Gleanin tuotejohtajan mukaan tuotepäälliköt esittävät vääriä kysymyksiä — ja menettävät suurimmat mahdollisuudet

Emrecan Dogan on Gleanin tuotejohtaja. Hän on toiminut myös tuotteen johtotehtävissä Stripella ja LinkedInissä.

Keskustelimme hänen kanssaan siitä, miten tuotepäälliköiden näkökulmien on muututtava tekoälyn myötä. Hänen mukaansa useimmat tiimit käsittelevät tekoälyä edelleen ominaisuutena – ja se on virhe.

Tekoäly tarjoaa mahdollisuuden rakentaa kontekstin huomioivia järjestelmiä

Olen Emrecan Dogan, Gleanin tuotejohtaja. Vastaan tuotteesta, datatieteestä, tuoteoperaatioista ja teknisistä ohjelmista, ja keskityn auttamaan tiimejä todella hyödyntämään tekoälyä päivittäisessä työssään.

Oma polkuni on aina sijoittunut järjestelmien, tuotearvioinnin ja skaalautuvuuden risteykseen. Ennen Gleania toimin tuotteen johtotehtävissä Stripella ja LinkedInissä. Työskentelin myös startup-yritysten ja sijoittamisen parissa, mikä antoi minulle eturivin paikan seurata, miten alustojen muutokset tapahtuvat ja kuinka nopeasti tuotetta koskevat oletukset voivat murtua, kun uusi teknologia muuttuu käyttökelpoiseksi.

Tekoäly veti minut niin syvälle mukaansa, koska kyse ei ole vain uudesta ominaisuusaallosta. Se muuttaa itse tuotteen rakennetta. Ohjelmistot auttoivat käyttäjiä vuosien ajan pääasiassa navigoimaan tietojärjestelmissä. Tekoäly antaa meille kuitenkin mahdollisuuden rakentaa järjestelmiä, jotka ymmärtävät kontekstia, päättelevät eri työkalujen välillä ja auttavat ihmisiä siirtymään aikomuksesta toteutukseen. Tuotejohtajana olen eniten kiinnostunut juuri tästä muutoksesta.

Emrecan kertoo

Ohjelmistot auttoivat käyttäjiä vuosien ajan pääasiassa navigoimaan tietojärjestelmissä. Tekoäly antaa meille kuitenkin mahdollisuuden rakentaa järjestelmiä, jotka ymmärtävät kontekstia, päättelevät eri työkalujen välillä ja auttavat ihmisiä siirtymään aikomuksesta toteutukseen. Tuotejohtajana olen eniten kiinnostunut juuri tästä muutoksesta.

Laajojen ja täsmällisten työkalujen rakentamisen haaste

Organisaationi rakentaa tekoälyratkaisuja turvalliseen, yritystason työhön: yrityshakuun, ennakoiviin avustajiin, agentteihin ja kontekstikerrokseen, joka auttaa näitä kokemuksia ymmärtämään yrityksen ihmiset, tiedon, työkalut ja käyttöoikeudet.

Tuote on pohjimmiltaan horisontaalinen. Rakennamme sitä kaikille yrityksen osastoille ja tiimeille – tuote- ja insinööritiimeistä myyntiin ja tukeen sekä IT:hen, henkilöstöhallintoon, taloushallintoon, lakiosastolle ja moniin muihin. Kaikilla on sama yhteinen tarve: auttaa ihmisiä tekemään päätöksiä ja saamaan työnsä tehdyksi pirstaleisessa sovellusten, asiakirjojen, keskustelujen ja järjestelmien kokonaisuudessa.

Tarjoamme tämän yrityksille suunnattuna SaaS-alustana, joka on suunniteltu toimimaan laajassa ja monimutkaisessa järjestelmäkokonaisuudessa samalla, kun se huomioi käyttöoikeudet tarkasti, toimii luotettavasti ja on upotettu käyttäjien päivittäisiin työnkulkuihin. Haasteena – ja mahdollisuutena – on rakentaa jotain, josta on laajasti hyötyä koko yritykselle, mutta joka tuntuu silti täsmälliseltä ja relevantilta kunkin tiimin erityisessä kontekstissa.

