Что будет, если убрать продактов из команды

В индустрии активно обсуждают будущее, в котором AI и автономные команды смогут обходиться без отдельной продуктовой роли. При этом, опыт ведущих мировых стартапов и корпораций показывает, что до этого еще далеко.

Klarna уволила 700 человек из‑за AI. А потом начала их возвращать

Через год Klarna начала возвращать людей обратно. В мае 2025 года в интервью Bloomberg основатель стартапа признал: компания слишком сильно сфокусировалась на потенциальной прибыли, и в итоге получила падение качества своего продукта.

Оказалось, что это не единичный случай, а корпоративный тренд. Год спустя, аналитическое агентство Gartner спрогнозировало, что к 2027 году половина компаний, сокративших штат ради AI, будут вынуждены вернуть сотрудников обратно.

Главный вывод не в том, что AI не приносит компаниям пользы. На рутинных задачах он справляется вполне хорошо, что доказывается рядом метрик. Дело в том, что компании теряют способность работать со сложными сценариями.

Что бывает, когда командой не управляет продакт

Когда продуктовую функцию распределяют между автономными командами, отдавая часть роли ИИ, каждый отдел начинает оптимизировать свой кусок. Инженеры закрывают технический долг, дизайнеры улучшают свои «экраны», маркетинг растит свои метрики.

Симптомы появляются не одномоментно, скорее, они накрывают продукт волной. Сначала команда работает по инерции. Если продуктовый менеджер успел определить фокусные направления на квартал, тогда у разработки есть рамки, внутри которых брать задачи, и видимых проблем нет. Но как только горизонт краткосрочного планирования заканчивается, начинается поток запросов от разных заказчиков.

В работу первым уходит то, о чем громче попросили, где быстрее написать код или на чем настояли «сверху». Функционал приоритезации, ранее находившийся в зоне ответственности продакта, не исчезает — она переходит к тому, кто физически распределяет спринт: к CTO или руководителю отдела разработки, которые тонут в нескончаемых запросах.

Дальше появляются слепые зоны — то, что формально принадлежит всем, а по факту никому. Важные для бизнеса задачи деприоритизируются не потому, что они менее важны, а потому что решение принимается по громкости запроса по продуктовой логике. Накопленный долг становится виден в падении метрик, в быстро растущей стоимости поддержки, в количестве функций, которые «сделали, но не используются». На финальном этапе происходит эскалация конфликта между отделами, спор поднимается на уровень CEO и тоже редко носит объективный характер — победа зависит от убедительности аргументов сторон.

И если раньше цена такого дублирования была ограничена скоростью разработки, то с приходом AI этот «тормоз» исчез. В апреле 2026 года в распоряжении Business Insider появился внутренний документ компании Amazon: команда, отвечающая за AI‑инструменты в розничном бизнесе, прямо признала: «AI усугубляет нашу проблему дублирования инструментов: одинаковых функций становится все больше, они появляются быстрее, и никто не берется расчищать дубликаты».

В том же документе отдельно отмечается, что культура существования в компании автономных команд, работающих независимо друг от друга, делает эту проблему структурно сложной. Без координации она начинает работать против бизнеса, так как AI ускоряет создание решений быстрее, чем команды успевают сверяться друг с другом.

Продакт — это не бэклог, а удержание системы

Именно поэтому вопрос «нужен ли бизнесу менеджер по продукту» в 2026 году не стоит на повестке. AI и автоматизация делают эту роль еще более незаменимой.

Со стороны может показаться, что product manager — это человек, который ведёт список задач для разработчиков. Именно это представление и запускает главную ловушку продуктовой работы, когда команда начинает измерять успех количеством выпущенных фич, а не ценностью, которая создается для бизнеса. У этого явления в индустрии есть точное название — Feature Factory. По наблюдениям автора термина, большинство компаний застревают именно в этом режиме.

Причина часто не в самом продуктовом менеджере, а в структуре компании, где существует несоразмерность количества людей на позициях. Соотношение «один продакт на 6–8 разработчиков» — довольно частая история в стартапах.

Это формирует следующую проблему: у менеджера по продукту в этой конфигурации не остаётся времени на исследование рынка, пользовательского пути, потенциальных функций, которые смогли бы увеличить метрики бизнеса.

Если продуктовый менеджер ставит задачи в отрыве от понимания, зачем всё это нужно, компания получает не пользу, а иллюзию продвижения работы: бэклог двигается, «фичи» выходят, а бизнес не растёт. Это разные уровни ответственности и разный масштаб влияния на продукт.

Принципиальная разница между «постановщиком задач» и «держателем системы» — в том, на какой вопрос отвечает product manager. Постановщик отвечает на вопрос «что и когда сделать». «Держатель системы» — на вопрос «зачем это нужно, как это влияет на бизнес‑метрики, и что это даёт пользователю».

Продакт второго типа растит бизнес через продукт. Для этого он старается увидеть весь продукт целиком, понимая взаимосвязь частей. Без системности любая задача для команды разработки кажется одинаково полезной. С ней — становится видно, какие из них двигают бизнес, а какие просто расходуют ресурс команды.

Для Product Lead и Продуктового директора наиболее ценна именно работа с системой: поиск точек роста, координация команд, выстраивание видения, таргетов и метрик. Это не значит, что операционная работа с бэклогом не нужна — она должна быть следствием стратегии, а не существовать вместо неё.

Где AI помогает, а где не заменит продуктового лидера

Сегодня AI сильно меняет ежедневную работу продуктовых менеджеров: рутина, которая раньше занимала дни, теперь занимает часы. Но ИИ все же остаётся помощником, не становясь автономным исполнителем.

Сейчас AI уже способен заменить junior‑продакта, но не может заменить senior. Младший менеджер оформляет постановку задач по готовому решению, собирает обратную связь по заданному вопросу, анализирует конкурентов по известным параметрам. Это задачи с чётким входом и выходом, AI справляется с ними именно потому, что они хорошо структурированы.

Старший менеджер и директор по продукту работают с более сложными проблемами: им надо не просто «оформить задачу для этой фичи», а решить стоит ли её делать вообще; не «приоритизировать список задач», а понять, правильный ли это список.

Здесь срабатывает та же логика, на которой сломалась стратегия Klarna. Полная замена человека работает, пока контекст простой и данных достаточно. Как только появляются неоднозначные ситуации: конфликт команд, спор о приоритетах, реакция на конкурента — решение должен принимать человек, который удерживает в голове всю систему. AI может закрывать до 70% задач, но они не покрывают принятие критично важных для бизнеса решений.