當(dāng)AI成為產(chǎn)品經(jīng)理的默認(rèn)助手，我們是否正悄悄失去核心競(jìng)爭(zhēng)力？本文揭示了一個(gè)殘酷的職業(yè)真相：依賴AI框架可能導(dǎo)致需求洞察、結(jié)構(gòu)化思維和判斷力等核心能力的退化。

———— / BEGIN / ————

我有一個(gè)朋友，做產(chǎn)品經(jīng)理做了七年，是那種在需求評(píng)審會(huì)上能把技術(shù)團(tuán)隊(duì)問到啞口無言的人。去年和他吃飯，聊到日常工作，他說了一句讓我有點(diǎn)愣住的話：

“現(xiàn)在寫需求文檔，我習(xí)慣先問AI給我個(gè)框架，再自己填?！?/p>

我問他：”那你自己的判斷呢？”

他想了想，說：”AI給的框架挺全的，我基本沒什么要補(bǔ)充的?！?/p>

我沒有評(píng)判他。因?yàn)槲抑溃f的是實(shí)話，而且說的是很多產(chǎn)品經(jīng)理現(xiàn)在真實(shí)的工作狀態(tài)。

AI確實(shí)太好用了。

你把需求背景一粘貼，它能給你一份結(jié)構(gòu)完整的文檔；你把用戶反饋一扔進(jìn)去，它能幫你歸納出三條核心痛點(diǎn)；你說”我要做一個(gè)競(jìng)品分析”，幾分鐘后一張表格就擺在你面前。

效率提升是真實(shí)的，體驗(yàn)是真實(shí)的，節(jié)省的時(shí)間也是真實(shí)的。

但有一件事，我們很少去想：那些被AI替掉的時(shí)間，原本是用來做什么的？

是用來獨(dú)立思考的。是用來在腦子里把問題轉(zhuǎn)來轉(zhuǎn)去、覺得哪里不對(duì)、推翻重來的。是用來形成自己判斷的那段時(shí)間。

那段時(shí)間沒了，我們好像也沒覺得少了什么。這才是真正值得警醒的地方。

AI的”甜蜜陷阱”：它讓一切都太容易了

AI帶給產(chǎn)品經(jīng)理的效率提升，是顯而易見的。寫PRD、做用戶調(diào)研總結(jié)、梳理競(jìng)品功能對(duì)比、生成運(yùn)營方案……這些工作過去可能要花半天，現(xiàn)在一個(gè)小時(shí)就能出初稿。你只需要在上面改改，加幾句自己的話，就能發(fā)出去。

聽上去挺好的，對(duì)嗎？

但仔細(xì)想想，這里有一個(gè)很微妙的問題： 你在”改”，但你有沒有在”想”？

改和想，是兩件完全不同的事。改是在別人的框架里做選擇，想是從零開始建立自己的判斷。如果我們每天的工作都是在AI給出的框架里微調(diào)，那我們的大腦實(shí)際上在做什么？

有研究給出了不那么好看的答案。

麻省理工學(xué)院的研究團(tuán)隊(duì)對(duì)長期使用AI大語言模型的人做了腦電圖掃描，發(fā)現(xiàn)這類人的大腦神經(jīng)連接數(shù)明顯低于不使用AI工具的人，影響波及語言和行為兩個(gè)層面。微軟與卡內(nèi)基梅隆大學(xué)2025年的聯(lián)合研究也發(fā)現(xiàn)，生成式AI讓任務(wù)執(zhí)行變得輕松，但同時(shí)也讓人們把解決問題的專業(yè)知識(shí)拱手相讓，只剩下整合和收集AI輸出的功能性動(dòng)作。更反常的是，這些人對(duì)自己能力的自信度反而在上升——因?yàn)樗麄冇X得用了AI，產(chǎn)出就很好，卻沒意識(shí)到那個(gè)”好”越來越不是自己的。

這讓我想到導(dǎo)航軟件的類比。導(dǎo)航出現(xiàn)之前，很多人能在城市里憑記憶找路。有了導(dǎo)航之后，我們?cè)絹碓揭蕾嚹莻€(gè)藍(lán)色箭頭，慢慢地，很多人連自己家附近幾條街怎么走都說不清楚了。方向感不是消失在一瞬間的，它是一點(diǎn)一點(diǎn)被”不需要用”給消磨掉的。

AI帶給產(chǎn)品經(jīng)理的，很可能是同樣的事情——一種溫水煮青蛙式的認(rèn)知退化。

產(chǎn)品經(jīng)理的認(rèn)知退化路徑

我不想泛泛地說”AI會(huì)讓人退化”，這種說法太籠統(tǒng)，沒什么用。我想說的是，對(duì)產(chǎn)品經(jīng)理這個(gè)職業(yè)來說，AI依賴會(huì)具體地、有路徑地腐蝕掉哪些能力。

