OpenAI:n tuotejohtaja kertoo, miten tekoäly muuttaa tuotehallintaa korkeimmalla tasolla

Kathy Korevec on rakentaja, joka on työskennellyt muun muassa Googlen Labs AI:n tuotepäällikkönä, Vercelin tuote- ja suunnittelujohtajana sekä GitHubin tuotehallinnan vanhempana johtajana. Tällä hetkellä hän työskentelee Codexin parissa OpenAI:lla. Hänen uraansa yhdistää kehittäjätyökalujen luominen, jossa keskiössä ovat tinkimätön käyttäjäkeskeisyys ja yksityiskohdat.

Keskustelimme Kathyn kanssa siitä, miten tekoäly muuttaa tuotehallintaa maailman johtavissa teknologiayrityksissä. Tässä hänen ajatuksiaan.

”Kokkina kokkaamassa kokeille”

Olen aina ollut ensin rakentaja ja vasta sen jälkeen tuotepäällikkö.

Kasvoin kehittäjätyökalujen parissa Herokun, GitHubin ja Vercelin kaltaisissa yrityksissä, mikä on hyvin omanlaisensa tuotehallinnan muoto. Et ainoastaan julkaise ominaisuuksia, vaan rakennat niitä ihmisille, jotka huomaavat välittömästi, jos olet oikonut jossain. Se on kuin olisi kokki kokkaamassa kokeille. Rima on korkealla, ja he huomaavat varmasti, jos kastikkeessa on jotain vialla.

Jotkin lempihetkistäni tuotepäällikkönä eivät oikeastaan olleet perinteistä ”tuotepäällikön työtä” lainkaan. GitHubilla kirjoitin dokumentaation osia uudelleen ja suunnittelin jopa sivuston uudelleen vastaamaan DX-periaatteitani. Olen viettänyt viikonloppuja refaktoroimalla omaa verkkosivustoani säästääkseni pari sataa millisekuntia, koska suorituskyky häiritsi minua. Olin mukana vetämässä Papercuts-nimistä projektia, jossa korjasimme satoja pieniä ärsytyksen aiheita, koska juuri nämä yksityiskohdat ratkaisevat, rakastavatko ihmiset tuotettasi vai vain sietävätkö he sitä.

Se on tavallaan ollut minulle yhdistävä tekijä. En ajattele, että tuotepäälliköt vain tunnistavat puutteita ja täyttävät niitä tai toimivat ”tuotteesi toimitusjohtajana”. Ajattelen, että kyse on epämukavan läheisestä perehtymisestä yksityiskohtiin. Niin läheisestä, että alat välittää asioista, jotka eivät päädy tuotesuunnitelmaan.

Ja nyt elämme tätä tekoälyn aikaa, joka tuntuu rehellisesti sanottuna hieman siltä kuin kaikille annettaisiin suihkureppu ja toivottaisiin, etteivät he lentäisi puuhun.

Vietän paljon aikaa vibe-koodaamisen parissa iltaisin ja viikonloppuisin ja rakennan tekoälyagenttien avulla pieniä, nopeasti kyhättyjä työkaluja. Ideasta toimivaksi tuotteeksi voi päästä yhdessä iltapäivässä, mikä on uskomatonta. Samalla perusasiat ovat tärkeämpiä kuin koskaan. Järjestelmien ja kompromissien ymmärtäminen sekä sen hahmottaminen, miten asiat todella toimivat konepellin alla, erottaa julkaistavan tuotteen sellaisesta, joka kestää.

Muuten päädyt keskeneräisten projektien ja mystisten bugien hautausmaalle.

Matkani tähän hetkeen ei siis oikeastaan ole liittynyt työskentelytapani muuttamiseen. Kyse on ollut siihen panostamisesta entistä voimakkaammin. Lähellä käsityötä pysymisestä. Ja asioiden itse rakentamisesta.

Idean ja validoinnin välisen etäisyyden kaventaminen

Vielä aivan hiljattain johdin Google Labsissa AIDA-nimisen tiimin tuotetyötä. Lyhenne muodostuu sanoista tekoälyavustus kehittäjille.

