AIによってPdMが開発するハードルは下がりきった #日めくりLayerX
バクラクビジネスカードでプロダクトマネージャーをしている原山です。 バクラクビジネスカードは、利用する“前後”の業務もラクになる、年会費無料の法人クレジットカードです。
このnoteは、【#日めくりLayerX】と題して発信するブログリレーの2025年2月7日の記事として投稿しています。テーマは「私のAI活用」「在籍エントリ」「全員営業・全員採用」の3つのどれかとなっており、私は「私のAI活用」として「AIによってPdMが開発するハードルは下がりきった」について書きました。最後まで読んでいただけると嬉しいです！
最初に
BtoBプロダクトのプロダクトマネージャーに求められる力の1つに、システム的な思考があります。弊社バクラク事業部のCPOのmosaさんが2023年のpmconfで発表した内容でも、特に立ち上げ期においてプロダクトマネジメントと開発を兼務することで、開発を最適化し加速させるとあります。
良いプロダクト・機能をリリースしてお客様に価値を届けるまでに、ヒアリングや仕様策定、デザイン、設計、実装などのサイクルを回す必要があります。1人がプロダクトマネージャー人格と、エンジニア人格の両方を担えると、そのサイクルを高速に回すことができ、結果的にお客様に早く価値を届けることができます。
とはいえ、エンジニア出身ではないプロダクトマネージャーがシステム的な思考をどうやって身につければいいのか？となることもあると思います。このnoteではプロダクトマネージャーがシステム的な思考を身につけること、実際に開発することのハードルはすでにAIによって下がりきっているということをまとめます。
実際どれくらい開発できるようになるのか
私は新卒から企画職として入社し、以降ずっとプロダクトマネージャーとしてのキャリアを歩んできました。LayerXに入社するまでエンジニアとしての実務経験はまったくゼロでしたが、現時点では以下の実装は補助なしでできます。
DBにカラムを追加する。
既存のAPIのロジックを修正する。
シンプルめの新しいAPIを作る。
バックエンドとフロントエンドの繋ぎこみをする。
シンプルめのフロントエンドの実装。
1~2営業日ほどで終わるくらいの開発工数と影響範囲の機能であれば自分で実装できるイメージです。
どうハードルが下がったのか？
まずAIの進化によって、その人にとって適切な情報へアクセスするハードルが格段に下がりました。現時点でまったく開発に対する知識がなかったとしても、ChatGPTに質問すれば勉強のステップを教えてくれます。自分に不足している知識を都度チャットベースでChatGPTに補ってもらいながら仕事ができるので、プロダクトマネージャーとして開発だけではなく、様々な領域へ染み出して行くのが簡単になっています。
必要最低限のWebの知識はもう身についているのであれば、実際に環境構築して文言の修正などの簡単な修正から手を動かすのが良いです。エディタはCursorです。（Cursorがどういうことができるのかは調べることができるので割愛します。）
最初はコードを見て何が書いてあるか理解できなくてもあたりをつけることはできます。例えば、実際に画面に出ている文言でエディタ内で検索をかければ修正すべきファイルのコードにたどり着けます。そこでコードの解説をチャットでしてもらったり、実際にやりたいことをチャットで伝えればAIが実装してくれます。
実装されたコードが正しいかどうかは、ローカル環境で実際に動かして挙動を確かめることができますし、再度AIに修正すべきところがないか？や解説して？と聞いてみることで自分の理解も深まります。Webや書籍で正解を探すのは初学者にとってはかなり時間がかかりますが、その時間が今はないです。AIによって学習のサイクルが格段に早くになっているのです。
開発を例に記載しましたが、DB設計について理解を深めたいときにSQLを書いてみるといった場合でも同様のことが言えます。もはやSQLを体系的に学ぶ必要はなく、AIとのチャットをインターフェースとして、会話の中で理解を深められると良いと思います。SQLのコードはあくまでデータを出すための手段で、理解すべきはどういうデータ構造でそれがどう影響し合っているかのほうなので。
プロダクトの改善速度も上がった
自分自身がシステム的な思考を身に着けようと思って始めた開発でしたが、プロダクトの改善速度も上がりました。ちょっとした文言変更や機能追加、ロジック変更であれば、プロダクトマネージャー<>エンジニア間の情報伝達や仕様議論を一人で完結させることができ、チームとしても開発速度を加速させることができます。比較的開発工数が小さいタスクでもコンテキストスイッチのコストは発生するので、結果的にエンジニアの方の生産性も上げることができたように思います。
最近だと、もともとエンジニアの方にマイグレーションしてもらう必要があった運用を、自分が実装することでオペレーション部隊に移管をお願いすることができるようになりました。（プロダクトマネージャーの責務は開発することではないのでもちろんバランスは大事です。）
本来の目的であるシステム的な思考を身につけるという部分も、まだまだではありますが力がついてきたように思います。データ構造がお客様の体験にどのように影響を及ぼすのか？を深く思考できるようになりました。以下は仕様の考え方についてのnoteです。
まとめ
AIによって適切な情報へアクセスするスピードが大幅にあがり、学習のサイクルはかなり早くなっています。システム的な思考の習得を例にまとめましたが、他にも汎用的に活かせるところが多いと思います。
最後に
個人のスキルアップのためのAI活用について述べましたが、会社としても、プロダクトしてもAIの活用には力を入れています。
AIによる働き方に興味がある方、絶賛採用中なので一緒に働きましょう！
AI活用についてや、その他なんでもお話しましょう！