Nämä työnkulut tarvitsevat kipeästi tekoälyuudistusta, sanoo globaali tuotejohtaja

Tony Pagliocco on Aldarin globaalin tuotepäällikkyyden apulaisjohtaja, ja hän vastaa tuotestrategiasta, toimintakehyksistä ja työskentelytavoista 24 tuotetoimintojen ohjaamassa työryhmässä.

Hän ja hänen tiiminsä keskittyvät sisällyttämään tekoälyn suoraan tuotetyönkulkuihinsa. Keskustelimme siis hänen kanssaan selvittääksemme, mitä työnkulkuja hän parhaillaan optimoi ja miten hän varmistaa käyttöönoton koko organisaatiossa. Näin hän vastasi.

Monimutkaiset ongelmat suuressa mittakaavassa

Olen viimeisten yli 20 vuoden aikana rakentanut ja skaalannut digitaalisia tuotteita eri toimialoilla mediasta ja pelaamisesta ilmailuun, logistiikkaan ja nyt täällä Arabiemiirikunnissa kiinteistöalaan. Ratkaisen johdonmukaisesti monimutkaisia ongelmia suuressa mittakaavassa ja rakennan tiimejä, jotka tuottavat vaikuttavia tuloksia.

Urani alkuvaiheessa työskentelin hyvin käytännönläheisesti – lanseerasin tuotteita ja opettelin toteuttamista. Myöhemmin johdin suurempia tuotetoimintoja ja edistin yritystason muutosta. Yksi muovanneimmista vaiheista oli Boeingilla, jossa johdin 777- ja 787-ohjelmia tukevien digitaalisten älytehdasalustojen tuotekehitystä. Työskentelimme useiden petatavujen data-ympäristöissä ja sovelsimme NLP:tä sekä konenäköä valmistuksen ja toimitusketjun työnkulkuihin. Rakensimme järjestelmiä ennakoimaan ongelmia, optimoimaan toimintoja ja toimimaan globaalissa mittakaavassa. Tämä kokemus muokkasi ajatteluani datasta, alustoista ja nyt tekoälystä.

Aldarilla tekoäly on syvästi integroitu kaikkeen rakentamaamme älykaupunkialustoista ja digitaalisista kaksosista yleissuunnitteluun ja toteutettavuustyökaluihin. Käytämme tekoälyä päätösten simulointiin, ennustamiseen ja optimointiin jo kauan ennen kuin mitään rakennetaan fyysisesti, mikä muuttaa perusteellisesti tapaa, jolla liiketoiminta toimii.

Tämä on käännekohta. Siirrymme ohjelmistojen rakentamisesta älykkäiden järjestelmien rakentamiseen – ja tuotetoimintojen johtamisen rooli muuttuu etenemissuunnitelmien hallinnasta datan, tekoälyn ja todellisten tulosten orkestrointiin suuressa mittakaavassa.

Tuotestrategian johtaminen

Toimin tällä hetkellä Aldarin globaalin tuotepäällikkyyden apulaisjohtajana ja raportoin digitaalisesta toiminnasta vastaavalle johtajallemme. Johdan tuotestrategiaa, toimintakehyksiä ja työskentelytapoja 24 tuotetoimintojen ohjaamassa työryhmässä.

Tiimimme kattavat laajan kokonaisuuden, johon kuuluvat kiinteistömyynti, vähittäiskauppa, kaupalliset ja asuinkiinteistöt, kanta-asiakkuus ja markkinointi, verkkokauppa, vieraanvaraisuus sekä älykkään kaupungin IoT – ja kaiken perustana on lippulaiva-alustamme Live Aldar. Tuemme sekä asiakkaille suunnattuja kokemuksia että sisäisiä alustoja ja keskitymme vahvasti yhdistämään kaiken saumattomaksi, päästä päähän ulottuvaksi kokonaisuudeksi.

Toteutusta varten toimimme liiketoimintatulosten mukaan kohdistetuissa monialaisissa työryhmissä ja investoimme samalla yhteisiin alustoihin, kuten identiteetinhallintaan, maksuihin, dataan ja tekoälyyn, jotta voimme skaalata toimintaamme koko ekosysteemissä. Tehtäväni on varmistaa rakentamisen yhdenmukaisuus ja samalla mahdollistaa jokaiselle osa-alueelle nopea eteneminen ja vaikuttavien tulosten saavuttaminen.

Miksi tekoäly edellyttää vahvaa perustaa

Tonyn ajatuksia

Tekoälyn kanssa vaikeuksiin joutuvat tiimit yrittävät yleensä rakentaa sen toimimattomien perustojen päälle.