Miten tekoäly muuttaa tuotteita ominaisuuksista työnkuluiksi

Emme enää määrittele tuotetta ensisijaisesti erillisten ominaisuuksien kautta. Määrittelemme sen päästä päähän ulottuvana tuotteen työnkulkuna.

Vielä vuosi sitten monet tiimit, myös me, ajattelivat yhä kysymyksiä kuten ”Missä tämä ominaisuus sijaitsee?” tai ”Minkä sivun pitäisi vastata tästä käyttötapauksesta?” Tekoäly sai meidät esittämään toisenlaisen kysymyksen: ”Miten käyttäjä saa työnsä tehtyä aikomuksesta lopputulokseen?”

Se kuulostaa hienovaraiselta muutokselta, mutta muuttaa kaiken. Se muuttaa laajuutta, mittareita, arviointia, käyttökokemusta ja jopa sitä, miten tiimit organisoidaan.

Vähemmistön näkemykseni: Useimmat tiimit aliarvioivat edelleen tämän muutoksen syvyyden. Ne käyttävät tekoälyä lisätäkseen ominaisuuden olemassa olevaan tuotteeseen. Suurempi mahdollisuus on kuitenkin suunnitella koko työn tekemisen kehä uudelleen.

Monissa tapauksissa oikea kysymys ei enää ole ”Mihin sijoitamme tämän kyvykkyyden?” Vaan: ”Minkä nykyisen käyttöliittymän pitäisi poistua, koska järjestelmä pystyy nyt tekemään työn suoremmin?”

Miten tekoäly tukee tuotepäätöksiä ja ihmiset varmistavat luottamuksen

Käytän tekoälyä paljon tiedon syntetisointiin, tutkimiseen ja työni nopeuttamiseen. Tehtäviin kuuluu:

• Asiakaspalautteen yhteenveto monista lähteistä
• Käyttö- ja työnkulkudatan mallien tunnistaminen
• PRD-rakenteen tai vaihtoehtoisten lähestymistapojen luonnostelu
• Useiden UX-suuntien nopea tutkiminen
• Oletusten kriittinen testaaminen
• Alustavien tuotosten luominen suunnittelua, katselmointeja ja viestintää varten

Se, mikä säilyy nimenomaisesti ihmisen tehtävänä, on harkinta. Monet ihmiset vetävät ihmisen ja koneen välisen rajan väärään paikkaan. Raja ei kulje siinä, että tekoäly tekee vähäarvoista työtä ja ihmiset arvokasta työtä. Raja kulkee siinä, että tekoälyn tulisi tehdä laaja-alainen haku, tiivistäminen ja vaihtoehtojen tuottaminen, kun taas ihmisten on edelleen vastattava mausta, luottamuksesta ja peruuttamattomista kompromisseista.

En koskaan ulkoistaisi tuotetajua. En koskaan ulkoistaisi käyttöoikeus- tai luottamuspäätöksiä. Enkä koskaan antaisi mallin tehdä lopullista päätöstä siitä, mitä pitäisi rakentaa, vain siksi, että se pystyy perustelemaan useita vaihtoehtoja.

Vaihtoehtojen tuottaminen on nykyään halpaa. Johdonmukainen harkinta ei ole.

Miten tekoäly tehostaa tuotteensuunnittelun työnkulkuja

Otetaan esimerkiksi tuotteensuunnittelun työnkulkumme.

Voisin aloittaa laajalla kysymyksellä, kuten: “Auta minua pohtimaan, kannattaako tämä ongelma ratkaista nyt.”

