💡 核心結論速覽 (TL;DR)
- PM 會被 AI 取代嗎：職位不會，產出型工作會。1,077 筆產品經理職缺裡，跨部門協作 337 筆，比 PRD 規格書 134 筆多。
- 會用 AI 不是門票：明確要求會用 AI 工具的只有 30 筆（2.8%）。
- 風險最高：以寫文件、傳話、做簡報為主的 PM。
- 下一步：用文中檢查表圈出時間花在哪，產出交給 AI，時間挪去取捨。
「現在有 AI 了，PM 還需要幾個？」這句話我在會議室裡聽過不只一次，每次空氣都會安靜兩秒。PM 會被 AI 取代嗎？我的答案是：職位不會消失，但你手上最容易被看見的那一半工作，已經在被拿走了。
我從基層工程師一路做到帶產品團隊，十年多來看過太多次「新工具要取代 PM」的說法。這次不太一樣，因為 AI 真的寫得出一份像樣的 PRD、做得出競品表。所以與其再憑感覺吵，我乾脆去量企業到底在要什麼：把 104 上 1,077 筆產品經理職缺的敘述全部掃過一遍。
結果有兩個數字讓我很意外：一個是「要求會用 AI」少得驚人，另一個是「跨部門」多到不行。這篇會把數字攤開，再用帶團隊的經驗告訴你，AI 接不住的是哪 5 件事、哪種 PM 真的要緊張。
PM 會被 AI 取代嗎？被拿走的是「產出」，不是「職位」
PM 不會被 AI 整個取代，因為產品經理不是單一任務，而是一包任務；AI 拿走的是其中「產出文件與分析」那幾塊。全球最常被引用的兩份研究，講的其實是同一件事。
世界經濟論壇《Future of Jobs Report 2025》調查超過 1,000 家雇主，預估 2025 到 2030 年會有相當於現有工作 22% 的職缺變動：新增 1.7 億個、被取代 9,200 萬個，淨增 7,800 萬個。
同一份報告裡，86% 的雇主預期 AI 與資訊處理會改變自己的業務，勞工現有技能約有 39% 會被改變或過時。
這組數字的重點不是「會少多少工作」，而是「同一份工作的內容會換掉將近四成」。PM 就是最典型的例子：職稱還在，但你每天在做的事會被重新洗牌。
Microsoft 研究團隊的論文〈Working with AI〉更細，他們分析 20 萬則美國 Bing Copilot 匿名對話，算出每個職業的工作活動有多少能被 AI 協助。論文裡寫得很直白：資料沒有顯示 AI 執行了任何一個職業的全部工作活動。
所以「會不會被取代」這個問題問錯了。該問的是：你現在的工作裡，產出型的比例有多高？這個比例越高，你越危險。
我掃完 1,077 筆產品經理職缺：企業到底在要什麼？
104 上的產品經理職缺，提到「跨部門協作」的次數是「寫 PRD 規格書」的 2.5 倍。企業寫在職缺裡最常出現的，是需要跟人對齊、做取捨的工作，而不是 AI 已經做得很好的文件產出。
我的做法是用 104 人力銀行的職缺搜尋，以「產品經理、產品企劃、Product Manager、Product Owner」四組關鍵字分頁撈到底，去重後 4,621 筆。再把職稱真的是產品經理的挑出來，排除專案經理、業務、工程師這些混進來的職缺，剩下 1,077 筆，然後逐筆掃職缺敘述。
我把關鍵字分成兩類：一類是 AI 已經能大幅代勞的「產出型任務」，另一類是需要有人拍板、扛責任的「判斷型任務」。
| 職缺敘述提到的任務 | 任務性質 | 筆數 | 占比 |
|---|---|---|---|
| 跨部門協作／利害關係人 | 判斷型 | 337 | 31.3% |
| 市場、競品、產業分析 | 產出型 | 250 | 23.2% |
| 優先順序、Roadmap、取捨 | 判斷型 | 187 | 17.4% |
| 簡報、提案 | 產出型 | 164 | 15.2% |
| PRD、規格書、User Story | 產出型 | 134 | 12.4% |
| 數據分析、報表 | 產出型 | 102 | 9.5% |
| KPI、OKR、營收損益 | 判斷型 | 100 | 9.3% |
| 原型、Wireframe、Figma | 產出型 | 79 | 7.3% |
| 使用者訪談、使用者研究 | 判斷型 | 55 | 5.1% |
