AI Product Manager vlastní produkt, jehož hlavní výstup vytváří model, takže na stejný vstup může zítra dát jinou odpověď. Všechno, o co se opírá klasický product manager, předpokládá opak: specifikaci, která projde nebo neprojde, bug, který jde zopakovat, a launch, který je hotový, když QA svítí zeleně.
Ten jediný rozdíl posune specifikaci, metriku úspěchu, rozhodnutí o launchi i nákladový model. Ať roli obsazuješ, tvaruješ, nebo do ní přecházíš z klasického PM, právě na těch čtyřech místech se rozhodne, jestli to půjde dobře.
Co pravděpodobnostní produkt udělá s prací PM
Inzerát OpenAI na product managera pro Core Models to říká jednou větou. PM má „Define success across offline evaluations and online product metrics, balancing model quality, usefulness, latency, safety, reliability, and cost“, tedy definovat úspěch napříč offline evaluacemi a živými produktovými metrikami a vyvažovat kvalitu modelu, užitečnost, latenci, bezpečnost, spolehlivost a cenu. Šest měřítek, která jdou proti sobě, a cena je jedním z nich. Stejný inzerát hledá člověka, který umí „rozlišit užitečnou metriku od pohodlné“.
Jako první se mění tvar specifikace. Výzkumný PM v Anthropicu má převádět poznatky od uživatelů „na konkrétní požadavky a evaluace“. Evaluace je ta část, proti které může engineering testovat: sada skutečných vstupů s odpověďmi, které přijmeš, a úspěšnost, která se počítá jako dost dobrá. Synthesia u role pro interaktivní avatary popisuje nejtěžší verzi: držet „laťku kvality u něčeho subjektivního a obtížného“ a pak „tu laťku zkonkretizovat a obhájit“.
Pak se rozbije nákladový model. Klasická SaaS funkce stojí na každého dalšího uživatele skoro nic. Volání modelu stojí peníze pokaždé. Bessemer ve State of AI 2025 zjistil, že jeho nejrychleji rostoucí AI firmy mají „jen 25% hrubou marži“, zatímco stabilněji rostoucí firmy kolem 60 %. V AI produktu je cena jedné odpovědi produktové rozhodnutí a někdo ho musí vlastnit.
Klasický PM vs AI PM, řádek po řádku
| Kde se to projeví | Klasický product manager | AI product manager | Co vyřešit s engineeringem |
|---|---|---|---|
| Specifikace | PRD s akceptačními kritérii, která projdou nebo neprojdou | Požadavky plus eval set: skutečné vstupy, přijatelné odpovědi, práh | Kdo eval set vlastní a kdo ho smí měnit |
| Metrika úspěchu | Adopce nebo konverze funkce, která se chová pokaždé stejně | Offline skóre evalů a živé produktové metriky, vyvážené proti ceně, latenci a bezpečnosti | Jedna metrika hodnoty, která rozhoduje na launch review |
| Kritéria pro launch | Funkce hotová, QA zelené | Práh splněný, red-teaming a regrese proběhly, monitoring běží | Kdo může launch zastavit a co spustí rollback |
| Typ selhání | Bug: zopakovat, opravit, zavřít | Vzorec: drift, regrese po výměně modelu, agent mimo své limity | Jestli je příčina v modelu, nebo v kódu kolem něj |
| Cena za použití | Skoro nula | Každý požadavek se platí, takže cena za odpověď je produktové číslo | Strop na požadavek a záložní řešení, když se na něj narazí |
Pravý sloupec by měl AI PM přinést už na plánování prvního sprintu. V každém řádku je otázka, kterou klasická produktová práce písemně řešit většinou nemusela.
Kde inzeráty mlčí
Článek vychází z 15 inzerátů na AI product managera, každý přečtený celý 24. října 2026: tři laboratoře vyvíjející modely plus Cohere, Microsoft a Amazon, AI-first scale-upy jako Fin, Deliveroo a Synthesia, dvě role v JPMorganChase a firma pracující se zdravotnickými daty. Sedm z nich sídlilo v Londýně nebo Paříži.
