O funcție cu AI se comportă altfel decât restul produsului. Același input poate da răspunsuri diferite, calitatea nu se vede dintr-un demo reușit, iar costul crește cu fiecare cerere a utilizatorilor. Pentru un product manager, asta mută centrul de greutate: întrebarea nu mai e doar „ce construim”, ci și „cum știm că merge suficient de bine ca să-l lansăm” și „ce se întâmplă în cazurile în care modelul greșește”.
Aici intră evaluările (evals): seturi de exemple reale, criterii scrise și scoruri urmărite de la o versiune la alta. Ele transformă discuția din „mie mi se pare mai bun” în „pe același set de cazuri reale, versiunea nouă greșește mai rar la X”. Tot de aici vin deciziile de produs grele: build sau buy, un model mai mare și mai scump sau unul mai mic, unde pui un om să aprobe, ce afișezi utilizatorului când sistemul nu e sigur.
Traseul pornește de la cursul de AI product management, cu discovery, roadmap, guardrails și conformitate. Continuă cu evaluarea LLM-urilor în producție, ca să poți vorbi aceeași limbă cu inginerii, și cu o comparație a modelelor din perspectivă enterprise, actualizată periodic. Ultimul curs, despre vibe coding, îți arată cum faci singur un prototip din prompturi, ca să testezi o idee înainte să ceri timp de dezvoltare.