Vito Semeraro AI Product Manager e PM builder, Milano

Diario da PM builder · 22 novembre 2026AI Product Manager: cosa fa, cosa cambia e come si diventa

Il ruolo spiegato da chi lo fa: cosa decide, cosa costruisce, dove è diverso dal product manager classico e da dove partire.

01

Articolo

In breve. Un AI Product Manager è il product manager che porta un prodotto basato sull’intelligenza artificiale dall’idea all’uso reale. Sceglie il problema in cui l’AI crea valore, decide con quali dati e con quali criteri si giudica una risposta buona, fa costruire e collaudare la soluzione, gestisce rischi e conformità e segue l’adozione dopo il rilascio. È il lavoro che faccio a Milano.

Cosa fa un AI Product Manager, in pratica?

Le stesse cose di un product manager, con quattro domande in più che arrivano prima di qualsiasi riga di codice:

  • L’AI è la risposta giusta? Molti problemi si risolvono meglio con una regola, un modulo o un processo più semplice. Se l’AI non serve, va detto subito.
  • Con quali dati? Quali esistono, di chi sono, quanto sono affidabili e cosa si può usare senza problemi di privacy.
  • Quando una risposta è buona? Un sistema AI non è giusto o sbagliato come un pulsante: va deciso quanto errore è accettabile e come si misura, con casi di prova scritti prima.
  • Chi controlla? Dove serve una revisione umana, cosa succede quando il sistema non sa rispondere, come si spiega all’utente da dove viene una risposta.

Poi c’è la parte che si vede meno e dove si fermano molti progetti: far usare davvero lo strumento alle persone, con formazione sul lavoro vero e indicatori di adozione. Ne parlo nella pagina Intelligenza artificiale per aziende.

In cosa è diverso da un product manager classico?

TemaProduct manager classicoAI Product Manager
Comportamento del prodottoPrevedibile: a parità di input, stesso risultatoProbabilistico: la stessa domanda può dare risposte diverse
Criteri di accettazioneLa funzione c’è e funzionaLa qualità delle risposte supera una soglia, misurata su casi di prova
DatiServono per misurare il prodottoFanno parte del prodotto: senza dati buoni non c’è prodotto
ErroriBug da correggereErrori plausibili da prevedere, limitare e mostrare con onestà
CostiSoprattutto sviluppo e infrastrutturaAnche il costo di ogni chiamata al modello, da tenere sotto controllo
Rischi e regolePrivacy e sicurezzaIn più EU AI Act, fonti delle risposte, revisione umana

Quali competenze servono?

Il metodo di prodotto resta la base: scoperta, priorità, criteri di successo, lavoro con il team. Sopra servono tre cose.

  • Capire come funziona un modello, abbastanza da sapere cosa può fare, dove sbaglia e quanto costa. Non serve saperlo addestrare.
  • Saper valutare: scrivere i casi di prova, leggere i risultati, decidere se si rilascia. È la parte più nuova del lavoro.
  • Saper costruire un prototipo. Con gli agenti AI un product manager può far funzionare un’idea in pochi giorni e farla provare a utenti veri, invece di discuterla su una slide.

Per il metodo io seguo CPMAI del Project Management Institute: sei fasi (comprensione del business, comprensione dei dati, preparazione dei dati, sviluppo del modello, valutazione, messa in uso), con un controllo alla fine di ognuna. Ho la certificazione PMI-CPMAI dal 2026.

Come lavoro io da AI Product Manager?

Lavoro nel digitale da vent’anni: ho iniziato come designer e da oltre dieci anni guido prodotti digitali. Oggi lo faccio in un grande gruppo editoriale e, in parallelo, costruisco in prima persona. Due esempi dal portfolio:

  • staged.ai: un SaaS di home staging virtuale che ho costruito da solo con Claude Code, a circa 0,21 € per analisi, oggi in beta privata.
  • Compliance Copilot: un assistente per settori regolamentati che risponde solo dalle fonti, con citazioni obbligatorie e revisione umana. È un POC funzionante su dati sintetici.

Uso gli agenti AI anche per il lavoro di tutti i giorni: le routine che aggiornano i numeri e pubblicano le pagine dei miei siti, raccontate in Agenti AI spiegati con i miei progetti reali. Il profilo completo, con percorso e certificazioni, è in Chi sono.

Come si diventa AI Product Manager?

Non c’è un percorso unico. Quello che ha funzionato per me, in ordine:

  • Parti da un problema che conosci, del tuo lavoro o di un progetto tuo, non da uno strumento.
  • Costruisci un prototipo con un agente AI, anche piccolo, e fallo provare a qualcuno che non sei tu. Per cominciare: Claude Code: cos’è, quanto costa e per chi ha senso.
  • Scrivi prima i criteri di successo e misura se il prototipo li raggiunge. È la parte che distingue un progetto da una demo.
  • Studia un metodo per i progetti AI e la gestione del rischio. Una certificazione aiuta a dare un nome a quello che fai, non lo sostituisce.
  • Racconta cosa hai fatto, con numeri e limiti. Un caso vero vale più di un elenco di corsi.

Risponde il second brain di Vito, che può sbagliare. Per conferme, scrivimi.

Domande frequenti

Che differenza c’è tra un AI Product Manager e un product manager?

Il metodo di prodotto è lo stesso. Cambia il materiale: un sistema AI dà risposte probabilistiche, dipende dai dati e può sbagliare in modo plausibile. L’AI Product Manager decide anche quanto errore è accettabile, come si misura la qualità delle risposte e dove serve una revisione umana.

Un AI Product Manager deve saper programmare?

Non deve scrivere codice di produzione, ma deve capire come funziona un modello, cosa sono i dati di valutazione e quanto costa una chiamata. Oggi con gli agenti AI può costruire da solo prototipi che funzionano: io ho costruito staged.ai con Claude Code.

Quali certificazioni servono per fare l’AI Product Manager?

Nessuna è obbligatoria. Una utile per gestire progetti AI è PMI-CPMAI del Project Management Institute, con un metodo in sei fasi dalla comprensione del business alla messa in uso. Io l’ho presa nel 2026, dopo PSPO I e PSM I di Scrum.org.

Da dove si comincia per diventare AI Product Manager?

Da un progetto vero, anche piccolo: un problema che conosci, un prototipo costruito con un agente AI, criteri di successo scritti prima e una misura di quanto viene usato. Un caso così racconta più di un corso.

Da leggere dopo: Agenti AI spiegati con i miei progetti reali e Intelligenza artificiale per aziende.

Tutti i progetti: i 6 casi in portfolio, con problema, risultato e stato di ognuno.

Solo fatti già pubblicati su questo sito e sui miei progetti. Pubblicato il 22 novembre 2026.