Il Product Management è morto, quindi cosa stiamo facendo invece? | Lenny & Friends Summit 2024
- Aisha Washington
- 1 giorno fa
- Tempo di lettura: 8 min
Dichiarare il product management “morto” è volutamente provocatorio. L'argomentazione presentata al Lenny & Friends Summit 2024 non è che le aziende smetteranno improvvisamente di prendere decisioni sui prodotti. È che molte attività associate al ruolo di product manager — scrivere documenti strategici, preparare slide, raccogliere feedback, produrre wireframe e coordinare i passaggi di consegna — vengono compresse o automatizzate dall'IA.
Questo cambiamento solleva una domanda più utile rispetto a quella sulla sopravvivenza del titolo professionale: quale tipo di lavoro sul prodotto continuerà ad avere valore? La risposta del relatore indica team potenziati dall'IA, i cui membri operano oltre i confini tradizionali, combinano il giudizio specialistico con l'esecuzione generalista e dedicano meno tempo alla produzione di artefatti attorno al lavoro.
La strategia di prodotto deve guardare oltre il flusso di lavoro attuale
L'intervento si apre con un avvertimento sulla velocità del cambiamento tecnologico. L'IA è avanzata così rapidamente che le ipotesi sulla progettazione del prodotto, sull'ingegneria e sulla gestione possono diventare obsolete nel giro di pochi mesi. Le organizzazioni di prodotto dovrebbero quindi resistere alla tentazione di progettare esclusivamente in base al comportamento attuale dei clienti o alla struttura odierna del team.
Nel definire una direzione, il relatore raccomanda di considerare ciò di cui i clienti potrebbero aver bisogno tra tre, cinque o persino dieci anni. Lo stesso esercizio andrebbe applicato internamente: come potrebbe operare un team di prodotto tra 18 mesi, tre anni o cinque anni? Quali responsabilità resteranno distintamente umane e quali processi verranno delegati al software?
Questo non significa fingere di poter prevedere il futuro con precisione. Significa fare scommesse esplicite invece di trattare l'attuale modello operativo come permanente. I team che esaminano presto queste possibilità saranno meglio preparati ad adattarsi quando cambieranno gli strumenti, le aspettative dei clienti e le condizioni competitive.
L'IA sta comprimendo il ciclo strategico
La strategia di prodotto tradizionale può essere dolorosamente sequenziale. Un responsabile di prodotto intervista clienti e colleghi, raccoglie input da vendite e ingegneria, organizza gli appunti risultanti e trascorre giorni o settimane a redigere un documento corposo. Quel documento circola poi attraverso cicli di commenti e revisioni.
Attingendo a una precedente esperienza come chief product officer, il relatore descrive come questo processo familiare possa trasformarsi in un'attività lunga e iterativa. Gran parte dello sforzo viene impiegata per sintetizzare informazioni e rifinire l'artefatto, anziché per verificare se le scelte sottostanti siano corrette.
L'IA generativa accorcia drasticamente questo ciclo produttivo. Uno strumento può trasformare il materiale di partenza in una bozza iniziale credibile di strategia nel giro di pochi minuti. È improbabile che il risultato sia pronto per l'approvazione, ma può fornire una base utile al 75% o all'80%. Un responsabile di prodotto può quindi dedicare l'attenzione alle parti difficili: correggere le ipotesi, rendere più netti i compromessi, applicare il contesto e impegnarsi in una direzione.
Il cambiamento importante non è che l'IA possa scrivere dieci pagine. È che produrre quelle pagine non deve più consumare il tempo scarso di un responsabile di prodotto esperto. Il giudizio resta centrale; la costruzione del documento diventa meno costosa.
La fabbrica di artefatti del product manager sta scomparendo
I documenti strategici sono solo un esempio. Il relatore individua diverse altre aree in cui l'IA e gli strumenti no-code stanno riducendo il lavoro necessario per passare da un'idea a qualcosa che gli altri possano valutare.
I wireframe un tempo passavano dagli schizzi su carta a software di progettazione specializzati. Oggi i product manager possono generare prototipi interattivi abbastanza rapidamente da mettere un'esperienza funzionante davanti a colleghi o clienti nelle primissime fasi della scoperta. Anche l'analisi dei feedback può andare oltre l'ordinamento manuale delle righe di un foglio di calcolo. I flussi di lavoro automatizzati possono raccogliere, classificare, riassumere e dare priorità ai segnali ricorrenti. Gli strumenti per le presentazioni possono preparare bozze di slide, invece di costringere i team a costruire ogni presentazione partendo da una pagina vuota.