先講清楚這張表能說什麼、不能說什麼。這是「職缺敘述有沒有提到」，不等於 PM 每天花多少時間做這件事；一筆職缺可以同時提到好幾項，所以不能加總。104 的關鍵字也是模糊比對，這是我撈到的這批，不是台灣 PM 職缺的總數。
但方向夠清楚了。市場分析 250 筆看起來很多，可是它在 AI 面前最脆弱；排第一的跨部門協作，是 AI 連門都摸不到的工作。
如果你正在準備轉職，這個排序也能直接拿來排準備順序。我之前用類似方法算過產品經理職缺裡到底有幾筆在要作品集，結論一樣：企業要看的，是你怎麼做決定。
只有 30 筆要求會用 AI：為什麼「會 AI」還不是 PM 的門票？
1,077 筆產品經理職缺裡，明確寫出「熟悉、善用、會用 AI 工具」這類要求的只有 30 筆，占 2.8%。職缺敘述裡出現 AI 相關字眼的有 201 筆，但大部分是在描述產品本身或公司方向。
拆開來看：產品本身就是 AI 應用、AI Agent 或大語言模型的職缺有 82 筆；要求你會用 AI 工具、但產品本身跟 AI 無關的，只有 21 筆。說真的，我原本以為這個數字會高很多。
我把那 30 筆的原句一筆一筆讀過，發現寫得最好的幾家，都不是在要你「會用哪個工具」：
- 一家科技公司寫的是：「判斷哪些該做、哪些該擋、哪些該延後，並講得出理由」，後面才接「運用 AI 工具與低程式碼工具自己動手做 POC」。
- 104 人力銀行自己的資深產品經理職缺寫：「能善用 AI 工具加速需求探索與原型驗證，並理解 AI 能力的實際邊界」。
- 也有傳產衛浴品牌只寫「願意學習及運用 AI 工具與流程自動化方法」，重點在「願意」，不在「精通」。
我的解讀是，會用 ChatGPT 或 Claude 已經被當成跟會用 Excel 一樣的基本功，沒人會特地寫進職缺。真正拉開差距的，是那句「理解 AI 能力的實際邊界」——知道它什麼時候在胡說。
104 自己的AI 人才趨勢報告也有一個值得對照的數字：「專案／產品管理」相關的 AI 人才需求，從 2022 年平均每月 951 人增加到 2026 年的 3,453 人，5 年增幅 263.1%。需求在長，只是長的是「會帶 AI 做產品的人」。
當然，職缺沒寫不代表面試不會問。面試官問「你怎麼用 AI」時到底在測什麼，我在帶團隊 10 年聽過的 3 種 AI 面試答法裡拆過，只有一種會過。
AI 接不住的 5 件事：帶團隊 10 年的我這樣看
AI 接不住的，是需要有人承擔後果的工作：對齊、取捨、負責結果、聽懂使用者、判斷 AI 本身。這 5 件事剛好對應職缺裡的判斷型任務，也是我帶團隊時最難教、最值錢的部分。
❶ 讓立場不同的人願意往同一個方向走（跨部門 337 筆）
AI 可以幫你寫一份超完整的會議紀要，但它沒辦法在業務說「客戶下週就要」、工程師說「這樣做架構會爛掉」的那一刻，讓兩個人都點頭。這種對齊靠的是信任存款，是你過去每一次說話算話累積起來的。
❷ 決定先做什麼、不做什麼（優先順序與 Roadmap 187 筆）
AI 很會列出 20 個可以做的功能，還會幫你排 RICE 分數。可是「這季只能做 3 個」的時候，砍掉的那 17 個背後都有人會不開心。敢砍、還講得出理由，就是那家公司職缺寫的「哪些該擋」。
❸ 為結果負責（KPI、營收 100 筆）
AI 不會因為留存率掉了被老闆叫進辦公室。PM 的價值有一大塊是「這個決定是我做的，結果我扛」。這件事沒辦法外包給任何工具，也是企業願意付 PM 薪水的原因。
❹ 到現場聽出使用者沒說出口的話（訪談與使用者研究 55 筆）
這項在職缺裡出現得最少，但我覺得最被低估。AI 可以幫你整理訪談逐字稿，卻聽不出受訪者停頓三秒時的猶豫。我在用戶訪談怎麼讓 AI 還原「在現場」的洞察裡寫過，AI 最危險的地方是它會替你生一個很漂亮、但不存在的使用者。
❺ 判斷 AI 的產出能不能信
這是最新的一項，也是 104 那句「理解 AI 能力的實際邊界」。我每天用 AI 超過 10 小時，最常救火的不是 AI 做不到，而是它做得「很像對的」。看得出哪裡怪、知道哪一段要回頭查證，這個能力會越來越值錢。
這 5 件事其實都在講同一個能力：在資訊不完整的時候做決定。如果你想把這套判斷拆成可以練的步驟，我比較推薦先看AI 時代拉開差距的「設計問題」能力，它是 5 件事共同的底層。
