上周五晚上十一点,老张给我发了条消息:"我可能要撑不住了。"
他在一家中型互联网公司做了六年项目经理,月薪两万八,手底下管着十几号人。往年这个时候,他正忙着排Q1的排期、协调资源、跟各个部门扯皮。今年不一样——公司上了大模型排期系统,他花三天才能理清的需求依赖关系,AI十分钟出结果,还附带了风险提示。
他手底下那条业务线,项目文档、需求初稿、竞品分析,现在清一色AI起草,他负责"审阅"。
审阅这个词,听着体面,其实就是不知道该干嘛。
你以为的稳定,正在被重构
这不是老张一个人的困境。
2026年的项目圈,正在发生一场静默的"大清洗"。排期不用你排了,大模型自动生成;项目分析、需求文档,AI快速起草;连曾经最能体现"经验价值"的跨部门协调,AI助手都能帮你把会议纪要和待办清单整理得明明白白。
传统项目人最引以为傲的那套操作经验——写排期、盯进度、拉通会——正在被系统性地归零。
今年AI应用全面爆发,腾讯、字节等一线大厂重兵投入大模型落地,中小厂更是疯狂跟进。所有人都在喊"AI提效",但很少有人告诉那些被"提效"掉的人:接下来你该干什么。
大模型得找场景落地,AI产品得拆需求推进,上线得控风险,迭代得盯效果。这些活,AI暂时干不了,但现在的项目经理,也干不了——因为你不懂AI。
项目经理的价值,正在被重新定义
我问老张:"你们公司AI项目的落地,谁在推?"
他沉默了几秒:"技术那边一个90后,原来做后端的,现在带着三个人的小团队做AI产品,半年升了两级。"
这才是最扎心的地方。不是AI抢了你的活,是那些懂AI的人,顺手把你的活也干了。
2026年,项目经理想保住饭碗,必须补齐这三项核心能力:
第一,懂SFT与RL等基础概念,能评估和优化AI输出质量。 你不用会训练模型,但你得知道模型答得好不好、好在哪、怎么调。当业务方问"这个AI功能为什么不靠谱"时,你要能给出判断,而不是一脸茫然地转头找技术。
第二,企业内部文档向量化,让AI能"读懂"企业专属数据,设计知识库落地路径。 这是RAG的核心场景。公司的产品手册、客服话术、项目复盘、合同模板,怎么变成AI能用的知识资产?这件事谁来牵头?谁懂业务又懂AI,谁就是这个环节不可替代的人。
第三,全链路经验。 从场景筛选、需求拆解、数据/模型/应用协同,到上线评估、成本控制、风险合规、迭代反馈,整条链路你得跑通。这不是"会开会"就能搞定的,是实打实的落地能力。
具备这三项能力的AI项目经理,年薪普遍在60万以上,企业开出的薪资比传统岗位高出60%以上,甚至比技术岗还高25%。
你的简历,该改写了
老张的简历上写着:"擅长敏捷开发、风险管控、跨部门协作。"
我告诉他,现在这么写,约等于在说"我会用Office"。
真正能让你进面试的写法是:"懂LLM基础原理,熟悉Agent工作流,主导过企业知识库向量化落地。"
很多人觉得"做AI方向要懂代码,非科班学不会"——这是最大的误解。你不需要再死磕Python和SQL,用AI提示词就能生成查询语句、生成PRD初稿、搭建可用的工作流。 你需要的是理解AI项目怎么运转,而不是自己去写底层模型。
最后说一句实在话
老张那天问我,要不要干脆辞职,报个班全职学AI。
我说别急着辞。2026年最危险的动作,不是不学,是裸辞去学。 你手头的工作,恰恰是你最好的练手场——把AI引入你正在做的项目,从一份需求文档、一个排期、一次复盘开始,让AI成为你的工具,而不是你的替代品。
先做到"边干边转",再考虑"换赛道"。
那个靠写排期表、拉通会就能吃一辈子的时代,已经结束了。但那个懂业务又懂AI、能把大模型真正落地到场景里的项目经理的时代,才刚刚开始。
你是被清洗的那批,还是吃到红利的那批,取决于你接下来三个月在做什么。
热门跟贴