Osm z 15 dělá z evaluace součást práce. Jen dva říkají, že ji PM vlastní: PM pro agent harness v Cohere má „Own North’s agentic evaluation framework“, tedy vlastnit framework pro evaluaci agentů, a PM GenAI platformy v Deliveroo má „Own the evaluation strategy so teams can prove quality before launch and keep improving it after“, tedy vlastnit strategii evaluací, aby týmy prokázaly kvalitu před launchem a dál ji zlepšovaly. Londýnská role v JPMorganChase nastavuje standardy evaluací. Ve zbylých pěti jsou evaly práce k udělání a kolonka vlastníka zůstává prázdná. Některé firmy tu práci místo toho dávají Data Science Managerovi. Na vlastnictví záleží ve chvíli, kdy se blíží launch, skóre nestačí a někdo by mohl upravit testovací sadu.
Tři mezery vyčnívaly:
- Slovo „hallucination“ nepadne ani v jednom. Zaměstnavatelé píšou „kvalita“, „spolehlivost“, „typy selhání“ a „drift“, což je v pořádku, pokud ta slova někdo převede na číslo.
- EU AI Act nezmiňuje taky žádný, a to ani jedna ze sedmi evropských rolí. Jen londýnský lead pro agentní AI v JPMorganChase jmenuje řízení modelového rizika a jako jediný z 15 píše „autonomy boundaries, human-in-the-loop controls, and escalation paths“, tedy hranice autonomie, kontroly s člověkem ve smyčce a eskalační cesty.
- Některé AI tituly nenesou žádnou AI práci. Notion u role AI Product Manager, Growth Marketing chce „hlubokou expertízu v placeném růstu na platformách jako Meta, LinkedIn a Google“. AI Principal Product Manager v Amazonu neuvádí zkušenost s AI ani ML v základních ani preferovaných požadavcích, a přesto má PM „maintain accountability for customer outcomes and product reliability“, tedy odpovídat za výsledky pro zákazníky a spolehlivost systémů, které staví applied scientists.
Role v Notionu je skutečná práce s jasným cílem na první rok: převést většinu placeného rozpočtu na nový systém. Jen ti nedá zkušenost s evaly ani s modely. Rychlý test pro jakoukoli AI PM roli: vlastní eval set, rozhodnutí o modelu nebo promptu a nákladovou položku? Pokud nic z toho, je to growth nebo feature PM s AI v titulu a tak ji ber i při vyjednávání.
Červené linie, které dohodnout s engineeringem před launchem
Za to, co model řekne, odpovídá firma. Když chatbot Air Canada poradil cestujícímu špatně ohledně refundace, aerolinka tvrdila, že bot je „samostatný právní subjekt, který odpovídá za své vlastní činy“. Tribunál v Britské Kolumbii ten argument označil za pozoruhodný, odmítl ho a nařídil aerolince zaplatit 812 kanadských dolarů. Uvnitř firmy ta odpovědnost obvykle dopadne na toho, kdo vlastní produkt. Tohle si s leady engineeringu a ML dohodni písemně před prvním launchem:
- Práh evalu pro každý use case a jmenovitý vlastník golden setu. Sada se verzuje stejně jako kód. Přidat, odebrat nebo přeoznačit případy může jen PM spolu s ML leadem, takže nikdo neprojde launchem tak, že upraví test.
- Jeden člověk, který může launch zastavit, a jeden, který ho schválí. Inzerát OpenAI přiznává, že „vlastnictví a technické hranice se teprve formují“. Napiš ta dvě jména do launch checklistu, ať je za tebe nerozhodne incident.
- Spouštěč rollbacku dohodnutý dopředu. Například: regresní sada spadne o dohodnutý počet bodů nebo nastane incident severity 1 a release se vrátí bez porady.
- Strop ceny na požadavek, měsíční rozpočet a záložní řešení. Levnější model, odpověď z cache nebo předání člověku, když se strop zasáhne. Gartner v roce 2025 předpověděl, že víc než 40 % agentních AI projektů bude do konce roku 2027 zrušeno kvůli „rostoucím nákladům, nejasné obchodní hodnotě nebo nedostatečné kontrole rizik“. Dashboard, který tu cenu ukazuje, dohodni před launchem.
