American Expressin tuotejohtaja sanoo, että tekoäly on integroitava tuoteorganisaatioihin asteittain — yhden vaiheen ohittaminen tulee kalliiksi

Abishek (Abhi) Gandotra aloitti uransa insinöörinä, mutta siirtyi tuotekehityksen pariin ja toi teknisen osaamisensa mukanaan. Hän toimii tällä hetkellä American Expressin tuotejohtajana. Hän on myös teoksen Suvereeni agentti kirjoittaja.

Hän liittyi seuraamme kertomaan, mitä hän oppii tekoälyn hämärtäessä tekniikan ja tuotekehityksen välisiä rajoja entisestään. Tässä hänen kertomansa asiat.

Insinöörityöstä tuotekehitykseen

Olen Abhi Gandotra, ja johdan American Expressin pankkialustan tuoteorganisaatiota. Aloitin insinöörinä ja käytin urani ensimmäisen vuosikymmenen koodin kirjoittamiseen. Siksi en ole koskaan pitänyt teknologiaa mustana laatikkona. Kun jokin ei päädy tuotantoon, haluan tietää miksi – sillä tasolla, jolla ongelma ilmenee.

Siirryin tuotekehitykseen, koska minua alkoi kiinnostaa vähemmän asioiden rakentaminen oikein ja enemmän oikeiden asioiden rakentaminen. Green Dotilla käytin yli vuosikymmenen pankkipalvelualustan rakentamiseen – veimme sen ideasta yli miljardin dollarin B2B-liikevaihtoon yli 80 yrityskumppanin parissa. Se opetti minulle asian, johon uskon edelleen: alustat menestyvät, kun ne tekevät muiden ihmisten vaikeista ongelmista helppoja. Nyt teen samaa Amexilla pankki- ja maksuliikenneinfrastruktuurin parissa, eri mittakaavassa ja siihen liittyvien sääntelyvaatimusten puitteissa.

Tekoälyn merkitys ei näyttäydy minulle pelkkänä hypeenä. Käytän näitä työkaluja parhaillani – rakennan agentteja, käynnistän tekoälytaitojen kehittämisohjelmaa koko organisaatiossani ja johdan pieniä tiimejä, jotka etenevät ideasta toimivaan ohjelmistoon päivissä. Insinöörivaistoni palasivat täydessä mitassa. Kuilu sen välillä, että ”minulla on idea” ja että ”se on käynnissä”, ei ole koskaan ollut näin lyhyt. Juuri se innostaa minua – ei hype, vaan nopeus.

Tuotekehityksen johtaminen infrastruktuurikerroksen sisältä

Kuten sanoin, johdan American Expressin pankkialustan tuoteorganisaatiota – digitaalista pankki- ja maksuliikennealustaa, joka muodostaa kuluttaja- ja yrityspankkipalveluidemme perustan. Kyseessä on infrastruktuurikerros: perusrakenteet, tili- ja rahansiirto-ominaisuudet sekä hallintakeinot, jotka tukevat kaikkia asiakasrajapinnan elementtejä.

”Käyttäjämme” muodostavat kaksi erillistä ryhmää: loppuasiakkaat, jotka käyttävät tuotetta pankki- ja maksupalveluidensa kautta, sekä sisäiset tuote- ja insinööritiimit, jotka rakentavat alustamme päälle. Alustatyössä on palveltava samanaikaisesti rakentajia ja loppukäyttäjiä – jos optimoit vain toista, toinen kärsii.

Toimimme mittakaavassa ja sääntely-ympäristössä, joita yli satavuotiaalta rahoituslaitokselta odotetaan. Tämä tarkoittaa, että luotettavuus ja vaatimustenmukaisuus eivät ole ominaisuuksia vaan lähtökohtaisia vaatimuksia. Toimitusmallimme yhdistää sisäisen tuote- ja insinöörityön keskeisiin teknologiakumppaneihin, joten tehtäväni on suurelta osin koordinoida kokonaisuutta – sovittaa sisäiset tiekartat yhteen ulkoisten valmiuksien sekä riski- ja vaatimustenmukaisuustiimiemme edellyttämien kontrollien kanssa.

Miten tekoäly siirtää prototyyppien rakentamisen insinöörityöstä tuotekehitykseen

Suurin tekemäni muutos oli se, että lopetin prototyyppien rakentamisen pitämisen insinöörityölle kuuluvana pyyntönä ja tein siitä tuotekehityksen kyvykkyyden.