Työskentelimme varsin syvällä teknologiapinossa. Varhaiset koodausmallit, Geminille syöttämämme koodin harjoitusdata ja sen jälkeen abstraktiotason ylemmäs siirtyminen Colab Composerin ja Julesin kaltaisiin tuotteisiin. Painopiste siirtyi kysymyksestä ”Voimmeko tuottaa koodia?” kysymykseen ”Voimmeko todella auttaa ihmisiä rakentamaan oikeita ohjelmistoja alusta loppuun?”

Johtamani organisaatio oli siis hyvin vahvasti hybridi. Osittain tutkimusta, osittain tuotekehitystä ja osittain ajattelua ”julkaisemme tällä viikolla jotain nopeasti kyhättyä ja katsomme, käyttääkö sitä kukaan”. Käyttäjiimme kuului ammattikehittäjiä sekä ihmisiä, jotka eivät olleet koskaan kirjoittaneet koodia. Se on nöyryyttä opettava kohderyhmä, koska molempien tarpeet on palveltava samanaikaisesti: sekä syvällisyys että helppokäyttöisyys.

Toimitusmalli heijasti tätä. Paljon nopeita iteraatioita, tiiviitä silmukoita mallin kyvykkyyden ja käyttökokemuksen välillä sekä halukkuutta heittää asioita pois, jos ne eivät toimineet. Vähemmän tuotesuunnitelmaa ja enemmän tavoitteellista tutkimista.

Nyt työskentelen OpenAI:lla Codexin parissa, mikä on tavallaan ympyrän sulkeutuminen. Codex sai alkunsa mallina, ja nyt siitä kehittyy ChatGPT:n sisäinen agentti ja sovelluskerros, joka auttaa ihmisiä saamaan työnsä oikeasti tehdyksi. Koodin kirjoittamista, työnkulkujen automatisointia ja järjestelmien yhdistämistä.

Molemmissa tapauksissa yhdistävä tekijä on siis sama. Rakennamme työkaluja, jotka kaventavat idean ja todellisessa maailmassa toimivan asian välistä etäisyyttä.

Miksi tuotepäälliköiden tulisi keskittyä prototyyppiohjattuun tuotekehitykseen

Lakkasin pitämästä määrittelyjä tuotetyön tärkeimpänä tuotoksena. Olin jo aloittanut tämän muutoksen, mutta tekoäly vauhditti sitä.

Urani alkuaikoina, erityisesti GitHubilla ja Herokussa, ymmärsin, kuinka paljon vauhdilla on merkitystä. Todellinen käyttö on tärkeää. Tuotannossa olevasta asiasta oppii enemmän kuin täydellisesti kirjoitetusta dokumentista koskaan.

Tekoäly on vienyt tämän ajattelutavan vielä pidemmälle tiivistämällä sitä entisestään.

Nyt sen sijaan, että kirjoittaisin pitkän määrittelyn ja väittelisin siitä viikon ajan, rakennan itse tuotteesta karkean version. Tai rakentelen kokeilemalla tekoälyn avulla prototyypin päivässä tai kahdessa. Jotain, jota voi napsautella, rikkoa ja jonka perusteella voi muodostaa mielipiteen. Se muuttaa kaiken.

Siirrytään kysymyksestä ”Mitä ajattelemme tapahtuvan?” kysymykseen ”Mitä oikeasti tapahtuu, kun tätä käytetään?” Se muuttaa suuren osan abstraktista keskustelusta konkreettiseksi.

Se muuttaa myös tuotepäällikön roolia. Et vain muotoile ideoita, vaan testaat niitä suoraan paineen alla. Olet lähempänä toteutusta, joten huomaat virheelliset oletukset aiemmin.

Tuloksena on tietenkin nopeus. Julkaisemme nopeammin, hylkäämme ideat nopeammin ja kehitämme hyviä ideoita nopeammin.

Tärkein muutos on kuitenkin se, että päätöksemme ovat rehellisempiä.

Miksi tekoälyn haittapuolet ovat hienovaraisia mutta tärkeitä

Haittapuolia kuitenkin ehdottomasti on.

Yksi niistä on se, mitä kutsuisin ”valheelliseksi vauhdiksi”. Tuntuu siltä, että etenet uskomattoman nopeasti, koska tuotat paljon asioita. Koodia, prototyyppejä, dokumentteja. Kaikki niistä eivät kuitenkaan ole oikeasti hyviä tai käyttökelpoisia. Voit tuottaa paljon näennäistä laajuutta ilman todellista syvyyttä.

