16 lipca 2026Zaktualizowano Fathy Shalaby13 min czytania
Stosunek PM-ów do inżynierów: typowe zakresy, benchmarki i zmiana przez AI
Większość firm programistycznych ma jednego product managera na 4–10 inżynierów: od około 1:5 w małych firmach do 1:11 w dużych. Benchmarki według etapu, jak obliczyć własny stosunek i co zmieniają narzędzia do kodowania z AI.
Udostępnij
Ten artykuł został przetłumaczony z języka angielskiego. Przeczytaj oryginał
Typowy stosunek product managerów do inżynierów w firmach programistycznych to jeden product manager na 4–10 inżynierów, a najczęstszą regułą kciuka jest 1:6. Zmienia go wielkość firmy: dane z 4195 firm pokazują mniej więcej 1 PM-a na 5 inżynierów w firmach poniżej 100 osób i 1 na 11 w firmach powyżej 3000. Narzędzia do kodowania z AI spychają dziś niektóre zespoły w stronę 1:1.
Najważniejsze wnioski
Częsty zakres: 1 PM na 4–10 inżynierów. Andrew Ng uważa 6:1 za częsty stosunek inżynierów do PM-ów, a 4:1 do 10:1 za typowy (The Batch, 2025).
Większe firmy mają mniej PM-ów. Udział PM-ów spada z 13% zatrudnionych w R&D przy 1–100 pracownikach do 7% przy ponad 3000 (Pave, 2024).
AI przyspiesza inżynierię bardziej niż decyzje produktowe. 50% liderów produktu zgłasza duży wpływ AI na pracę inżynierską, wobec 17% w planowaniu strategicznym i roadmapie (Product Institute, 2026).
Historia o 1:0,5 to jedna propozycja, nie benchmark. Ng powiedział, że nadal nie wie, czy to dobry pomysł.
Mierz wąskie gardło, nie stosunek. Inżynierowie czekający na decyzje, poprawki i prototypy bez właściciela powiedzą ci więcej niż ułamek liczby etatów.
Jaki jest typowy stosunek PM-ów do inżynierów?
Nie ma oficjalnego standardu, ale opublikowane dane i ankiety wśród praktyków skupiają się w wąskim przedziale. Oto, co faktycznie mierzyło każde ze źródeł:
Źródło
Rok
Co mierzono
Inżynierów na PM-a
Pave, benchmarki organizacji R&D
2024
Dane o zatrudnieniu, ok. 233 000 pracowników R&D w 4195 firmach
~5 (1–100 pracowników) do ~11 (ponad 3000 pracowników)
Tylko liczby Pave i Synq pochodzą z danych o zatrudnieniu; reszta to szacunki ekspertów. Mimo to zgadzają się co do środka: większość zespołów programistycznych mieści się między 1:5 a 1:10. Poniżej 1:4 to rzadkość poza wczesnymi startupami i zespołami mocno opartymi na AI. Powyżej 1:15 zwykle oznacza kulturę kierowaną przez inżynierię albo PM-ów rozciągniętych zbyt cienko.
Jak wygląda ten stosunek na różnych etapach firmy?
Etap
Typowa liczba inżynierów na PM-a
Kto wykonuje pracę produktową
Źródło lub podstawa
Przed product-market fit, poniżej ~10 osób
Brak dedykowanego PM-a
Założyciel pełni rolę PM-a na co dzień
Ken Norton
Mała firma, 1–100 pracowników
~5
Pierwsi PM-owie, często jeden na obszar produktu
Pave
Scaleup
~8 mediana; 15+ w firmach kierowanych przez inżynierię
PM na zespół lub powierzchnię produktu
Synq
Duże przedsiębiorstwo, ponad 3000 pracowników
~11
PM-owie, group PM-owie, PM-owie platformy
Pave
Dojrzałe produkty z niewielkimi zmianami
Do 50
PM prowadzi roadmapę utrzymaniową
Saeed Khan (opinia)
Zespoły AI-native w 2026
Od ~8 w stronę 1
Generaliści, którzy budują i podejmują decyzje
Andrew Ng, 2026
Pave ustaliło też, że udział inżynierii rośnie z około 70% zatrudnionych w R&D w małych firmach do około 80% w dużych, podczas gdy data science utrzymuje się wszędzie na poziomie 4–6% (Pave, 2024). Duże firmy dokładają inżynierów szybciej niż PM-ów. Jednym z prawdopodobnych powodów, którego Pave nie mierzy, jest to, że praca nad platformą i infrastrukturą wymaga mniej bezpośredniego product managementu.
