Project Manager 2026: как AI-инструменты меняют профессию

Максим Асроров, проектный менеджер, 10+ лет в IT (Яндекс, Райффайзенбанк, Сбер)

Где заканчивается классический PM и начинается работа с AI-системами, данными, рисками, агентами и автоматизацией. И нужен ли PM сегодня вообще?

5 лет назад я выучил фразу «Когда будет готово?» — и меня взяли проектным менеджером в российский и беспощадный BigTech. Тогда казалось, что основная работа PM — следить за сроками, задачами, статусами и периодически напоминать взрослым людям, что договорённости, внезапно, нужно выполнять. Сегодня к этому набору добавились AI-инструменты, агенты, автоматизация, работа с данными и вопрос, который всё чаще звучит в профессии: а нужен ли PM вообще?

Чтобы разговор не превратился в очередную колонку про «AI всех заменит», начну с конкретного кейса. А потом отмотаем назад и разберёмся, что вообще делает PM и почему эта профессия сейчас меняется.

AS IS: Как PM работает без AI агента?

Возьмём типичный сценарий.

Есть проект X. У него куча зависимостей, несколько команд, дедлайн 20 мая и заказчик, который уже мысленно считает деньги от фичи в проде. В какой-то момент он приходит к PM и задаёт главный управленческий вопрос: «Что с проектом, Лебовски?»

PM не может соврать, придумать красивую сказку или раствориться в календаре. Если он не готов ответить сразу, что уже само по себе тревожный звоночек, он говорит: «Дайте время, соберу статус и вернусь».

Дальше начинается классика. PM идёт к разработчику, аналитику, тестировщику, техлиду, соседней команде, папе Римскому и охраннику на КПП и т.д. В основном в лички. Если перед этим он хотя бы посмотрел задачи в трекере — поздравляем, перед нами уже почти зрелый синьор РМ.

Далее звучат великие вопросы проектного менеджмента:

«Когда будет готово?» «Что блокирует?» «Что нужно, чтобы разблокировать?» «Почему мы узнаём об этом сейчас?» «Что сделать, чтобы это не повторилось?»

И вот здесь у всех участников проекта начинает подгорать. Потому что PM опять отвлекает, лезет с вопросами, требует ясности и мешает спокойно жить в надежде, что проблема как-нибудь сама рассосётся.

Спустя несколько часов, если повезло и никто не ушёл на обед, PM возвращается к заказчику:

Проект X — в разработке.

Разработке нужно 10 часов.
Тестированию — 15 часов.
Согласование висит там-то.
Блокер такой-то.
Риск не успеть к 20 мая есть.
Митигацию пока не проработал, потому что последние часы я бегал по людям и пытался понять, что вообще происходит.

Статус вроде есть. Но добыт он методом корпоративного шаманизма: лички, созвоны, «а ты не знаешь?», «а кто отвечает?», «а почему в трекере не обновлено?». Команда раздражена, PM выжат, заказчик получил ответ поздно, а данные уже начали протухать. А там и день уже к концу подходит.

TO BE: Как PM работает с AI-агентом?

Теперь представим тот же сценарий, но у PM есть AI-агент с доступом к рабочему контексту: трекеру задач, комментариям, чеклистам, статусам, внутренней документации и истории изменений.

Руководитель задает тот же вопрос:

«Что с проектом, Лебовски?»

PM не идёт вручную собирать статус по личкам. Он просит агента собрать текущую картину проекта вот примерно таким промптом:

Через несколько секунд получает примерно такой файл в obsidian:

Без AI PM тратит часы на сбор статуса: лички, созвоны, трекер, комментарии, уточнения, «а кто этим занимается?», «а почему это не закрыто?», «а где договорённость?».

С AI-агентом PM за секунды получает не финальное управленческое решение, но уже собранную картину: статус, блокеры, зависимости, риски и возможные следующие шаги.

Это не заменяет PM. Но резко меняет его работу.

Раньше основная боль была в том, чтобы добыть информацию. Теперь боль смещается в другую сторону: проверить выводы, принять решение, договориться с людьми и довести проект до результата.

То есть AI забирает у PM часть ручной корпоративной археологии. Но не забирает ответственность за то, что делать с найденными костями динозавра.

И это только 1 сценарий из безумного количества других, с которыми сталкивается PM каждый день.

Где такой агент стабильно врёт и почему ручная проверка – теперь основная активность.

• Путается с датами. «Должны были сдать вчера» может прочитать как «сдали».

• Не различает «согласовали в чате» и «согласовали официально». Для юристов и финансов это критично.

• Округляет статус в позитив. 11/21 пунктов закрыто может прочитать как «в работе», хотя по сути уже жёлтая зона.

• Подтягивает устаревший контекст. Решение полугодовой давности может выдать как актуальное, если его не отменили явно.

• Молчание в комментариях интерпретирует как согласие. Часто это несогласие, которое люди не озвучили.

И главное, что не лечится промптами: мусор на входе — мусор на выходе. Если в компании не принято нормально вести задачи, AI-агент уверенно сгенерирует красивый отчёт по этому мусору. Никакая модель не починит то, что в трекере полгода не обновлялось. Это уже не про AI — это про культуру работы с данными.