Ensimmäiseksi on sanottava tämä: tekoäly ei ole ominaisuus. Se on kyvykkyys, joka muuttaa koko tuotteen ja organisaation toimintatapaa.

Monet tiimit lähestyvät tekoälyä kuten mitä tahansa muuta parannusta – lisäävät chatbotin, automatisoivat työnkulun tai kehittävät ominaisuutta. Tämä ajattelutapa rajoittaa vaikutusta. Todellinen muutos on siinä, että tekoäly muuttaa päätöksentekoa, tuotteiden rakentamista ja arvon luomista.

Se tuo esiin myös perustavanlaatuiset asiat. Jos data on pirstaloitunutta, työnkulut epäselviä tai tuoteajattelu heikkoa, tekoäly voimistaa näitä ongelmia. Tekoälyn kanssa vaikeuksiin joutuvat tiimit yrittävät yleensä rakentaa sen toimimattomien perustojen päälle.

Oleellista on varmistaa, että sillä on oikeat syötteet, rakenne ja suojareunat. Ilman näitä tulokset saattavat näyttää pinnallisesti hyviltä, mutta niiltä puuttuu todellisessa tuoteympäristössä tarvittava luotettavuus. Jos olisin tiennyt tämän alusta alkaen, olisin investoinut aiemmin datan puhdistamiseen, ongelma-alueen selkeämpään määrittelyyn ja vahvempien rajojen asettamiseen tekoälyn käytölle tuotteessa.

Pelkästään tämä olisi säästänyt aikaa välttämällä epärealistiset odotukset. Paine edetä nopeasti ja esitellä tekoälyä on usein kova, mutta ilman oikeita perusedellytyksiä iteraatioita tehdään enemmän kuin on tarpeen – tai mikä pahempaa, käyttäjien luottamus menetetään.

Ennen kuin siis ryhdytään toimeen, johtajien on kysyttävä: "Onko meillä dataa, toimintamallia ja tuotetyön kurinalaisuutta, jotta voimme hyödyntää tätä?"

Miten tekoäly muuttaa tuotekehitysprosessia

Yksi suurimmista viimeisen vuoden aikana tekemistämme muutoksista on siirtyminen staattisesta ja dokumenttikeskeisestä tuotekehityksestä tekoälyavusteiseen jatkuvaan löytämiseen ja toimitukseen.

Perinteisesti prosessimme perustui jäsenneltyihin tuotoksiin – PRD-dokumentteihin, liiketoimintaperusteluihin ja tutkimusdokumentteihin –, joiden tuottaminen vei paljon aikaa ja jotka vanhentuivat usein nopeasti. Toimme tekoälyn suoraan tähän työnkulkuun kokoamaan asiakaspalautetta, analysoimaan tukipyyntöjä, tuottamaan alustavia tuotevaatimuksia ja jopa haastamaan oletuksia löytämisvaiheen aikana.

Tämä muutti päätöksenteon nopeutta ja laatua. Tuotepäälliköt eivät enää aloita tyhjästä, vaan oivalluksista. Ideasta validointiin etenevät syklit ovat nopeutuneet, sidosryhmien välinen yhteisymmärrys on parantunut ja priorisointi perustuu aiempaa enemmän dataan.

Se muutti myös tiimiemme toimintatapoja. Tekoäly ei ole enää erillinen työkalu, vaan se on nyt osa päivittäisiä työnkulkuja, olipa kyse hypoteesien tuottamisesta, datan yhteenvedosta tai toimituksen nopeuttamisesta. Tuotepäällikön rooli on siirtynyt hieman tekijästä kuratoijaksi ja päätöksentekijäksi.

Miten tuotteen löytämisprosessi voidaan suunnitella uudelleen tekoälyn avulla

Koko tuotteen elinkaaresta juuri löytämisprosessi kaipaa kuitenkin suurimman uudistuksen.

Perinteisesti löytämisprosessi oli hidas ja manuaalinen, ja se perustui vahvasti pieniin otoksiin – haastatteluihin, kyselyihin ja rajalliseen data-analyysiin. Tekoälyn myötä tämä malli ei enää riitä. Voimme nyt käsitellä valtavia määriä asiakaspalautetta, käyttäytymisdataa ja signaaleja lähes reaaliajassa.

Useimmat tiimit kuitenkin toteuttavat löytämisprosessia edelleen aivan kuin olisi vuosi 2015.

Aloitimme sisällyttämällä Jira Product Discoveryn työnkulkuumme, jotta voisimme jäsentää ideat, oivallukset ja priorisoinnin paremmin. Se tarjosi meille vankan perustan, mutta vauhti todella kiihtyi, kun otimme mukaan Rovo-tekoälyagentit ja yhdistimme ne laajempaan ekosysteemiimme – dokumentaatioon, teknisiin suunnitelmiin, Fig­maan ja muihin toimitustyökaluihin.

