Tuotesuunnittelusta vastaavan johtajan mukaan tuote-, suunnittelu- ja insinööritiimeillä on oltava yhteinen tekoälyn tukirakenne tehokasta yhteistyötä varten

Andy Vitale toimii Taxwellin tuotesuunnittelun ja tekoälyn huippuosaamiskeskuksen varajohtajana.

Juttelimme Andyn kanssa siitä, miten suunnittelu, tuotekehitys ja ohjelmistokehitys voivat tehdä tehokkaasti yhteistyötä tekoälyn parissa. Näin hän vastasi.

Missä suunnittelu, teknologia ja organisaatio kohtaavat

Olen Andy Vitale, suunnittelun johtaja, joka on viimeisen vuosikymmenen ajan rakentanut ja julkaissut tekoälyä hyödyntäviä tuotteita. Nykyään johdan Taxwellilla suunnittelua ja tekoälyn huippuosaamiskeskusta, jossa rakennamme ohjelmistotuotteita, jotka tukevat vuosittain kymmeniä miljoonia veroilmoituksia yli 90 000 veroalan ammattilaiselle ja 3 miljoonalle itse veroilmoituksensa täyttävälle käyttäjälle.

Työ ulottuu kuluttajatuotteista, joiden on tunnuttava yksinkertaisilta todellisen taloudellisen paineen keskellä, ammattilaisille tarkoitettuihin työkaluihin, joissa syvyys ja luotettavuus ovat tärkeämpiä kuin kädestä pitäminen. Organisaatiooni kuuluvat kuluttajille suunnatut veropalvelut, ammattilaisille suunnatut veropalvelut, näiden alla oleva yhteinen alusta sekä uudemmat tuotealueet, joita vielä muovaamme. Tiimi organisoituu näiden osa-alueiden ympärille, ja siirrymme kohti tekoälyavusteista toimitusmallia, jossa suunnittelu toimii lähempänä tuotetta sen sijaan, että työ vain luovutettaisiin sille.

Tekoälymatkani alkoi vuonna 2015 terveydenhuollon luonnollisen kielen käsittelyn parissa 3M:llä. Se oli ensimmäinen todellinen kokemukseni tuotteiden suunnittelusta koneälyn ympärille, ei vain käyttöliittymien suunnittelusta. Sen jälkeen johdin Rocketin suunnittelua ja näin, miten teknologia etenee suuressa organisaatiossa. Myöhemmin Constant Contactin suunnittelujohtajana näin generatiivisen tekoälyn alkavan muuttaa sitä, mihin tuotteet pystyvät. Nyt Taxwellilla teen tuotteistamme älykkäämpiä ja tiimeistämme kykenevämpiä rakentamaan sujuvasti tekoälyn avulla.

Olen aina ollut kiinnostunut rajapinnoista – kohdista, joissa suunnittelu, teknologia ja organisaatio kohtaavat. Tekoäly on tehnyt näistä rajapinnoista työn tärkeimmän osan. Tämä hetki tuntuu siltä, että koko urapolkuni on valmistanut minua juuri siihen.

Kuinka rakentaa yhteinen tekoälyperusta eri alojen välille

Lopetimme tekoälyn käsittelemisen ominaisuutena, joka lisätään tuotteeseen, ja aloimme käsitellä sitä rakennettavana infrastruktuurina. Viime vuoden aikana suunnittelu, tuotekehitys ja ohjelmistokehitys ovat tehneet yhteistyötä rakentaakseen perustan, jonka ansiosta tiimi voi edetä nopeammin tinkimättä huolellisuudesta.

Tämä tarkoittaa yhteisiä rakenteita ja työkalukehikoita mallien kanssa työskentelyyn sekä tekoälyä hyödyntäviä vaiheita ideasta validointiin. Meidän ei tarvitse odottaa ennen kuin voimme luoda tavan testata ideaa tekoälyä vasten.

Muutoksen toinen osa on se, että tiimi rakentaa nyt samoilla materiaaleilla ja työkaluilla sen sijaan, että suunnittelisi yhdessä paikassa ja luovuttaisi työn rakennettavaksi uudelleen muualla. Tämä poistaa rajapintoja, joissa työ yleensä katoaa tai vääristyy. Kun suunnittelija työskentelee samassa ympäristössä, jossa tuote valmistetaan, keskustelu ei enää koske määrityksiä ja luovutuksia, vaan itse tuotetta.

Tuloksena on samanaikaisesti nopeutta ja tarkkuutta, jotka yleensä joutuvat kilpailemaan keskenään. Yhteinen perusta tarkoittaa, että etenemme nopeammin, koska vaikeat osat on jo rakennettu ja niitä voidaan käyttää uudelleen. Samojen työkalujen käyttäminen vähentää käännösvirheitä, koska käännöksiä tarvitaan vähemmän. Tiimi käyttää aikansa harkintaan sen sijaan, että se rakentaisi uudelleen toistensa työtä.

