需求會議一結束，工程師回到座位上，忍不住私下抱怨產品經理（PM，product manager）只會開會、轉需求。
Snapchat 史上第一位 PM 彼得．塞利斯（Peter Sellis），在 Snap 待了 7 年，後來升任產品副總裁，之後轉任 Discord 產品負責人。他 9 月登上 podcast 節目《Lenny’s Podcast》，對自己這一行給出相當直白的評價。節目主持人藍尼．拉奇斯基（Lenny Rachitsky）提到，塞利斯認為多數 PM 表現不好，對公司的貢獻常常是負的。
節目中他自己提到，現在離開 Discord、也沒有公關團隊把關，因此針對職場、工作等議題能夠講得更直接。由於他是PM出身，節目中有一大段是他對於這個工作職位的觀點，其中他提到，大部分人覺得 PM 的表現都不怎樣，其實不一定是那個工作者有問題，有問題的，是這個職業的結構。
而要打破這個結構的束縛，成為優秀的 PM，則必須學會對好點子說「不」。
頂尖工程師很少抱怨 PM，抱怨的多半是中段班
在塞利斯的觀察裡，頂尖工程師很少抱怨 PM。他們懂得讓 PM 照自己的意思做事，也不會忍受差勁的 PM，自然不會和這類 PM 被分在同一組。
程度很差的工程師同樣不太抱怨，因為 PM 的決策剛好讓他們有地方躲。塞利斯指出，會抱怨 PM 的，幾乎都是程度居中的工程師。
塞利斯用統計分布解釋 PM 的整體素質。他假設產品管理能力在人群中呈常態分布，真正當上 PM 的人，都來自分布最右側的尾端。在他看來，把這段尾端單獨切出來，就會變成冪律分布；冪律分布的中位數遠低於平均值，大多數人落在左半邊。
他認為，PM 這一行還有 2 股力量，讓更多人集中在分布左側。
第一股力量是高薪，在零利率時期（ZIRP，zero interest-rate policy）尤其明顯 （編按：ZIRP 原指央行把利率壓到接近零的政策，科技圈常用來指約 2009 年至 2021 年的超低利率年代。當時資金充沛、機會成本低，科技公司普遍大舉招聘與擴張） 。
塞利斯指出，那段期間 PM 幾乎是科技業裡，非技術背景的人最賺錢的職涯。職位定義相當主觀，薪資卻比照技術職，一旦擠進這一行，就有很強的動機留下來。他也提到，利率下降時機會成本跟著降低，公司很容易就多聘一個人，但這些成本其實比公司意識到的更高，只是很少真正算進去。
第二股力量來自頂尖人才出走。塞利斯表示，優秀 PM 練出來的能力，幾乎完全適合擔任其他高階主管，或自己出來創業。於是分布右側的頂尖 PM 不斷離開，左側的人則想盡辦法留在這一行。
塞利斯這樣總結：「從數學上來看，這個職業某種程度上就是這樣的結構，PM 的中位數表現其實可能相當差。」
他也觀察到，零利率時期過後，用更高標準檢視 PM 的想法逐漸成為主流，情況或許已經出現一些修正。他目前也在發展一套評估 PM 的方式，評估對象除了 PM 本人，也包括他當下所在的位置，確保對團隊整體是正貢獻。
優秀 PM 身上住著 3 組互相矛盾的特質
那麼，更高的標準該怎麼定？塞利斯形容，優秀的 PM 本身就是一種矛盾，每個人心中都住著 3 對互相拉扯的狼 （編按：借用英文網路常見的「心中有兩匹狼」比喻，指一個人內在同時有兩股相反的力量） 。
高度自信，也深度謙遜
塞利斯認為，優秀的 PM 對自己的信念與願景極有自信，同時也謙遜到願意把功勞，歸給實際打造產品的設計師與工程師。
極有條理，也能安然面對模糊
在他的形容裡，優秀的 PM 凡事都有一份檢查清單，也尊重好的流程。遇到極度模糊的情況時，他們又能自在地把流程丟到一邊，自在到幾乎有點藐視權威，並從中找出方向。
看得見 2 年後的方向，每天也急著行動
塞利斯也認為，優秀的 PM 清楚 2 年後的世界需要走到哪裡。他們的日常工作卻帶著一股惹人厭、毫不鬆懈的急迫感，並用這股急迫感帶動整家公司的步調。
對好點子說「不」，才是 AI 時代最稀缺的品味
塞利斯認為，要了解一個人的品味，可以請他談談那些未執行的好點子。
畢竟這些產品的原型已然成型，他卻判斷「世界還沒準備好」或「這東西還沒準備好」，最後沒有推出，他背後考量的原因是什麼、他怎麼判斷產品不能面世，這些思路邏輯與懂得說不、懂得克制的能力，可能是少數能靠鍛鍊累積的品味。
在 Snap 任職期間，塞利斯印象中，創辦人伊凡．史匹格（Evan Spiegel）親自否決的點子，比幾乎任何一家消費型新創實際推出的產品都還好。
塞利斯認為，優秀PM的目標，應該是一直讓老闆幾乎像「全世界最富有的博物館策展人」。在他的比喻裡，產品在任何時刻呈現的功能，都只是館藏中的一小部分，由策展人挑選他認為適合當下時空與社會的作品。
他這樣形容策展人的價值：「如果博物館把所有館藏都掛上牆，策展人就等於什麼都沒做。」
這種克制，在 AI 時代顯得更加珍貴。
拉奇斯基在節目中指出，AI 很不擅長從設計或產品中拿掉東西，它總是往上加，很少主動提出「這一塊也許該刪掉」。在塞利斯看來，AI 降低了寫程式、做設計與製作影音的門檻，接下來會有更多人投入創作，要做出真正值得人們關注的作品也會變得更難。能判斷什麼該留下、什麼該擱在架上的 PM，價值只會愈來愈高。
資料來源：Lenny's Podcast；本文初稿由 AI 協助整理，編輯：支琬清