Warto zapamiętać regułę Kena Nortona dla najwcześniejszego etapu: przed product/market fit założyciel powinien być PM-em na co dzień (Norton, 2017). Jeśli zastanawiasz się, kiedy zatrudnić pierwszego, zobacz nasz przewodnik o pierwszym product managerze w startupie.
Jak obliczyć swój stosunek PM-ów do inżynierów?
Podziel liczbę inżynierów przez liczbę osób zajmujących się product managementem, licząc według poświęconego czasu, a nie według stanowiska.
Policz inżynierów, którzy budują produkt. Uwzględnij product engineerów oraz inżynierów front-endu, back-endu, mobile i ML. Zdecyduj raz, czy liczysz engineering managerów, QA i inżynierów platformy, i trzymaj się tej decyzji.
Policz zdolności product managementu w ekwiwalentach pełnego etatu (FTE). PM na pełnym etacie to 1,0. Założyciel, który poświęca pół tygodnia na decyzje produktowe, to 0,5. Projektant lub inżynier prowadzący discovery jeden dzień w tygodniu to 0,2.
Podziel liczbę inżynierów przez zdolności PM-owskie.
Sprawdź to dla każdego zespołu, a nie tylko w całej firmie. Średnia firmowa 1:7 może ukrywać jeden zespół na 1:3, a inny na 1:20.
Przykład z ilustracyjnymi liczbami. Załóżmy, że 30-osobowa firma SaaS ma 18 inżynierów, 2 PM-ów, CEO poświęcającego 40% tygodnia na produkt oraz lead engineera poświęcającego 20% na discovery:
Zdolności PM-owskie: 2 + 0,4 + 0,2 = 2,6 FTE
Stosunek: 18 ÷ 2,6 ≈ 6,9 inżyniera na PM-a
Wyłącznie według stanowisk wyszłoby 18 ÷ 2 = 9, co zawyża lukę
Liczba według stanowisk pchnęłaby ten zespół do zatrudniania. Liczba według zdolności mówi, że zespół jest w środku zakresu, a prawdziwe pytanie brzmi, czy te 40% CEO to właściwe 40%.
Dlaczego stosunek PM-ów do inżynierów zmienia się w erze AI?
Narzędzia do kodowania z AI przyspieszają budowanie szybciej niż decydowanie, co budować, więc decyzje produktowe stają się ograniczeniem. Ng ujął to w lipcu 2025 roku tak: decydowanie, co budować, jest nowym wąskim gardłem, zwłaszcza na początku projektu (The Batch, 2025).
Dane z ankiet pasują do tego argumentu. W ankiecie Product Institute z 2026 roku wśród 309 liderów produktu 50% zgłosiło duży wpływ AI na inżynierię i rozwój, a 45% na projektowanie i prototypowanie, ale tylko 17% na planowanie strategiczne i roadmapę oraz 9% na współpracę między zespołami (Product Institute, 2026). Raport DORA Google z 2025 roku wykazał, że 90% z około 5000 specjalistów technologicznych używa już AI w pracy, a jego przyjęcie wiąże się teraz z wyższą przepustowością dostarczania (Google, 2025).
Jeśli wydajność na inżyniera rośnie, a zdolność podejmowania decyzji produktowych nie, każdy PM może wspierać mniej inżynierów, zanim ci zaczną czekać. To mechanizm stojący za spadającym stosunkiem.