需求洞察能力在悄悄萎縮

產(chǎn)品經(jīng)理的核心是理解用戶。而理解用戶，靠的不只是數(shù)據(jù)，更多靠的是感知。

去用戶家里坐坐，看他們?cè)趺从卯a(chǎn)品，聽他們說話時(shí)的猶豫和停頓，觀察他們沒說出口但眉頭皺了一下的瞬間——這些東西，才是真正的用戶洞察。

但現(xiàn)在很多產(chǎn)品經(jīng)理的用戶研究變成了：把幾十條用戶反饋貼給AI，讓它總結(jié)三個(gè)核心痛點(diǎn)，然后把這三條寫進(jìn)文檔。

AI總結(jié)的痛點(diǎn)不一定錯(cuò)。但它是從文字里來的，文字是用戶寫下來的，用戶寫下來的只是他們?cè)敢獗磉_(dá)的部分。沒有被寫出來的，才是最有價(jià)值的。這個(gè)部分，AI永遠(yuǎn)摸不到，因?yàn)樗鼪]有坐在用戶旁邊，它只有文本。

如果產(chǎn)品經(jīng)理也不坐在用戶旁邊了，那這個(gè)部分就徹底消失了。

結(jié)構(gòu)化思維正在外包

產(chǎn)品經(jīng)理另一個(gè)核心能力，是拆解問題的方式。面對(duì)一個(gè)復(fù)雜的業(yè)務(wù)場(chǎng)景，怎么分層？從哪里切入？優(yōu)先級(jí)怎么排？這些都是思維能力的體現(xiàn)。

現(xiàn)在呢？

很多人的第一反應(yīng)是：把問題描述發(fā)給AI，讓它給一個(gè)分析框架。

框架拿到了，但那個(gè)框架是AI建的，不是你建的。你沒有經(jīng)歷”從亂到清”的那個(gè)過程，沒有在腦子里把東西推翻重建的痛苦，當(dāng)然也就沒有從那個(gè)過程里生長出來的判斷力。

長期下去，這個(gè)能力會(huì)退化到你自己都沒意識(shí)到的程度。直到有一天，你在一個(gè)沒有AI的場(chǎng)合，面對(duì)一個(gè)需要即時(shí)反應(yīng)的問題，忽然發(fā)現(xiàn)自己腦子里一片空白。

判斷力開始悄悄打折

這是最危險(xiǎn)的一種退化，因?yàn)樗铍[蔽。

AI給的建議聽上去很有道理，邏輯清晰，有數(shù)據(jù)支撐，表達(dá)得比你自己更流暢。時(shí)間長了，你開始對(duì)AI的輸出產(chǎn)生一種隱性的信任，不再像對(duì)待”參考意見”那樣去質(zhì)疑它，而是開始把它當(dāng)”答案”。

判斷力的退化不是說你開始做錯(cuò)誤的決策，而是說你開始不再做決策，你在轉(zhuǎn)發(fā)決策。

一個(gè)真正好的產(chǎn)品經(jīng)理，必須有時(shí)候能說出”我知道數(shù)據(jù)不支持，但我認(rèn)為這個(gè)方向是對(duì)的”——這句話背后，是積累出來的、有溫度的、基于真實(shí)經(jīng)驗(yàn)的直覺判斷。這種判斷是不能被AI生成的，因?yàn)锳I不知道你的用戶是誰，不知道你的團(tuán)隊(duì)在哪里，不知道你公司內(nèi)部那些說不清楚的約束和機(jī)會(huì)。

如果我們把判斷力也外包掉，那產(chǎn)品經(jīng)理這個(gè)崗位的核心價(jià)值是什么？

差異化正在消失

最后一個(gè)退化路徑，更宏觀，也更微妙。

當(dāng)所有產(chǎn)品經(jīng)理都在用同樣的AI工具，輸入相似的問題，會(huì)得到什么？會(huì)得到相似的答案。這些答案被寫進(jìn)產(chǎn)品文檔，變成產(chǎn)品決策，最終變成市場(chǎng)上的產(chǎn)品——越來越同質(zhì)化的產(chǎn)品。

產(chǎn)品經(jīng)理的價(jià)值之一，本來是帶來獨(dú)特的視角，是在做了這么多年產(chǎn)品之后，能說出別人說不出來的那句話。如果這句話是AI說的，那這個(gè)價(jià)值就不存在了。