- Limity autonomie a člověk ve smyčce u každého rozhodnutí, které se dotkne konkrétního člověka. Londýnský inzerát JPMorganChase je vzorová formulace, kterou stojí za to převzít.
- Pravidlo pro použití dat a klasifikace rizika podepsaná právníky ještě před vývojem. Která zákaznická data smějí do promptů, evalů a fine-tuningu a jak dlouho. Podle článku 99 AI Actu může porušení většiny povinností provozovatele stát až 15 milionů EUR nebo 3 % celosvětového obratu. Digital Omnibus posunul většinu termínů pro vysoce rizikové systémy na prosinec 2027 a srpen 2028, podle Orricku, povinnost transparentnosti podle článku 50(2) pro systémy už na trhu ale pořád platí od 2. prosince 2026. PM rozhodnutí směruje, výklad zákona vlastní právníci.
- Jedna metrika hodnoty s výchozí hodnotou. Míra vyřešení, ušetřené hodiny, tržby, retence. AI growth PM ve Figmě má „přivést uživatele k objevení“ AI funkcí, což je využití. Samotné využití by launch review projít nemělo.
Kdo by měl takovou roli obsadit a kdy stačí silný PM
V praxi produkt, který volá model u jedné funkce, dedikovaného AI PM potřebuje jen zřídka. Zvládne ho silný product manager, který si nechá podepsat červené linie 1, 3 a 4. Samostatná role se vyplatí, když kvalita produktu je kvalita modelu: když vybíráš mezi modely, vlastníš eval set, kterému se zodpovídá výzkum i produkt, nebo provozuješ agenty, kteří jednají za zákazníka.
Pokud roli zakládáš, počítej s tím, že funkce je často úplně nová. Inzerát Finu na Staff AI PM začíná větou „Ve Finu budujeme novou funkci: AI Product Management“, vedle už existujícího týmu ML vědců, inženýrů a výzkumníků. Fin je dnes součástí Salesforce a Deliveroo součástí DoorDashe, obojí podle jejich vlastních inzerátů. Nové funkce v čerstvě koupených firmách se při reorganizaci překreslují snadno. Dej roli písemný charter už ve fázi nabídky, s rozpočtem na evaly a náklady a s metrikou hodnoty. Charter přežije reorganizaci líp než slajd s roadmapou.
Platy ze stejných 15 inzerátů, všechno americký základ, kde je uvedený: 133 000 až 215 000 USD pro senior AI PM v JPMorganChase v New Yorku, 179 900 až 243 400 USD pro principal roli v Amazonu, 305 000 až 385 000 USD v Anthropicu a 347 000 až 490 000 USD v OpenAI. Ani jeden ze sedmi evropských inzerátů číslo nezveřejnil, takže londýnská nebo pražská nabídka nemá žádný zveřejněný benchmark, o který by se šlo opřít. Jako hrubý orientační bod uvádí levels.fyi medián celkové odměny amerického product managera 231 000 USD, napříč všemi PM.
Žebříček, který inzeráty ukazují, vede ke Group PM a Principal: Group PM pro frontier AI v Google DeepMind vyžaduje 10 let stavění AI produktů. Cesta z AI PM na VP of Product nebo CPO je možná, ale žádný z 15 inzerátů ji zatím neukazuje.
Většina práce popsané výš je vyjednávání s engineeringem a výzkumem o tom, kdo co rozhoduje, a to dřív, než něco začne hořet. Přesně na to je mentoring pro product managery. Mám za sebou 3 662 individuálních leadership sessions a platíš jen za session, kterou ohodnotíš 8 z 10 nebo výš.
Role, se kterými AI PM pracuje
- AI Platform Engineer: kdo provozuje vrstvu, přes kterou jdou volání modelu
- AI QA Engineer: člověk, který z laťky kvality udělá evaly
- AI Program Manager: když launch zasahuje právníky, riziko a pět týmů
- Head of AI: role, která nad tebou určuje AI strategii a rozpočet
- CTPO: jeden člověk ve vedení pro produkt i technologie