哪種 PM 最容易被 AI 取代？一張自我檢查表
最容易被 AI 取代的 PM，是工作內容以「轉寫、傳話、整理」為主的人；越靠近「拍板與負責」，越不怕。職稱一樣叫產品經理，風險可以差很多。
Microsoft 那份研究的公開分數表剛好能拿來對照。O*NET 職業分類裡沒有「產品經理」這個職業，所以我挑了跟 PM 子任務最接近的幾個職業來看排名：
| 接近 PM 哪一塊工作 | 研究中的職業 | 785 個職業中排名 |
|---|---|---|
| 做市場與競品分析 | Market Research Analysts | 26 |
| 整理問題、提建議 | Management Analysts | 23 |
| 管專案進度 | Project Management Specialists | 278 |
| 管系統與技術團隊 | Computer and Information Systems Managers | 369 |
| 管營運、扛整體結果 | General and Operations Managers | 500 |
排名越前面，代表 AI 能協助的工作活動覆蓋越廣（第 1 名是口筆譯人員）。這份資料是 2024 年美國的使用紀錄，只能當方向參考，但趨勢很一致：分析和整理擠在前段，負責與管理落在中後段。PM 其實是被「拆開」了。
拿你自己這週的行事曆對照下面兩組訊號，哪一組勾得多，就知道自己站在哪邊：
❌ 高風險訊號（勾越多越要緊張）
- 一週超過一半時間在寫 PRD、會議紀錄、週報，而且內容大多是轉述別人的決定。
- 主要工作是把業務的需求「翻譯」給工程師，自己很少提出反對意見。
- 簡報做得很漂亮，但 Roadmap 的優先順序是老闆定的。
- 說不出自己負責的產品上季留存率或營收變化。
✅ 低風險訊號（勾越多越安心）
- 曾經砍掉一個大家都想做的功能，而且事後證明是對的。
- 業務和工程吵起來時，最後是你找到兩邊都能接受的方案。
- 固定去見使用者，能講出一個「數據沒顯示、但你親耳聽到」的洞察。
- 會拿 AI 做初稿，但也抓得出 AI 產出哪裡不對。
我常被做 PM 的朋友問「我是不是該轉去當 AI PM 才安全」。我的回答通常是：先別急著換職稱，高風險訊號勾了三個以上的人，換到 AI 產品線也一樣危險，因為問題不在產品是不是 AI，而在你做的是產出還是判斷。
真的想走 AI PM 這條路，可以看我撈 60 筆職缺整理的AI 產品經理轉職路線與兩種 AI PM 的差別。
PM 不想被 AI 取代，接下來 90 天我會這樣調整
不想被 AI 取代的 PM，第一步不是去學更多 AI 工具，而是把產出型工作交給 AI，再把省下的時間主動移到判斷型工作上。順序很重要，我帶團隊時看過太多人倒過來做。
❶ 第 1-30 天：把產出型工作全部交給 AI 打底
PRD 初稿、競品表、會議紀錄、週報，全部先讓 AI 起草，你只做修改和查證。工具不用多，挑一兩個用熟就好；如果還沒決定用哪些，可以參考我整理的產品經理 AI 工具怎麼選的 14 款實測，或直接照從需求到原型的五階段 AI 流程跑一次。
團隊已經在用 Notion 的話，Notion AI 直接接在文件裡最省切換成本。
❷ 第 31-60 天：把省下的時間拿去「決定」
每週固定留一段時間，只做一件事：寫下這週你做了哪一個取捨、為什麼。沒有取捨可以寫，就代表你這週其實只是在傳話。這份紀錄三個月後會變成你面試和談升遷時最有力的素材。
❸ 第 61-90 天：主動接一個「沒人想碰的跨部門問題」
就是職缺裡排第一的那件事。挑一個卡了很久、牽涉兩個部門以上的問題，由你出來協調。做成了，你的角色會自動從「寫文件的人」變成「把事情推動的人」。
如果你所在的團隊正在重新分工，PM 跟企劃、工程師之間的線怎麼劃，我在AI 時代 PM 工作邊界正在消失那篇給過 3 條實戰界線；想看更長遠的團隊樣貌，AI 讓職稱失效後的 5 種產品角色可以幫你找到下一格要往哪擴。
我踩過的坑：把 AI 當成「多一個人力」，PM 反而更累
