PM 職位會消失，產品管理能力不會！施政源：AI 時代，場景想像力比以前更值錢
「未來兩年，一半的 PM 會被淘汰。」這句話在國際科技社群流傳，有人視之為警訊，也有人說這是產品管理最好的黃金年代。當 AI 把寫程式、做原型、整理文件全部接手，那個「負責決定要做什麼、再協調大家把它做出來」的人，未來還需不需要存在？
《數位時代》創新長黃亮崢（James）再次邀請到寓意科技創辦人兼執行長施政源（Paul），回到五年前第一集數位關鍵字 Podcast 談敏捷工作法的起點，重新檢視 AI 時代的 PM 到底要會什麼。施政源長年帶領以 PM 為核心的數位專案團隊，服務橫跨製造、金融、零售等產業，是少數在第一線親歷 AI 如何重寫管理方法的實踐者。他在訪談中直言：自家公司 PM 近兩年少掉三分之二，但他不意外，因真正會被淘汰的，是不用 AI 的人。
以下 Q 為《數位時代》創新長黃亮崢提問，A 為寓意科技創辦人兼執行長施政源回答。
Q1：AI 進來之後，專案管理的流程與時間觀念發生了什麼根本性的改變？
A： 最核心的改變，是管理方法和管理的腦袋。以前從客戶提出需求到交付，要經過好幾個角色：PM 負責需求描述與使用者行為整理，系統分析師把行為翻譯成資料結構與前後端架構，架構師再處理雲端或地端的 Infra（基礎設施）設計。PM 把這些人產出的所有文件收攏起來，排甘特圖、確認技術邊界，才能完成一份完整規劃書。這個過程，規模稍大一點的專案，至少要花一到一個半月才能跟客戶確認完。
現在完全不一樣。一個懂 AI 的人，可能一到兩天就能把底稿做出來，來回修改後不到一週就可以跟客戶定稿。以前畫線稿要一到兩天，現在跟 AI 許願，一到兩個小時就能生出一個可以在瀏覽器上跑的雛形。我們現在大部分的案子已經不畫線稿了，直接把雛形端到客戶面前。
但更根本的改變，是管理的思維方式。以前的管理是「等 A、等 B、抓 bottleneck（瓶頸）」，是從流程控制的角度去看節奏。現在是「以終為始」，先想清楚最終要什麼，讓 AI 產底稿，然後一直修、一直往前推。管理的方向和腦袋，跟以前已經完全不同了。
Q2：「產品管理是能力，產品經理是職位」，職位可能消失，但什麼才是 PM 真正的價值？
A： 我蠻同意這個分法。職位在未來一定會被重新定義，可能由工程師來做，可能由設計師來做，甚至總經理自己做我也不意外。但產品管理的核心能力「掌舵、勾勒場景」只會越來越重要。
為什麼說勾勒場景？你看黃仁勳的演講，他最厲害的地方就是永遠能描繪這個世界要往哪裡去，有了那個場景，後面的 Token 重不重要、什麼技術優先，才有了依據。產品管理也是同一件事：你今天這個服務，勾勒出的世界會長什麼樣？
以前勾勒完場景，要花半年到一年才能讓客戶看到雛形；現在可能一個月到一個半月，場景就已經有具體的東西可以看了。這讓「場景想像力」變得比以前更值錢，因為從想像到驗證的週期大幅縮短，你想得對不對，很快就會知道。
至於「兩年一半 PM 被淘汰」，我不太意外。我們公司自己的 PM 近兩年就少掉三分之二。一方面是我們要重新抓標準化，人太多反而不容易建立；另一方面，我在意的不是產品經理（product）還是專案經理（project）這個職稱之分，而是你用不用 AI。用 AI 的人跟不用 AI 的人，速度差至少兩到三倍，這還是保守估計。不用 AI，才是真正被淘汰的關鍵。
「Do the right thing, or do the thing right？」做對的事，還是把事做對。以前「把事做對」相對容易，但也費時；現在 AI 進來，把事做對這件事變得又快又便宜，尤其當那件事是寫程式的時候。所以接下來真正難的，反而是「做對的事」。你要決定做什麼、為什麼做，這才是現在 PM 最核心的挑戰。