Lisäksi integroimme jatkuvia tietovirtoja – kyselytuloksia, asiakaspalautesilmukoita, yhteyskeskusdataa ja tuoteanalytiikkaa – ja syötimme kaiken yhteen löytämisprosessiin.

Nyt sen sijaan, että tiimit yhdistäisivät syötteitä manuaalisesti, ne voivat nopeasti koota signaaleja, tuottaa alustavia vaatimuksia ja yhdistää löytämisprosessin suoraan toteutukseen. ”Oivalluksen” ja ”toimituksen” välinen kuilu on kaventunut merkittävästi.

Tuloksena on nopeampia syklejä ja parempi laatu. Tiimit aloittavat aiempaa tietoisemmalta pohjalta, ja tuotteen, suunnittelun sekä ohjelmistokehityksen välinen yhteisymmärrys on vahvempi.

Miksi tekoäly tukee tuotetoimintoja, mutta ihmiset tekevät päätökset

Hyödynnämme tekoälyä aktiivisesti skaalautuvuuden, nopeuden ja hahmontunnistuksen vuoksi – löytämisessä, data-analyysissä ja ideoinnin alkuvaiheessa. Se on nyt oletusarvoinen lähtökohtamme, ei mukava lisä.

Tekoäly kokoaa asiakaspalautteen, tukipyynnöt ja käyttäytymisdatan minuuteissa, auttaa muodostamaan hypoteeseja ja tuottaa jopa alustavia vaatimuksia. Älykaupunki- ja digitaalinen kaksonen -hankkeissamme käytämme sitä myös skenaarioiden simulointiin, mikä auttaa tiimejä arvioimaan suunnitteluun ja toteutettavuuteen liittyviä päätöksiä ennen minkään rakentamista.

Olemme kuitenkin hyvin selkeitä siitä, missä tekoälyn rajat kulkevat.

Priorisointi, tiekarttaa koskevat päätökset, käyttäjäkokemuksen hienovaraiset näkökohdat ja kompromissit pysyvät ihmisten vastuulla, koska juuri niissä konteksti, kokemus ja vastuu ovat tärkeitä. Tekoäly ei ymmärrä strategiaa, politiikkaa tai riskejä merkityksellisellä tavalla. Se voi tukea päätöksiä, mutta sen ei pitäisi tehdä niitä.

Esimerkiksi käytimme tekoälyä asiakaspalautteen ja tukipyyntöjen analysointiin priorisoinnin ohjaamiseksi. Malli tunnisti tehokkaasti malleja ja toi esiin usein mainittuja ongelmia, mutta se ei pystynyt erottamaan toisistaan sitä, mikä oli äänekästä ja mikä tärkeää. Vähävaikutteiset ongelmat korostuivat yksinkertaisesti siksi, että asiakkaat ilmoittivat niistä useammin, kun taas kriittisemmät mutta harvinaisemmat ongelmat saivat liian vähän painoarvoa.

Siitä puuttui myös asiakaspolkuun liittyvä konteksti – miksi jokin tapahtui, ei vain se, että se tapahtui. Ihmisen tekemä arviointi oli ratkaisevan tärkeää signaalin oikean tulkinnan kannalta.

Luottamuksen näkökulmasta sidosryhmät sivuuttivat nopeasti tekoälyn esiin nostamat asiat, jos ne eivät vastanneet heidän intuitiotaan. Pelkkä tarkkuus ei siis riittänyt – tulosten täytyi olla selitettävissä ja linjassa todellisen maailman kontekstin kanssa.

Miksi tuotepäälliköiden on oltava varovaisia liiallisen tekoälyriippuvuuden suhteen

Tekoälyn suurimmat hyödyt ovat nopeus ja läpimeno. Tuotepäälliköt siirtyvät ideasta validoituun suuntaan huomattavasti nopeammin; ennen päivien synteesiä ja luonnostelua vaatinut työ tapahtuu nyt tunneissa. Arvioisin, että tiimeissä alkuvaiheen selvitys- ja dokumentointisykleissä nopeus on kasvanut 30–50 %.

Myös laatu on parantunut. Tekoäly auttaa tiimejä aloittamaan paremmin informoidulta pohjalta, kokoamaan asiakassignaaleja, tuomaan esiin malleja ja vähentämään katvealueita. Tämä johtaa parempiin alustaviin hypoteeseihin ja tietoon perustuviin keskusteluihin sidosryhmien kanssa.

