De nieuwe generatie Product Owners en Managers: AI verandert de rol
Wat is het verschil tussen Product Management, AI/ML Product Management en AI-gedreven Product Management?
AI verandert de rol in productmanagement enorm. Toch merk ik dat er vaak verwarring is over wat dit precies betekent en hoe het in de praktijk wordt toegepast. Is een AI-gedreven Product Manager hetzelfde als een AI/ML Product Manager? En wat betekent dat verschil concreet voor je werk?
Productmanagement barst van de titels en afkortingen, maar zelden bedoelt iedereen hetzelfde. Om verwarring te voorkomen, leg ik hier mijn interpretatie vast: hoe ik de rollen zie en hoe ik ze door deze reeks heen gebruik.
Product Owner (PO): de rol die we kennen uit Scrum. Richt zich op de backlog, user stories en het maximaliseren van waarde per sprint. Heel hands-on, dicht op het team en de oplevering.
Product Manager (PM): kijkt breder dan de backlog. Bepaalt de visie en strategie, verbindt klantbehoeften met business doelen en geeft richting aan waar het product naartoe beweegt.
AI-gedreven Product Manager: Een PO/PM die AI slim inzet als hulpmiddel. Bijvoorbeeld voor discovery, analyse, research of communicatie. Dw rol wordt effectiever omdat je AI wordt ingezet.
AI/ML Product Manager: Een PO/PM die producten bouwt die draaien op AI/ML (Machine learning). Hierbij komt meer kijken: nauwe samenwerking met data scientists, sturen op modelprestaties, en omgaan met risico’s als bias, explainability en model drift.
Note: Ik gebruik hier vooral de term Product Manager, omdat ik Product Owners en Product Managers zie als één rol. Soms worden de functies gescheiden, vooral in grotere organisaties, maar ik ben daar geen voorstander van. Een goede PM of PO moet strategisch bezig zijn en nauw samenwerken met het developmentteam.
Maar goed, dat is een (grote) discussie voor een ander artikel 😉
Wat is een Product Manager?
Een Product Manager is de verbinder tussen strategie en uitvoering. In essentie draait de rol om richting geven: zorgen dat teams niet zomaar iets bouwen, maar datgene wat waarde toevoegt.
Je vertaalt klant- en marktinzichten naar een productvisie en strategie.
Je stelt prioriteiten en werkt dit uit naar een haalbare roadmap.
Je balanceert tussen belangen van business, gebruikers en techniek.
In de praktijk betekent dat veel schakelen: gesprekken met klanten voeren, data analyseren, het developmentteam begeleiden en stakeholders overtuigen. Een goede PO/PM staat met één been in de markt en met één been in het team.
Wat is een AI-gedreven Product Manager?
Een AI-gedreven Product Manager is in de basis een ‘klassieke’ PO/PM, maar dan met AI als versneller. Het product dat je bouwt hoeft geen AI te bevatten, maar je manier van werken wordt er slimmer en sneller van.
Eigenlijk zou dit geen apart onderdeel moeten zijn: elke PO/PM zou AI vandaag al als vast onderdeel van zijn of haar werk moeten inzetten.
Voorbeelden:
Productiviteit verhogen met AI-tools die user stories aanvullen, documenten samenvatten of inzichten structureren.
Discovery en research versnellen door AI te gebruiken voor marktanalyse en klantinterviewsamenvattingen.
Communicatie verbeteren door AI te gebruiken voor visuals, vertalingen of stakeholderupdates.
Het verschil zit dus niet in wat je bouwt, maar in hoe je de rol uitvoert.
Wat is een AI/ML Product Manager?
Hier verschuift de focus. Een AI/ML PM bouwt producten die draaien op AI/ML (machine learning). Dat brengt unieke uitdagingen mee:
Je werkt nauw samen met data scientists en ML engineers, daarvoor is het belangrijk dat je zelf ook technische kennis hebt.
Veel keuzes draaien om data: welke data heb je nodig, hoe schoon is die, hoe wordt het model getraind? Ook moet je scenario’s bedenken waarin het model kan falen of onverwachte uitkomsten geeft.
AI-producten brengen ethische en praktische uitdagingen met zich mee, zoals bias, uitlegbaarheid en onzekerheid in modellen. Die risico’s moet je begrijpen en actief managen.
Een AI/ML PM hoeft geen programmeur of data scientist te zijn, maar moet de concepten begrijpen om de juiste keuzes te maken.
Waarom het onderscheid belangrijk is
Het verschil is niet semantisch, maar praktisch. Een AI-gedreven PM kan vrijwel elk product sneller en slimmer ontwikkelen. En dit is onderdeel van een goede PO/PM zijn.
Een AI/ML PM daarentegen werkt aan producten die zelf AI/ML als kern hebben, en draagt dus extra verantwoordelijkheden op technisch en ethisch vlak.
AI zorgt er dus voor dat je als PM steeds vaker moet kiezen: gebruik ik AI als versneller in mijn werk, of bouw ik daadwerkelijk AI-producten? Beide paden vragen andere vaardigheden, maar versterken elkaar als je ze goed begrijpt.
Een 10-weeks plan om AI-gedreven te werken
Nu je het verschil kent tussen een “klassieke” PM, een AI-gedreven PM en een AI/ML PM, is de volgende vraag: hoe maak je AI concreet onderdeel van je werk?
Daarom heb ik een 10-weeks plan opgesteld. In deze serie bouw je stap voor stap aan je AI-vaardigheden binnen productmanagement, zodat je rol sterker, efficiënter en data-gedrevener wordt. Elke week staat een ander thema centraal, van productiviteit tot AI agents en van strategie tot privacy.
👉 Deze reeks komt binnenkort online. Elke week verschijnt een nieuw artikel.
Overzicht van de modules:
Module 1 - Fundament: Begrijp de basisconcepten van AI, ML en LLM’s.
Module 2 - AI Productiviteit: Gebruik AI als versneller en assistent in je werk.
Module 3 - AI Strategie: Ontdek hoe AI helpt bij markt- en concurrentieonderzoek, het genereren van ideeën en het evalueren van kansen.
Module 4 - AI prototyping & experimentation: Zet ideeën om in tastbare concepten, zodat je sneller kunt valideren bij stakeholders en gebruikers.
Module 5 - AI in Operations: Automatiseer operationele processen: user stories genereren, acceptance criteria aanscherpen en release notes opstellen.
Module 6 - AI in Analytics & Growth: Test hypotheses en resultaten. Zet AI daarnaast in voor churn-analyse, growth hacking en customer segmentation.
Module 7 - AI in Communicatie: Zet AI in voor betere alignment: stakeholder updates, visuals, dashboards en vertaalslagen naar non-tech teams.
Module 8 - AI Integrations - Koppel AI aan je dagelijkse tools (Jira, Confluence, Slack, Notion) en automatiseer rapportages en updates.
Module 9 - AI Agents: Experimenteer met AI agents die taken autonoom uitvoeren en processen ondersteunen.
Module 10 - Privacy en Security: Leer hoe je veilig omgaat met data, regelgeving (GDPR) respecteert en responsible AI borgt.
AI verandert niet alleen de producten die we maken, maar ook de manier waarop we werken. Wie dit verschil begrijpt, staat sterker in de toekomst als Product Owner of Product Manager. Gebruik het in je voordeel.
Elke week komt er een nieuwe module beschikbaar. Deze pagina wordt telkens bijgewerkt met de nieuwste module.