Marty Cagan 基調講演｜AI 時代のボトルネックは「実行」から「発見」へ — Product Model への移行¶
作成日: 2026-08-12 出典 / きっかけ: Findy「Product Management Summit」基調講演（登壇: Marty Cagan / SVPG 創業者、聞き手: Findy CPO 稲葉氏、2026-04-28） 関連: netflix_cpto_stone_システム思考とai時代の組織_整理 / lineヤフー_組織ax_仕様構造化と海外先行事例_整理 / dena_職種横断ai活用_sdd_と週次共有会_整理 / dmm_ai開発生産性_予算戦略と投資対効果_石垣雅人_整理
0. 要点（3行）¶
- 中核テーゼ: AI で開発コストが激減した結果、真のボトルネックは「実行（delivery）」から「発見（discovery）」へ移った。PdM の仕事は「機能を作る」ことではなく「価値ある問題を見つける」ことになる。機能の複製は誰でも一瞬でできる以上、優位は問題解決と戦略の明確さからしか生まれない。
- 効く枠組み＝3つの開発モデル: ①Agile Product Owner（delivery だけ・AI に置換され消える）／②Project/Feature モデル（経営が機能を指示・約80%が期待成果を出せない）／③Product モデル（チームは「解くべき問題」を受け取り最適解を自分で決める＝これが未来）。
- AI は「意思決定者」でなく「コーチ」: 生成 AI を personal product coach として使い、オンボーディングを 3ヶ月 → 約1ヶ月に短縮（Cagan は Claude を名指しで推奨）。ただし「今の AI プロダクトの多くは中身が無い（value risk）」と警告。
出典は Cagan の基調講演を Findy がまとめた記事（二次資料）。「4リスク」「80%失敗」「Product Model」は Cagan の既存の主張（『INSPIRED』『TRANSFORMED』の系譜）と整合。
1. 中核テーゼ — discovery がボトルネックになった¶
- これまで: 作ること（delivery / 実行）が律速だった。
- AI 以後: 作るコストが激減 → 律速は「何を作るべきか＝価値ある問題の発見（discovery）」に移動。
- PdM の価値は「機能を出す」ことから「正しい問題を特定する」ことへ。機能の複製は trivial になったので、そこで差別化できない。
2. 3つの開発モデル（組織の型）¶
| モデル | 中身 | Cagan の評価 |
|---|---|---|
| Agile Product Owner | discovery をやらず delivery だけに集中 | AI がこの作業をより速く担うため陳腐化する（消えゆく役割） |
| Project モデル（Feature Teams） | 経営が「作る機能」を指示、チームは実装するだけ | 約80%が期待した成果を出せない（機能を作っても価値が出ない） |
| Product モデル | チームは「解くべき問題」を受け取り、最適な解を自分で決める | これが未来。AI 時代に勝つ型 |
「機能を指示される（Feature）」から「問題を託される（Product）」への移行が主眼。cf. netflix_cpto_stone_システム思考とai時代の組織_整理（AI 時代の組織＝実行者でなく判断者へ）
3. 4つの discovery リスク（AI 依存プロダクトで増幅する）¶
Cagan の定番フレーム。AI 前提のプロダクトでは特にこれらが強まる:
| リスク | 問い |
|---|---|
| Value（価値） | 顧客はそれを欲しがるか／課題を本当に解くか |
| Usability（使いやすさ） | 使いこなせるか |
| Feasibility（実現可能性） | 技術的に作れるか |
| Viability（事業成立性） | ビジネスとして成り立つか |
- 特に Value リスクへの警告が強い → §5。
4. Build to Learn vs Build to Earn¶
- Build to Learn: プロトタイピングで素早く学ぶ。AI で試作が速くなったのでここが加速。
- Build to Earn: 本番で稼ぐものは、持続的な専門性（運用・品質・信頼）が要る。
- ＝ 「試作が速い」ことと「本番で稼げる」ことは別物。速く作れる ≠ 価値を出せる。
5. 「今の AI プロダクトの多くは中身が無い」— Value リスクへの警告¶
"Most AI products today lack substance."
- 多くの企業がマーケ目的でリリースを急ぐだけで、本当の顧客課題を解いていない。
- ＝ AI を載せたという事実を売りにしているが、Value リスクを潰していない。
6. Product Sense — PdM の真の価値の源泉¶
- 顧客・データ・ビジネスの基礎を深く理解すること。
- これこそが PdM の価値の源泉であり、AI に置換されない部分。
- discovery（何を作るか）を担うには Product Sense が要る。
7. AI は「コーチ」であって「意思決定者」ではない¶
- 生成 AI を personal product coach（個人のプロダクトコーチ）として使う。
- 効果: オンボーディングを 3ヶ月 → 約1ヶ月に短縮。
- Claude を名指しで推奨（この用途に）。
- ただし意思決定は人間。AI に判断を委ねるのではなく、学習・立ち上がりを加速する道具として使う。
8. 競争優位 — 機能複製ではなく問題解決と戦略¶
- 機能の複製は trivial になった → 機能で差別化できない。
- 真の優位は「より優れた問題解決」と「戦略の明確さ」から生まれる。
9. まとめ — 持ち帰る手（PdM / EM / キャリア視点）¶
| 論点 | 持ち帰り |
|---|---|
| AI で開発が速い | 勝負は delivery でなく discovery（正しい問題の発見）。速く作れることに安心しない |
| 組織の型 | Feature（機能を指示）から Product（問題を託す）へ。80% 失敗する Project モデルを脱する |
| PdM の役割 | 機能管理者でなく 問題発見者。Product Sense（顧客・データ・事業理解）を磨く |
| AI プロダクト企画 | Value リスクを最初に潰す。マーケ目的のリリースは中身が無いと見抜かれる |
| AI の使い方 | コーチとして立ち上がり・学習を加速（Claude 等）。意思決定は人間 |
| 試作と本番 | Build to Learn（速く学ぶ）と Build to Earn（稼ぐ）を分けて考える |
一言で: AI が「作る」を安くした世界では、価値は「何を作るかを正しく決めること（discovery）」に移る。だから組織は「機能を指示する」から「問題を託す（Product モデル）」へ、PdM は「機能管理」から「問題発見（Product Sense）」へ、AI は「意思決定者」でなく「コーチ」へ。速く作れることではなく、正しい問題を解くことが優位を作る。
参考リンク¶
- 原典: Findy「Product Management Summit」基調講演まとめ（Marty Cagan / SVPG, 2026-04-28） — https://findy-code.io/media/articles/product-management-summit-keynote
- Silicon Valley Product Group（SVPG, Marty Cagan） — https://www.svpg.com/
- 関連書籍: Marty Cagan『INSPIRED』『EMPOWERED』『TRANSFORMED』（Product モデル・empowered teams の原典）
作成: 2026-08-12 ／ 最終更新: 2026-08-12