AI不會(huì)給你提供差異化。它提供的是平均水平的最優(yōu)解，而平均水平的最優(yōu)解，大家都能用。差異化只能從獨(dú)立思考里來。

一個(gè)值得警醒的預(yù)言：AI乘客 vs AI駕馭者

美國AI教育公司Section 4的CEO格雷格·肖夫有一個(gè)預(yù)測(cè)，說的是未來十年，使用AI的知識(shí)型勞動(dòng)者會(huì)分化成兩類人。

一類叫”AI乘客”。他們坐在AI提供的車?yán)铮艿煤芸?，產(chǎn)出看上去很好，短期內(nèi)也可能因?yàn)楦咝识艿秸J(rèn)可。但他們已經(jīng)不會(huì)開車了。當(dāng)AI能力繼續(xù)迭代，當(dāng)AI本身能完成他們?cè)谧龅乃惺虑?，這些人就沒什么用了。

另一類叫”AI駕馭者”。他們把AI當(dāng)工具，但始終握著方向盤。他們用AI生成初稿，但不接受初稿；他們聽AI的建議，但要驗(yàn)證建議；他們知道AI在哪里會(huì)出錯(cuò)，知道哪些判斷必須自己來做，有時(shí)候他們甚至?xí)鲃?dòng)關(guān)掉AI，用自己的腦子想清楚再說。

這兩類人現(xiàn)在可能產(chǎn)出差不多，但幾年后差距會(huì)非常大。

對(duì)產(chǎn)品經(jīng)理來說，這個(gè)分化尤其殘酷。因?yàn)楫a(chǎn)品經(jīng)理這個(gè)職業(yè)的核心價(jià)值，從來就不是”執(zhí)行”，而是”判斷”。執(zhí)行可以被替代，判斷很難。

但如果你的判斷一直在外包，時(shí)間長了，那個(gè)判斷力就不再屬于你了。到最后，AI能做的，你也能做；AI不能做的，你也不能做。那你在哪里？

這不是危言聳聽，這是一個(gè)非常真實(shí)的職業(yè)風(fēng)險(xiǎn)。

AI工具會(huì)用，這不是護(hù)城河。每個(gè)人都會(huì)用AI。你的護(hù)城河，是在使用AI的同時(shí)，還保留著自己獨(dú)立判斷的能力——這個(gè)能力，恰恰需要你刻意去保護(hù)，而不是自然而然就會(huì)有的。

產(chǎn)品經(jīng)理如何保持獨(dú)立思考？

說了這么多問題，該說怎么辦了。我不打算給一套大而全的方法論，只講一些我自己覺得真正有用的事。

“先想后問”——這一點(diǎn)比什么都重要

在打開AI之前，先給自己五分鐘，把自己的判斷寫下來。哪怕是很粗糙的、不完整的，都沒關(guān)系。

• “我覺得這個(gè)需求的核心問題是——”

• “如果讓我來拆解這個(gè)場(chǎng)景，我會(huì)從——開始”

• “對(duì)于這個(gè)產(chǎn)品決策，我傾向于——，因?yàn)椤?/p>

先把自己的想法寫下來，再去問AI。這樣AI給你的輸出是用來”對(duì)話”的，而不是用來”替代”你還沒開始的思考。

你會(huì)發(fā)現(xiàn)，AI和你的判斷有時(shí)會(huì)一致，有時(shí)會(huì)不一致。不一致的地方才是最有價(jià)值的——那是你需要深入思考的地方，也是你和別人不一樣的地方。

如果你直接問AI，跳過了”先想”這一步，你永遠(yuǎn)不知道那個(gè)不一致的地方在哪里，當(dāng)然也就沒有機(jī)會(huì)去探索它。

保持對(duì)一手信息的執(zhí)念

用戶訪談不能停。不管AI能幫你分析多少用戶反饋，都替代不了你坐在用戶面前，看他們的表情，感受他們說話時(shí)的情緒。

數(shù)據(jù)是結(jié)果，一手接觸是過程。只看結(jié)果，你知道發(fā)生了什么，但不知道為什么。”為什么”才是產(chǎn)品決策的真正依據(jù)。

類似的道理也適用于競(jìng)品分析。自己去用競(jìng)品，感受它的流程，體驗(yàn)?zāi)莻€(gè)”這里有點(diǎn)別扭”或者”這里做得真好”的瞬間——這個(gè)感受是你自己的，是真實(shí)的，是AI綜合大量文章總結(jié)出來的競(jìng)品分析無法給你的。

不要讓AI把你和用戶、和市場(chǎng)之間的距離越拉越遠(yuǎn)。

對(duì)AI的輸出，要當(dāng)成”初稿”而不是”答案”