Anche il comune lavoro di coordinamento sta diventando più facile da automatizzare:
Redazione di documenti di routine e aggiornamenti sullo stato
Sintesi di riunioni e decisioni
Organizzazione delle richieste di funzionalità e dei feedback dei clienti
Monitoraggio di obiettivi e OKR
Tracciamento dei concorrenti e dei cambiamenti di mercato
Preparazione di un'analisi iniziale per la revisione
Il criterio pratico del relatore è la rapidità nel raggiungere un risultato intermedio utile, non l'automazione perfetta. Se un sistema riesce a completare in modo affidabile tre quarti di un'attività, una persona può usare la propria esperienza per completare il quarto rimanente. Accumulati nell'arco di una settimana, questi risparmi possono restituire giorni a un responsabile di prodotto.
Diventare un team di prodotto potenziato dall'IA
L'automazione è solo la prima parte della risposta proposta. L'opportunità più ampia consiste nel reinvestire il tempo risparmiato in capacità che ampliano ciò che le persone di prodotto possono fare.
Il relatore incoraggia i product manager ad apprendere competenze adiacenti, come la prototipazione rapida, il design, la programmazione, l'analisi dei dati e il pensiero commerciale. L'obiettivo non è diventare ugualmente esperti in ogni disciplina. È sviluppare una gamma pratica sufficiente per eliminare i colli di bottiglia, testare direttamente un'idea e far avanzare un progetto senza attendere ogni tradizionale passaggio di consegna.
Come esempio di questo profilo più ampio viene citato un responsabile di prodotto di nome Cody. Pur non rientrando nel modello convenzionale di product manager, ha imparato competenze di design e programmazione che lo hanno aiutato a superare gli ostacoli e a ottenere risultati. Il suo valore derivava dalla capacità di attraversare i confini funzionali continuando ad applicare il giudizio di prodotto.
Questo tipo di sviluppo non dovrebbe dipendere da pochi individui insolitamente motivati. Il relatore sostiene che i leader debbano aiutare interi team ad automatizzare il lavoro di routine e ad acquisire competenze complementari. I canali interni possono rendere visibile questo apprendimento offrendo alle persone uno spazio per condividere flussi di lavoro, mostrare esperimenti e chiedere aiuto. Le organizzazioni devono anche finanziare gli strumenti necessari e normalizzarne l'uso; l'incoraggiamento senza accesso o tempo produrrà pochi cambiamenti.
Dai passaggi di consegna funzionali ai generalisti-specialisti
Il familiare trio di prodotto — product manager, designer e ingegnere — viene spesso celebrato come modello di collaborazione. Eppure, il relatore sostiene che possa trasformarsi in un sistema di passaggi di consegna mascherato. Il product manager specifica, il designer visualizza e l'ingegnere costruisce. Ogni partecipante mantiene il proprio ambito, ma nessuno possiede necessariamente l'intero percorso dal problema al risultato.
L'alternativa proposta è un modello di generalisti-specialisti. Le persone possiedono ancora una competenza profonda in prodotto, design o ingegneria, ma partecipano più ampiamente a qualunque lavoro sia necessario per portare avanti il progetto. Il principio è semplice: non esistono corsie fisse.
Questo non rende irrilevante la conoscenza specialistica. Restano essenziali una solida ingegneria, il design e il giudizio di prodotto. Ciò che cambia è l'ipotesi secondo cui soltanto una funzione possa svolgere una particolare attività. Un designer potrebbe costruire un prototipo, un ingegnere potrebbe definire il posizionamento e uno specialista di prodotto potrebbe analizzare i dati o implementare un piccolo esperimento.
L'IA rende questa sovrapposizione più pratica riducendo il costo tecnico del lavoro non familiare. Permette agli specialisti di spingersi più lontano senza richiedere che ogni attività entri nella coda di un altro team.
La “tripla minaccia” potenziata dall'IA
Portato oltre, questo modello produce ciò che il relatore chiama una tripla minaccia potenziata dall'IA: una persona capace di guidare trasversalmente prodotto, design e ingegneria, coordinando al contempo strumenti, agenti e piattaforme di IA.
Una persona del genere non sta semplicemente svolgendo tre lavori a tempo pieno. L'IA riduce invece alcune parti della struttura dei talenti rendendo più accessibile l'esecuzione in ambiti adiacenti. Un individuo capace o un team molto piccolo può creare prototipi, analizzare, progettare, costruire e comunicare con un carico operativo molto inferiore rispetto al passato.