Toinen ongelma liittyy laatuun ja luottamukseen. Tekoälyn tuottama koodi voi olla samanaikaisesti yllättävän hyvää ja itsevarmasti väärää. Jos et ymmärrä, mitä konepellin alla tapahtuu, saatat julkaista asioita, jotka ovat hauraita, turvattomia tai vaikeita ylläpitää.

Ja sitten on vielä yksi hienovaraisempi asia. Asioiden aloittaminen on helpompaa kuin koskaan. Niiden saattaminen kunnolla valmiiksi ei välttämättä ole helpompaa. Tulemme näkemään paljon enemmän puoliksi rakennettuja tuotteita, hylättyjä prototyyppejä ja järjestelmiä, jotka toimivat jotenkuten siihen asti, kunnes eivät enää toimi. Olen itse rakentanut muutamia sellaisia.

Kokonaisuutena tulos on siis hieman paradoksaalinen. Pääsemme johonkin nopeammin kuin koskaan. Emme kuitenkaan automaattisesti ole parempia muuttamaan sitä joksikin kestäväksi.

Kathyn ajatuksia

Asioiden aloittaminen on helpompaa kuin koskaan. Niiden saattaminen kunnolla valmiiksi ei välttämättä ole helpompaa. Tulemme näkemään paljon enemmän puoliksi rakennettuja tuotteita, hylättyjä prototyyppejä ja järjestelmiä, jotka toimivat jotenkuten siihen asti, kunnes eivät enää toimi. Olen itse rakentanut muutamia sellaisia.

Miksi neljä periaatetta muuttaa tuotteet hetkellisestä vaikutelmasta luottamuksen arvoisiksi

Haluan kertoa hieman lisää luottamuksesta, koska mielestäni tuotejohtajat aliarvioivat näkymättömän ja heikkolaatuisen ohjelmiston riskin.

Tekoäly tekee asioiden rakentamisesta uskomattoman helppoa. Voit ottaa käyttöön työkaluja, ominaisuuksia ja jopa kokonaisia sovelluksia murto-osassa siitä ajasta, joka niihin ennen kului. Se kuulostaa pelkältä hyödyltä, mutta seurauksena syntyy paljon enemmän ohjelmistoja, jotka toimivat jotenkuten.

Puolivalmiita ominaisuuksia, hauraita järjestelmiä ja nopeasti rakennettuja asioita, joita ei koskaan vahvistettu luotettaviksi. Ne eivät hajoa näyttävästi. Ne vain heikkenevät ajan mittaan. Ne rikkoutuvat hienovaraisilla tavoilla, aiheuttavat hämmennystä tai nakertavat hiljalleen luottamusta.

Riski ei ole vain perinteisessä mielessä tekninen velka. Se on luottamusvelka.

Tässä on neljä periaatetta, joista olen kokenut olevan hyötyä:

1. Tee järjestelmästä ymmärrettävä. Käyttäjien pitäisi pystyä ymmärtämään ainakin pääpiirteissään, mitä tekoäly tekee ja miksi. Täyttä teknistä läpinäkyvyyttä ei tarvita, mutta riittävästi, jotta järjestelmä ei tunnu mustalta laatikolta, joka tekee mielivaltaisia päätöksiä. Tämä voi olla niinkin yksinkertaista kuin vaiheiden näyttäminen, oletusten tuominen esiin tai käyttäjien mahdollisuus tarkastella, mikä muuttui.
2. Suunnittele korjauksia varten. Järjestelmä tulee joskus olemaan väärässä. Se on väistämätöntä. Olennaista on, kuinka helppoa käyttäjän on puuttua tilanteeseen, korjata virhe ja jatkaa eteenpäin. Jos järjestelmän korjaaminen on hankalaa, luottamus laskee nopeasti. Jos se on helppoa, ihmiset jatkavat sen käyttöä, vaikka se ei olisi täydellinen.
3. Rakenna johdonmukaisuutta, älä hetkellistä vaikutusta varten. Monet tekoälytuotteet optimoivat ”vau”-hetkeä. Yhtä todella vaikuttavaa vuorovaikutustilannetta. Luottamus syntyy päinvastaisesta — siitä, että järjestelmä tekee odotetun asian yhä uudelleen ilman yllätyksiä. Erityisesti kehittäjätyökaluissa ennakoitavuus on taikuutta tärkeämpää.
4. Osoita pidättyväisyyttä. Se, että järjestelmä voi tehdä jotain, ei tarkoita, että sen pitäisi tehdä niin. Jos automatisoit liikaa tai otat liikaa hallintaa itsellesi, käyttäjät huomaavat sen. He menettävät kokemuksen omasta toimijuudestaan. Parhaat tuotteet tarjoavat vipuvoimaa poistamatta sinua päätöksenteon piiristä.

