Product Management nie żyje — co robimy zamiast tego? | Lenny & Friends Summit 2024
- Aisha Washington
- 1 godzinę temu
- 6 minut(y) czytania
Ogłoszenie, że product management „nie żyje”, jest celowo prowokacyjne. Argument przedstawiony podczas Lenny & Friends Summit 2024 nie głosi, że firmy nagle przestaną podejmować decyzje produktowe. Chodzi o to, że wiele rutynowych działań kojarzonych z rolą product managera — pisanie dokumentów strategicznych, przygotowywanie slajdów, zbieranie feedbacku, tworzenie wireframe’ów i koordynowanie przekazań między zespołami — jest skracanych lub automatyzowanych przez AI.
Ta zmiana rodzi pytanie bardziej użyteczne niż to, czy nazwa stanowiska przetrwa: jaki rodzaj pracy produktowej pozostanie wartościowy? Odpowiedź prelegenta wskazuje na zespoły wspierane przez AI, których członkowie działają ponad tradycyjnymi granicami, łączą specjalistyczną ocenę z wszechstronnym wykonaniem i poświęcają mniej czasu na wytwarzanie artefaktów wokół samej pracy.
Strategia produktowa musi wykraczać poza dzisiejszy sposób pracy
Wystąpienie rozpoczyna się ostrzeżeniem dotyczącym tempa zmian technologicznych. AI rozwija się na tyle szybko, że założenia dotyczące projektowania produktów, inżynierii i zarządzania mogą się zdezaktualizować w ciągu kilku miesięcy. Organizacje produktowe powinny więc unikać projektowania wyłącznie pod obecne zachowania klientów lub dzisiejszą strukturę zespołu.
Przy wyznaczaniu kierunku prelegent zaleca rozważenie, czego klienci mogą potrzebować za trzy, pięć, a nawet dziesięć lat. To samo ćwiczenie należy przeprowadzić wewnętrznie: jak zespół produktowy może działać za 18 miesięcy, trzy lata lub pięć lat? Które obowiązki pozostaną wyraźnie ludzkie, a które procesy zostaną powierzone oprogramowaniu?
Nie oznacza to udawania, że da się precyzyjnie przewidzieć przyszłość. Oznacza podejmowanie świadomych zakładów, zamiast traktowania obecnego modelu działania jako trwałego. Zespoły, które wcześnie przeanalizują te możliwości, będą lepiej przygotowane do adaptacji, gdy zmienią się narzędzia, oczekiwania klientów i warunki konkurencji.
AI skraca cykl strategiczny
Tradycyjna strategia produktowa może być boleśnie sekwencyjna. Lider produktu rozmawia z klientami i współpracownikami, zbiera wkład od działów sprzedaży i inżynierii, porządkuje powstałe notatki, a następnie przez dni lub tygodnie tworzy obszerny dokument. Dokument ten później przechodzi przez kolejne rundy komentarzy i poprawek.
Odwołując się do wcześniejszego doświadczenia na stanowisku chief product officer, prelegent opisuje, jak ten dobrze znany proces może rozrosnąć się w długie, iteracyjne przedsięwzięcie. Duża część wysiłku trafia w syntezę informacji i dopracowywanie artefaktu, zamiast w sprawdzenie, czy stojące za nim wybory są właściwe.
Generatywna AI znacząco skraca ten cykl produkcyjny. Narzędzie może w kilka minut przekształcić materiały źródłowe w wiarygodny wstępny projekt strategii. Wynik prawdopodobnie nie będzie gotowy do zatwierdzenia, lecz może stanowić użyteczną podstawę na poziomie 75% lub 80%. Lider produktu może wtedy poświęcić uwagę trudnym elementom: korygowaniu założeń, wyostrzaniu kompromisów, stosowaniu kontekstu i zobowiązaniu się do obranego kierunku.
Najważniejsza zmiana nie polega na tym, że AI potrafi napisać dziesięć stron. Polega na tym, że tworzenie tych stron nie musi już pochłaniać deficytowego czasu doświadczonego lidera produktu. Ocena pozostaje kluczowa; konstruowanie dokumentów staje się tańsze.
Fabryka artefaktów product managera znika
Dokumenty strategiczne to tylko jeden przykład. Prelegent wskazuje kilka innych obszarów, w których AI i narzędzia no-code zmniejszają nakład pracy potrzebny, by przejść od pomysłu do czegoś, co inni mogą ocenić.
Wireframe’y kiedyś przechodziły drogę od szkiców na papierze do wyspecjalizowanego oprogramowania projektowego. Product managerowie mogą teraz tworzyć interaktywne prototypy wystarczająco szybko, by zaprezentować działające doświadczenie współpracownikom lub klientom już na najwcześniejszych etapach discovery. Analiza feedbacku może podobnie wyjść poza ręczne sortowanie wierszy w arkuszu kalkulacyjnym. Zautomatyzowane przepływy pracy mogą zbierać, klasyfikować, podsumowywać i priorytetyzować powtarzające się sygnały. Narzędzia do prezentacji mogą przygotowywać wersje robocze slajdów, zamiast zmuszać zespoły do budowania każdego decku od pustej strony.
