最近跟幾個獵頭朋友聊天
他們說，PM 的職缺變了。
不是變少，是「要的東西不一樣」。
我問：「怎麼說？」
一個做科技業獵頭的朋友說：
「以前履歷上寫『熟悉敏捷流程』，我會多看兩眼。現在這種太多了，根本不看。」
「我現在看的是：這個人有沒有處理過爛攤子？有沒有『我做了一個判斷，結果對了／錯了』的具體故事？」
「會用工具的 PM 一堆，會做判斷的 PM 很少。」
這讓我想了很久。
大廠的 JD 正在改變
我去看了幾家大廠最近的 PM / Program Manager 職缺。
以前的 JD 長這樣：
- 熟悉專案管理流程
- 會用 Jira / Asana
- PMP 證照加分
- 能產出專案報告
現在的 JD 開始這樣寫：
Amazon 的 Program Manager 職缺：
「Comfortable making decisions with incomplete information」 「Driving projects forward amidst ambiguity」
Meta 的 RPM（Rotational Product Manager）計畫說明：
「RPMs are not ‘associate’ PMs—they are full-fledged PMs tackling ambiguous hard problems.」
LinkedIn 的 Technical Program Manager 要求：
「Strong situational analysis and decision-making abilities」 「Ability to influence without direct authority」
你有沒有發現？
「會管專案」變成基本門檻。 「會在混亂中做判斷」變成核心要求。
市場正在發生什麼事
根據 Project Management Institute 的數據，全球 PM 相關職缺預計在 2027 年成長 33%。
但成長的不是所有類型的 PM。
讓我把市場需求拆開來看：
需求下降：執行型 PM
這類 PM 的主要工作：
- 追蹤進度、更新甘特圖
- 寫會議紀錄、整理文件
- 產週報、月報
- 確保任務按時完成
這些工作不是不重要，但 AI 工具已經能做到 70-80%：
- 會議紀錄？AI 即時轉錄 + 摘要
- 進度追蹤？工具自動同步
- 週報？AI 根據數據自動產出
當工具能做大半，這類能力的市場價值就會下降。
不是不需要，是「不值錢了」。
需求穩定：專業型 PM
這類 PM 有特定領域的 know-how：
- 醫療產業的法規流程
- 金融產業的風控要求
- 製造業的供應鏈管理
AI 短期內取代不了這些專業知識。
但長期呢？當 AI 能讀完所有法規文件、學會所有產業 SOP，這個優勢還能維持多久？
需求上升：決策型 PM
這類 PM 的價值在於：
- 在資訊不完整時做判斷
- 在利害關係人衝突時做協調
- 在方向不明確時做決策
- 說服人，或者說「不」
為什麼 AI 做不了這些？
因為這些事需要承擔後果。
AI 可以給你三個選項的優缺點分析，但它不會替你選。 AI 可以幫你整理衝突的論點，但它不會替你扛責任。
「做決定」這件事，永遠需要一個人。
薪資結構反映了這個趨勢
我查了 104 人力銀行和比薪水的 2024 數據：
| PM 類型 | 年薪範圍（台灣） |
|---|---|
| 入門 PM（無經驗） | 40-50 萬 |
| 執行型 PM（3-5年） | 60-80 萬 |
| 資深執行型 PM（5年+） | 80-100 萬 |
| 決策型 PM / Program Manager | 120-200 萬 |
| 外商資深 PM | 150-240 萬 |
你會發現：
執行型 PM 的天花板大約在 100 萬。 決策型 PM 的天花板可以到 200 萬以上。
差距不是年資，是「市場願意為什麼能力付錢」。
一個做了 10 年、很會追進度的 PM，薪水可能卡在 90 萬。 一個做了 5 年、但能處理複雜 stakeholder 關係的 PM，薪水可能直接跳到 150 萬。
這不是公不公平的問題，是市場供需。
會追進度的人很多。 會在混亂中做對決定的人很少。
AI 在這個變化中扮演什麼角色？
很多人把 AI 當成威脅。
但換個角度想：AI 其實是加速器。
它加速的是「本來就在發生的事」。
PM 的價值從「處理資訊」往「處理人和決策」移動，這個趨勢不是 AI 造成的。
十年前就有人在說：「PM 不該只是追進度的人。」
只是以前沒有壓力，大家可以繼續做「舒服的事」。
現在 AI 來了，壓力變大了：
- 它幫你處理雜事 → 讓你有時間
- 它讓執行工作貶值 → 給你壓力
- 它改變市場需求 → 逼你面對
這不見得是壞事。
很多人其實早就知道自己該往決策型發展，只是一直沒有動力。
AI 給了一個理由。
一個思考框架：你的時間花在哪裡？
這不是要評價你，是讓你自己看看。
回想過去一週，你的時間大概怎麼分配？
第一類：處理資訊