Miksi tekoäly ei pysty hoitamaan tuotteiden erilaistamista tai kokonaisvaltaista automaatiota

Tässä on pari muuta aluetta, joilla tekoäly ei yllä odotuksiin.

Paljon puhutaan agenteista, jotka voivat ottaa tehtävän hoitaakseen ja viedä sen itsenäisesti alusta loppuun. Käytännössä useimmat näkemäni järjestelmät vaativat edelleen paljon valvontaa. Niitä ohjataan, korjataan ja niille annetaan uusia kehotteita. Se muistuttaa enemmän innokkaan harjoittelijan johtamista kuin tehtävän delegoimista täysin itsenäiselle tiimikaverille.

Se on edelleen hyödyllistä, mutta eroaa odotuksesta.

Ja sitten on tuotteiden eriyttäminen.

Monet nykyiset tekoälyominaisuudet tuntuvat samanlaisilta. Voit lisätä keskustelukäyttöliittymän, luoda koodia ja tehdä yhteenvedon jostakin. Ne ovat nykyään perusvaatimuksia.

Vaikeampaa on ollut muuttaa nämä ominaisuudet joksikin, joka tuntuu ainutlaatuisen arvokkaalta ja syvästi työnkulkuun integroidulta. Joksikin, jota ihmiset todella kaipaisivat, jos se poistettaisiin.

Uskon, että juuri tässä monet tuotteet jäävät vajaiksi.

Miksi ihmisen harkinta on edelleen välttämätöntä tekoälyä koskevissa tuoteratkaisuissa

Tuotepäälliköiden on kysyttävä itseltään: ”Missä tekoälyllä on oikeasti hyvä arviointikyky? Ja missä ei?”

Tuotetyössä on nykyään osa-alueita, joissa tekoäly on minulle uskomattoman hyödyllinen – hyödynnän sitä paljon kaikessa, missä laajuudesta, nopeudesta tai iteroinnista on hyötyä. Alkuvaiheen selvitystyössä, ratkaisuvaihtoehtojen tutkimisessa, erilaisten lähestymistapojen luonnostelussa ja jopa alustavien käyttöliittymä- tai työnkulkusuuntien luomisessa. Se auttaa erinomaisesti pääsemään eteenpäin jumitilanteista tai näkemään enemmän vaihtoehtoja kuin yksin näkisit.

Käytän sitä paljon myös prototyyppien tekemiseen, kuten mainitsin. Mahdollisuus siirtyä ideasta nopeasti johonkin vuorovaikutteiseen on muuttanut työskentelytapaani täysin.

Ja sitten on kaikki ”välissä” tehtävä työ. Käyttäjäpalautteen tiivistäminen, toistuvien ilmiöiden etsiminen datasta ja dokumenttien luonnostelu. Asiat, jotka ennen veivät paljon aikaa ja vaativat jatkuvaa siirtymistä asiayhteydestä toiseen.

En luota tekoälyyn silloin, kun harkinnalla on todella merkitystä. Priorisointi on yksi tärkeimmistä esimerkeistä. Tekoäly voi auttaa listaamaan vaihtoehtoja, mutta se ei oikeasti ymmärrä liiketoimintasi, tiimisi tai rajoitteidesi välisiä kompromisseja. Se ei tunne väärän päätöksen hintaa.

Sama koskee etenemissuunnitelmaa koskevia päätöksiä. Niissä on kyse vakaumuksesta, ajoituksesta ja joskus vedonlyönnistä, joka ei näytä laskentataulukossa järkevältä.