L'ambiente risultante favorisce una leadership di prodotto con opinioni nette. Quando la produzione diventa più rapida, l'indecisione può diventare un vincolo maggiore dell'implementazione. I leader devono comprendere i clienti, scegliere una direzione, collegare il lavoro sul prodotto ai risultati commerciali e usare le evidenze senza nascondersi dietro processi infiniti.
L'intervento riconosce che questa prospettiva può sembrare minacciosa. Ruoli più ampi potrebbero significare meno posizioni convenzionali nel product management. Eppure, il relatore presenta la preparazione come più costruttiva della negazione: le persone possono ampliare ora le proprie competenze, mentre le organizzazioni possono riprogettare deliberatamente le responsabilità invece di aspettare che il cambiamento imponga una riorganizzazione affrettata.
Anche la leadership di prodotto cambierà
L'IA non riguarda solo i singoli contributori. I dirigenti di prodotto dovranno gestire combinazioni non familiari di persone, agenti software e strumenti esterni. I loro budget potrebbero includere sempre più compromessi tra l'assunzione di dipendenti aggiuntivi e l'acquisto di sistemi che aumentano la capacità di un team esistente.
I leader avranno inoltre bisogno di una competenza tecnica sufficiente per gestire persone che programmano e di una consapevolezza commerciale sufficiente per collegare le decisioni di prodotto alla distribuzione, al marketing e ai ricavi. La progettazione dei team diventerà meno standardizzata. Invece di replicare un trio di prodotto universale in tutta l'organizzazione, i leader potrebbero costruire ciascun team attorno ai punti di forza e ai vincoli specifici della sua missione.
Il relatore descrive questo approccio come una modalità più artigianale di progettare le organizzazioni. Un'iniziativa potrebbe ruotare attorno a una persona con una straordinaria intuizione di prodotto; un'altra potrebbe richiedere una solida profondità ingegneristica o un'insolita esperienza di mercato. Il compito della leadership è individuare la capacità scarsa e costruire di conseguenza il team che la circonda.
La cultura conta quanto la struttura. Se le persone vengono punite per aver oltrepassato i confini funzionali o per aver sperimentato nuovi strumenti, l'organizzazione conserverà i vecchi colli di bottiglia anche dopo aver acquisito capacità di IA.
Sviluppate competenze che l'IA non può replicare facilmente
Man mano che la produzione ordinaria diventa meno costosa, il vantaggio duraturo si sposta verso il giudizio maturato attraverso l'esperienza. Il pensiero strategico, il gusto, la comprensione dei clienti, l'influenza organizzativa e la capacità di prendere decisioni in condizioni di incertezza sono più difficili da riprodurre di un aggiornamento sullo stato di avanzamento o di una prima bozza di roadmap.
Il relatore invita quindi i professionisti del prodotto a sviluppare una proposta di valore distintiva. Ciò potrebbe significare imparare a costruire e far crescere team alimentati dall'IA, acquisire una reale competenza tecnica, rafforzare l'istinto commerciale o combinare una profonda conoscenza del settore con un'esecuzione rapida.
L'obiettivo non è competere con l'IA in attività che può svolgere istantaneamente. È usare l'IA come leva, diventando al contempo più capaci di decidere cosa merita di essere costruito, riconoscere quando una risposta è sbagliata e allineare le persone attorno a scelte importanti.
Rianimare il product management
L'argomentazione finale del discorso è più ottimistica di quanto suggerisca il suo titolo. Il product management può essere “rianimato” abbandonando processi che non giustificano più il loro costo. Quando l'IA si occupa maggiormente di redazione, sintesi, prototipazione e coordinamento, i professionisti del prodotto possono trascorrere più tempo con gli utenti e applicare maggiore creatività ai problemi che contano.
Raggiungere questo risultato richiede azione sia a livello individuale sia organizzativo. Le persone che lavorano nel prodotto devono automatizzare le attività di routine, ampliare le proprie capacità e insegnare ai colleghi ciò che funziona. I leader devono fornire strumenti, budget, sicurezza psicologica e autorità alle persone in grado di operare tra diversi ambiti.
Il futuro qui presentato non è privo di sconvolgimenti. I ruoli potrebbero fondersi, i team potrebbero ridursi e i percorsi di carriera consolidati potrebbero diventare meno prevedibili. Ma il lavoro essenziale — comprendere i bisogni, compiere scelte strategiche e trasformare le idee in prodotti di valore — rimane. L'opportunità consiste nello svolgere quel lavoro con meno formalità e una maggiore ampiezza di competenze.