Vuosi sitten uuden idean validointi tarkoitti kuvauksen kirjoittamista, sen lisäämistä työlistalle ja viikkojen odottamista, että insinöörit ehtivät rakentaa jotain käyttäjien tai kumppaneiden arvioitavaksi. Nyt johdan pieniä tiimejä, jotka etenevät konseptista toimivaan ohjelmistoon päivissä – tekoälypohjaisten koodaustyökalujen avulla rakennetaan toimiva prototyyppi oikeaa SDK:ta vasten, ei klikattavaa mallia. Eräässä hiljattain toteutetussa hankkeessa pieni tiimi rakensi ja testasi toimivan palkkahallinnon integraation siinä ajassa, joka aiemmin kului vaatimuksista sopimiseen.

Tämä muutti päätöksentekoamme. Kun voit esitellä kumppanille tai sidosryhmälle toimivaa ohjelmistoa muutamassa päivässä, keskustelu lakkaa olemasta abstraktia – keskustelet jostain todellisesta, todellisine rajoineen, sen sijaan että väittelisit esityksestä. Tämä on poistanut suuren osan analyysihalvauksesta, joka aiemmin söi tiekarttamme alkupään. Kun tiimini tuotepäälliköt myös rajaavat prototyyppejä ja rakentavat niitä itse, insinöörien aika voidaan käyttää siihen, missä sitä todella tarvitaan.

Nyt vaikeinta ei ole rakentaminen. Vaikeinta on arvioida, mitä kannattaa rakentaa. Harkinta ja priorisointi ovat niukkoja resursseja. Juuri tähän muutokseen keskityn johtajana eniten.

Käytännön työnkulku ideasta prototyypiksi

Tässä on yleinen työnkulku ideasta toimivaan prototyyppiin, tiivistettynä viikoista päiviksi.

1. Rajaa ongelma: Kaikki alkaa ihmisistä — kumppanin tarpeesta tai havaitsemastamme puutteesta. Käytän AI-avustajaa ajattelukumppanina rajauksen koettelemiseen: kenelle tämä on tarkoitettu, mikä on varsinainen tehtävä, joka on tarkoitus saada tehdyksi, ja mikä tekisi rakentamisesta kannattamatonta? Näin kysymys tarkentuu ennen rakentamisen aloittamista.
2. Yhdistä lähtötiedot: Ohjaamme AI:n olennaisen aineiston pariin — tutkimukseen, tukipalvelun teemoihin, kilpailutilanteeseen ja aiempaan sisäiseen taustatietoon — ja saamme yhdistetyn näkymän minuuteissa päivien sijaan. Ihminen käy sen läpi tunnistaakseen, mitä malli ei huomioinut tai painotti liikaa; synteesi on lähtökohta, ei lopullinen päätös.
3. Rakenna toimiva prototyyppi: Tämä on suurin muutos. Sen sijaan että kirjoittaisimme määrittelyn ja odottaisimme teknisen toteutuksen kapasiteettia, pieni tiimi käyttää AI-koodaustyökaluja toimivan ohjelmiston pystyttämiseen oikealla käyttöliittymällä — ei klikattavaa mallinnusta, vaan jotain, joka todella toimii. Päiviä, ei viikkoja.
4. Esittele se ihmisille: Esittelemme toimivan prototyypin sidosryhmille tai kumppanille varhaisessa vaiheessa. Koska kyseessä on oikeasti toimiva ratkaisu, palaute on aitoa — keskustelemme toiminnasta ja poikkeustapauksista sen sijaan, että reagoisimme esitysmateriaaliin.
5. Tee päätös harkintaa käyttäen: Tässä vaiheessa AI astuu sivuun. Se, investoimmeko lisää, miten ratkaisu sopii etenemissuunnitelmaan ja mitä valvonta- ja vaatimustenmukaisuusvaikutuksia sillä on — nämä ovat ihmisten päätöksiä, joiden vastuut ovat suunnittelun mukaisesti selkeät.

Miksi tuotepäällikön vastuualueen on muututtava

Tämän vuoksi olen aktiivisesti määritellyt uudelleen tuotepäällikön omistajuuden laajuutta, tuotteen ja teknisen toteutuksen välisiä siirtymäkohtia sekä — mikä tärkeintä — tuotantoon vietävien tuotepäällikön rakentamien tuotosten laatukriteerejä.