Typowe prace koordynacyjne również stają się łatwiejsze do zautomatyzowania:
Tworzenie rutynowych dokumentów i aktualizacji statusu
Podsumowywanie spotkań i decyzji
Organizowanie zgłoszeń funkcji i feedbacku od klientów
Monitorowanie celów i OKR-ów
Śledzenie konkurentów i zmian rynkowych
Przygotowywanie wstępnej analizy do przeglądu
Praktycznym standardem prelegenta jest szybkość dojścia do użytecznego wyniku pośredniego, a nie doskonała automatyzacja. Jeśli system potrafi niezawodnie wykonać trzy czwarte zadania, człowiek może wykorzystać swoją wiedzę, by dokończyć pozostałą ćwiartkę. Skumulowane w skali tygodnia oszczędności mogą zwrócić liderowi produktu całe dni.
Stawanie się zespołem produktowym wspieranym przez AI
Automatyzacja jest tylko pierwszą częścią proponowanej odpowiedzi. Większa szansa polega na ponownym zainwestowaniu zaoszczędzonego czasu w kompetencje, które poszerzają zakres możliwości osób pracujących nad produktami.
Prelegent zachęca product managerów do nauki pokrewnych umiejętności, takich jak szybkie prototypowanie, projektowanie, programowanie, analiza danych i myślenie komercyjne. Celem nie jest osiągnięcie równie wysokiego poziomu w każdej dyscyplinie. Chodzi o wypracowanie wystarczającego praktycznego zakresu, by usuwać wąskie gardła, bezpośrednio testować pomysł i posuwać projekt naprzód bez oczekiwania na każde tradycyjne przekazanie.
Jako przykład tego szerszego profilu podano lidera produktu o imieniu Cody. Choć nie pasuje on do konwencjonalnego wzorca product managera, nauczył się projektowania i programowania, co pomogło mu pokonywać przeszkody i dostarczać rezultaty. Jego wartość wynikała z umiejętności przekraczania granic funkcjonalnych przy jednoczesnym stosowaniu osądu produktowego.
Taki rozwój nie powinien zależeć od kilku wyjątkowo zmotywowanych osób. Prelegent twierdzi, że liderzy muszą pomóc całym zespołom automatyzować rutynową pracę i zdobywać uzupełniające umiejętności. Wewnętrzne kanały mogą uczynić tę naukę widoczną, dając ludziom miejsce do dzielenia się przepływami pracy, prezentowania eksperymentów i proszenia o pomoc. Organizacje muszą także finansować potrzebne narzędzia i normalizować ich użycie; zachęta bez dostępu lub czasu przyniesie niewielką zmianę.
Od przekazań funkcjonalnych do generalistów-specjalistów
Znane trio produktowe — product manager, projektant i inżynier — jest często przedstawiane jako model współpracy. Prelegent argumentuje jednak, że może ono stać się ukrytym systemem przekazań. Product manager określa wymagania, projektant je wizualizuje, a inżynier buduje. Każdy uczestnik zachowuje swoją ścieżkę, ale niekoniecznie ktokolwiek odpowiada za całą drogę od problemu do rezultatu.
Proponowaną alternatywą jest model generalistów-specjalistów. Ludzie nadal mają głęboką wiedzę ekspercką w zakresie produktu, designu lub inżynierii, lecz uczestniczą szerzej we wszelkiej pracy potrzebnej do posunięcia projektu naprzód. Zasada jest prosta: nie ma stałych ścieżek.
Nie sprawia to, że specjalistyczna wiedza staje się nieistotna. Silne kompetencje inżynieryjne, projektowe i produktowy osąd pozostają niezbędne. Zmienia się założenie, że tylko jedna funkcja może wykonywać określone działanie. Projektant może stworzyć prototyp, inżynier może kształtować pozycjonowanie, a specjalista ds. produktu może analizować dane lub wdrożyć mały eksperyment.
AI czyni to nakładanie się ról bardziej praktycznym, obniżając techniczny koszt nieznanej pracy. Pozwala specjalistom sięgać dalej, bez konieczności kierowania każdego zadania do kolejki innego zespołu.
Wspierane przez AI „potrójne zagrożenie”
Rozwinięty dalej model tworzy to, co prelegent nazywa wspieranym przez AI potrójnym zagrożeniem: osobę zdolną prowadzić działania w obszarze produktu, designu i inżynierii, a jednocześnie koordynować narzędzia AI, agentów i platformy.
Taka osoba nie wykonuje po prostu trzech pełnoetatowych prac. AI raczej scala części stosu talentów, czyniąc wykonanie w sąsiednich dziedzinach bardziej dostępnym. Zdolna osoba lub bardzo mały zespół może prototypować, analizować, projektować, budować i komunikować się przy znacznie mniejszym narzucie operacyjnym niż wcześniej.
