Guida alla transizione IA per product manager 01 | Quale dei due «product manager IA» vuoi diventare?

Tencent ha aperto le selezioni per il campus 2027 l’11 agosto, rivolte agli studenti che si laureano tra gennaio 2026 e dicembre 2027.

L’annuncio elenca una serie di ruoli nativi IA: ingegnere full-stack IA, ingegnere per lo sviluppo di agenti, ingegnere applicazioni IA, ingegnere algoritmi IA, product manager IA, creazione artistica AIGC.

Nella stessa comunicazione è cambiata un’altra cosa. Il criterio di selezione di Tencent era «ambizione, voglia di imparare, capacità di portare a termine». Stavolta seguono tre punti più concreti: individuare e definire i problemi di propria iniziativa, valutare e verificare ciò che produce l’IA, trasformare una capacità in un risultato visibile.

Nessuno dei tre parla di tecnologia dei grandi modelli.

E non sono stati scritti per il solo ruolo di product manager IA. Tencent ha aperto cinque famiglie professionali — tecnica, prodotto, design, marketing, funzioni centrali — e il criterio vale per tutti e cinque.

Qui mi sono fermato. Perché tutte le «guide alla transizione» che ho letto nell’ultimo anno parlano di un’altra cosa.

«Product manager IA» indica due cose diverse allo stesso tempo

Chi cerca come un PM debba passare all’IA trova risultati sorprendentemente uniformi: una tabella di marcia formativa — prompt engineering → RAG → agenti → LLMOps —, una tabella retributiva e in fondo un link per iscriversi.

All’inizio anch’io guardavo quella strada. Mi ci sono voluti alcuni mesi per accorgermi che quello che mi serviva su quella mappa non c’era.

Il problema è che una stessa denominazione viene usata per due cose diverse:

I tre punti di Tencent descrivono la colonna di destra. I corsi in vendita insegnano quella di sinistra.

La colonna di sinistra non è finta. È reale, e sta crescendo.

I numeri di Zhilian dicono qualcosa solo se letti insieme

Zhilian Recruitment ha pubblicato il 16 luglio il Rapporto 2026 sullo sviluppo dei talenti nel settore dell’intelligenza artificiale, basato sui dati di piattaforma del primo semestre 2026.

Guardando solo la crescita per ruolo, il PM IA figura benissimo:

• Talenti tecnici legati agli agenti: +244% su base annua
• Product manager IA: +87,7% su base annua
• Annotazione dati / formatore IA: +30,3%
• Ingegnere IA: +19,3%

Il numero è ancora in salita. Dalla stessa organizzazione, il vicepresidente Li Qiang indicava +81% nel primo trimestre; il semestre si chiude a 87,7%. La sua base: 404 milioni di candidati e 15,49 milioni di aziende sulla piattaforma.

Ma lo stesso rapporto porta un altro dato che va messo lì accanto: le offerte di lavoro dell’intero settore IA sono cresciute solo del 10,6% su base annua, e i candidati del 10,5%.

Il ruolo di product manager IA cresce in fretta, ma cresce dentro un bacino che si è allargato soltanto del 10,6%.

87,7% è un tasso di crescita, non un volume. Raddoppiare una base ristretta può lasciare un numero assoluto ancora modesto. E il ruolo che cresce molto più in fretta — sviluppo di agenti, +244% — è una posizione ingegneristica, dove un product manager non si sposta così.

Offerte +10,6%, candidati +10,5%: i due numeri si sovrappongono quasi. La porta si allarga, e la fila davanti si allunga alla stessa velocità.

Dove le assunzioni IA crescono più in fretta non è nelle aziende dei grandi modelli

Altri due dati dello stesso rapporto, ripartiti per settore:

• Offerte per ingegnere IA nelle nuove energie: +38,2% su base annua
• Offerte per ingegnere IA in aeronautica, spazio e cantieristica navale: +23,5%

Entrambi ben sopra il 10,6% del settore nel complesso.

Vale a dire che una parte consistente della crescita non sta presso «le aziende che costruiscono grandi modelli», ma presso industrie tradizionali che stanno portando l’IA dentro le proprie operazioni. Il numero di aziende che assumono è salito del 24,8%, più in fretta del 10,6% delle offerte: non sono poche aziende ad assumere in massa, sono più aziende ad aprire qualche posto ciascuna.

La cosa incide in modo piuttosto diretto sul «verso dove muoversi». Se il lavoro legato all’IA sta penetrando in nuove energie, manifattura e aeronautica, la persona cercata non è necessariamente un product manager che capisce i grandi modelli. Più probabilmente è un product manager che capisce quel settore e sa metterci l’IA al lavoro.