有一件事我覺得很值得重新想：敏捷以前不等於快，但現在 AI 進來之後，敏捷等於快，而且等於一定要用 AI，這三個等號已經全部畫上去了。但快不是終點，你不能只說「我用 AI 所以很快」，重點是你端出了什麼成果。排時程、做甘特圖，在現在這個時代已經是最基本的，而且有了 AI 之後這些事本來就快非常多了。PM 真正的價值，是你到底達成了什麼。比如說你把公司裡兩個人每天都在整理 Excel 的工作用 AI 解決掉，那個釋放出來的人力就是你的成果，就是你讓公司競爭力升級的具體證明。
Q3：當工程師、PM、設計師的角色界線越來越模糊，您怎麼因應？
A： 界線模糊是百分之兩百確定的事，而且未來只會越來越模糊，甚至已經不存在了。因為你問了 AI，原本不知道的事你可能都知道了。以前管理很在意 R&R（Role and Responsibility），但現在重要的是：有沒有對的東西出來？那個人是什麼角色，已經不再是最關鍵的問題。
2025 年 12 月我們成立了一個 vibe coding（氛圍編程）部門，設了兩位 leader：一位 PM 出身，一位工程師出身。兩邊都有短板，PM 對場景的嗅覺好，但要做到後端或資料底層比較辛苦，因為他只能信 AI，沒有辦法自己判斷；工程師的短板則是怎麼跟客戶說明，以前他八九成的時間都在產 code，PM 幫他說話，但現在 code 由 AI 代理，他反而要學會解釋，讓客戶跟著一起走進開發流程。
兩邊現在是互相學、也一起跟 AI 學。我看到一個很具體的變化是：不管工程師還是 PM，跟客戶使用者單位的距離越來越近了，不再是兩個禮拜才交付一次、才來對一次，大家已經混在一起了。
Q4：PRD 已死了嗎？Anthropic 那種兩週上線的速度，在台灣企業可能發生嗎？
A： PRD（產品需求文件）還是存在的，而且我們一定寫。它比較像是一個北極星，所有的 Markdown 檔案、後面的開發，都依照這個北極星做對應調整。因為現在再怎麼極端，裡面還是有人，要讓所有人對齊同一件事，就還是需要那份文件。美國那些說「PRD 已死」的討論，精神本身沒有消失，只是換成了 Markdown 格式來描述。目的管理這件事，一直都在。
至於快速上線的速度，搬到台灣來，我認為遲早會發生，但還需要時間。原因不是技術問題，而是企業文化。我們還是會遇到客戶說要驗收、要測試；甚至有客戶寄來一封 email，列了十幾個問題說你們用 AI 寫 code 有資安疑慮，但那封 email 看起來本身就是 AI 寫的。
但方向是擋不住的。迭代週期越短，找到對的答案的機率就越高。而且現在有些專案根本不算 ROI，在意的是公司競爭力。你看半導體和 AI 伺服器產業股價飆高，反過來看，如果一家公司五年後還在用 Excel、不用 AI，那競爭力就像電力還沒接上一樣，別人的工廠早就在跑了，你還在點蠟燭，差距只會越來越大。
延伸閱讀｜Claude Code 取代 n8n？BigGo 執行長談：AI Agent 工具快速換代，開發者真的不看程式碼了嗎？
Q5：這五年客戶的需求怎麼變？從「幫我做專案」變成「幫我改造組織」，你怎麼接這種案子？
A： 這五年我們慢慢聚焦在製造業。原因很直接：中南部製造業的人都被台積電和高科技產業吸走了，又同時不容易找到懂 AI、懂資料、懂 IT 的人。年營業額幾十億的公司，各崗位全部滿載甚至爆掉，爆了就想離職，變成惡性迴圈。
以前客戶來找我們，是「我有一個想法，幫我做出來」；現在製造業客戶跟我們說的是：「我有生意、有業績，但我有好多問題，而且我說不太清楚哪個最重要。」這個問題往上升了一層，他不是要做一個 App，他是要有人陪他梳理整個組織，讓公司可以持續用 AI 迭代下去。