Powstające środowisko sprzyja zdecydowanemu przywództwu produktowemu. Gdy realizacja staje się szybsza, niezdecydowanie może stać się większym ograniczeniem niż wdrożenie. Liderzy muszą rozumieć klientów, wybierać kierunek, łączyć pracę produktową z wynikami komercyjnymi i wykorzystywać dowody, nie chowając się za niekończącym się procesem.
Wystąpienie przyznaje, że ta perspektywa może wydawać się groźna. Szersze role mogą oznaczać mniej konwencjonalnych stanowisk w product managemencie. Prelegent przedstawia jednak przygotowanie jako bardziej konstruktywne niż zaprzeczanie: ludzie mogą już teraz poszerzać swoje kompetencje, a organizacje mogą świadomie przeprojektowywać odpowiedzialności, zamiast czekać, aż zmiana wymusi pospieszną reorganizację.
Przywództwo produktowe również się zmieni
AI nie wpływa wyłącznie na indywidualnych współpracowników. Liderzy i liderki produktów będą musieli zarządzać nieznanymi dotąd kombinacjami ludzi, agentów programowych i narzędzi zewnętrznych. Ich budżety mogą w coraz większym stopniu obejmować wybór między zatrudnianiem kolejnych pracowników a zakupem systemów zwiększających możliwości istniejącego zespołu.
Liderzy będą też potrzebowali wystarczającej biegłości technicznej, by zarządzać osobami programującymi, oraz odpowiedniej świadomości biznesowej, by łączyć decyzje produktowe z dystrybucją, marketingiem i przychodami. Projektowanie zespołów stanie się mniej ustandaryzowane. Zamiast powielać w całej organizacji uniwersalne produktowe trio, liderzy mogą tworzyć każdy zespół wokół konkretnych mocnych stron i ograniczeń jego misji.
Prelegent opisuje to jako bardziej rzemieślnicze podejście do projektowania organizacji. Jedna inicjatywa może skupiać się wokół osoby o wyjątkowej intuicji produktowej; inna może wymagać silnego zaplecza inżynieryjnego lub nietypowej wiedzy rynkowej. Zadaniem przywództwa jest zidentyfikowanie rzadkiej kompetencji i odpowiednie zbudowanie wokół niej zespołu.
Kultura ma równie duże znaczenie jak struktura. Jeśli ludzie są karani za przekraczanie granic między funkcjami lub eksperymentowanie z nowymi narzędziami, organizacja zachowa dawne wąskie gardła nawet po pozyskaniu możliwości AI.
Buduj umiejętności, których AI nie potrafi łatwo odtworzyć
Gdy rutynowa produkcja staje się tańsza, trwała przewaga przesuwa się w stronę osądu kształtowanego przez doświadczenie. Myślenie strategiczne, wyczucie, rozumienie klientów, wpływ w organizacji i zdolność do podejmowania decyzji w warunkach niepewności są trudniejsze do odtworzenia niż raport statusowy czy pierwsza wersja planu rozwoju produktu.
Prelegent zachęca więc osoby pracujące w obszarze produktu do rozwijania wyrazistej propozycji wartości. Może to oznaczać naukę budowania i skalowania zespołów wspieranych przez AI, zdobywanie rzeczywistych kompetencji technicznych, wzmacnianie instynktu biznesowego lub łączenie głębokiej wiedzy domenowej z szybkim działaniem.
Celem nie jest konkurowanie z AI w zadaniach, które może wykonać natychmiast. Chodzi o wykorzystywanie AI jako dźwigni, przy jednoczesnym rozwijaniu umiejętności decydowania, co warto tworzyć, rozpoznawania, kiedy odpowiedź jest błędna, oraz jednoczenia ludzi wokół istotnych wyborów.
Ożywienie zarządzania produktem
Końcowy argument wystąpienia jest bardziej optymistyczny, niż sugeruje jego tytuł. Zarządzanie produktem może zostać „ożywione” przez porzucenie procesów, które nie uzasadniają już swoich kosztów. Gdy AI przejmuje więcej pracy związanej z tworzeniem wersji roboczych, syntezą, prototypowaniem i koordynacją, osoby pracujące nad produktami mogą spędzać więcej czasu z użytkownikami i wykorzystywać więcej kreatywności do rozwiązywania problemów, które mają znaczenie.
Osiągnięcie tego rezultatu wymaga działania zarówno na poziomie indywidualnym, jak i organizacyjnym. Osoby produktowe muszą automatyzować rutynowe zadania, poszerzać swoje umiejętności i uczyć współpracowników, co działa. Liderzy muszą zapewnić narzędzia, budżety, bezpieczeństwo psychologiczne i uprawnienia osobom, które potrafią działać ponad podziałami między dziedzinami.
Przedstawiona tu przyszłość nie jest wolna od zakłóceń. Role mogą się łączyć, zespoły mogą się kurczyć, a utrwalone ścieżki kariery mogą stać się mniej przewidywalne. Pozostaje jednak zasadnicza praca — rozumienie potrzeb, dokonywanie strategicznych wyborów i przekształcanie pomysłów w wartościowe produkty. Szansą jest wykonywanie tej pracy z mniejszą ceremonialnością i większym zakresem możliwości.