Toisaalta liiallinen riippuvuus on suurin näkemäni riski. Jotkin tiimit pitivät aluksi tekoälyn tuotoksia ”vastauksina” eivätkä lähtötietoina, mikä johti pinnalliseen ajatteluun tai yleisluontoisiin ratkaisuihin. Meidän oli aktiivisesti valmennettava tiimejä kyseenalaistamaan ja jalostamaan tekoälyn tuottamaa sisältöä sen sijaan, että ne vain hyväksyisivät sen.

Myös johdonmukaisuudessa on aukkoja. Tekoäly on vain niin hyvä kuin sille antamasi konteksti. Vahvat tuotepäälliköt saavat siitä eksponentiaalisesti enemmän hyötyä, koska he osaavat ohjata sitä. Vähemmän kokeneilla käyttäjillä voi olla vaikeuksia, tai heidän tuloksensa voivat olla kohinaisia.

Loppujen lopuksi hyödyt ovat todellisia. Syklit nopeutuvat ja lähtökohdat paranevat – mutta vain vahvan tuotearvioinnin avulla. Muuten päädyt vain väärään vastaukseen nopeammin.

Miksi päästä päähän -automaatio tuottaa pettymyksen tuotepäälliköille

Aluksi oletin, että tekoäly voisi ohjata merkittävästi tuotesuunnitelmaa koskevia päätöksiä tai tuottaa laadukkaita, suoraan julkaistavaksi valmiita ratkaisuja. Todellisuudessa sen tuottama sisältö on usein suuntaa antavasti hyödyllistä, mutta silti yleisluontoista. Siitä puuttuvat liiketoimintakonteksti, asiakkaiden tarpeiden hienovaraiset erot ja kompromissit, joita kokeneet tiimit tekevät päivittäin.

Päästä päähän -automaatio on toinen alue, jolla tekoäly ei ole vielä täysin lunastanut lupauksiaan. Tekoälyagenteilla on paljon potentiaalia työnkulkujen suorittamisessa tai toimituksen osien korvaamisessa, mutta käytännössä niiden luotettava käyttö laajassa mittakaavassa edellyttää edelleen vahvaa ihmisen valvontaa.

Kuilu vallitsee siis odotusten ja todellisuuden välillä. Tekoäly on uskomattoman tehokas vauhdittaja, mutta se ei korvaa tuotearviointia – ja tiimit, jotka kohtelevat sitä sellaisena, pettyvät yleensä melko nopeasti.

Tonyn ajatuksia

Tekoäly on uskomattoman tehokas vauhdittaja, mutta se ei korvaa tuotearviointia – ja tiimit, jotka kohtelevat sitä sellaisena, pettyvät yleensä melko nopeasti.

Miksi tuotepäälliköiden on siirryttävä tekoälyn kanssa kontrollista luottamukseen

Tuotteen laatu ei enää synny tarkasti kontrolloiduista, deterministisistä kokemuksista. Meidän on päästettävä irti ajatuksesta, että se syntyisi.

Perinteisesti suunnittelimme tuotteet toimimaan ennakoitavasti – selkeät työnkulut, määritellyt tulokset ja kartoitetut poikkeustapaukset. Tekoälyn, erityisesti generatiivisen tekoälyn, myötä vaihtelu tulee oletusarvoisesti mukaan. Sama syöte ei välttämättä aina tuota täsmälleen samaa tulosta, ja tämä muuttaa tapaamme ajatella laatua.

Se pakottaa siirtymään kysymyksestä ”Onko tämä määritelty täydellisesti?” kysymykseen ”Onko tämä luotettavasti hyödyllinen ja hyväksyttävissä rajoissa?”

Kyseessä on suuri ajattelutavan muutos. Et enää suunnittele jokaista lopputulosta, vaan järjestelmiä, joissa on suojamekanismeja, palautesilmukoita ja keinoja jatkuvaan parantamiseen. Se tarkoittaa myös tietyn epätäydellisyyden hyväksymistä, kunhan arvo toteutuu ja riskit ovat hallinnassa.

Niinpä siirryin kontrollista luottamukseen – luotan siihen, että järjestelmä toimii rajojen sisällä sen sijaan, että yrittäisin määritellä etukäteen jokaisen mahdollisen lopputuloksen.

Miten tekoäly muuttaa tuotetiimien dynamiikkaa

Tekoäly ei ole muuttanut tiimin rakennetta yhtä paljon kuin sen toimintatapoja.