習(xí)慣問自己幾個(gè)問題：

• 這個(gè)結(jié)論的前提是什么？那些前提在我的場(chǎng)景里成立嗎？

• AI在這里可能遺漏了什么？它不了解的背景是什么？

• 如果我反對(duì)這個(gè)建議，理由是什么？這個(gè)理由站得住腳嗎？

不是為了質(zhì)疑而質(zhì)疑。是因?yàn)锳I確實(shí)有它的局限——它不知道你公司的實(shí)際情況，不知道你的用戶群有什么特殊性，不知道內(nèi)部有哪些約束，也不知道你這個(gè)行業(yè)有哪些AI訓(xùn)練數(shù)據(jù)里不存在的潛規(guī)則。

這些東西，只有你知道。所以只有你能做最終判斷。

給自己留出”無AI時(shí)刻”

聽上去有點(diǎn)極端，但我覺得是必要的。

定期做一些不用AI的思考練習(xí)。比如：拿到一個(gè)新產(chǎn)品問題，先自己獨(dú)立寫一頁思路，再去查資料或者問AI?；蛘呙恐茏鲆淮巍豹?dú)立頭腦風(fēng)暴”，全程不打開任何AI工具，強(qiáng)迫自己的大腦工作。

這不是要你回到原始狀態(tài)。這是在有意識(shí)地保持一種能力，就像你平時(shí)用電梯，但偶爾爬樓梯，防止腿部肌肉徹底萎縮。

“思維肌肉”是真實(shí)存在的東西。不用，就會(huì)退化。

積累自己的方法論，而不是每次重新問AI

真正有價(jià)值的產(chǎn)品經(jīng)理，都有一套自己的判斷框架。這個(gè)框架是從無數(shù)次真實(shí)的項(xiàng)目經(jīng)歷里總結(jié)出來的，包含了失敗的教訓(xùn)、成功的規(guī)律、對(duì)特定行業(yè)的深層理解。

這些東西，AI給不了你，因?yàn)樗鼈兪悄愕?，不是通用的?/p>

如果每次遇到問題都去問AI，你只會(huì)得到通用的框架，不會(huì)積累自己的框架。而屬于自己的框架，才是真正的職業(yè)壁壘。

定期寫復(fù)盤，做總結(jié)，把自己的判斷記下來，看它們后來是對(duì)了還是錯(cuò)了，從中提煉規(guī)律——這個(gè)過程很慢，但那是產(chǎn)品經(jīng)理真正的成長在發(fā)生的地方。

結(jié)語：做一個(gè)有靈魂的產(chǎn)品人

我沒有想說”不要用AI”的意思。AI是好工具，用好了真的能大幅提升效率，這一點(diǎn)不用懷疑。

我想說的是，工具和思考是兩回事，不能混在一起。

最好的產(chǎn)品，從來不是流程里生出來的。它需要有人真正理解用戶為什么痛，理解那個(gè)痛背后是什么，然后做一個(gè)別人沒做過的判斷——”這是對(duì)的，我們?nèi)プ觥?。這個(gè)判斷需要積累，需要感知，需要在無數(shù)個(gè)需要獨(dú)立思考的時(shí)刻里磨出來。

一個(gè)完全依賴AI的產(chǎn)品經(jīng)理，輸出或許很整潔，但很難有真正打動(dòng)人的產(chǎn)品決策，因?yàn)樗呀?jīng)放棄了那個(gè)最重要的東西：他自己的判斷。

未來，會(huì)用AI的人會(huì)越來越多，多到AI使用能力本身不再是任何人的優(yōu)勢(shì)。到那時(shí)候，真正有價(jià)值的，是那些在用AI的同時(shí)，還保持著獨(dú)立思考習(xí)慣的人。

這兩件事現(xiàn)在看起來并不矛盾，但實(shí)際上需要你刻意去維持平衡。因?yàn)锳I提供的便利，會(huì)持續(xù)、溫和、幾乎察覺不到地把你往”乘客”的位置拉。抵抗這個(gè)慣性，需要一點(diǎn)點(diǎn)自覺。

當(dāng)所有人都在問AI的時(shí)候，你的獨(dú)立判斷，就是你的位置所在。

不要把這個(gè)位置讓出去。

本文來自公眾號(hào)：AI產(chǎn)品經(jīng)理一只 作者：AI產(chǎn)品經(jīng)理一只

想要第一時(shí)間了解行業(yè)動(dòng)態(tài)、面試技巧、商業(yè)知識(shí)等等等？加入產(chǎn)品經(jīng)理進(jìn)化營，跟優(yōu)秀的產(chǎn)品人一起交流成長！