名刺交換のたびに、肩書きの種類が増えていく気がする。PMO、PM、PdM、PjM、テックリード、EM、スクラムマスター……。似たような場面で働いているのに、何がどう違うのか正直よく分からない、という声はよく聞きます。
しかも今、そこにAIエージェントが加わりました。進捗報告を書くのも、議事録を取るのも、コードを直すのも、AIが担い始めています。「じゃあ、この人たちの仕事は結局何なのか」を、2026年時点であらためて整理してみます。
まず、肩書きを軸で整理する
分かりにくさの原因は、単純です。「人・技術・プロジェクト・プロダクト」という4つの異なる軸に、それぞれ別の役職が対応しているのに、企業によって呼び方も担当範囲もバラバラだからです。
- PMO（プロジェクトマネジメントオフィス）：特定の1プロジェクトではなく、組織全体・複数プロジェクトを横断的に支援する立場。視点は「横（広さ）」で、方法論やテンプレートを整備し、組織全体の成功率を高めることが役割とされます。
- PM／PjM（プロジェクトマネージャー）：担当プロジェクトの「縦（深さ）」に責任を持ち、スコープ・スケジュール・コスト・品質（いわゆるQCD）を管理して完遂させる役割です。
- PdM（プロダクトマネージャー）：市場・ユーザーを分析し、「何を作るか、なぜ作るか」というプロダクトの方向性を決める責任者。ロードマップ策定や優先順位付けが主業務です。
- テックリード：開発チームの技術的な意思決定を主導するエンジニア。アーキテクチャ設計や技術選定、コードレビューを担い、自らも手を動かす「プレイングマネージャー」です。ピープルマネジメントは基本的に行いません。
- EM（エンジニアリングマネージャー）：ピープルマネジメントが主軸。人事評価権を持ち、メンバーの育成とチームのパフォーマンス向上に責任を持ちます。
- スクラムマスター：アジャイル開発において、チームの自己組織化とプロセス改善を支援するファシリテーター役です。
これらは競合する役職ではなく、本来は補完関係にあります。ただし「PMがPdMを兼ねている」「テックリードがEMを兼務している」といった一人二役はどの会社でも珍しくなく、役職名と実際の責任範囲は必ずしも一致しません。 大事なのは肩書きより、チーム内で誰が何に責任を持つかが明確になっているかどうかです。
AIが持っていったもの、残したもの
ここに生成AI・AIエージェントが入り込んで、それぞれの役職で「何を渡し、何が残るか」の線引きが進んでいます。
PMOでは、進捗集計、議事録作成、課題一覧の更新、遅延の兆候検知といった定型業務がAIに移りつつあります。一方で「リスクの深刻度をどう評価するか」「関係者の利害をどう調整するか」「ガバナンスをどう設計するか」という判断業務は、依然として人の役割です。ある業界メディアはこの変化を「AIはPMOの仕事の重心を『作業』から『判断とガバナンス』へと押し上げる」と表現しており、「AIの出力は下書きであって決裁ではない」という警句も添えられています。
PdMでは、役割が二極化しつつあると指摘されています。WHY（なぜ作るか）を問い続ける「決めるPdM」と、AIを使って仮説を素早く形にする「作るPdM」です。ある論考は「『作れる感覚を持ち、検証しながら決められるPdM』こそ、これからの意思決定の質を飛躍的に高める鍵となる」と述べる一方、AIの高速性ゆえに本質的な価値検証を飛ばした「蛇足プロダクト」が生まれるリスクにも警鐘を鳴らしています。もっと過激な意見もあります。米Khosla VenturesのKeith Rabois氏は「従来のような仲介者(PM)は、あまり意味がない」「1年に及ぶロードマップを持つことはもはや意味をなさない」と述べ、PM職そのものの陳腐化を主張しました。
テックリードでは、「速くコードを書く力」から「AIに正しく書かせ、その出力を検証する力」へと重心が移っています。2026年は「仕様駆動開発」への転換が進んだ年ともいわれ、AIが生成したコードの検証やプロンプト・仕様設計、AIエージェントの構築知見が新たに重視されるようになりました。
スクラムマスターでは、議事録作成や進行といった単体スキルの自動化がすでに実践段階に入っています。あるチームでは、Jiraのチケット変更履歴をGoogleドキュメントに蓄積し、生成AI（Gemini）に分析させて「スプリントゴールの現在地」や「メンバー別の問いかけ」を毎日自動生成、それを起点にデイリースクラムを行う運用が紹介されています。従来の「昨日やったこと・今日やること」の報告会から、「AIの分析を起点にゴール達成を議論する場」へと質が変わった、という報告です。一方で、メンタリングやコーチングといった信頼関係に基づく仕事は、なお人間の優位領域とされています。
PM／PjM全体では、資格制度そのものが変わり始めました。PMP試験の2026年改定では、「ビジネス環境」領域の比重が全体の8%から26%へと大きく引き上げられ、AI活用やデータドリブンな意思決定が正式な評価対象に組み込まれています。進捗管理という「作業」から、ビジネス価値の実現という「判断」へ──評価基準そのものが移動しているわけです。
ツールそのものが「メンバー」になってきた
役職側の変化と並行して、管理ツール側も「使う道具」から「一緒に働く同僚」へと姿を変えつつあります。