Sen jälkeen järjestelmä kokoaa yhteen asiakaspalautetta, aiempia sisäisiä dokumentteja, käyttöön liittyviä signaaleja, asiaan liittyvää tiekarttatyötä ja kilpailuympäristöä. Ja käytän tekoälyä syntetisoimaan tärkeimmät mallit, tunnistamaan avoimet kysymykset ja luonnostelemaan tuotteen alustavan määrittelyn.

Seuraavaksi käytän sitä tämän määrittelyn muuttamiseen konkreettisemmiksi tuotoksiksi: spesifikaatioluonnokseksi, vaihtoehdoiksi, riippuvuuksiksi, julkaisun huomioon otettaviksi seikoiksi ja tiimin toimintakohteiksi.

Ja tämän työnkulun parhaassa muodossa avustaja ei rajoitu luonnosteluun. Se auttaa luomaan tai päivittämään taustalla olevia kohteita niissä järjestelmissä, joissa työ tapahtuu, ihmisen osallistuessa prosessiin ennen kuin mitään vahvistetaan.

Työnkulku etenee tutkimuksesta syntetisointiin ja toteutukseen yhtenä jatkuvana silmukkana. Siinä tekoälystä tulee paljon enemmän kuin chatbot.

Miksi tekoäly nopeuttaa tuotekehitystä mutta haastaa luottamuksen

Kaiken tämän myönteinen seuraus on se, että mahdollisuuksien yläraja on huomattavasti korkeammalla.

Tekoäly voi tiivistää työnkulkuja, jotka aiemmin vaativat jatkuvaa siirtymistä välilehdeltä toiselle, manuaalista syntetisointia ja toistuvaa koordinointia. Se voi tehdä tuotetiimeistä nopeampia siirryttäessä kysymyksestä kontekstiin, kontekstista päätökseen ja päätöksestä toimintaan. Se myös nostaa käyttäjien odotuksia. Kun ihmiset kokevat avustajan, joka ymmärtää heidän työkalunsa, historiansa ja käyttöoikeutensa, he eivät enää halua pistemäisiä ratkaisuja, jotka vastaavat vain kapeisiin kysymyksiin.

Tekoäly siis laajentaa mahdollisuuksia nopeasti, mutta kestävä tuotearvo syntyy edelleen perusteellisuudesta.

Miten luottamuksen suunnittelu ehkäisee tekoälytuotteiden sudenkuoppia

Kielteinen seuraus on se, että tekoäly helpottaa myös vaikuttavan mutta vielä epäluotettavan tuotteen julkaisemista. Alussa monet tiimit painottavat liikaa demovaikutusta ja liian vähän arviointia, käyttöoikeuksia, luotettavuutta ja käyttökokemuksen selkeyttä järjestelmän toiminnasta. Voit synnyttää innostusta nopeasti, mutta jos tuotokset ovat epäjohdonmukaisia tai työnkulku katkeaa viimeisessä vaiheessa, käyttäjät menettävät luottamuksensa yhtä nopeasti.

Luottamuksen ei pitäisi olla myöhemmin lisättävä kerros. Se on osa tuotetta alusta alkaen.

Käyttäjät esittävät lähes välittömästi syvällisempiä kysymyksiä: Mistä tämä on peräisin? Miksi se teki noin? Voinko luottaa siihen? Kunnioittaako se käyttöoikeuksia? Mitä tapahtuu, jos se on väärässä? Jos et suunnittele näitä kysymyksiä varten varhaisessa vaiheessa, joudut rakentamaan tuotteen keskeisiä osia myöhemmin uudelleen.

Jos olisin ymmärtänyt tämän konkreettisemmin jo tuotejohtajuuteni alkuvaiheessa, olisin painottanut vielä aiemmin selkeitä lähdeviitteitä, parempia arviointeja, näkyvämpää edistymistä ja tiukempia ihminen osana prosessia -kontrolleja.