Co Andrew Ng naprawdę powiedział o 1 PM-ie na 0,5 inżyniera?
Na AI Startup School Y Combinator w czerwcu 2025 roku Ng opisał zespół, który zaproponował jednego PM-a na pół inżyniera zamiast zwykłego 1:4 (YouTube, 2025). Nazwał ten pomysł skrajnym i dodał: „I still don't know if this is a good idea” (fragment transkrypcji, HackerNoon). To była propozycja jednego zespołu dla jednego projektu.
W kwietniu 2026 roku jego ujęcie było bardziej wyważone: niektóre zespoły przesuwają stosunek inżynierów do PM-ów z około 8:1 nawet do 1:1, a małe zespoły pracujące w jednym miejscu, liczące od 2 do 10 osób, które uczą się sąsiednich umiejętności, mogą osiągnąć znacznie więcej (The Batch, 2026). Trwalszy wniosek jest taki, że granica między inżynierem a PM-em się zaciera, a nie taki, że firmy powinny zatrudniać dwóch PM-ów na inżyniera.
Jakie są granice argumentu „AI przyspiesza inżynierów”?
Przyspieszenie jest realne w wielu zadaniach, ale nierówne i łatwe do przecenienia:
W ankiecie Atlassian z 2025 roku wśród 3500 programistów i menedżerów 68% oszczędzało dzięki AI ponad 10 godzin tygodniowo, ale 50% traciło 10 lub więcej godzin tygodniowo przez tarcia organizacyjne, a programiści spędzali na kodowaniu tylko 16% czasu (Atlassian, 2025).
W randomizowanym badaniu METR 16 doświadczonych programistów open source potrzebowało o 19% więcej czasu na 246 zadań z narzędziami AI, choć wierzyło, że było o 20% szybszych (METR, 2025). METR opisuje je teraz jako migawkę narzędzi z początku 2025 roku.
Jeśli kodowanie to tylko 16% czasu inżyniera, nawet podwojenie szybkości kodowania zwalnia mniej zdolności, niż sugerują nagłówki. Zespoły, których wąskim gardłem są review, testowanie lub niejasne wymagania, nie naprawią tego, dodając PM-ów ani odejmując inżynierów.
Jak AI powinno w praktyce zmienić stosunek w twoim zespole?
Traktuj ten stosunek jako wynik tego, jak płynie praca, a nie jako dane wejściowe do decyzji o zatrudnianiu. Zapytaj, gdzie praca czeka:
Sygnał
Co sugeruje
Co wypróbować najpierw
Inżynierowie lub agenci stoją w miejscu, czekając na decyzje lub specyfikacje
Zbyt mało zdolności do podejmowania decyzji produktowych
Krótsza pętla decyzyjna i ograniczone briefy; potem więcej zdolności PM-owskich
Prototypy się piętrzą bez właściciela i drogi na produkcję
Budowanie wyprzedza decydowanie
Cotygodniowy przegląd: zostaw, zabij albo wypuść; wskaż właściciela każdego prototypu
Dużo poprawek: funkcje otwierane ponownie, bo cel był niejasny
Słabe briefy, niekoniecznie zbyt mało PM-ów
Wspólny brief omówiony z inżynierią przed rozpoczęciem pracy
PM-owie piszą specyfikacje, których nikt nie czyta; dużo spotkań statusowych
Zbyt wielu PM-ów albo PM-owie zajmujący się koordynacją
Mniej przekazań; daj inżynierom bezpośredni dostęp do klientów
Jakość wydań i obciążenie supportu pogarszają się wraz ze wzrostem produkcji
Wąskim gardłem są review i testowanie
Zainwestuj w QA, ewaluacje i kontrole wydań, zanim dodasz etaty PM-owskie
Jaki stosunek powinien przyjąć zespół AI-native liczący 3–10 osób?
