AI Product Manager

このロールで担う5つの仕事

① AI-nativeなプロダクト開発ワークフローの設計・運用顧客の声、開発要望、プロダクト利用メトリクス、品質データをもとに、LLM がプロダクト改善の機会を発見し、優先順位付けし、要件化するワークフローを設計・運用します。 VoC、商談ログ、CS情報、開発要望、利用メトリクスの統合設計 LLM による分類・要約・クラスタリング・優先度スコアリングの設計 バックログトリアージ、ロードマップ更新、PRD ドラフト生成のワークフロー化 PdM・Engineering・CS・Sales が継続的に使える運用プロセスへの落とし込み ② 顧客の声を、開発チームが動ける要件へ変換する顧客インタビューや商談・CSから得られる一次情報を、プロダクト判断と開発実行に使える形へ変換します。 顧客課題の抽出、構造化、パターン化 開発チームが48時間以内に動き始められる粒度の PRD・Issue ドラフト作成 問題定義、ユースケース、成功指標、受け入れ条件、制約、リスク、未決事項の整理 顧客の言葉と、開発チームの要件言語をつなぐドキュメント設計 ③ プロダクト意思決定の判断軸とメカニズムをつくるAI が出す提案を、組織が信頼して意思決定に使える状態にします。 優先順位付けの判断軸設計 事業インパクト、顧客価値、開発工数、戦略整合性、リスクを踏まえた評価フレームの設計 AI が生成する提案の説明可能性・再現性・レビュー観点の設計 ロードマップレビュー、スプリント計画、仕様レビュー、リリース後レビューへの組み込み ④ AIエージェントの評価・ガードレール設計LLM や AI エージェントの出力を、プロダクト開発の実務で使える品質に高めます。 PRD、Issue、優先度提案、要約、分類結果の Evaluation 設計 AI 出力の品質基準、レビュー基準、Human-in-the-loop 設計 誤分類、過剰要約、幻覚、重要要望の見落としを防ぐガードレール設計 AI ワークフローの継続改善 ⑤ CTO・開発組織と連携したロードマップ設計AI が生成するインサイトや優先度提案をもとに、プロダクトロードマップと開発投資判断を継続的にアップデートします。 What-if 分析を用いたロードマップシナリオ設計 CTO・Engineering との投資対効果レビュー プロダクト改善テーマの言語化 短期の開発優先度と中長期のプロダクト進化の接続

マインドセット

AI を単なる効率化ツールではなく、プロダクト開発の前提を変える存在として捉えられる方 顧客の言葉、事業の論理、開発チームの要件言語を行き来できる方 曖昧な情報を構造化し、意思決定に使える形へ変換することが得意な方 手を動かしてプロトタイプを作り、仮説検証しながら仕組みを磨ける方 ドキュメントを書くことで思考し、組織の合意形成を前に進められる方 AI の出力を鵜呑みにせず、評価・レビュー・ガードレールまで設計できる方 完成されたプロセスを運用するよりも、まだ存在しない仕組みをつくることに面白さを感じる方

チーム・働き方

所属：開発組織（CTO直下） 勤務形態：フルリモート コラボレーション環境：Notion・Slack・GitHub 選考フロー：カジュアル面談（任意）→ 書類選考 → 一次面接 → 二次面接 → 最終面接 → オファー