Atlassianは2026年、Jira上で直接動くAIエージェント「Rovo Dev」の提供を始めました。バグ修正やテスト追加などの作業を複数のチケットにまたがって並行実行し、コードだけでなくビジネス背景やドキュメントも踏まえて動きます。実行はクラウド上のサンドボックス環境で行われ、プルリクエストは人間がレビューする設計になっている点は、PMOの議論にあった「AIの出力は下書き」という原則と重なります。
Linearも2026年3月、ワークスペースの文脈（ロードマップ・課題・コード）を横断的に理解して提案・実行まで行う「Linear Agent」を投入しました。同社CEOのKarri Saarinen氏は、従来の課題管理は「ハンドオフのために作られたもの」で「プロセスそのものが仕事になっていた」と述べ、これをAIエージェントで置き換える方針を明言しています。同社の発表によれば、エンタープライズワークスペースの75%以上がすでにエージェントを導入し、3か月でエージェントによる作業量は5倍に増加。新規に作成される課題の25%は、もはや人間ではなくAIエージェントが作成しているといいます。AsanaやNotion、monday.com、ClickUpといった他の主要ツールも、それぞれ「AI Studio」「Notion AI」「AI Brain」といった名称でエージェント的な機能の実装を進めており、進捗管理ツールにAIが「メンバーとして」組み込まれる流れは業界共通のものになりつつあります。
数字で見る「重心の移動」
将来性についても、大きな数字が出てきています。プロダクトマネージャーを支援するグローバルなネットワーク「Products That Count」が2026年に公表した「CPOインパクトレポート」では、従来型のプロダクトマネージャー職は全体で30%、SaaS分野に限ると70%減少すると予測される一方、プロダクト思考・技術理解・デザイン判断・ビジネス理解を併せ持つ「プロダクトビルダー」と呼ばれる人材は、60万人から170万人へと約3倍に増加するとされています。役職そのものが消えるというより、複数の職能を横断できる人材に価値が集中している、と読むのが妥当でしょう。
ただし、こうした変化の速度を過大評価するのも禁物です。日本国内の生成AI利用・導入率は調査によって大きくばらつきます。総務省の調査（従業員10名以上・デジタル化着手済み企業の管理職515名対象）では86.4%が「何らかの業務で利用」と回答した一方、IPA「DX動向2026」（1,787社対象）の「導入している」企業は44.0%、うち従業員100人以下では20.6%にとどまります。中小企業基盤整備機構の調査（1万社対象）ではさらに低く20.4%です。調査対象・定義次第で12%から87%まで開くのが実情で、海外ツールベンダーの発表するAI活用実績を、そのまま日本の現場感覚に当てはめるのは早計です。
よくある誤解を整理する
「PMOはもう要らなくなる」？ ── 進捗集計や議事録作成といった定型作業は確かにAIに置き換わりつつあります。ただし、それは「PMO不要論」ではなく「PMO再設計論」です。リスク評価や関係者間の利害調整、AI活用そのもののガバナンス設計という、より難度の高い判断業務が新たな本丸として残っています。
「テックリードはコードを書かなくてよくなる」？ ── 書く量が減る可能性はありますが、むしろ品質への責任は重くなります。AIが書いたコードを検証し、正しい設計に導く「読む力・判断する力」が、これまで以上に問われる仕事になっています。
「AIが進むほど肩書きは整理されて減っていく」？ ── むしろ逆の動きも同時に起きています。「プロダクトビルダー」のような職能横断型の新しい肩書きが生まれる一方、PMO・PM・PdM・テックリードといった既存の呼び名自体はすぐには消えません。整理が進むというより、同じ肩書きの中でも「作業をこなす人」と「判断・合意形成を担う人」の差が開いていく、というのが実態に近そうです。
まとめ──肩書きより、どこに責任を持つか
PMOもPMもPdMもテックリードも、AIエージェントに渡した部分には共通点があります。集計、要約、進捗の可視化、定型的なコード修正。逆に残った部分にも共通点があります。何を優先すべきかという価値判断、関係者間の合意形成、AIの出力を検証し責任を持つこと。
これは「データ職」の世界で起きた変化とよく似ています。手を動かす作業はAIに渡り、残るのは問いを立てる力と、出てきた答えを疑う力です。プロジェクト管理・プロダクト開発の現場でも、見るべきは「その人が何と名乗っているか」より、AIが出した提案や成果物に、誰がどこまで責任を持って判断しているかへと移りつつあります。
肩書きの乱立自体は、この先もすぐには解消しないでしょう。それでも、採用や自身のキャリアを考えるときに問うべき問いは、はっきりしてきています。「この役職は何をする人か」ではなく、「この人は、AIが作った下書きの先にある判断を、どこまで引き受けられるか」です。
本記事は、Products That Count「2026年版CPOインパクトレポート」、PMI日本支部関連情報、Atlassian・Linear公式発表、総務省「令和8年版情報通信白書」、IPA「DX動向2026」、中小企業基盤整備機構の調査、および各種業界メディア・技術ブログの記事をもとに、一般向けに整理したものです。統計値や見通しは調査主体・年度により差があります。
