現在、「AIプロダクトマネージャー」が直面する課題は、従来のプロダクトマネージャーとはやや異なる場合がある。「AIプロダクトマネージャー」は製品機能の開発そのものよりも、モデルの性能や許容可能なエラー率、新たなユーザーインタラクション（ウェブやアプリ上でユーザーが行う全ての行動）の理解、リスクとコストのトレードオフ管理などに注力することが多い。
ただし、例えば顧客課題の解決やビジョンと戦略の策定、ロードマップの優先順位付け、ステークホルダーとの調整、マーケティングや営業、カスタマーサクセスとの協業といった中核的業務に関しては、従来のプロダクトマネージャーと共通している。
すべてのプロダクトマネージャーが「AI PM」に。今こそ学び始めよう
調査・アドバイザリー企業のForresterは、かつて「インターネット・プロダクトマネージャー」が一般的なプロダクトマネジメントの一部に組み込まれたように、AIも将来的には標準的なプロダクトマネージャーの役割の一部になると予測している。
ジェネラリスト型のプロダクトマネージャーであっても、AIの基礎を理解して既存の製品にAI機能を的確に統合し、技術の進歩や顧客からのフィードバックに応じて継続的に改善できる能力が求められるようになるだろう。また、モデルの動作、データプライバシー、倫理的配慮に関する基本理解も必要となる
プロダクトリーダーは、チームのAIと機械学習の学びを支援すべき
プロダクトマネジメントのリーダーは、チームがAIや機械学習（ML）を学ぶための戦略を立て、学習の文化を醸成し、実践的な経験を提供する必要がある。具体的には、オンライン学習プラットフォームのCourseraやLinkedInラーニングのAIリテラシー講座、AIハッカソン、AIブートキャンプ、Googleの『Machine Learning Crash Course』などが活用できる。
さらに、チームメンバーが日常生活の中で現在普及しているAIツールを試せるよう促すことも重要だ。例として、週に1日を「検索エンジン禁止の日」と定め、代わりにAIツールで情報収集するよう推奨する方法が考えられる。
