Senior direktør for produkt og teknik siger, at AI’s største indvirkning på produktorganisationer kommer fra nedbrydningen af siloer

Andrew Knight er Senior Director for produkt og ingeniørarbejde hos Cycle Labs. Han er også kendt som "Automation Panda" og har en blog under samme navn.

Vi talte med Andrew for at se, hvordan han bruger AI til at nedbryde siloer i sin organisation. Her er, hvad han fortalte os.

AI kan være en kraftforstærker for produktteams

Mit navn er Andrew Knight, men jeg er bedre kendt som "Automation Panda". Min karriere har fokuseret på at udvikle løsninger på testproblemer. Jeg arbejdede i et årti som SDET. Derefter havde jeg en periode i DevRel. Nu leder jeg et produkt- og ingeniørteam hos Cycle Labs, hvor vi udvikler en testautomatiseringsplatform til forsyningskædesystemer.

Cycle er en testautomatiseringsplatform til lagerstyringssystemer (WMS) og relaterede forsyningskædesystemer. Vi henvender os til virksomhedskunder, der skal sikre korrekte WMS-konfigurationer, især under opgraderinger. Vi henvender os også til partnere for at hjælpe med at implementere Cycle-testprojekter. Vores brugerbase spænder fra lagerchefer, der ikke betragter sig selv som testere, til erfarne SDET'er, der bygger skalerbare testsuiter på tværs af flere lokationer.

Vi leverer dele af platformen gennem flere tilbud. Det primære distribuerbare produkt er en Windows-desktopapp/-pakke, der gør det muligt for brugerne at skrive og køre automatiserede tests. Vi leverer også biblioteker med testkode for at hjælpe brugerne hurtigt i gang med deres testudvikling. Og vi bygger webapps, tjenester og infrastruktur til at understøtte testudvikling og testkørsel.

Jeg begyndte for alvor at bruge AI-kodeværktøjer for omkring et år siden. Nu bruger hele mit team AI til at effektivisere deres arbejdsgange. Vi bygger også AI-funktioner ind i Cycle-testplatformen til vores kunder og partnere. Det er spændende!

I de rette hænder er AI en kraftforstærker for produktudvikling og ingeniørarbejde.

Andrew deler

AI gør det muligt for folk at udrette mere og nedbryde siloer … Denne ændring er ny, og vi er stadig ved at finde vej i den, men jeg glæder mig til at se, hvor vi ender. Indtil videre har jeg oplevet mindre friktion, større ejerskab og hurtigere resultater.

Sådan gør AI det muligt for produktteams at nedbryde siloer

AI gør det muligt for folk at udrette mere og nedbryde siloer.

Tidligere var vores organisationsstruktur mere traditionel; produktledelses- og ingeniørteams arbejdede hver for sig. Nu har vi slået dem sammen til ét team, nedbrudt siloerne og samlet ansvarsområderne. Vi forventer, at vores ingeniører ikke blot er "softwareingeniører", men "produktingeniører", der tager ejerskab for hele problemomfanget.

Denne ændring er ny, og vi er stadig ved at finde vej i den, men jeg glæder mig til at se, hvor vi ender. Indtil videre har jeg oplevet mindre friktion, større ejerskab og hurtigere resultater.

Sådan gør AI det muligt for ikke-tekniske teams

Nedbrydningen af siloer gælder ikke kun produkt- og ingeniørteams. Den rækker videre end det.

Her er et eksempel. Cycle leverer et særligt programmeringssprog til at skrive tests. For nylig oprettede vi en plugin-arkitektur, der lader testere oprette nye trin til Cycles sprog. Vores plugin-SDK kræver programmeringsfærdigheder i Java, men strukturen og mønstrene er ligetil.

Ved hjælp af AI-kodeassistenter kan folk fra vores drifts- og serviceteams faktisk skrive deres egne plugins. Selv vores tidligere CEO, der nu er bestyrelsesformand, og som ikke har rørt kode i mindst ti år, byggede med succes et!

Hvor AI kan bruges effektivt i produktorganisationer

Alle på mit team har et Claude-abonnement. De fleste bruger det til kodning, men nogle er begyndt at bruge Claude Cowork til dokumenter, API'er og MCP-servere.

Vi lader også AI håndtere eksperimenter og tekniske afvejninger, fordi vi er nye på denne rejse, og vores produktledelsesprocesser stadig er mindre modne end vores ingeniørprocesser.

Jeg har brugt AI til at brainstorme brugerhistorier og acceptkriterier, som ingeniører kan oversætte direkte til funktioner, når modellen har den rette kontekst og det rette udviklingsrammeværk.

Men jeg mener, at mennesker stadig skal stå for afdækning, prioritering, planlægning af produktplanen og UX-beslutninger.

Sådan ændrer hurtig udvikling af prototyper med AI produktprocesserne

Hurtige eksperimenter understøttet af AI-baseret kodning og udvikling af prototyper har gjort det muligt for os at indsamle feedback på funktioner hurtigere end nogensinde før.

Vibe-kodning bryder igennem lange cyklusser med tænkning og gætterier. Teamet kan kode hurtigere og i teknologistakke, de kender mindre til, end før. Det betyder, at produktchefer selv kan bygge og lancere prototyper. Det betyder også, at ingeniører kan omsætte specifikationer direkte til fungerende kode med automatiserede tests. Testere kan derefter udtrække kritisk information fra både kravene og den faktiske kode.

Produktchefer behøver derfor ikke længere vente på, at ingeniører bygger tingene. Og vi er ikke længere afhængige af meninger. Vi bygger ting hurtigt, viser dem til kunderne og får feedback med det samme. Derefter gentager vi det, der har vist sig at fungere, og skifter retning fra det, der ikke virker. Til sidst overdrager vi de succesfulde prototyper til ingeniørerne.

Andrew deler

Produktchefer behøver ikke længere vente på, at ingeniører bygger tingene. Og vi er ikke længere afhængige af meninger. Vi bygger ting hurtigt, viser dem til kunderne og får feedback med det samme.

Sådan fører AI til mere kritisk tænkning

Jeg har nævnt de tidsbesparende fordele ved AI, men det, jeg ikke har nævnt, er, hvorfor det er vigtigt. Fordelen er ikke selve den genvundne tid; fordelen er, hvad vi kan bruge den til.

Efterhånden som AI overtager en stor del af rutinearbejdet med at skrive specifikationer, skrive kode og endda skrive tests, kan mit team tænke mere kritisk over, hvilke problemer vi skal løse. Og det fører til bedre produkter.

Hvorfor produktledere skal arbejde for AI, men bruge det selektivt

AI er mere end en hurtigere måde at søge efter information og besvare spørgsmål på. Det er ikke Google. Det er et værktøj til at forbedre arbejdsgange.

Så her er mit råd: Lad være med at ignorere det. Skub modstanderne og de forstokkede ud af vejen. Arbejd strategisk og positionér dig for at få det til at ske i din organisation.

Men vigtigst af alt: Kast ikke bare AI blindt efter alt. Brug din hjerne. Byg ting, der løser reelle problemer.

Følg med

Du kan følge Andrew Knights arbejde på LinkedIn. Og tag et kig på hans blog, Automation Panda.

Der kommer flere ekspertinterviews på The CPO Club!