Kun tuotepäällikkö pystyy viemään työn alusta loppuun tuotantoon, on vastattava uusiin kysymyksiin, joita vanha toimintamalli ei koskaan pakottanut esittämään. Mistä tuotepäällikkö on nyt vastuussa, mistä hän ei aiemmin ollut? Missä teknisen toteutuksen harkinnan on edelleen ohjattava työtä, ja missä se vain hidastaa sitä? Mitä ”tuotantovalmius” tarkoittaa, kun rakentaja ei ole insinööri?

Keskityn johdonmukaisuuteen, en nopeampaan julkaisemiseen sen itsensä vuoksi. Jos kaikille annetaan valta rakentaa, vaarana on, että jokainen rakentaa oman versionsa kaikesta ja organisaatio pirstoutuu kyvykkäiksi siiloiksi, jotka eivät vahvista toistensa toimintaa. Siksi uudistuksessa on yhtä paljon kyse yhteisistä perustuksista ja yhteisestä laatustandardista kuin tuotepäälliköiden mahdollisuuksien lisäämisestä. Oikein tehtynä tiimit liikkuvat huomattavasti nopeammin ja rakentavat toistensa päälle sen sijaan, että ne rakentaisivat toistensa ympärille.

Miksi AI:n tulisi tuottaa vaihtoehtoja ihmisten käyttäessä harkintaa

AI on erinomainen vaihtoehtojen tuottamisessa; ihmisten on silti vastattava harkinnasta, erityisesti säännellyssä pankkitoiminnassa.

Hyödynnän AI:ta seuraaviin:

• Selvitystyöhön ja yhdistämiseen: tutkimuksesta, tukipyynnöistä, kumppanipalautteesta ja kilpailutilanteesta saatavan olennaisen tiedon poimimiseen paljon nopeammin kuin ihminen pystyisi lukemaan kaiken.
• Prototypointiin ja kokeiluihin: toimivan ohjelmiston pystyttämiseen idean testaamiseksi sen sijaan, että väittelisimme siitä.
• Lähes kaiken ensimmäiseen luonnokseen: vaatimuksiin, analyyseihin ja markkinakatsauksiin.

AI vie meidät uskottavaan lähtöpisteeseen — johon aiemmin kului suurin osa ajastamme — minuuteissa.

Pidän seuraavat asiat nimenomaisesti ihmisten vastuulla:

• Priorisointi ja etenemissuunnitelmaa koskeva päätös: AI voi tuoda kompromissit esiin, mutta sen päättäminen, mitä rakennamme — ja mitä tietoisesti jätämme rakentamatta — edellyttää harkintaa strategiasta, riskinottohalusta ja asiakkaistamme, enkä ole valmis ulkoistamaan sitä.
• Kaikki sääntelyyn tai riskiä koskeviin päätöksiin liittyvä: Meidän maailmassamme ”malli ehdotti sitä” ei ole vastaus, jonka voi antaa valvojalle.
• Vaikeat ihmis- ja sidosryhmäpäätökset: Tällä tarkoitan tilanteen lukemista ja kumppaneiden välisten kilpailevien prioriteettien yhteensovittamista. Nämä ovat peruuttamattomasti inhimillisiä.

Miten tekoäly tuo mukanaan sekä nopeutta että liiallista itsevarmuutta

Abhin ajatuksia

Opetus oli, että tekoäly pienentää ensimmäisten 80 prosentin kustannuksia niin dramaattisesti, että tiimit aliarvioivat jäljelle jäävät 20 prosenttia, joissa piilee kaikki pankkialan vaikeus. Erotamme nyt tietoisesti toisistaan sen, että jokin “näyttää valmiilta” ja sen, että jokin “on valmis,</em", ja olen tehnyt normaaliksi sen, että toimiva demo on vaikean keskustelun alku, ei sen loppu.

Selkein hyöty on elinkaaren alkuvaiheen nopeus:

• Prototyyppikierrokset, jotka ennen kestivät viikkoja, vievät nyt päiviä. Tämä tarkoittaa, että testaamme useampia ideoita ja hylkäämme huonot aiemmin – ennen kuin ne kuluttavat todellista tuotekehityskapasiteettia.
• Tuotepäällikköni selviytyvät nyt tutkimuksesta, tukipalautteen läpikäynnistä ja kilpailijakatsauksista murto-osassa aiemmasta ajasta, joten he saapuvat priorisointikeskusteluihin paremmin valmistautuneina.
• Tuotepäälliköt, jotka eivät aiemmin pystyneet toimittamaan mitään ilman ohjelmistokehittäjää, voivat nyt pystyttää toimivan prototyypin itse. Se muuttaa tiimin ilmapiiriä. Ihmiset kokevat jälleen olevansa enemmän tekijöitä.