組織変革

現場は気づいている。だが、経営に届くまでに時間がかかりすぎる。(https://www.bringout.biz/lp/solution/organization)CEO中野著書『生成AIで最強の組織が生まれる』(https://www.bringout.biz/lp/book)AI Product Manager の役割私たちは今、自社のプロダクト開発そのものをAI-nativeな仕組みへと再設計しようとしています。その中核を担うのが、AI Product Manager です。ブリングアウトのプロダクトを「AIが自律的に進化するプロダクト」へと変革し、そのプロセス自体を顧客が採用できる形にパッケージ化することが役割です。顧客の声、商談・CS情報、開発要望、プロダクト利用メトリクス、品質データを LLM が継続的に統合・構造化し、プロダクトの改善機会を発見し、優先順位を提案し、開発チームがすぐに動ける要件へ落とし込むワークフローを設計・運用する責任者です。単に AI 機能を企画するのではなく、PM の仕事そのもの ── 「顧客の声をどう捉え、何を作るべきかをどう判断し、どのように開発チームへ渡し、リリース後にどう学習するか」というプロダクト開発の OS を、AI で再発明する仕事です。このロールの面白さ① PMの仕事そのものをAIで再定義できる既存プロダクトの一機能を担当するPMではありません。顧客の声をどう集め、どう解釈し、何を作るべきかをどう判断し、どのように開発へつなげるかという、プロダクト開発の中核プロセスそのものを AI で再設計する役割です。今後多くの企業で必要になる新しいテーマであり、職種としてもまだ世の中に完成形がない領域です。② AIを実験ではなく、日々の開発プロセスに組み込めるLLM や AI エージェントを、PoC やデモで終わらせるのではなく、実際のロードマップ判断、バックログ管理、要件定義、開発プロセスに組み込んでいきます。AI を「便利ツール」ではなく、会社のプロダクト開発の中枢に据える仕事です。③ 顧客価値と開発生産性の両方にインパクトできる顧客の声がより早く、より正確にプロダクトへ反映されることで顧客価値を高めます。同時に、PdM・Engineering・CS・Sales の連携を滑らかにし、開発チームが迷いなく動ける状態をつくることで、開発生産性にも直接インパクトできます。顧客満足・開発スピード・売上貢献のすべてに関わる、レバレッジの高い仕事です。④ CTO直下で、開発組織全体の進化をリードできる所属は開発組織、CTO 直下です。プロダクト戦略、AI 活用、開発プロセス、データ基盤、組織運営が交差する領域で、経営・開発・ビジネスの意思決定に近いところから変革をリードできます。Principal IC として、組織横断の仕組みづくりに専念できる環境です。⑤ まだ世の中に完成形がない、新しい職種を創り出せるこのポジションは、従来の PdM、Product Ops、AI 活用推進、業務設計、データ活用の要素が混ざった新しい役割です。すでに決まった型を運用する仕事ではなく、「AI 時代のプロダクト開発はこうあるべきだ」という型を自分で作る仕事です。このロールで担う5つの仕事① AI-nativeなプロダクト開発ワークフローの設計・運用顧客の声、開発要望、プロダクト利用メトリクス、品質データをもとに、LLM がプロダクト改善の機会を発見し、優先順位付けし、要件化するワークフローを設計・運用します。 VoC、商談ログ、CS情報、開発要望、利用メトリクスの統合設計 LLM による分類・要約・クラスタリング・優先度スコアリングの設計 バックログトリアージ、ロードマップ更新、PRD ドラフト生成のワークフロー化 PdM・Engineering・CS・Sales が継続的に使える運用プロセスへの落とし込み ② 顧客の声を、開発チームが動ける要件へ変換する顧客インタビューや商談・CSから得られる一次情報を、プロダクト判断と開発実行に使える形へ変換します。 顧客課題の抽出、構造化、パターン化 開発チームが48時間以内に動き始められる粒度の PRD・Issue ドラフト作成 問題定義、ユースケース、成功指標、受け入れ条件、制約、リスク、未決事項の整理 顧客の言葉と、開発チームの要件言語をつなぐドキュメント設計 ③ プロダクト意思決定の判断軸とメカニズムをつくるAI が出す提案を、組織が信頼して意思決定に使える状態にします。 