我們現在更像是陪跑的角色。以前是一個專案、一個專案；現在是一年一年地陪，等到公司真的建立起用 AI 的基因、跑出自己的規則，才算上軌道。那個過程，核心是要幫他抓到北極星——讓自動化比例從 5% 慢慢變成 20%、30%、50%，公司的競爭力才會真的變強。
但這件事有一個很根本的前提：資料要先整理好。個人用 AI 可以隨機問、隨機試，但企業不行。你不能跨部門問兩個 AI Agent，一個給你 A 答案、一個給你 B 答案，企業要的是一致性。所以我們現在幫客戶做的，很大一部分是把散落在各個系統的資料匯聚到一個資料中台，整理成 AI ready data，就是 AI 讀得懂、能夠直接拿來回答問題的格式。有了這個底層，AI 才真的能告訴你現在的庫存狀況、供應鏈風險、哪個料件快斷貨。
Q6：「品味」對 PM 或管理者來說具體是什麼？可以訓練嗎？
A： 我覺得品味（sense）跟「場景想像力」有很大的關係。你對一個 scenario（場景）的理解與解讀，最後就會長出你的 sense，也可以說是見解。
以製造業為例，我現在的想像是：未來每一家製造業都會變成一個黑盒子，所有的營運流程、供貨買賣，最終都在這個黑盒子裡自動運作，不需要大量人工處理。有了這個想像，我才知道現在幫客戶做的每一件事，應該往哪個方向累積。你說這個想像對不對？我也不確定。但管理者要能講得出自己的想像、具體拆解那個方向，我認為這才是真正的 sense。
怎麼練？我沒有固定的方法，但有一件事很有效：接觸不同領域、不同背景的人。我因為工作關係，同時接觸食品製造、木製地板、高科技製造、金融、零售，北部老闆跟中南部老闆的視角也不一樣，這些差異對我來說都是養分。我也會建議年輕人：去認識比你大十歲、二十歲的人，不只一個，跳出同溫層，你得到的視角會很不一樣。
另外，就是大量問 AI，正面問、反面問、懷疑它，它會告訴你更多東西，你可以更快找到自己的盲點。
延伸閱讀｜Anthropic 主管揭秘：PM 工作大轉型！從寫 PRD 到設計 AI 系統，「product taste」成為新護城河
Q7：AI 讓人停不下來、界線消失。您對現在的工作者，最後想說什麼？
A： 我想說三件事。第一，先學會用。唯有用了，你才會知道 AI 在哪些地方有用、哪些地方還得靠自己。管理者做決策，AI 可以告訴你各種可能性，但最後那把尺怎麼下，一定還是你來。
第二，不要怕被取代，因為你能 cover（承擔、負責）的範疇反而會變更大。很大一部分工作確實會被 AI 接走，但省下的時間你可以拿去做判斷、做創造、驅動更多 AI，就像踩飛輪，越踩越大。
第三，不要去管那條界線。不要被 R&R、頭銜和自尊綁住，讓角色的界線變模糊，你才會找到新的平衡點。
有一件事我想誠實說：AI 會讓你停不下來。一個問題丟給它，幾分鐘後你又回去看，工作越做越多，承擔的範圍越來越廣。以前我們談 work-life balance（工作與生活平衡），現在比較像是 work-life integration（工作與生活融合），你要練習停下來，這本身也是一種能力。
延伸閱讀｜不會寫程式也能做自動化？Google Workspace＋Gemini 攻略！3 步驟用自然語言串起 AI 工作流
收聽完整 Podcast｜數位關鍵字 EP.245｜AI 時代還需要 PM 嗎？當界線消失，管理者還剩什麼
（本文初稿為 AI 編撰）
延伸閱讀
企業導入 AI 痛點多？利用它的「敏捷優勢」抓住生成式 AI 短處，打開企業轉型！
AI 原生公司怎麼做到 12 人頂 80人？5 步驟重設工作流程，AI 轉型不只是用 ChatGPT
25 歲擁有 10 年編碼資歷！企業為何全面轉向：Cracked Engineer 成 AI 工程師新標準？