PM 用 AI 最常見的坑，是把省下的時間拿去做更多產出，結果越做越忙，判斷的時間反而被擠掉。這個坑我自己踩得很徹底。
我用 AI Agent 從零做過一整套自用的專案管理系統。剛開始超興奮，一個晚上就能生出好幾個功能。可是做到後來我發現，真正卡住我的從來不是「做不做得出來」，而是「這個到底該不該做」。AI 讓做出東西的成本趨近於零，於是我每天都在做，卻越來越少停下來想。
最後回頭砍掉的，比留下來的還多。那段時間我才真的懂：AI 放大的是你原本的工作習慣，你習慣產出，它就讓你產出到爆炸；你習慣判斷，它才會變成助力。這個反直覺的體會我另外寫在每天用 AI 超過 10 小時後，為什麼我反而更忙。
所以我現在給團隊的規則很簡單：AI 省下來的時間，至少一半要花在「決定不做什麼」。聽起來很虛，但這是我唯一看過能讓 PM 越用 AI 越值錢的做法。
FAQ 常見問題
PM 會被 AI 取代嗎？還是只是工作內容改變？
整個職位被取代的機率低，工作內容改變是確定的。WEF 預估勞工現有技能約 39% 會被改變或過時；我掃的 1,077 筆產品經理職缺裡，跨部門協作 337 筆、優先順序 187 筆，都是 AI 接不住的判斷型工作。會被拿走的是寫文件、做分析這類產出。
要轉 AI PM 才不會被取代嗎？還是留在原本產品線就好？
先看你做的是產出還是判斷，再決定要不要換產品線。產品本身是 AI 的職缺在我撈到的這批裡有 82 筆，數量不多；如果你的工作以轉寫、傳話為主，換到 AI 產品線一樣危險。先把判斷型工作的比例拉高，轉不轉都比較有底氣。
PM 該先學 AI 工具，還是先練溝通與決策？
兩個都要，但順序是先用 AI 把產出型工作打底，再把時間移去練決策。1,077 筆職缺裡明確要求會用 AI 工具的只有 30 筆，企業多半預設你會用；真正拿來篩人的是取捨和跨部門能力。只學工具，很容易變成做得更快的傳話者。
中年 PM 被 AI 取代的焦慮該怎麼處理？
把焦慮換成一張清單會好很多。先用文中的高風險、低風險訊號勾一次，找出你最弱的那一項，接下來 90 天只練那一項。資歷深的 PM 其實在對齊與負責上佔優勢，缺的通常只是把 AI 用進日常；更完整的評估方法可以看我寫的中年 AI 焦慮冷靜計畫。
寫在最後：AI 拿走的是 PM 最好被看見的那一半
回頭看那 1,077 筆職缺，我最大的感受是：企業其實比新聞冷靜。他們沒有在找「會用 AI 的 PM」，他們在找「用了 AI 之後，還能做決定的 PM」。
AI 拿走的是 PRD、競品表、週報這些最容易被老闆看見的產出，留下的是那些看不見、卻真正決定產品成敗的判斷。對 PM 來說，這不是壞消息，是把我們從寫文件的工作裡放出來。
如果你是 35 歲以上、看到 AI 新聞就睡不好的中階主管，中年 AI 焦慮的 4 個現實評估會比這篇更貼近你；想看其他職業的風險對照，AI 會取代我的工作嗎：五大高風險職業整理得比較完整。
這兩件事我後來各寫成了一本書。如果你是「每天被 AI 取代新聞搞得很焦慮、想先把心定下來」，推薦你看《AI會偷走你的工作，還是歸還你的生活？》；如果你是「已經在用 AI、想知道三大 AI 在產品工作裡怎麼分工」，《AI產品設計大師》會更貼近你。
💡 追劇族延伸閱讀：工作被 AI 追著跑、下班只想滑手機放空的話，你可能也發現大陸短劇一集接一集根本停不下來。做遊戲的我把它的設計拆開看過，短劇為什麼讓人停不下來的上癮設計與付費陷阱，看完你會對「被演算法控制」這件事更有感。
我是夜羽凌，做了十年以上產品、每天跟 AI 一起工作。想知道我是怎麼從工程師走到帶產品團隊的，可以看關於夜羽凌。
參考資料
- World Economic Forum｜Future of Jobs Report 2025
- Tomlinson, Counts, Suri｜Working with AI: Measuring the Applicability of Generative AI to Occupations（arXiv）
- Microsoft Research｜Working with AI 論文頁
- 104 人力銀行｜AI 人才趨勢報告
- 104 職場力｜AI 產品經理需求 5 年成長 263%
- 維基百科｜產品經理
