テック業界に入る人々にとって、長年にわたりキャリアパスはおおよそ次のようなものでした。エントリーレベルの仕事に就き、特定の役割を学び、着実に上を目指す。エンジニアはシステムを設計する前にバグを修正し、デザイナーは新しい体験を形づくる前に既存の体験を磨き、プロダクトマネージャー志望者はより大きな意思決定を担う前にリサーチをサポートし、利用状況を分析していました。

その過程で、より長く仕事をしてきた人たちから学びました。シニアエンジニアは、あなたの修正が別の問題を引き起こす理由を説明してくれました。デザイナーは、ユーザーについてあなたが抱いていた思い込みを指摘してくれました。そうした小さな仕事の積み重ねが、ミスの影響が大きくなる前に判断力を養う機会を与えてくれたのです。

今、AIはそうした仕事の機会そのものと、経験のない新参者でもできることの両方を変えつつあります。

専門家たちは何年も前から警鐘を鳴らしてきました。研究者のマシュー・ビーン氏は 2024年に警告しました テクノロジーによって経験豊富な労働者がより多くの成果を上げられる一方、若手の同僚が参加・学習する機会が減る可能性があると。さらに最近の採用動向も、そのスタート地点にかかるプレッシャーを裏付けています： エントリーレベルの求人は2025年5月から2026年5月の間に7.5%減少しました一方、シニアレベルの求人は14.7%増加しました。この変化には複数の要因がありますが、新人がどこでキャリアをスタートさせるのかという緊急の問いを提起しています。

AIはプロダクト分野の新人に異なるスタート地点を与えている

自らスタート地点を作り出している人もいます。若者たちはすでに、 AIの力を借りてビジネスを立ち上げています。変革をもたらすAI技術は、雇用主が自分にチャンスを与えてくれるのを待つ人々の計算を変えました。AIの支援があれば、顧客の課題を探り、体験をデザインし、初期プロダクトを構築することができます。かつてはチームを編成しなければできなかった仕事が、個人が単独で始められるものになりつつあります。

これはまた、プロダクト開発における広範な変化とも一致しています。 プロダクトビルダー はプロダクト、デザイン、エンジニアリングにまたがって活動します。AIを活用してアイデアを人々が試せる形にしながら。キャリア初期の人々は、既存の企業の中においても、最初からその幅広い視野を身につける機会があります。

そのような広い視点からスタートすることは、学習において大きな価値をもたらします。リサーチを行い、その結果を実装するビルダーは、顧客の課題に対する自分の解釈が実践でどこまで通用するかを確かめることができます。意思決定をその結果まで追いかけ、そこから得た学びを次のバージョンの改善に活かすことができるのです。

プロダクトジャッジメントがこれまで以上に重要な理由

AIによって、キャリア初期のプロダクト担当者はリサーチ、デザイン、開発をより早い段階から担えるようになりました。しかし、そうした課題をうまく乗り越えるには、プロダクトジャッジメントをより速く磨いていく必要があります。

キャリア初期の社員には、どの顧客課題を解決するか、何を優先するか、成功をどう測定するかを判断する経験が必要です。さらに、関連する課題にも直面しています。それは、 AIが生成したアウトプットを評価する 一方で、その評価に必要な経験を積む機会を失ってしまうという課題です。完成度の高いアウトプットは、誰も検証していない前提を見落とすことを容易にしてしまいます。

実際のユーザーのために構築することで、新人はそうした前提を検証する手段を得られます。オンボーディングフローを途中で離脱したり、アプリの代わりにスプレッドシートを使い続けたりするユーザーは、調査すべき問題を提示してくれます。何が起きたかを確認し、体験を改善し、その変更が効果をもたらすかどうかを確かめることができます。イテレーションを重ねるたびに、具体的な学びが得られます。

プロダクトリーダーのCris Valerio は、 プロダクト直感を磨いた 中小企業との協働を通じて制約や迅速な顧客フィードバックから学びました。新進のビルダーも同様の経験を積むことで、より広いアプレンティスシップの一環として、結果を理解する手助けをしてくれる経験豊富な人々のサポートを受けながら成長することができます。

プロダクトリーダーが新しいビルダーの技術習得を支援するには

プロダクトリーダーには、この分野に新たに参入した人々をより良くサポートする環境を整える力があります。キャリア初期のチームメンバーに、発見・開発・反復のプロセスを通じて担当できる小さな顧客課題を与えましょう。その選択の背後にある理由をレビューし、次の変更にどの顧客との会話や利用パターンが影響したかを尋ね、自分なら異なる判断をする場面ではその理由を説明しましょう。

考えを変える余地も与えてください。最初のバージョンがほとんど使われなかった場合は、次の機能を求める前に、考えられる理由を一緒に検討しましょう。アイデアがなぜうまくいかなかったかを理解し、次に試すことを決める経験が、より大きな取り組みに向けて新人に必要な実践力を養います。

その関係は双方にとってメリットをもたらす可能性があります。MicrosoftのKaty Georgeは、 双方向のアプレンティスシップ を提唱しています。これは、経験豊富な同僚が判断力とコンテキストを提供し、キャリア初期の従業員がAIの習熟度と新鮮なアプローチをもたらすというものです。独立したビルダーも、メンターや実践者コミュニティを通じて外部の視点を得ることができます。

次世代はより早い段階で幅広い責任を担うようになるかもしれません。その経験から学べるよう支援することは、プロダクト人材を育成するうえで欠かせない要素であるべきです。

こうした判断を下す練習をしたいですか？ Pendo Learning LabにあるMike Belsitoの無料コース「Product Judgment」を受講してみましょう。顧客シグナルを組み合わせ、根本的な問題を特定し、情報が不完全な状況で何を優先すべきかを選択する方法を学べます。