Compare PM roles by responsibility, AI impact, future outlook, skills, and goal readiness.
Xây sản phẩm AI dạng tác tử biết tự lập kế hoạch và hành động nhiều bước; thiết kế guardrail, giám sát và fallback.
Sở hữu backlog cho sản phẩm dạng tác tử (agent) tự lập kế hoạch và hành động; thiết kế guardrail và fallback.
Sở hữu hạ tầng phục vụ AI: GPU, serving, chi phí và độ tin cậy cho các đội mô hình.
Sở hữu vận hành sản phẩm AI ở quy mô: giám sát chất lượng mô hình, chi phí, sự cố và cải tiến liên tục.
Xây nền tảng AI nội bộ để nhiều đội cùng dùng: model gateway, đánh giá, chi phí và bảo mật.
Chủ trì vòng đời sản phẩm tích hợp AI: từ tìm bài toán phù hợp đến đo lường giá trị thực.
Sở hữu backlog cho sản phẩm AI, viết yêu cầu cho tính năng có yếu tố xác suất và không tất định.
Điều phối nhiều đội và mốc để giao các sáng kiến AI phức tạp đúng hạn, quản rủi ro và phụ thuộc.
Chuyển bài toán khách hàng thành giải pháp AI: khảo sát nhu cầu, thiết kế và triển khai theo từng khách.
Chuyển nhu cầu khách hàng thành giải pháp AI khả thi, sở hữu backlog theo từng triển khai.
Sở hữu sản phẩm phân tích và dashboard, biến dữ liệu thành công cụ ra quyết định cho người dùng.
Xây sản phẩm hệ thống tự hành (robot, xe, drone): an toàn, độ tin cậy và ra quyết định thời gian thực.
Xây sản phẩm thị giác máy (nhận diện, kiểm tra chất lượng, camera thông minh) và quy trình gán nhãn dữ liệu.
Xây trợ lý ảo và chatbot: thiết kế luồng hội thoại, xử lý ý định, và trải nghiệm khi mô hình trả lời sai.
Sở hữu các sản phẩm dữ liệu (pipeline, API, dataset), coi dữ liệu như một sản phẩm có khách hàng và SLA.
Xây công cụ AI cho lập trình viên (trợ lý code, SDK, CLI); khách hàng là developer, tối ưu trải nghiệm dùng.
Dẫn dắt số hóa và ứng dụng AI trong doanh nghiệp, cân bằng công nghệ mới với quy trình hiện hữu.
Xây sản phẩm sinh nội dung (text/ảnh/code) trên nền mô hình sinh, cân bằng chất lượng, chi phí và an toàn.
Sở hữu phễu tăng trưởng: kích hoạt, giữ chân, doanh thu — bằng thử nghiệm và phân tích dữ liệu.
Xây ứng dụng thực tế trên nền LLM: RAG, đánh giá, chi phí token và trải nghiệm khi mô hình sai.
Định hình sản phẩm chạy trên mô hình ngôn ngữ lớn: prompt, đánh giá, chi phí token và trải nghiệm.
Làm việc sát đội ML để biến mô hình thành tính năng có giá trị, đo bằng cả metric sản phẩm lẫn mô hình.
Sở hữu nền tảng đưa mô hình lên production: triển khai, giám sát, tái huấn luyện và kiểm soát chi phí.
Xây sản phẩm AI đa phương thức kết hợp văn bản, hình ảnh và âm thanh; cân bằng chất lượng và chi phí.
Xây nền tảng và API nội bộ để các đội sản phẩm khác xây nhanh hơn; khách hàng là developer.
Thiết kế và tối ưu hệ prompt ở quy mô sản phẩm, gắn với đánh giá chất lượng và chi phí.
Sở hữu hệ thống RAG và tìm kiếm ngữ nghĩa: chất lượng truy hồi, đánh giá độ chính xác và độ trễ.
Xây khung quản trị AI: chính sách, đánh giá rủi ro, tuân thủ và minh bạch mô hình cho toàn tổ chức.
Đảm bảo sản phẩm AI công bằng, an toàn, minh bạch; xây guardrail và quy trình đánh giá rủi ro.
Sở hữu hệ tìm kiếm và gợi ý: chất lượng kết quả, cá nhân hóa, thử nghiệm và cân bằng nhiều mục tiêu.
PM cho sản phẩm nền tảng/kỹ thuật: API, hệ thống, và làm việc sâu với engineering.
PM kỹ thuật cho sản phẩm AI: làm việc sâu với API, mô hình, đánh giá và ràng buộc hạ tầng.
Xây sản phẩm giọng nói (nhận dạng, tổng hợp, trợ lý thoại): độ chính xác, độ trễ và trải nghiệm hội thoại.
Phân tích nghiệp vụ, làm cầu nối giữa business và engineering.
Sở hữu backlog, kết nối ý tưởng với delivery.
Chủ trì chiến lược sản phẩm end-to-end.
PM cho sản phẩm AI/LLM. Vai trò mới, nhu cầu tăng mạnh.
Quản lý đội ngũ PM, định hình portfolio.