TL;DR: AI ทำให้การเขียนโค้ดถูกและเร็วขึ้น แต่ไม่ได้ทำให้ Product ดีขึ้นโดยอัตโนมัติ ยุคนี้ PM/PO ต้องเลิกยึดติด Roadmap ยาวๆ เน้นส่งมอบงานให้ไว กล้าปล่อยฟีเจอร์พังๆ เพื่อเอาฟีดแบ็ก และที่สำคัญต้องลับคม "Product Taste" ให้เฉียบขาด เพราะทักษะการตัดสินใจว่า "จะสร้างอะไร" มีราคาแพงกว่า "สร้างยังไง" ไปแล้วครับ
🎬 The Hook: ความบังเอิญที่เปลี่ยนมุมมองการทำ Product ตลอดกาล
วันก่อนผมกำลังนั่งไถ YouTube หาอะไรดูเพลินๆ ระหว่างพักเบรก สายตาก็ไปสะดุดกับ คลิปสัมภาษณ์ Cat Wu หัวหน้าทีมผลิตภัณฑ์ Claude Code ที่ Anthropic (บริษัทที่สร้าง AI สุดฉลาดอย่าง Claude ที่เราคุ้นเคยกัน) ผมกดเข้าไปดูด้วยความคาดหวังว่าคงเป็นเรื่องเทคนิคจ๋าๆ หรืออัปเดตโมเดลใหม่ แต่ปรากฏว่าเขามาเล่าความจริงของการบริหารจัดการผลิตภัณฑ์ (Product Management) ในยุคใหม่ เนื้อหาในคลิปมันกระแทกใจคนสาย Tech และ Business แบบสุดๆ เพราะมันชี้ให้เห็นชัดเจนเลยว่า... วิธีทำงานแบบเดิมๆ ที่เราเคยยึดถือ กำลังจะหมดอายุขัยแล้วครับ ถ้าคุณเป็น Product Owner (PO) หรือ Product Manager (PM) ที่ไม่อยากถูกทิ้งไว้ข้างหลัง นี่คือ 5 บทเรียนล้ำค่าที่ผมสรุปมาให้เน้นๆ จากโต๊ะทำงานของบริษัท AI ระดับโลกครับ
🚀 5 กฎเหล็กสู่การเป็น PM ยุคใหม่ (สไตล์ Anthropic)
#1 Speed & Iteration: เลิกบ้า Roadmap แล้วเน้น "ส่งมอบให้ไว"
ในอดีต การวาง Product Roadmap ล่วงหน้า 6-12 เดือน ถือเป็นความภาคภูมิใจของ PM แต่ในยุค AI ที่ทุกอย่างหมุนเร็วปานพายุ วงจรการพัฒนาผลิตภัณฑ์ (Product Timelines) ถูกบีบให้เหลือเพียง 1 เดือน หรือบางครั้งแค่ "1 วัน" เท่านั้น
- เลิกกอดแผนระยะยาว: ลดความสำคัญของการประชุมประสานงานข้ามไตรมาส แล้วหันมาโฟกัสว่า "เราจะเอาฟีเจอร์นี้ใส่มือผู้ใช้ให้เร็วที่สุดได้ยังไง?"
- ส่งมอบระดับสัปดาห์: ต้องหาวิธี Launch (ปล่อยของ) ให้ได้ทุกสัปดาห์ เพื่อเก็บข้อเสนอแนะ (Feedback) ของจริงกลับมาปรับปรุง
- กอดรับความไม่สมบูรณ์: นี่คือเรื่องที่ขัดใจ PM สายเนี๊ยบที่สุดครับ แต่ยุคนี้เราต้องกล้าปล่อยฟีเจอร์ที่มีบั๊ก (Buggy features) ออกไปบ้าง เพื่อแลกกับ Data ที่รวดเร็ว ดีกว่านั่งทำของสมบูรณ์แบบที่กินเวลา 3 เดือน แล้วพบว่าไม่มีใครอยากใช้มันเลย
#2 Product Taste: เมื่อโค้ดสั่งได้ 'รสนิยม' จึงแพงที่สุด
ลองนึกภาพว่าคุณเป็นเชฟในยุคที่มีหุ่นยนต์หั่นผักและปรุงรสได้รวดเร็วและไร้ที่ติ ทักษะการหั่นผักของคุณก็จะมีค่าน้อยลง แต่สิ่งที่แพงขึ้นมหาศาลคือ "การคิดค้นเมนู" เช่นเดียวกันครับ เมื่อ AI ทำให้การเขียนโค้ด (Coding) มีราคาถูกและรวดเร็ว สิ่งที่มีมูลค่าสูงสุดคือ "Product Taste" (รสนิยมในผลิตภัณฑ์) หรือความสามารถในการตัดสินใจ (Deciding what to write) คุณต้องมองให้ออกว่า User Experience (UX) แบบไหนที่โดนใจ หรือฟีเจอร์ไหนที่จะสร้างความประทับใจ (Delightful) ท่ามกลางทะเลไอเดียนับพันที่ AI เสกมาให้คุณ
#3 Clear Goals & Evals: สยบความคลุมเครือด้วยมาตรวัดที่จับต้องได้
ปัญหาของ Large Language Models (LLMs) ไม่ใช่ว่ามันทำอะไรไม่ได้ แต่มัน "ทำได้กว้างเกินไป" จนนำไปสู่ความคลุมเครือ (Ambiguity) หน้าที่ของ PM จึงเปลี่ยนจากการแค่สั่งงาน เป็นการตีกรอบให้ชัดเจน
