Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
プロダクト開発のEMはPdMとフュージョンしよう
Search
Masaru Furuya
April 30, 2026
140
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
プロダクト開発のEMはPdMとフュージョンしよう
Masaru Furuya
April 30, 2026
More Decks by Masaru Furuya
See All by Masaru Furuya
天才でも秀才でもない凡人がAIエージェントを作る意義
mfuruya
0
79
「AIが読むから書く」が、 チームの言語化スイッチを押した 〜AI開発ワークフローが、チームに起こした変化〜
mfuruya
1
170
改善要望開発ワークフローを Claude Codeで構築する 〜Agentic Workflow実践事例〜
mfuruya
0
40
結局OpenClawとClaude Codeどっちを使ったらいいの?に自分なりの結論を出した
mfuruya
1
410
スクラムイベントの議事録をAIが書く時代 〜ClaudeCode活用事例〜
mfuruya
3
1.1k
Featured
See All Featured
What the history of the web can teach us about the future of AI
inesmontani
PRO
1
610
Getting science done with accelerated Python computing platforms
jacobtomlinson
2
230
Kristin Tynski - Automating Marketing Tasks With AI
techseoconnect
PRO
0
270
The Invisible Side of Design
smashingmag
302
52k
We Are The Robots
honzajavorek
0
250
New Earth Scene 8
popppiees
3
2.3k
How People are Using Generative and Agentic AI to Supercharge Their Products, Projects, Services and Value Streams Today
helenjbeal
1
210
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
200
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
430
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
360
30k
AI: The stuff that nobody shows you
jnunemaker
PRO
8
710
Neural Spatial Audio Processing for Sound Field Analysis and Control
skoyamalab
0
330
Transcript
プロダクト開発のEMは PdMとフュージョンしよう AI時代の役割の溶け方と、その接着剤 1
開発者の 84%※ がAIコーディングアシスタントを利用。 PR数・コミット数は確実に増えている。 体感は「爆速になった」 。 ...でも、価値は増えてる? ※ 出典: Stack
Overflow Developer Survey 2025 — AI: https://survey.stackoverflow.co/2025/ai 2
解くべき課題の精度の重要性が増した BEFORE AI 企画 ▶ 設計 ▶ 実装 ↑ 旧ボトルネック
(実装の速度) ▶ レビュー ▶ リリース AFTER AI 企画 ↑ 新ボトルネック (解くべき課題の精度) ▶ 設計 ▶ 実装 ▶ レビュー ▶ リリース ボトルネックは「何を解くか」を決める企画フェーズに移った。 3
What(何を解くか?)の枯渇 エンジニア「次、何作れば良いですか?」 バックログを見ても、精度の低いアイデアばかり。 (今まではエンジニアのアウトプットを待っている間に固めればよかったが...) 4
What(何を解くか?)の枯渇 AIは直近のWhatを高速化はできても、 新しいWhatを生み出すのは苦手。 (AIは過去データの延長しか作れず、まだ言語化されていない顧客の課題は拾えない) Howが高速化されると、Whatの価値が上がる。 “ “ 5
PdM戦略の希薄化 PdMの本来の仕事は Why(なぜやるか)の定義。 しかし現場では... エンジニアが開発するWhatの用意に時間が取られる 優先度・仕様の打ち返しで日が暮れる 戦略思考の時間がますます削られる 6
これは個人の能力問題ではない。 ワークフローの構造問題。 7
仮説 EMがPdMとフュージョンする (2人で1人。どちらも必要。境界を曖昧にして協力しあうのが本質) 8
なぜEMが適任か 現場を普段から見ている EMだからこそ、 What(何を解くべきか?) と How(どう解くか?) の接着剤になれる。 9
業界でも役割の再設計が進んでいる Engineering–Product–Designの境界が溶解 している Forward Deployed Engineer / Agent PM モデルの台頭
とはいえ上記は1人では実現できない (そんなスーパーマンはそうそういないw) 開発プロセスと解くべき問いの接続には、PdMとEMのフュージ ョンが不可欠。 10
PdMとEMの仕事マップ 観点 PdM主担当 PdMといっしょにやる EM主担当 視座 Why / 戦略 Whatの具体化
How / チーム運 営 時間軸 四半期〜年 2〜6週間 スプリント 成果物 戦略 / ロードマッ プ 要件 / スコープ / チケッ ト デリバリー / 品 質 意思決 定 何に賭けるか どの順 / どこまで / 誰 が 設計 / 採用 11
接合点 = EMが手伝えるとよいゾーン 機能アイデアの スコアリング 仕様の具体化(ユーザーストーリー / 受け入れ基準) チケット起票と分割 工数見積もりと
スコープ調整 開発中の 仕様判断の引き取り ...でも、EMの時間も無限じゃない 12
だからAIに手伝ってもらう (これからやろうとしてる構想段階w) 13
アプローチ① — スコアリングSkill化 判断基準を Skill(AIエージェント用の手順書) に固定。 要望が来るたびに毎回ゼロから議論しない。 採用FW: RICE /
ICE / MoSCoW / Kano から1つ Skillに定義: 1. 評価軸(例: Reach=「3か月で影響するユーザー数」 ) 2. 点数の付け方(5段階+例示) 3. 入出力フォーマット(根拠を必ず出力) 14
スコアリングSkillの運用 PdM: 要望をAIに投げる ↓ AI: RICE基準でスコア試案 + 根拠 ↓ EM:
技術的Confidence・Effortを補正 ↓ PdM: 戦略観点で最終判断 → 議論の出発点が常にスコア化されている。 → 戦略議論に時間を使える。 15
アプローチ② — チケット起票Skill化 曖昧な要望を 実装可能なチケット に変換する仕事を自動化。 Skillにやらせること: 1. 背景・課題・期待結果の要約 2.
ユーザーストーリー(As a / I want / So that) 3. 受け入れ基準(Given / When / Then) 4. 関連ファイル・モジュールの推定 5. タスク分解(フロント / バック / マイグレ / テスト) 16
効果 PdM:戦略・顧客・市場に時間を取り戻す EM:Whatの具体化に片足を入れつつ、AIで時間節約 チーム:質の保たれたWhatが安定供給される 三方よし。 17
まとめ 1. AI時代、アウトプットは増えたが価値の総量は別問題 2. ボトルネックは 下流→上流(What定義)に移動した 3. EMが「Whatの具体化」に片足を入れる 4. EMの時間を守る道具が
AI Skill化 18
プロダクト開発のEMは PdMとフュージョンしよう ご清聴ありがとうございました。 19