Emme ole korvanneet rooleja, mutta niitä koskevat odotukset ovat muuttuneet. Tuotepäälliköt käyttävät vähemmän aikaa manuaaliseen synteesiin ja dokumentointiin ja enemmän aikaa arviointiin, priorisointiin ja tulosten aikaansaamiseen. Ajattelun vaatimustaso on noussut.

Se on myös hämärtänyt joitakin roolien välisiä rajoja. Tuotepäälliköt työskentelevät lähempänä dataa, suunnittelijat käyttävät tekoälyä iteroidakseen nopeammin ja insinöörit hyödyntävät sitä kehityksen vauhdittamiseen. Yhteistyön palautesilmukat ovat tiiviimpiä, koska kaikki pystyvät etenemään yksilöinä nopeammin.

Samalla näemme selkeän kuilun muodostuvan: niiden välillä, jotka osaavat työskennellä tekoälyn kanssa, ja niiden, jotka eivät osaa. Tekoälyyn panostavat tiimit ovat huomattavasti tuottavampia.

Miten tekoälyn sisällyttäminen työnkulkuihin parantaa käyttöönottoa

Käyttöönotto on ollut haaste. Kaikki eivät etene samaan tahtiin. Jotkut tarttuvat siihen, kokeilevat ja mukautuvat nopeasti. Toiset epäröivät, kyseenalaistavat sen tai odottavat, että se olisi täydellinen ennen kuin ryhtyvät käyttämään sitä — ja juuri siinä kuilu tulee esiin.

Teimme tekoälyn käytöstä näkyvää ja odotettua — emme valinnaista.

Sen sijaan että olisimme ottaneet sen käyttöön muodossa ”tässä on uusi työkalu”, sisällytimme sen suoraan tiimien toimintaan. Päivitimme esimerkiksi tuotekehityksen työnkulkuja niin, että jokaiseen selvitys- tai PRD-kierrokseen kuului tekoälyn avustama ensimmäinen versio — olipa kyse asiakaspalautteen jäsentämisestä, alustavien vaatimusten tuottamisesta tai hypoteesien hahmottelemisesta. Siitä tuli osa prosessia, ei lisäosa.

Asetimme myös yksinkertaisen odotuksen: älä tule katselmukseen tai keskusteluun tyhjän sivun kanssa. Aloita jostain tekoälyn avustamasta ja näytä sitten, miten olet jalostanut sitä. Tämä muutti ajattelutapaa nopeasti vastustuksesta käytännön hyödyntämiseen.

Samalla nostimme esiin onnistumisia — osoitimme, miten yksi tiimi puolitti selvitysvaiheeseen kuluvan ajan tai paransi ensimmäisen ajatteluvaiheen laatua tekoälyn avulla. Tämä vertaisten näkyvyys loi liikevoimaa.

Kyse ei ollut käyttöönoton pakottamisesta, vaan sen normalisoimisesta työnkulussa ja hyötyjen tekemisestä ilmeisiksi todellisten esimerkkien avulla.

Miksi tuotejohtajien on panostettava tekoälyyn nyt

Tässä on neuvoni: älä odota selkeyttä — tartu toimeen ja aloita nyt.

Elämme hetkeä, jolloin varhaiset liikkeelle lähtijät määrittävät, mitä seuraavaksi tapahtuu. Voit joko jäädä sivuun ja analysoida tilannetta tai tarttua toimeen ja selvittää asian käytännön työnkuluissa. Niiden välille, jotka käyttävät tekoälyä päivittäin, ja niiden, jotka yhä vain puhuvat siitä, on jo muodostumassa kuilu.

Ole tekoälyn puolestapuhuja. Jos uskot, että tämä on tulevaisuus, toimi sen mukaisesti. Pane rahasi sanojesi taakse — käytä sitä omassa työssäsi, haasta tiimisi käyttämään sitä ja sisällytä se organisaatiosi toimintatapoihin. Kyse ei ole sivussa toteutettavista piloteista, vaan tuotteiden rakentamistavan muuttamisesta.

Pidä samalla jalat maassa. Tekoäly ei korvaa ajattelua. Se moninkertaistaa sen vaikutuksen. Menestyvät johtajat yhdistävät vahvan tuotearvion ja halukkuuden oppia nopeasti.

Kaiken ytimessä on oppiminen. Jos et juuri nyt opi, kokeile ja kehity aktiivisesti, jäät jälkeen. Näin yksinkertaista se on.

Joten tartu toimeen, säilytä uteliaisuutesi ja johda eturintamasta.

Pysy mukana

Voit lukea lisää Tony Paglioccon työstä osoitteessa tonypag.com tai verkostoitua hänen kanssaan LinkedInissä.

Lisää asiantuntijahaastatteluja on tulossa The CPO Clubissa!