Opimme kuitenkin kantapään kautta, että tekoälyn tuottama sisältö vaikuttaa varmalta silloinkin, kun se on väärässä, ja säännellyssä ympäristössä se on vaarallista. Alkuvaiheessa prototyyppi näytti riittävän viimeistellyltä luodakseen vääränlaisen varmuuden siitä, kuinka lähellä olimme jotakin todellista. Demo toimi, mutta vaikea 20 prosenttia – poikkeustapaukset, kontrollit ja vaatimustenmukaisuuslogiikka – oli täysin käsittelemättä.

Opetus oli, että tekoäly pienentää ensimmäisten 80 prosentin kustannuksia niin dramaattisesti, että tiimit aliarvioivat jäljelle jäävät 20 prosenttia, joissa piilee kaikki pankkialan vaikeus. Erotamme nyt tietoisesti toisistaan sen, että jokin "näyttää valmiilta" ja sen, että jokin "on valmis," ja olen tehnyt normaaliksi sen, että toimiva demo on vaikean keskustelun alku, ei sen loppu.

Demon ja tuotearvon välinen kuilu

Demon taianomaisen vaikutelman ja kestävän tuotearvon välillä on suuri kuilu. Tekoäly loistaa vaikuttavassa nollasta yhteen -hetkessä, mutta tuottaa jatkuvasti pettymyksen epäkiinnostavassa työssä, joka saa aikaan pitkäkestoisia vaikutuksia.

Muutama esimerkki:

• Säänneltyjen työnkulkujen "viimeinen maili": Tekoäly tuottaa toimivan prototyypin nopeasti, mutta pankkialalla arvo ei synny ihanteellisesta peruspolusta – vaan kontrolleista, auditointijäljistä, poikkeustenkäsittelystä ja täsmäytyslogiikasta. Tekoäly ei ole nopeuttanut tätä osuutta merkittävästi. Odotin sen tiivistävän koko rakennusprosessin, mutta se tiivisti vain etupuoliskon. Jälkipuolisko on edelleen yhtä vaikea kuin ennenkin, ja juuri siinä piilee suurin osa todellisesta tuotearvosta.
• Integraatio vanhan järjestelmäympäristön kanssa: Suuri osa alustan arvosta syntyy siitä, kuinka sujuvasti se integroidaan olemassa oleviin järjestelmiin – kumppanien rajapintoihin, keskusjärjestelmiin ja vuosikymmeniä vanhoihin sisäisiin palveluihin. Tekoälytyökalut toimivat erinomaisesti uusissa ympäristöissä, mutta niiden teho heikkenee huomattavasti heti, kun ne kohtaavat todelliset rajoitteemme. Sotkuinen ja kontekstista riippuvainen integraatiotyö, joka määrittää tosielämän alustasuunnittelua, on juuri se alue, jolla ne auttavat vähiten.
• Päätösten laatu strategisella tasolla: Toivoin, että tekoälyn tekemä synteesi terävöittäisi priorisointiamme. Se on tehnyt meistä nopeampia ja paremmin informoituja, mutta se ei ole helpottanut vaikeita päätöksiä – koska vaikeissa päätöksissä ei koskaan ollut kyse tiedon puutteesta, vaan vakaumuksesta, kompromisseista ja riskinottohalusta. Tekoäly antoi meille enemmän analyysiä, mutta ei enemmän selkeyttä. Se oli hyödyllinen odotusten korjaus.

Miksi tekoälyn integroinnin tulisi edetä vaiheittain

Alempia tasoja ei voi ohittaa. Tekoälyn kanssa – erityisesti nykyisten kyvykkäiden mallien kohdalla – on houkuttelevaa tavoitella suoraan vaikuttavaa lopputulosta: autonomista järjestelmää tai itsenäisesti toimivaa agenttia. Opin, että siihen on edettävä ansaitusti. Oikopolun yrittäminen tulee kalliiksi.