Il secondo profilo la conoscenza di settore ce l’ha già. Quello che gli manca è il modo di lavorare.

Quanto è stretta quella porta? 54 annunci danno una misura

Qualcuno ha spogliato 54 annunci per PM IA in aziende di primo piano. I requisiti ricorrenti si concentrano in un insieme stretto: prompt engineering, RAG, function calling, allineamento dei dati, SFT / RLHF, sistemi di valutazione automatica, piattaforme low-code come Coze e Dify, più la lettura di paper e la capacità di prototipare in codice.

Ciò che i datori di lavoro pesano di più è avere o meno un’esperienza reale di IA portata in produzione. La ragione si capisce senza sforzo: un progetto IA sbatte contro una pila di problemi che con la tecnica non c’entrano — i dati non si ottengono, un reparto non collabora, gli utenti semplicemente non si fidano di quello che il modello restituisce. Dove stiano queste buche lo sa solo chi l’ha fatto.

Quella stessa analisi contiene una conclusione controintuitiva: non avere esperienza su progetti di agenti non significa essere fuori gioco. Le aziende riconoscono la pratica sulle piattaforme low-code, e riconoscono un profilo da utente intensivo.

La strada quindi non è sbarrata. Chiede soltanto di tirare fuori qualcosa, non di tirare fuori un attestato di frequenza.

Il punto è che proprio quel «qualcosa» è ciò che una tabella di marcia formativa non può consegnarti.

«Valutare e verificare ciò che produce l’IA» non ha prerequisiti di ruolo

Torniamo ai tre punti di Tencent. Quello centrale è quello che ho fissato più a lungo: valutare e verificare ciò che produce l’IA.

La sua particolarità è che non chiede di cambiare posizione, azienda o settore. Qualunque sia il lavoro che hai davanti, nel momento in cui inizi a farlo con l’IA, la cosa comincia lo stesso giorno.

Ed è più difficile di quanto sembri. L’IA descrive come finito ciò che finito non è — non per disonestà, ma perché nemmeno lei sa che cosa ha lasciato indietro. O te ne accorgi da solo, o aspetti che siano gli utenti a dirtelo dopo il rilascio.

L’anno scorso ho cominciato a portare le cose fino al punto di rilascio da solo. Due hanno una cronologia dei commit verificabile: uno strumento per foto tessera, 21 commit, dal 13 al 30 giugno, ora sull’App Store; e uno strumento PDF, 43 commit, il primo il 5 luglio e l’ultimo l’11 luglio, rilasciato per iOS e macOS.

Non cito questi numeri per far intendere che sia stato difficile. Al contrario: la maggior parte delle parti ardue se l’è presa l’IA. Il tempo è andato altrove — a giudicare se quello che produceva fosse utilizzabile, e a trovare i punti in cui dovevo subentrare io.

La formula di Tencent per questo è «trasformare una capacità in un risultato visibile». Visibile è la parola che regge. «Familiarità con i grandi modelli» su un curriculum, chi legge non ha modo di verificarlo. Un link che può aprire risolve la questione in trenta secondi.

Quale delle due strade prendere, una risposta non ce l’ho

Se la tua azienda sta proprio costruendo prodotti basati su grandi modelli, o se vuoi entrare in un’azienda così, la strada della posizione è reale. L’87,7% è reale. Gli annunci dicono con chiarezza che cosa vogliono, e le lacune si possono colmare.

Se il lavoro che hai davanti non ha legami diretti con i grandi modelli — e secondo quel rapporto buona parte della crescita va esattamente verso questo tipo di lavoro — allora macinare RAG e SFT potrebbe rendere meno che costruire davvero un’idea fino in fondo, una volta.

È anche possibile che queste due strade non andassero mai lette separatamente. Lo stesso giorno in cui Tencent inseriva «product manager IA» nella lista delle posizioni, scriveva «valutare e verificare ciò che produce l’IA» nel criterio di tutte e cinque le famiglie professionali. Stessa comunicazione, stesso giorno.

Quello che io non ho ancora risolto è un’altra cosa: se nessuno in azienda ti chiede questo genere di risultati, e la valutazione delle prestazioni non li guarda, a che cosa ti aggrappi per andare avanti? Io sono arrivato fin qui costruendo prodotti miei, ma è evidente che questa via non è alla portata di tutti — si mangia le tue sere e i tuoi fine settimana, e per lunghi tratti nessuno ti dà un premio per questo.

A questa domanda non ho una soluzione. Se ce l’hai tu, mi piacerebbe sentirla.