- 寫文件、整理會議紀錄
- 更新進度、追 status
- 產報告、做簡報
- 回覆 email、訊息
第二類：處理不確定
- 跟人「喬」事情、協調衝突
- 在資訊不完整時做決定
- 說服人接受某個方案
- 決定「什麼事不做」
- 預判風險、提前處理
大概的比例是多少？
如果第一類超過 70%，AI 對你可能是威脅。 如果第二類超過 50%，AI 對你可能是助力。
場景：這些事，AI 做不了
讓我用幾個具體場景說明。
場景一：客戶說「這個功能下週要」
AI 能做的：
- 幫你估工時
- 列出相依性
- 產出影響評估報告
AI 做不了的：
- 判斷「該不該接」
- 這個客戶的要求是真的緊急，還是習慣性喊急？
- 接了之後，團隊會怎樣？其他專案會怎樣？
- 如果要推回去，怎麼說才不會傷關係？
這些判斷需要：了解客戶的歷史、團隊的真實狀態、說出口和沒說出口的政治考量。
場景二：工程師說「這個做不到」
AI 能做的：
- 幫你查技術文件
- 找出替代方案
- 評估不同方案的優缺點
AI 做不了的：
- 判斷「他是真的做不到，還是不想做」
- 如果是不想做，背後的原因是什麼？
- 該硬推，還是該換個方式？
- 怎麼讓他願意嘗試，而不是更抗拒？
這些判斷需要：信任關係、讀懂沒說出口的話、知道什麼時候該硬什麼時候該軟。
場景三：老闆說「進度怎麼這麼慢」
AI 能做的：
- 幫你產出漂亮的進度報告
- 列出延遲的原因
- 提供加速方案的選項
AI 做不了的：
- 判斷「該講實話，還是講老闆想聽的」
- 這個時機點，老闆能接受多少壞消息？
- 如果講了實話，會有什麼後果？我能承擔嗎？
- 怎麼講，才能讓老闆支持而不是責怪？
這些判斷需要：政治敏感度、對後果的評估、以及最重要的——願意承擔。
你的選擇
看完市場趨勢和薪資數據，你可能在想：
「所以我一定要變成決策型 PM 嗎？」
不一定。
這不是對錯的問題，是選擇的問題。
選擇一：往決策型發展
- 天花板高（150-200 萬+）
- 但需要刻意練習
- 需要主動爭取「沒有標準答案」的任務
- 需要承擔更多風險和責任
選擇二：往產品方向走
- PM → Product Manager / Product Owner
- 從「管專案」變成「管產品」
- 需要更多商業思維和用戶洞察
選擇三：往專業領域深耕
- 成為「某領域專家 PM」
- 醫療、金融、供應鏈、半導體…
- 領域知識是護城河，但要持續更新
選擇四：往管理走
- 從做專案變成帶人
- PMO、部門主管
- 需要不同的技能組合
選擇五：繼續做執行型 PM
這也是一個選擇。
不是每個人都想往上爬，不是每個人都適合做決策。
但要認知：這條路的天花板比較低，而且會越來越競爭。
沒有對錯，但要知道自己在選什麼。
如果想往決策型發展，可以開始做的事
這些事不會馬上有回報，但會累積成你最值錢的能力。
1. 每週花 1 小時想「這個專案哪裡會出事」
不是追進度，是想風險。
- 哪個環節最脆弱？
- 誰可能會變卦？
- 什麼假設可能是錯的？
寫下來。一個月後回頭看，你猜得準不準。
這是在訓練你的「預判力」。
2. 記錄你的決策
每週花 10 分鐘寫：
- 這週我做了什麼判斷？
- 當時有什麼資訊？缺什麼資訊？
- 我為什麼這樣選？
- 結果如何？
半年後，你會有一本「決策日記」。
面試的時候，這就是你的故事庫。
3. 主動接「灰色地帶」的任務
那些沒人想碰的事：
- 跨部門的協調
- 有衝突的 stakeholder
- 沒有明確 owner 的問題
這些事很煩，但做完你會成長最多。
4. 練習「說不」
這是最難的。
PM 很容易變成「什麼都說好」的人。
但真正有價值的 PM，是能判斷「什麼事不該做」的人。
每週練習拒絕一件事。
不是為了拒絕而拒絕，是練習評估優先級，然後為自己的判斷負責。
給還在觀望的你
如果你看到這裡，還是不確定該怎麼做，這很正常。
你的焦慮我懂。
「學了 AI，然後呢？」 「省下時間，會不會被更多會議填滿？」 「我的價值到底在哪裡？」
這些問題沒有標準答案。
但有一件事是確定的：
不思考這些問題的 PM，會被思考這些問題的 PM 取代。
不是被 AI 取代，是被「會用 AI + 會做判斷」的 PM 取代。
如果你是 PM 的主管
有件事想請你想想：
你的 PM 省下時間之後，你讓他們做什麼？
如果答案是「接更多專案」，你會得到更多「60 分的專案」。 如果答案是「花時間想清楚」，你會得到更少但「90 分的專案」。
PM 的產出不是「專案數量」，是「專案成功率」。
AI 能幫 PM 省時間，但只有你能決定這些時間拿去做什麼。
結語
PM 的工作不會消失。
但「PM 的工作長什麼樣」正在改變。
AI 會讓「處理資訊」的價值持續下降。 但會讓「處理人和決策」的價值持續上升。
市場會告訴我們答案。
與其焦慮 AI 會不會取代 PM，不如看看市場正在找什麼樣的 PM。
然後問自己：我想成為哪一種？
你不用現在就有答案。
但開始想這個問題，就是第一步。
市場會給我們時間，但不會太多。