Dąż do tyle zdolności do podejmowania decyzji produktowych, żeby nikt nie czekał na decyzję dłużej niż dzień lub dwa, zamiast do stałego stosunku. Ilustracyjny przykład: 7-osobowy zespół ma 5 inżynierów, 1 projektanta i założyciela-CEO poświęcającego pół tygodnia na produkt. To 5 ÷ 0,5 = 10 inżynierów na ekwiwalent PM-a, czyli szczupły koniec zakresu.
Jeśli ci inżynierowie używają agentów kodujących i typową zmianę kończą teraz w dwa dni zamiast pięciu, 0,5 FTE czasu produktowego założyciela staje się kolejką. Opcje, od najtańszej:
Odzyskaj czas produktowy z obowiązków pobocznych. Dużo czasu PM-ów idzie na zbieranie kontekstu zamiast na decydowanie. Nasz tekst o odzyskiwaniu rzemiosła product managementu pokazuje, co można przekazać.
Zrób z jednego inżyniera product engineera na część etatu, odpowiedzialnego za discovery w jednym obszarze na poziomie około 0,2–0,3 FTE.
Zatrudnij pierwszego PM-a, gdy założyciel nie jest już w stanie prowadzić cotygodniowych rozmów z klientami i aktualizować briefu produktowego. To przesuwa zespół do około 5 ÷ 1,5 ≈ 3,3 inżyniera na ekwiwalent PM-a, blisko kierunku ery AI, który opisuje Ng.
W małym zespole AI-native praktyczną odpowiedzią zwykle nie jest nowy stosunek, lecz generaliści: inżynierowie prowadzący discovery i PM-owie, którzy potrafią prototypować. Każda osoba powinna jednak mówić, którą czapkę nosi na danym etapie. Model działania opisujemy w AI-native product managemencie dla małych zespołów, a samą rolę PM-a w co robi AI product manager.
Dlaczego inżynierowie budują rzeczy, które nie zgadzają się z tym, o co prosił PM?
Inżynierowie budują coś innego, niż oczekiwał PM, gdy brief zawodzi na jeden z dwóch przeciwstawnych sposobów. Mówi zbyt mało o użytkowniku, problemie lub oczekiwanym zachowaniu. Albo narzuca implementację, zanim inżynieria oceni podejście. Zmiana stosunku nie naprawi żadnego z nich.
Zanim praca się zacznie, zadbaj, by te punkty były łatwe do znalezienia:
Użytkownik i sytuacja: kogo to dotyczy i co próbuje zrobić?
Dowody: która rozmowa z klientem, wzorzec w supporcie albo sygnał z użycia do tego doprowadził i co nadal jest założeniem?
Pożądany rezultat: co ma się poprawić, z punktem odniesienia, jeśli istnieje?
Przykłady zachowania: główny przypadek oraz dwa lub trzy ważne przypadki brzegowe.
Ograniczenia i cele wykluczone: co musi pozostać prawdą, a co jest celowo poza zakresem?
Otwarte decyzje: co wymaga opinii inżynierii, projektowania lub działu prawnego, zanim się zobowiążesz?
Weryfikacja: jak zespół sprawdzi zachowanie i efekt po wydaniu.
Częste błędy przy stosowaniu stosunku PM-ów do inżynierów
Używanie benchmarku jako celu zatrudnieniowego. Stosunek opisuje zespół; nie mówi, czy zespół rozumie klientów.
Liczenie stanowisk zamiast czasu. Założyciele, projektanci i inżynierowie często wykonują prawdziwą pracę produktową. Wlicz ją.
Kopiowanie stosunku z dużej firmy. Korporacyjne 1:11 odzwierciedla zespoły platformowe, które potrzebują niewiele product managementu. Startup z 15 osobami ma inną pracę.
Zapominanie o projektowaniu. Ken Norton preferuje jednego projektanta na PM-a przy powierzchniach skierowanych do użytkowników. Dodawanie PM-ów bez zdolności projektowych tylko przenosi wąskie gardło.
Zakładanie, że AI przyspiesza każdego inżyniera w równym stopniu. Zmierzone zyski bardzo się różnią w zależności od zadania i bazy kodu.
