AI Product Manager

Также называют: AI PM, GenAI Product Manager, ML Product Manager, LLM Product Manager, Technical Product Manager (AI).

Кто такой AI Product Manager и чем он занимается?

AI Product Manager — это Product Manager, который отвечает за AI-функции продукта: решает, какую задачу пользователя закрыть с помощью модели, как измерить качество и какие ошибки допустимы. Модель отвечает вероятностно: одна и та же функция в большинстве случаев работает хорошо, а в части случаев ошибается, и решать, приемлемо ли это, — его работа:

• формулирует, что считать хорошим ответом модели, и ставит задачи на оценку качества (evals);
• сам прототипирует функции в AI-инструментах, прежде чем отдавать их в разработку;
• считает экономику функции: стоимость запроса против эффекта для пользователя и бизнеса;
• вместе с инженерами решает, как продукт ведёт себя, когда модель ошибается;
• следит за качеством после запуска и решает, что улучшать первым.

Когда компании нужен AI Product Manager?

AI Product Manager нужен, когда AI-функции становятся заметной частью продукта: компания запускает ассистента, поиск или рекомендации на LLM, автоматизацию для клиентов, и решения о том, что строить, уже нельзя оставлять только инженерам. Чаще всего это продуктовые компании после первых AI-функций, когда стало понятно, что качество и стоимость нужно измерять системно. Роль не нужна, если AI — одна небольшая функция в большом продукте: тогда хватит обычного Product Manager в паре с AI / LLM Engineer.

Чем AI Product Manager отличается от Product Manager?

AI Product Manager отличается от классического Product Manager тем, что работает с вероятностным качеством: функция не просто «работает» или «не работает», а ошибается с какой-то частотой, и PM отвечает за то, какая частота приемлема. От ML Engineer его отличает ответственность за то, что строить и зачем, а не за то, как устроена модель.

Почему AI Product Manager сложно нанять?

AI Product Manager сложно нанять, потому что нужен сильный продуктовый опыт и одновременно практическое понимание того, как ведут себя модели.

• Титул используют широко: так называют и классических Product Manager, которые недавно добавили одну AI-функцию, поэтому поиск по названию даёт много нерелевантных кандидатов.
• Продуктовое мышление и понимание моделей редко развиты одинаково: бывшие ML Engineers не всегда умеют работать с пользователями, а сильные PM не всегда понимают, почему модель ошибается.
• Работа с качеством модели плохо видна в резюме: «запустил AI-ассистента» не говорит, кто решал, как это качество измерять.
• Требования быстро растут: от AI PM всё чаще ждут, что он сам прототипирует в Cursor или Lovable и понимает, что такое контекстное окно и цикл агента.

Что выяснить до найма AI Product Manager?

• Какие AI-функции выходят первыми и какая у каждой экономика? Без этого PM будет запускать функции, которые стоят дороже, чем приносят.
• Нужна глубина в ML или ML-команда уже есть? Если сильной ML-команды нет, PM придётся глубже разбираться в моделях, и профиль кандидата меняется.
• Какие ошибки модели допустимы, а какие нет? В финтехе цена ошибки другая, чем в рекомендациях контента, и это определяет нужный опыт.
• Кто строит оценку качества? Если evals никто не делает, PM будет принимать решения о запуске вслепую.

Где искать AI Product Manager?

AI Product Managers чаще всего приходят из продуктов, где модели давно работают в ядре: поиск, рекомендации и контентные продукты в маркетплейсах и классифайдах, а также из команд AI-ассистентов в финтехе и корпоративном софте. Сигнал в профиле — функция на модели, о которой кандидат может рассказать, как измеряли качество и какие компромиссы принимали, и собственные прототипы на AI-инструментах. NEWHR ищет таких кандидатов по результатам работы, а не по откликам на вакансию.

Как проверить AI Product Manager на интервью?

AI Product Manager проверяют продуктовым кейсом: кандидат пишет спецификацию AI-функции с метриками качества, допустимыми ошибками и планом оценки, а затем за два часа собирает прототип в любом AI-инструменте. Со стороны компании участвуют CPO или Head of Product и Head of AI или ведущий ML Engineer.

Сильные сигналы:

• сам определяет, что считать хорошим ответом, и предлагает, как проверить это на примерах;
• описывает, что видит пользователь, когда модель ошибается;
• считает стоимость запроса и понимает, когда функция перестаёт окупаться.

Красные флаги:

• говорит об AI через демо и не знает, как измерить качество;
• рассчитывает, что следующая версия модели решит проблему сама;
• не различает задачи, где ошибка допустима, и задачи, где она недопустима.

Сколько длится поиск AI Product Manager?

Первых кандидатов на роль AI Product Manager показываем через 5–7 дней после брифа.

Смежные роли

• CPO — отвечает за весь продукт; AI Product Manager ведёт его AI-часть.
• Head of AI — руководит AI-инженерией; AI Product Manager решает, что она строит.
• AI / LLM Engineer — строит AI-функции, которые AI Product Manager формулирует.
• Evals Engineer — строит систему оценки качества, на которую опирается AI Product Manager.
• Product Engineer — инженер, который сам отвечает за продуктовую метрику, без отдельного PM на каждую фичу.