Ajattelen tätä nykyään kypsyyskehityksenä. Tekoälykyvykkyys etenee kaikissa vakavissa operatiivisissa toimintaympäristöissä vaiheittain – ensin tuottavuus (olemassa olevan työn nopeuttaminen), sitten tehokkuus (rutiinivaiheiden automatisointi), sen jälkeen älykkyys (syvällisempi ymmärrys ja päätöksenteon tuki) ja vasta lopuksi autonomia (itsenäisesti toimivat järjestelmät). Jokainen taso riippuu sitä edeltävästä tasosta. Luotettavaa agenttia ei voi ottaa käyttöön alustalla, joka ei vielä pysty tarkkailemaan itseään, tuomaan omaa konfiguraatiotaan näkyviin tai näyttämään, miksi se teki tietyn päätöksen. Autonomia ilman havainnoitavuutta ei ole kehittyneisyyttä – se on riski, jota et pysty näkemään.

Jos olisin oivaltanut tämän aiemmin, olisin välttänyt kiusausta luvata liikaa pinon huipulta ennen kuin perusta oli vankka. Kaikkein kunnianhimoisin demo imaisee helposti mukaansa, koska se innostaa kaikkia. Mutta näyttävä autonominen kyvykkyys, joka lepää epäkypsän perustan päällä, hajoaa tavoilla, joita on vaikea diagnosoida, ja rapauttaa nopeasti luottamusta — ja kun luottamus on kerran menetetty järjestelmään, joka toimi väärin, sen rakentaminen uudelleen on kallista.

Siksi sanoisin kaikille, jotka julkaisevat ensimmäistä tekoälyohjattua tuotettaan: ole rehellinen sen suhteen, millä tasolla olet, tuota sillä tasolla todellista arvoa ja anna korkeamman tason kyvykkyyksien ansaita paikkansa. Järjestys ratkaisee kaiken.

Miten CPO:t voivat optimoida oikean niukkuuden mukaan

Kaiken kaikkiaan neuvoni on lopettaa väärän niukkuuden optimointi.

Suurimman osan urastamme pullonkaulana oli tuotanto — asioiden rakentaminen. Siksi järjestimme kaiken läpimenon ympärille: työjonot, kapasiteetin suunnittelu ja nopeampi julkaiseminen. Tekoäly vain poisti tuon pullonkaulan. Vaihtoehdon, prototyypin, luonnoksen tai analyysin tuottamisen kustannus lähestyy nollaa. Ja kun yksi rajoite katoaa, uusi rajoite muuttuu merkitykselliseksi.

Uusi niukka resurssi on harkintakyky — tieto siitä, mitä kannattaa rakentaa, mille kannattaa sanoa ei, miltä ”hyvä” näyttää ja mitä tekoälyn itsevarma tuotos huomaamatta tekee väärin. Neuvoni koostuu siis kolmesta osasta:

1. Käytä tekoälyhyötysi harkintakykyyn, älä vain nopeuteen: Nopeammin etenemisen tarkoitus ei ole julkaista enemmän — vaan saada lisää mahdollisuuksia onnistua, jotta voit olla valikoivampi. Jos tekoäly vain saa sinut rakentamaan enemmän vääriä asioita nopeammin, olet pahentanut ongelmaa etkä ratkaissut sitä.
2. Pysy lähellä tekemistä: Vaikeuksiin joutuvat johtajat, jotka pitävät tätä jonkun muun työkalupäätöksenä. Rakenna jotain itse. Et voi johtaa tiimiä muutoksen läpi, jos olet vain lukenut siitä — vaistosi ovat virittyneet maailmaan, jota ei enää ole.
3. Terävöitä toimialatuntemustasi, älä tee siitä epämääräisempää: Kaikilla on nyt pääsy samaan yleiskäyttöiseen tekoälyyn. Etusi ei ole malli — vaan asiakkaidesi, sääntely-ympäristösi ja liiketoimintasi erityinen, kovalla työllä hankittu tuntemus. Tekoäly tekee yleisestä hyödykkeistettyä ja tekee erityisestä arvokkaampaa. Nojaa siihen, mikä on sinun.

Tämä hetki palkitsee näkemyksellisyyttä ja vakaumusta enemmän kuin tietoa ja ponnistelua. Se tuntuu epämukavalta, koska voit hallita ponnistelua, mutta sinun on kehitettävä näkemyksellisyyttä. Johtajat, jotka sisäistävät tämän varhain, ovat kuitenkin niitä, joiden kehitys kumuloituu.

Seuraa mukana

Voit seurata Abhi Gandotran työtä LinkedInissä ja hänen verkkosivustollaan. Tutustu myös hänen kirjaansa Suvereeni agentti.

Lisää asiantuntijahaastatteluja on tulossa The CPO Clubissa!