Käyttökokemus on toinen kiinnostava alue. Tekoäly voi luoda paljon käyttöliittymiä nopeasti, mutta sillä ei ole makua. Se ei tunne, mikä turhauttaa tai ilahduttaa toistuvassa käytössä. Erityisesti kehittäjille suunniteltaessa ero toimivan ja hyvältä tuntuvan ratkaisun välillä on ratkaiseva.

Ja sitten ovat tekniset kompromissit. Tekoäly voi ehdottaa arkkitehtuureja, mutta se ei kanna vastuuta näiden päätösten pitkän aikavälin seurauksista. Tiimisi kantaa.

Miten tekoäly horjuttaa perinteisiä oletuksia tuotteista

Uskon, että suurin oletus, josta olen joutunut luopumaan, on ajatus siitä, että jalkojesi alla oleva maa on vakaa.

Tuotetyössä saattoi pitkään olettaa, että muutamat asiat olivat suhteellisen pysyviä. Käyttöliittymä, työnkulku ja jopa se, mikä tuote on. Niiden puitteissa iteroitiin. Tekoäly rikkoo tämän.

Malli kehittyy, ja yhtäkkiä tuotteesi käyttöalue on väärä. Uusi vuorovaikutusmalli ilmestyy, ja vakaalta tuntunut etenemissuunnitelma muuttuu merkityksettömäksi. Asiat, joita pidit rajoitteina, katoavat, ja tilalle ilmestyy uusia rajoitteita, joihin et ollut varautunut.

Et siis rakenna vain jatkuvasti liikkuvalle perustalle. Kyseenalaistat jatkuvasti, pitäisikö koko perustaa edes olla olemassa. Tämä on muuttanut ajattelutapaani merkittävästi.

Toinen oletus, josta olen luopunut, on se, että parhaat tuotteet ovat tarkimmin määriteltyjä. Aiemmin varhaisessa vaiheessa painotettiin selkeyttä. Määritellään ongelma, määritellään ratkaisu ja toteutetaan siististi.

Nyt suuri osa arvosta syntyy siitä, että tutkimusvaiheessa pysytään pidempään kuin olisi mukavaa. Tuotteen annetaan olla hieman määrittelemätön samalla, kun taustalla olevat kyvykkyydet kehittyvät edelleen.

Viimeinen liittyy siihen, missä arvo sijaitsee. Ajattelin ennen, että suuri osa tuotteen arvosta oli käyttöliittymässä. Käyttöliittymässä, työnkulussa ja pikseleissä. Nyt suuri osa arvosta on käyttäytymisessä. Siinä, miten järjestelmä reagoi, mukautuu ja tekee yhteistyötä. Käyttöliittymä on edelleen tärkeä, erityisesti kehittäjille, mutta se ei enää ole painopiste.

Miten tekoäly sulauttaa rooleja yhteen

Roolit sulautuvat yhteen. PM:n, insinöörin ja suunnittelijan väliset rajat ovat muuttumassa paljon häilyvämmiksi.

Tekoälyn avulla voit prototypoida, kirjoittaa koodia, tutkia UX:ää ja testata ideoita paljon suoremmin. Tämä tarkoittaa, että yhä useammat ihmiset voivat toimia aiemmin hyvin erillisinä pidettyjen roolien rajapinnoilla. Ja se muuttaa tiimin rakennetta.

Välikäsiä tarvitaan vähemmän. Tarvitaan enemmän ihmisiä, jotka voivat ottaa idean ja viedä sitä itse eteenpäin ainakin merkitykselliselle tarkkuustasolle.

Olen kokenut tämän varsin henkilökohtaisesti. Siirryin hiljattain takaisin yksittäisenä tekijänä toimivaksi PM:ksi, ja se on ollut uskomattoman palkitsevaa. Olen jälleen paljon lähempänä itse työtä. Rakennan asioita, testaan ideoita ja perehdyn yksityiskohtiin. Se muistuttaa minua siitä, että suuri osa tuotearviointikyvystä syntyy asioiden tekemisestä, ei vain niiden koordinoinnista.

