一人で対応してリリースまで進められるようになりました。これ自体は良いことですが別の罠があります。なんでもやってしまうことです。

小さな機能追加や修正要望は、やろうと思えばきりがありません。「できる」と「やるべき」は別の話です。やりたいことが無限にある中で、やらないことを決めるのがPMの仕事です。AIによって実行の敷居が下がった分、優先順位をつける規律はむしろ以前より強く求められています。

AI開発時代、PMの仕事は何か？

AIがコードを書き、プロトタイプを作り、ドキュメントを生成できる時代に、PMに残る仕事は何でしょうか。AIに渡すプロンプトをマネジメントしていくことでしょうか。

AIでプロトタイプを作ると、アプリはいい感じに動きますが、触ってみると、アプリ以外のデータやビジネスなど周辺の課題も見えてきます。これはプロトタイプを作ったからこそ得られた気づきでもあります。もっと早く気付けたのではと思うこともありますが、AIはその課題を先回りして、問いを投げかけてくれません。アプリ以外の課題については、人が気づくしかないのが現状です。

なぜAIには課題設定が難しいのか。それはコンテキストの問題だと思っています。現場の直面している課題や背景情報、データ、ビジネスの優先順位といった情報は、まだAIに渡しきれていません。開発以外のビジネスやオペレーションにはそれぞれ優先順位があり、それを踏まえた判断はAIには難しく、止めたり、先送りする、優先順位を見直すという判断は、現場の直感と経験も必要になってきます。

つまり、AIはHowを大きく加速しますが、WhyやWhatを決めることは依然として、人の仕事として残っています。

ユーザーの言葉の裏にある、本当に求めていることを言語化すること
向き合う課題の優先度を、事業環境や組織状況のコンテキストと照らして判断すること
「正しくないかもしれない」と優先順位を見直したり、先送りする判断をすること

改めて、PMの仕事は、プロンプトマネジメントではなく、AIと一緒に課題の本質を問い続けることです。今はまだ、AIは必要なコンテキストにしかアクセスできませんが、PMがプロンプトを通じて、必要なコンテキストを補足していくことで、このコンテキスト不足の問題は解決していくと思います。プロンプトを上手く書けるPMは、AIと一緒に課題の問いをうまく立てることができるようになり、より生産性が上がるでしょう。

適切なコンテキスト、プロンプトを丁寧に渡しながら、「本当に解くべき課題はこれか」を一緒に考えるのがPMとしての仕事になりつつあります。

AIエージェントと一緒に、チームで手触り感ある開発へ

AI開発は時代の流れです。

AIで作ったプロトタイプがあると、チームでの会話の質が上がります。言葉だけで議論するより、動くものを見ながら話す方が、すり合わせもイメージ共有も早いです。AIは対話の敵ではなく、対話を豊かにする道具になり得ます。つまり、AI開発の正しい使い方は「一人で完結させること」ではなく、「チームの対話をより具体的にすること」ではないかと思います。

AIエージェントは、これからさらに進化します。できることは増え、速さも上がります。

ただ、それと同時に大切にしたいことがあります。チームで会話して、議論して、作り上げていく手触り感。この過程は、プロダクト開発において無駄ではなく必要なものだと、AI開発時代になって改めて感じています。AIをうまく活かしながら、チームで本質的な課題に向き合う。この両立こそが、これからのプロダクト開発のあり方ではないでしょうか。

みなさんは、AI開発でどのようなものを得ましたか？変化したことはありますか？