Поэтому фраза «AI собирает статус» — это не «PM свободен». Это «PM начинает работу с уже собранной картины, которую нужно проверить».

А РМ — это вообще кто?

Чтобы понять, почему этот сдвиг такой важный — и почему он не сводится к «AI заменит PM», — нужно сначала разобраться, чем PM вообще занимается. Спойлер: статусы — это лишь верхушка.

По моему опыту, почти каждая компания формирует своё представление о роли PM: где-то это человек про сроки и статусы, где-то — про процессы, где-то — про продукт и проекты одновременно, где-то — про delivery, а где-то — универсальный переходник между бизнесом, разработкой и хаосом.

Если собрать всё, чем обычно занимается PM, в группы — получится примерно шесть больших блоков:

• Цели и требования. Понять бизнес-задачу, договориться об ожидаемом результате, собрать и уточнить требования, управлять ожиданиями стейкхолдеров.

• Планирование. Декомпозиция, сроки, ресурсы, зависимости, приоритеты, бэклог.

• Координация. Поставить задачи команде, синхронизировать разработку, аналитику, дизайн, тестирование, поддержку и бизнес между собой, провести встречи, зафиксировать договорённости, проконтролировать, что они выполняются.

• Риски и изменения. Управлять рисками, разбирать блокеры, проводить эскалации, отбиваться от внезапных изменений и защищать команду от лишнего шума, а бизнес — от лишнего оптимизма команды.

• Релиз и сопровождение. Тестирование, релизы, выкладка, сопровождение после запуска, разбор инцидентов, анализ метрик, отчётность.

• Люди и процессы. Найм, онбординг, развитие команды, фасилитация конфликтов, документация, регламенты, улучшение процессов.

И меня всегда веселит тот факт, что это далеко не полный список того, что вообще ложится на плечи PM.

Если обратиться к классическому пониманию из PMBOK, проектный менеджер — это человек, назначенный организацией для руководства командой, которая отвечает за достижение целей проекта.

В этой формулировке важно несколько вещей. PM не обязательно сам пишет код, рисует макеты, тестирует продукт или принимает финальное бизнес-решение. Его задача — организовать работу так, чтобы команда могла прийти к нужному результату: с понятной целью, ограничениями, сроками, ресурсами, рисками, коммуникацией и ответственностью.

И вроде бы сама работа офисная: кулер, кофемашина, иногда печенье, созвоны с умными словами. Не шахта, не доставка еды, не развоз людей по городу*. Работа мечты, если смотреть на неё издалека и слегка прищурившись.

Но исследования говорят неприятное. По данным Association for Project Management, 72% профессиональных PM из опрошенных согласились с утверждением, что работа над основным проектом негативно повлияла на их ментальное здоровье. Среди причин чаще всего называли ухудшение work-life баланса и влияние проекта на личную жизнь и отношения.

Ну и нужно быть честным, плюсы тоже определенно есть:

Во-первых, зарплата. По Москве медиана зарплаты PM в IT может доходить примерно до 170 тысяч рублей. Для роли, где ты не пишешь код каждый день, а чаще пишешь «коллеги, давайте синхронизируемся», звучит терпимо.

Во-вторых, PM быстро прокачивает кругозор и системное мышление: бизнес, разработка, аналитика, дизайн, тестирование, поддержка, юристы, риски, сроки, зависимости — весь корпоративный зоопарк в одном террариуме.

В-третьих, это карьерный рост. PM быстро начинает понимать, как связаны бизнес, разработка, процессы, метрики и деньги. А это хорошая база для перехода в более крупные управленческие роли — от Head of Projects или Operations до C-level. Не автоматически, конечно. Если в течение нескольких лет не сойдёт с ума.

В-четвёртых, PM часто оказывается на стыке новых технологий и реального бизнеса. Именно ему приходится понимать, как новая технология влияет на процессы, команды, сроки, риски и деньги, чтобы понимать как это все систематизировать.

И теперь во все это врывается AI с двух ног.

И пока PM разрывается между бизнесом, разработкой и реальностью, тревожится за сроки, риски и проживает ночью в очередной раз конфликт стейкхолдеров, в комнату зашёл AI и спокойно сказал: «Я теперь тоже участник процесса».

Без онбординга, без понятной зоны ответственности, без гарантий качества. Зато с обещанием ускорить всё.

Бизнес обрадовался: новый участник не просит зарплату, не спорит, не уходит в отпуск и отвечает за секунды. PM в этот момент почувствовал на себе странный взгляд. Такой, каким обычно смотрят на роль, которую уже начали оптимизировать в Excel.

С этого и начинается главный вопрос статьи: AI — это не просто новый инструмент в наборе PM. Он начинает менять саму механику профессии: планирование, требования, аналитику, коммуникации, автоматизацию, контроль качества и принятие решений.