Tämä ei tarkoita, että esihenkilöt tai erikoistuminen katoaisivat. Tarvitset edelleen syvällistä asiantuntemusta erityisesti esimerkiksi järjestelmäsuunnittelun tai korkealaatuisen UX:n kaltaisilla alueilla. Mutta tarvitset myös enemmän “koko tuotepinon ajattelijoita”, jotka pystyvät liikkumaan sujuvasti koko pinon alueella ja hyödyntämään tekoälyä vipuvoimana.

Miksi tekoäly on muuttanut käyttäjien odotuksia

Tekoäly ei ainoastaan paranna tuotettasi. Se määrittää uudelleen, mitä käyttäjät odottavat kaikilta tuotteilta. Et siis enää kilpaile vain suorien kilpailijoidesi kanssa. Kilpailet parhaan tekoälykokemuksen kanssa, jonka joku on saanut missä tahansa kyseisen viikon aikana.

Luulen aliarvioineeni sen, kuinka nopeasti tämä odotusten muutos tapahtuisi.

Käytännössä tämä tarkoittaa, että “riittävän hyvän” aikaikkunat ovat paljon lyhyempiä. Jokin voi tuntua maagiselta maanantaina ja vanhentuneelta perjantaina. Jos olisin tiennyt tämän, olisin optimoinut enemmän mukautuvuutta ja vähemmän viimeisteltyä ulkoasua varten.

Kathyn ajatuksia

Luulen aliarvioineeni sen, kuinka nopeasti tämä odotusten muutos tapahtuisi…Käytännössä tämä tarkoittaa, että “riittävän hyvän” aikaikkunat ovat paljon lyhyempiä.

Miksi tuotejohtajien on nähtävä tekoäly toimintatavan muutoksena

Neuvoni on suhtautua tähän hetkeen ennemmin toimintatavan muutoksena kuin työkalun vaihtumisena.

Tärkein taito juuri nyt on kyky nähdä selkeästi. Tekoäly tuottaa paljon sisältöä. Ideoita, koodia ja suuntaviivoja. Riskinä on, että alat pitää tätä tuotosta totuutena. Tuotejohtajana tehtäväsi on siis pysyä kiinni siinä, mitä todella tapahtuu. Mitä käyttäjät tekevät, missä asiat rikkoutuvat ja mikä kestää aikaa.

Toinen asia on rakentaa sitä, mihin itse tukeudut. Jos työskentelet tekoälytuotteiden parissa, sinun pitäisi käyttää niitä perusteellisesti. Ei vain esittelyissä tai katselmuksissa, vaan omissa työnkuluissasi. Tunnet puutteet heti: missä asiat ovat hitaita, missä ne ovat sekavia ja missä ne melkein toimivat, mutta eivät aivan. Tällaista omakohtaista kokemusta on vaikea korvata, ja se muuttaa päätöstesi laatua.

Kolmas asia on oppia tuntemaan olosi mukavaksi jännitteiden keskellä. Nopeuden ja laadun, tutkimisen ja kurinalaisuuden sekä mahdollisen ja todella hyödyllisen välillä on tällä hetkellä todellinen ristiriita. Tätä jännitettä ei ole tarkoitus ratkaista. Se on itse työ. Parhaat näkemäni tiimit eivät yritä poistaa sitä. Ne navigoivat siinä tarkoituksellisesti. Ne etenevät nopeasti oppiessaan ja hidastavat, kun jonkin on oltava oikein.

Äläkä lopuksi anna tekoälyn muuttaa sinua tuotosten hallinnoijaksi. On hyvin helppoa jäädä sivuun koordinoimaan, kirjoittamaan kehotteita, arvioimaan ja siirtymään eteenpäin. Mutta parhaat tuotejohtajat ovat juuri nytkin hyvin lähellä itse tekemistä. He rakentavat, testaavat ja korjaavat asioita, jotka häiritsevät heitä.

Sillä loppujen lopuksi työ ei ole muuttunut. Olet edelleen vastuussa sellaisen asian tekemisestä, joka toimii, johon ihmiset luottavat ja joka sopii heidän elämäänsä. Tekoäly muuttaa vain sitä, miten pääset tavoitteeseen.

Seuraa mukana

Voit oppia lisää Kathylta hänen tuotetyön blogistaan tai hänen henkilökohtaiselta sivustoltaan. Voit myös seurata häntä X:ssä.

Lisää asiantuntijahaastatteluja on tulossa CPO Clubille!