AI đang thay đổi ngành Product Management, nhưng không theo cách bạn nghĩ
Cơ hội thật sự nằm ở việc dùng AI để loại bỏ những công việc nặng nề và mở ra những giải pháp mà trước đây chúng ta chưa từng nghĩ là khả thi.

Cách đây 6-7 tháng tôi có tham gia các buổi chia sẻ về chủ đề “AI có thể làm Product Management. Tôi đã dùng ChatGPT để viết PRD của mình.”
Cũng trong thời gian này, có rất nhiều công cụ và cách để viết PRD từ AI. Chính tôi cũng đã từng làm điều này. Tôi đã tự mình dùng ChatGPT và 1 số công cụ khác để thử soạn thảo PRD, và tôi sẽ không quay lại cách cũ nữa.
Nhưng đây mới là vấn đề lớn hơn: AI không phải là công cụ để viết requirements. Nó là công cụ để phóng thích năng lực của Product Manager, giúp họ cuối cùng có thể tập trung vào những phần mang lại giá trị cao nhất của công việc.
Và bạn cũng không nên nhầm lẫn giữa việc prompt cho AI viết PRD là xong.
Thay đổi ở quy trình làm việc
Các công cụ AI hiện nay có thể ghi lại tóm tắt phản hồi của khách hàng, tạo ghi chú, vẽ mockup/wireframe và thậm chí soạn specs.
Điều này quan trọng không phải vì nó khiến chúng ta nhanh hơn, mà vì nó loại bỏ những công việc nặng nề vốn khiến Product Manager xa rời khỏi phần chiến lược thực sự.

Viết requirements là một phần của công việc, nhưng biết điều gì thực sự cần được yêu cầu để viết ra mới là điều cốt lõi.
Vai trò của AI là mở đường cho chúng ta cất cánh (làm tốt công việc hơn), không phải thay chúng ta bay hộ (làm thay mọi việc).
Rủi ro thì quá rõ ràng: nếu dừng lại ở việc dùng tool, vai trò của PM sẽ biến thành người chuyên prompt cho AI.
Thay đổi ở Giai Đoạn Discovery
Giai đoạn khám phá sản phẩm (product discovery) luôn chậm và đầy thiên kiến. Đây cũng là đặc tính tự nhiên của quá trình này.
Với cách tiếp cận đúng, AI có thể tổng hợp hàng ngàn phản hồi khách hàng chỉ trong vài phút, phát hiện dấu hiệu từ các thị trường, hoặc tạo ra các phiên bản mockup/wireframe với chi phí hợp lý.

Đây không chỉ là tốc độ, mà còn là quy mô và chiều sâu.
Bạn có thể kiểm định 10 giả thuyết thay vì chỉ 2, và kết nối những mảnh thông tin giữa các lĩnh vực vốn dĩ tách biệt thành một chuỗi thông tin có giá trị cho công việc của bạn.
Điều này sẽ thay đổi cách chúng ta tư duy trong khâu Discovery như trước đây.
Tư duy không còn phù hợp: AI thay chúng ta research hết mọi thứ.
Tư duy mới: AI thay chúng ta research nhiều thứ để giúp chúng ta tiến nhanh hơn đến kết quả.
Nghĩa là từ việc trả lời câu hỏi bằng phân tích, nay chúng ta chuyển sang thiết kế ra những câu hỏi, prompt, và giới hạn (constraints) tốt hơn.

