# AI Product Manager: новая профессия, которая уже меняет индустрию

AI уже встроен в банковские приложения, медицинские сервисы, стриминги и HR-платформы — но за большинством этих продуктов стоит человек, о существовании которого пользователь даже не догадывается. AI Product Manager — профессия, которая появилась на стыке машинного обучения и классического продакт-менеджмента буквально несколько лет назад, и уже входит в список самых дефицитных специализаций на рынке труда. Разбираем, что это за роль, чем она отличается от привычного PM и как в нее войти.

**Кто такой AI Product Manager**

AI Product Manager — это product-менеджер, специализирующийся на продуктах, в основе которых лежит искусственный интеллект. Он находится на пересечении трех миров: технологий машинного обучения, бизнес-стратегии и пользовательского опыта.

Классический PM управляет циклом жизни продукта. AI PM делает то же самое, но работает с принципиально другой материей: модели ведут себя вероятностно, а не детерминированно, данные — это такой же ресурс, как инженерные мощности, а ошибка алгоритма может стоить компании репутации.

**Что конкретно делает AI PM**

Рабочий день AI PM сложно описать однообразно — он меняется в зависимости от стадии продукта. Но есть ключевые зоны ответственности.

Стратегия и видение. AI PM решает, какую проблему пользователя стоит решать с помощью AI, а какую — не стоит. Это важнее, чем кажется: не каждая задача требует нейросети, и часть работы PM — удерживать команду от избыточной сложности.

Работа с данными. AI PM участвует в определении того, какие данные нужны для обучения модели, как оценивать ее качество и что считать успехом. Он не обучает модели сам, но должен понимать, что значит precision, recall и почему метрика в оффлайн-тесте расходится с реальностью.

Взаимодействие с ML-командой. Это одна из самых специфических частей работы. AI PM переводит бизнес-требования на язык, понятный data scientists и ML-инженерам, и обратно — объясняет ограничения модели стейкхолдерам и дизайнерам.

Этика и риски. AI PM думает о том, как продукт может навредить: предвзятость в рекомендациях, галлюцинации LLM, приватность данных. Это не абстрактная философия — это прямая зона его ответственности перед запуском.

Метрики и итерации. После запуска AI PM следит за тем, как модель ведет себя в проде, организует сбор обратной связи и решает, когда нужно переобучение.

**Чем AI PM отличается от обычного PM**

Разница не в должностной инструкции, а в мышлении. Обычный PM работает с фичами — они либо есть, либо нет. AI PM работает с вероятностями — модель отвечает «примерно правильно» в 87% случаев, и нужно решить, достаточно ли этого для запуска.

Еще одно отличие — временной горизонт неопределенности. Инженер может сказать, сколько времени займет реализация кнопки. ML-инженер не может с уверенностью сказать, достигнет ли модель нужной точности через месяц. AI PM учится планировать в условиях такой неопределенности.

**Какие навыки нужны**

Профессия требует редкого сочетания.

Технические: базовое понимание ML-пайплайна сбор данных → обучение → валидация → деплой, знакомство с понятиями классификации, регрессии, трансформеров и RAG, умение читать метрики модели и не путать loss с accuracy.

Продуктовые: классические PM-навыки — custdev, приоритизация, работа с бэклогом, написание PRD, управление стейкхолдерами.

Коммуникационные: объяснять сложное просто — и вверх — CEO, инвесторам, и вниз — дизайнерам, инженерам.

Аналитические: уверенная работа с данными, SQL на базовом уровне, понимание A/B-тестирования.

Программировать не обязательно. Но бояться кода — нельзя.

**Где и как учиться**

Готовой академической программы с дипломом «AI Product Manager» почти не существует — профессия слишком новая. Обучение собирается из нескольких источников.

*Онлайн-курсы*

[AI for Product Managers от Reforge](<https://www.reforge.com>) — один из самых уважаемых в индустрии. Reforge вообще считается стандартом для серьезного PM-образования, и их AI-трек не исключение.

[AI Product Management Specialization на Coursera от Duke University](<https://www.coursera.org/specializations/ai-product-management-duke>) — хорошая академическая база: ML-концепции, продуктовые фреймворки, этика AI. Подходит тем, кто начинает с нуля.

[Pragmatic AI и Maven регулярно запускают интенсивы от практиков](<https://www.udacity.com/course/ai-product-manager-nanodegree--nd088>) — людей, которые прямо сейчас строят AI-продукты в реальных компаниях.

[Udacity предлагает nanodegree по AI Product Management](<https://maven.com>) — структурированная программа с проектами и ревью.

*Книги*

[Designing Machine Learning Systems Chip Huyen](<https://www.oreilly.com/library/view/designing-machine-learning/9781098107956/>) — лучшее введение в то, как ML живет в продакшене.   

[Building Machine Learning Powered Applications Emmanuel Ameisen](<https://www.oreilly.com/library/view/building-machine-learning/9781492045106/>) — про путь от идеи до деплоя.   

[Trustworthy Online Controlled Experiments](<https://www.cambridge.org/core/books/trustworthy-online-controlled-experiments/D97B26382EB0EB2DC2019A7A7B518F59>) — про A/B-тестирование, без которого в AI-продуктах никуда.

*Комьюнити*

[Lenny’s Newsletter](<https://www.lennysnewsletter.com>) и его подкаст регулярно разбирают кейсы AI PM. [Подкаст Latent Space](<https://www.latent.space>) — для тех, кто хочет быть в курсе того, что происходит на переднем крае. ProductHunt, LinkedIn и YC-комьюнити дают насмотренность на реальные продукты.