Traktowanie historii o 1:0,5 jak trendu. To była pojedyncza propozycja, co do której nawet jej źródło nie było pewne.
Gdzie pasuje Specky
Gdy wąskim gardłem są decyzje produktowe, rozwiązaniem zwykle jest szybszy dostęp do dowodów, a nie więcej spotkań. Specky to AI-native system produktowy, który wczytuje rozmowy z klientami, feedback, Slacka, Jirę i analitykę do Product Graph oraz tworzy specyfikacje z dowodami od klientów cytowanymi w tekście, żeby inżynierowie i agenci kodujący widzieli, dlaczego coś jest budowane. Zespoły liczące 3–10 osób, które zatrudniają pierwszego PM-a, mogą zobaczyć Specky dla startupów.
Najczęściej zadawane pytania
Jaki jest normalny stosunek product managerów do inżynierów?
Normalny stosunek to jeden product manager na od 4 do 10 inżynierów, z 1:6 jako częstą regułą kciuka. Dane Pave z 2024 roku wskazują blisko 1:5 w firmach poniżej 100 pracowników i 1:11 w firmach powyżej 3000. Właściwa liczba dla twojego zespołu zależy od złożoności produktu, dostępu do klientów i tego, ile pracy produktowej już wykonują inżynierowie i założyciele.
Ilu inżynierów na product managera powinien mieć startup?
Startup przed product-market fit zwykle nie ma dedykowanego PM-a; rolę pełni założyciel. Gdy jest już kilku inżynierów w więcej niż jednym obszarze produktu, dane Pave i Synq plasują małe firmy i scaleupy na poziomie mniej więcej 1:5 do 1:8. Policz czas produktowy założyciela przed zatrudnieniem, bo często obejmuje więcej, niż sugeruje stanowisko.
Co oznacza jeden PM na 0,5 inżyniera?
Oznacza jednego product managera na pół etatu inżynierskiego, czyli dwóch PM-ów na każdego inżyniera. Andrew Ng opisał zespół, który to zaproponował, na wystąpieniu w czerwcu 2025 roku i powiedział, że nie wie, czy to dobry pomysł. To pojedyncza propozycja, która ilustruje przesunięcie w stronę decydowania jako wąskiego gardła, a nie branżowy benchmark.
Czy AI zmienia stosunek PM-ów do inżynierów?
AI obniża ten stosunek w niektórych zespołach, ponieważ kodowanie przyspiesza bardziej niż decyzje produktowe. Ng napisał w kwietniu 2026 roku, że niektóre zespoły przeszły z około 8:1 w stronę 1:1. Dowody na przyspieszenie inżynierii są jednak mieszane, więc większość zespołów powinna najpierw usunąć wąskie gardła decyzji i review, zanim ruszy etaty.
Ilu product managerów potrzeba na 100 inżynierów?
Przy typowym zakresie od 1:6 do 1:10 100 inżynierów zwykle wymagałoby około 10 do 17 PM-ów. Mniej jest rozsądne, jeśli wielu inżynierów pracuje nad platformą lub infrastrukturą albo sami prowadzą discovery. Więcej może być potrzebne przy wielu powierzchniach skierowanych do klientów lub produktach regulowanych. Planuj według obszaru produktu, a nie samej liczby etatów.
Jaki jest idealny stosunek projektantów do product managerów?
Ken Norton preferuje jednego projektanta na PM-a przy powierzchniach skierowanych do użytkowników, przy czym PM, projektant i tech lead tworzą trzon zespołu. Wiele firm ma mniej projektantów niż PM-ów, zwłaszcza w produktach platformowych i wewnętrznych. Jeśli praca projektowa tworzy kolejkę za decyzjami, samo dodanie PM-ów nie przyspieszy dostarczania.
GDPR-aligned. EU workspace data is stored in Frankfurt, Germany. GDPR and EU data Built in Vienna, Austria. A product of influence solutions fm GmbH (FN 675374y). Imprint 14-day trial. Card required, and nothing is charged until day 14. 30-day refund after subscribing. See pricing