Tư duy lại về giải pháp
AI không chỉ giúp tăng tốc hoặc tối ưu quy trình làm việc hiện tại, mà quan trọng hơn, nó mở ra những kiểu giải pháp hoàn toàn mới mà trước đây chúng ta không thể hoặc không dám thử.
Hai hướng nhảy vọt về giải pháp hiện vẫn đang ở giai đoạn thử nghiệm hoặc chuyển tiếp, chưa có công ty nào thực sự hoàn thiện toàn bộ cùng lúc. Tuy nhiên, chúng ta có thể nhìn rõ mức độ tiến hóa của từng hướng qua các ví dụ cụ thể sau.
Cá nhân hóa cực độ (Hyper-personalized Experiences)
Trước khi có AI thì chúng ta cũng đã biết đến thuật ngữ Personalize. Và cũng rất ít giải pháp thực sự mang ý nghĩa Personalize triệt để.
Với sự tham gia của AI, đã có một số công ty thành công ở cấp tính năng, nhưng chưa đạt mức sản phẩm có hành vi agentic thật sự.
Ví dụ: Spotify và Netflix dùng machine learning để cá nhân hóa nội dung rất sâu (âm nhạc, phim, mood-based playlists). Tuy nhiên, đây vẫn là personalization theo mô hình dự đoán (predictive), chứ chưa phải tương tác chủ động (proactive) như một trợ lý.
Nên là thời gian gần đây chúng ta sẽ đọc được những dạng thông tin như thế này:
- OpenAI đang đi theo hướng personal AI agent, hiểu ngữ cảnh để tự gợi ý hành động tiếp theo.
- Nhưng các sản phẩm này vẫn , chưa có mô hình bền vững về UX, hoặc giá trị thương mại rõ ràng.

Sản phẩm tự thích nghi (Adaptive Products)
Hiện nay có rất ít sản phẩm thực sự tự thay đổi cấu trúc theo người dùng.
Một số sản phẩm đang đi theo con đường này : Notion AI gợi ý template dựa trên cách viết, GitHub Copilot tự học workflow người dùng. Tuy nhiên, chúng vẫn phản ứng trong giới hạn được định sẵn, chưa thật sự tự diễn giải mục tiêu và biến đổi kiến trúc chức năng.
Vì vậy những thuật ngữ mà các bạn đọc được về autonomous/self-evolving systems thì thực chất các xu hướng này vẫn đang được nghiên cứu. Các công ty như Anthropic và LangChain đang thử nghiệm điều này ở cấp hạ tầng (AI agents orchestrating tools), nhưng chưa đạt tới sản phẩm thương mại cho người dùng cuối.
Adaptive products là biên giới tiếp theo ở một tương lai xa. Khó, nhưng nếu thành công sẽ định nghĩa lại UX và cách người dùng sử dụng sản phẩm.
Tác động của AI đang như thế nào với Product Manager
Theo quan sát thực tế trong điều kiện cho phép, phần lớn các bạn mà tôi tiếp xúc vẫn đang loay hoay ở vấn đề đầu tiên: Nâng cao hiệu suất quy trình làm việc.
Một số bạn đang thử nghiệm với Discovery, và rất ít bạn thật sự chuẩn bị cho đổi mới ở cấp độ giải pháp, nơi mà lợi thế vượt trội thực sự tồn tại.
Như vậy thì chúng ta cần tư duy lại về nguồn lực.
Câu hỏi “Liệu chúng ta sẽ cần ít PM hơn không?” là câu hỏi có thể không còn phù hợp.
AI không phải là nguyên nhân chính cho việc thay đổi số lượng nhân sự, mà là thay đổi cấu trúc năng lực (skill mix của Product Manager). Việc thay đổi số lượng nhân sự đến từ nhiều yếu tố khách quan lẫn chủ quan, trong đó có thể có AI.
Những vai trò nhấn mạnh vào chuyên môn về lĩnh vực nào đó (domain expertise) và khả năng giao tiếp giữa các nhóm chức năng (cross-functional) sẽ ngày càng quan trọng hơn, chứ không phải ít đi.
Mấu chốt là cần tái phân bổ sức sáng tạo của con người vào những không gian mà AI không thể chạm tới.

Lời kết
Tôi quay trở lại câu đầu bài viết: “AI giờ đây có thể viết requirements.”
Tôi đồng ý. Nó có thể làm được. Nhưng đó chưa bao giờ là vấn đề cốt lõi.
Cơ hội thật sự nằm ở việc dùng AI để loại bỏ những công việc nặng nề và mở ra những giải pháp mà trước đây chúng ta chưa từng nghĩ là khả thi.
Câu hỏi không còn là “Liệu AI có thay đổi Product Management không?” vì nó đã thay đổi rồi.
Câu hỏi tốt hơn là: Bạn sẽ bỏ lỡ những cơ hội nào cho khách hàng của mình nếu bạn không đón nhận AI?
Comments ()