AI как интерфейс к корпоративной памяти

В контексте работы PM AI — это не просто чат-бот для генерации писем. Настоящая сила начинается там, где LLM получает доступ к корпоративному контексту: трекеру задач, внутренней документации, базе знаний, логам, аналитике, CI/CD, базам данных и внутренним инструментам.

Даже read-only доступ даёт огромный эффект. За секунды AI может собрать историю проекта, найти связанные задачи, поднять старые решения, сравнить требования с документацией, подсветить риски и показать противоречия, на которые человек потратил бы часы.

И вот тут AI перестаёт быть игрушкой для красивых текстов. Он становится интерфейсом к корпоративной памяти. А корпоративная память, как известно, обычно живёт в трёх местах: в Wiki, в головах у людей и в переписке человека, который уволился полтора года назад.

Кейс с проектом X в начале статьи — как раз пример такой работы с корпоративной памятью: то, что раньше требовало нескольких часов опроса людей, теперь делается за секунды поверх данных, которые и так лежали в системе. Отсюда — закономерный вопрос.

Увольняем PM, ставим Claude?

На первый взгляд вывод очевиден: если AI за секунды собирает статус проекта, находит блокеры, читает комментарии, строит план действий и даже пишет пинги ответственным, то зачем вообще нужен PM?

Увольняем PM, ставим Claude, экономим бюджет, бизнес радостно хлопает в ладоши, HR рисует красивый слайд про эффективность.

Но проектный менеджмент — это прежде всего люди. А люди не работают как API.

Когда AI забирает рутину сбора данных, освобождается не просто «время». Освобождается фокус — и теперь он целиком уходит туда, где AI бесполезен. В софт-скиллы.

Софт-скиллы для PM всегда были главным. Просто раньше большую часть рабочего времени съедала рутина: сбор статусов, выяснение блокеров, корпоративная археология. И на собственно “работу с людьми” оставались жалкие проценты от рабочего дня.

AI меняет именно это соотношение. Рутина схлопывается до минут — и на софт-скиллы наконец остаётся то время, которого они всегда заслуживали.

Что именно становится критичным:

• Переговоры. Убедить бизнес принять перенос релиза. Уговорить разработку взять дополнительную ответственность. Заставить юристов ускорить согласование, не испортив с ними отношения на следующие пять проектов.

• Работа с конфликтами. Развести две команды, которые молча ненавидят друг друга в комментариях. Сделать так, чтобы стороны не просто замолчали, а действительно договорились.

• Чтение людей. Понять, что «я подумаю» от стейкхолдера — это вежливое «нет». Заметить, что разработчик не возражает на синке, потому что устал, а не потому что согласен. Услышать в дежурном «всё ок» сигнал, что человек скоро уволится.

• Управление политикой. Знать, через кого идти, чтобы решение приняли. Понимать, какой стейкхолдер обидится, если его обойти, и какой — если позвать. Это нигде не задокументировано и в трекер не выгружается.

• Принятие решений в условиях неопределённости. AI отлично собирает факты. Но решение «релизим в пятницу или ждём понедельника, рискуя дедлайном» — это всегда человеческий выбор с ответственностью на PM.

• Доверие. Команда работает лучше с PM, которому верит. AI не вызывает доверия — он вызывает использование. А это разные вещи.

Чем больше AI забирает рутину, тем сильнее PM становится виден как переговорщик, медиатор и человек, который превращает информацию в согласованное действие. То есть всё самое неприятное, человеческое и поэтому плохо автоматизируемое остаётся у нас. Повезло, как обычно.

Вывод и прогноз

PM не исчезает. Исчезает PM как ручной сборщик статусов и говорящая голова в зуме.

Справедливости ради — сильные PM научились не бегать по личкам ещё до всякого AI. Дисциплина в трекере, владелец у каждой задачи, шаблоны статусов, дашборды, правило «нет апдейта в задаче — нет апдейта на синке». Это работало и работает. Просто стоило это дорого: годы выстраивания процессов, постоянное давление на команду, чтобы всё это поддерживалось, и зависимость от того, что люди реально заполняют поля.

AI меняет здесь две вещи. Во-первых, снижает порог входа: то, что у зрелого PM было результатом многолетней настройки культуры, теперь частично достижимо за счёт агента поверх тех же данных. Во-вторых, даже у сильного PM с отлаженной системой остаётся ручная работа — сопоставить контекст из переписки, документации и трекера, заметить противоречия, поднять старые решения. Вот эту часть AI забирает.

На месте PM как сборщика появляется более сильная роль: человек, который умеет работать с AI, проверять его выводы, принимать решения, управлять рисками и договариваться с людьми.

AI ускоряет доступ к информации. PM превращает эту информацию в действие и берёт ответственность за последствия.

А вот PM, которые не научатся пользоваться AI-инструментами, довольно быстро начнут отставать. Не потому что без этого работать нельзя — можно, и многие делают это отлично. А потому что рядом появятся люди, которые делают ту же работу быстрее, глубже и с меньшим количеством ручной возни.

И тогда шахта, которую мы в шутку рассматривали как альтернативную карьерную траекторию, внезапно снова появится на горизонте. Уже не как метафора, а как план Б.

Максим Асроров
тг: @maksasrorov