- ตีกรอบเป้าหมาย: ใครคือผู้ใช้? ปัญหาที่แท้จริงคืออะไร? เพื่อตัด Noise และสิ่งที่ "มีก็ดี แต่ไม่จำเป็น" ทิ้งไป
- ออกแบบ Evals (Evaluation): การสร้างชุดประเมินผล หรือ Evals คือทักษะแห่งอนาคต คุณต้องนิยามความสำเร็จให้ออกมาเป็น "ชุดทดสอบ" ที่เป็นรูปธรรม เพื่อให้ทีมวิศวกรใช้รันประเมินความฉลาดของ AI ได้อย่างชัดเจน ไม่ใช่ใช้แค่ความรู้สึกวัดผลอีกต่อไป
#4 Role Blurring: ยุคของ "มนุษย์เป็ด" ผู้มี High Agency
ลืมคำพูดที่ว่า "อันนี้ไม่ใช่งานของผม" ไปได้เลยครับ ในทีมยุคใหม่ เส้นแบ่งหน้าที่ระหว่าง PM, Software Engineer และ Designer กำลังจางลงเรื่อยๆ
- Wear many hats (เป็นคนที่ทำได้หลายอย่าง): คุณต้องพร้อมอุดรอยรั่วให้ทีม คุยเรื่อง Business ได้ และพอจะถกเรื่อง Technical Architecture กับ Dev รู้เรื่อง
- High Agency (มีความคล่องตัวสูง): คือการมีทัศนคติแบบ "Just do things" คิดแล้วลงมือทำเลย ไม่ยอมแพ้ต่ออุปสรรค และไม่ต้องรอส่งอีเมลขออนุมัติ (Approve) ให้วุ่นวาย
- Low Process (ลดกระบวนการ): ทลายกำแพงระเบียบวาระการประชุมที่เยิ่นเย้อ ปล่อยให้คนในทีมมีอำนาจ (Empowered) ในการผลักดันไอเดียของตัวเองให้เกิดจริง
#5 Leverage AI: ทวีคูณศักยภาพ โยนงานน่าเบื่อให้ AI จัดการ
กุญแจสำคัญข้อสุดท้ายคือ การใช้ AI เป็นคานงัด (Leverage) เพื่อดึงศักยภาพตัวเองออกมาให้ถึงขีดสุด
- Automate Grunt Work: งานเอกสาร สรุปการประชุม การปั้น Outline เบื้องต้น โยนให้ AI ทำแทนให้หมดจนมันรันได้แม่นยำ 100% เพื่อเอาเวลาและพลังสมองไปคิดเรื่องกลยุทธ์ (Strategy)
- รู้ขีดจำกัดของโมเดล: PM ที่เก่ง ไม่ใช่คนที่เชื่อ AI ทุกคำ แต่คือคนที่ "คลุกคลี" นั่งคุยกับโมเดลทุกวัน จนรู้ว่าจุดแข็งของมันคืออะไร และจุดบอด (Hallucination) ของมันอยู่ตรงไหน เพื่อออกแบบประสบการณ์ผู้ใช้มารองรับจุดบอดเหล่านั้นได้อย่างแนบเนียน
⚡ บทสรุป: ความจริงอันโหดร้าย (The Brutal Truth)
ผมขอพูดตรงๆ แบบไม่โลกสวยนะครับ "AI อาจจะยังไม่ได้มาแย่งงาน PM/PO ในวันนี้พรุ่งนี้ แต่ PM ที่ปฏิเสธการใช้ AI จะถูกแทนที่ด้วย PM ที่ใช้ AI เป็น อย่างแน่นอนครับ" โลกของการทำ Product ในยุคต่อไป ต้องการคนที่เคลื่อนที่ไว (Agile ของจริงไม่ใช่แค่ลมปาก) มีรสนิยมในการเลือกสรรสิ่งที่ใช่ (Product Taste) และกล้าที่จะลุยลงมือทำสิ่งต่างๆ ด้วยตัวเอง (High Agency) เริ่มต้นปรับ Mindset และหยิบ AI มาเป็นผู้ช่วยตั้งแต่วันนี้เถอะครับ ก่อนที่ Roadmap ของคุณจะกลายเป็นแค่กระดาษเปื้อนหมึกที่ไม่มีใครแคร์
❓ คำถามที่พบบ่อย (FAQ)
Q1: 'Product Taste' เป็นพรสวรรค์หรือเปล่า เราสามารถฝึกฝนได้ไหม?
A: ไม่ใช่พรสวรรค์ครับ Product Taste ฝึกได้จากการ "เสพและสังเกต" คล้ายๆ การดูงานศิลปะ ลองดาวน์โหลดแอปใหม่ๆ มาเล่นทุกวัน สังเกตว่าทำไมแอปนี้ถึง Onboarding ผู้ใช้ได้ดี ทำไมปุ่มนี้ถึงน่ากด แล้วจดบันทึกเก็บไว้เป็นคลังสมองของตัวเองครับ
Q2: คำว่า 'Evals' ในมุมมองของ PM คืออะไร ต้องเขียนโค้ดเป็นไหม?
A: Evals (Evaluations) คือชุดคำถามหรือเกณฑ์ที่เราใช้ทดสอบว่า AI ทำงานได้ตามเป้าหรือไม่ PM ไม่จำเป็นต้องเขียนโค้ดเป็น แต่ต้องเก่งในการ "ตั้งโจทย์และนิยามคำตอบที่ถูกต้อง" (Expected