優先順位付けの判断軸設計 事業インパクト、顧客価値、開発工数、戦略整合性、リスクを踏まえた評価フレームの設計 AI が生成する提案の説明可能性・再現性・レビュー観点の設計 ロードマップレビュー、スプリント計画、仕様レビュー、リリース後レビューへの組み込み ④ AIエージェントの評価・ガードレール設計LLM や AI エージェントの出力を、プロダクト開発の実務で使える品質に高めます。 PRD、Issue、優先度提案、要約、分類結果の Evaluation 設計 AI 出力の品質基準、レビュー基準、Human-in-the-loop 設計 誤分類、過剰要約、幻覚、重要要望の見落としを防ぐガードレール設計 AI ワークフローの継続改善 ⑤ CTO・開発組織と連携したロードマップ設計AI が生成するインサイトや優先度提案をもとに、プロダクトロードマップと開発投資判断を継続的にアップデートします。 What-if 分析を用いたロードマップシナリオ設計 CTO・Engineering との投資対効果レビュー プロダクト改善テーマの言語化 短期の開発優先度と中長期のプロダクト進化の接続 必須要件 B2B SaaS におけるプロダクトマネジメント経験 5年以上（0→1 もしくは 1→10 フェーズの主導経験） 顧客の声やプロダクトメトリクスをもとに、プロダクト戦略・ロードマップ・要件へ落とし込んだ経験 PRD、仕様書、ロードマップ、意思決定ドキュメントなどを通じて、複数職能の合意形成をリードした経験 LLM を業務プロセスに組み込んだ実践経験（プロンプト設計、評価ループ、ガードレールのいずれかに関する実践的な理解） エンジニアと対等に議論できる技術リテラシー（API、データモデル、基本的なシステム設計、ログ・メトリクス設計） 曖昧な課題を構造化し、運用可能な仕組みに落とし込む力 マインドセット AI を単なる効率化ツールではなく、プロダクト開発の前提を変える存在として捉えられる方 顧客の言葉、事業の論理、開発チームの要件言語を行き来できる方 曖昧な情報を構造化し、意思決定に使える形へ変換することが得意な方 手を動かしてプロトタイプを作り、仮説検証しながら仕組みを磨ける方 ドキュメントを書くことで思考し、組織の合意形成を前に進められる方 AI の出力を鵜呑みにせず、評価・レビュー・ガードレールまで設計できる方 完成されたプロセスを運用するよりも、まだ存在しない仕組みをつくることに面白さを感じる方 歓迎要件 Product Ops、BizOps、RevOps、CS Ops など、複数部門にまたがる業務プロセス設計の経験 顧客フィードバック管理、バックログ管理、ロードマップ運用の仕組みを構築・改善した経験 Linear、Jira、GitHub、Productboard、Notion、Slack などを活用したプロダクト開発ワークフローの設計経験 LLM を活用した業務自動化、エージェントワークフロー、RAG システムの設計または実装経験 マルチエージェントワークフローの設計経験 SQL や BI ツールを用いた自己完結したデータ分析経験 AI/ML プロダクトの本番運用経験 モデル評価、ドリフト、バイアス、セキュリティ、権限管理などへの理解 DX/AX コンサルティングや、業務変革プロジェクトのリード経験 技術ブログ、登壇、OSS、社外発信などの実績 チーム・働き方 所属：開発組織（CTO直下） 勤務形態：フルリモート コラボレーション環境：Notion・Slack・GitHub 選考フロー：カジュアル面談（任意）→ 書類選考 → 一次面接 → 二次面接 → 最終面接 → オファー

職種 / 募集ポジション

AI Product Manager

雇用形態

正社員

給与

応相談 〜 ・候補者様の ご経歴 / スキル によって柔軟に条件を検討 ・試用期間は入社年月日より3カ月です。 ・半期ごとにミッションシートを設定し評価を実施 ※ストックオプション付与の可能性有り

勤務地

リモートワーク会社情報

会社名

株式会社ブリングアウト【】

福利厚生

- 社会保険完備 - 健康診断（年1回） - 育休産休制度 - 交通費支給 - 出先での会議の場合の会議室代全額支給 - リモートワーク手当（ヘッドセットなどの準備として最大2万円補助） - PC支給（ビズ15万円以内、開発20万円以内）

掲載開始

2025-11-07

最終確認

2026-08-24

契約形態

正社員

勤務形態

要確認