Miksi tekoälyn ympärillä oleva järjestelmä on tärkein

Tekoäly ei ole vielä pystynyt johdonmukaisesti toteuttamaan täysin autonomisia, pitkän aikavälin työnkulkuja niin kuin monet toivoivat.

Se loistaa rajatuissa tehtävissä. Se kehittyy monivaiheisessa suorittamisessa. Mutta kun vastassa on epäselvää, toimintojen rajat ylittävää työtä, joka edellyttää pitkäjänteistä harkintaa, muuttuvia tavoitteita ja sidosryhmien hienovaraista ymmärtämistä, vahvan demon ja luotettavan tuotantoarvon välinen kuilu on edelleen todellinen.

Tekoäly jää myös jälkeen aina, kun tiimit olettavat mallin yksin olevan tuote. Käytännössä todellinen arvo syntyy kontekstista, käyttöoikeuksista, orkestroinnista, arvioinneista ja harkitusta työnkulkujen suunnittelusta. Ilman tätä ympäröivää järjestelmää malli on usein vähiten erottuva osa.

Emrecan jakaa

Se loistaa rajatuissa tehtävissä. Se kehittyy monivaiheisessa suorittamisessa. Mutta kun vastassa on epäselvää, toimintojen rajat ylittävää työtä, joka edellyttää pitkäjänteistä harkintaa, muuttuvia tavoitteita ja sidosryhmien hienovaraista ymmärtämistä, vahvan demon ja luotettavan tuotantoarvon välinen kuilu on edelleen todellinen.

Miten tekoäly tekee tuotetiimeistä monialaisia

Tekoäly on tehnyt parhaista tiimeistä monialaisempia. Tuotehallinnan, suunnittelun, ohjelmistokehityksen, datatieteen ja tuoteoperaatioiden väliset rajat ovat vähemmän jäykkiä, koska tuote itsessään on vähemmän jäykkä.

Vahvojen tekoälyn ympärille rakennettujen tuotteiden kehittäminen edellyttää tiiviimpää yhteistyötä työnkulkujen suunnittelussa, arvioinnissa, luottamuksessa ja iteroinnissa. Se korostaa myös sellaisten ihmisten merkitystä, jotka pystyvät siirtymään käyttäjäkokemuksen ja järjestelmän toiminnan välillä.

Miten tuotejohtajien tulisi sopeutua tekoälyn ohjaamaan muutokseen

Tässä neuvoni:

1. Suunnittele työnkulkusi uudelleen.
2. Käsittele kontekstia tuotteen keskeisenä perusrakenteena. Tekoälytuotteissa ero taianomaisen ja keskinkertaisen välillä ei useinkaan ole mallissa. Kyse on siitä, onko järjestelmällä oikea konteksti oikealla hetkellä ja pystyykö se toimimaan sen perusteella turvallisesti.
3. Investoi arviointeihin ja luottamuksen infrastruktuuriin aiemmin kuin aluksi tuntuu luontevalta. Tuotejohtajat ovat tottuneet mittaamaan klikkauksia ja konversiosuppiloita. Tekoälyssä sinun on mitattava myös laatua, tietoperustaisuutta, turvallisuutta, käyttöoikeuksia ja tehtävien onnistumista. Se ei ole valinnaista. Ala investoi tähän edelleen liian vähän, koska demot palkitsevat uutuudesta ja käyttäjät luotettavuudesta. Käännä tavanomainen toimintajärjestys päälaelleen: Jos tiimisi ei ole rakentanut arviointeja, käyttöoikeuksien hallintaa, lähdeviitteitä ja selkeitä siirtymiä, et ole valmis skaalaamaan kokemusta, vaikka malli näyttäisi demossa kuinka hyvältä tahansa.
4. Lopuksi: älä odota varmuutta. Nyt on aika oppia julkaisemalla, mutta kurinalaisesti.

Pysy mukana

Voit seurata Emrecan Doganin työtä LinkedInissä.

Lisää asiantuntijahaastatteluja on tulossa The CPO Clubiin!