Tuloksena oli sarja nollasta yhteen -julkaisuja. Pieni tiimi pystyy nyt viemään idean kokonaan läpi ja etenemään ideasta toimivaan ohjelmistoon viikoissa suunnittelu- ja luovutussyklien sijaan.

Tekoälyä hyödyntävä työnkulku ideasta ohjelmistoksi

Käyn läpi prosessimme, jossa idea viedään konseptista toimivaksi ohjelmistoksi, koska tekoäly muutti tätä työnkulkua meidän kannaltamme eniten.

Kaikki alkaa selvitystyöstä, ja tekoäly on mukana ensimmäisestä minuutista lähtien. Ennen kuin kukaan suunnittelee mitään, käytämme tekoälyä kerätäksemme olemassa olevaa tietoa ongelmasta, tutkimuksesta ja tukidatasta nousevia malleja, aiempia yrityksiä sekä asiaankuuluvia verotustilanteita. Tyhjän sivun sijaan tiimi aloittaa syntetisoidusta näkemyksestä, jota voidaan arvioida kriittisesti ja testata.

Kun muotoilemme ideaa, käytämme synteettisiä käyttäjiä ideointiin. Käyttäytymistutkimuksemme pohjalta rakennetut käyttäjät auttavat meitä selvittämään, miten erityyppiset veroilmoituksen täyttäjät saattaisivat suhtautua lähestymistapaan, ennen kuin sitoudumme siihen. Ne ovat ideointityökalu, joka laajentaa harkitsemiamme suuntia ja auttaa löytämään ajattelumme heikot kohdat varhaisessa vaiheessa – eivät myöhemmin oikeita käyttäjiä korvaava ratkaisu.

Seuraavaksi siirrymme rakentamiseen, jossa aiemmin tapahtui työn luovutus. Kuten mainitsin, työstämme konseptia suoraan yhteisissä materiaaleissa ja työkaluissa, samassa ympäristössä, jossa rakennamme tuotteen, sen sijaan että suunnittelisimme yhdessä paikassa ja kirjoittaisimme määrityksen jonkun muun rakennettavaksi. Suunnittelija voi nopeasti luoda aidon, toimivan prototyypin pelkän kuvan sijaan. Tämä on tärkeää, koska nyt pohdimme tuotteen todellista käyttäytymistä emmekä sen esitysmuotoa.

Sitten validoimme aidon palautteen avulla. Käytämme tekoälyä testaussessioiden moderointiin, minkä ansiosta voimme järjestää huomattavasti enemmän sessioita ja johdonmukaisemmin kuin ihmisen moderoimalla aikataululla olisi mahdollista. Edullinen ja nopea palaute saadaan varhaisessa vaiheessa, ja se viedään suoraan samaan työskentelyartefaktiin uusien määritysten kierroksen sijaan. Koska suunnittelussa, prototyypin tekemisessä ja toteutuksessa käytetään samoja työkaluja, siirtymä kohdasta ”opimme jotain” kohtaan ”tuote heijastaa nyt tätä oppia” on lyhyt. Keskustelu keskittyy itse tuotteeseen sen sijaan, että aikaa kuluisi dokumenttien väliseen kääntämiseen.

Koko prosessin ajan ihminen säilyy vastuussa lopputuloksesta. Tekoäly laajentaa syötteitä ja nopeuttaa etenemistä, mutta pidätämme itsellämme harkinnan siitä, mikä on oikein, vaatimustenmukaista ja aidosti hyvää ihmiselle, joka tekee ilmoitusta todellisen stressin keskellä. Säännellyllä toimialalla juuri näin pitääkin olla.

Tämän ansiosta pieni tiimi voi viedä idean karkeasta konseptista toimivaksi ohjelmistoksi muutamassa viikossa ja poistaa käännöshäviöt sekä odottelun, joita aiemmin syntyi vaiheiden välillä.

Miksi tekoäly vastaa päätökseen johtavasta polusta, mutta ei itse päätöksestä

Hyödynnämme tekoälyä eniten tutkivissa työvaiheissa, joissa väärässä olemisen kustannus on pieni ja nopeasti etenemisen arvo suuri.

Selvitysvaiheessa tekoäly auttaa meitä perehtymään asioihin nopeasti. Se kokoaa olemassa olevan tiedon, tunnistaa malleja tutkimus- ja tukidatasta sekä auttaa muodostamaan alustavan ymmärryksen ongelmasta sen sijaan, että aloittaisimme tyhjästä.

Kokeiluissa ja prototyyppien tekemisessä tekoäly auttaa meitä siirtymään ideasta testattavaan versioon murto-osassa aiemmasta ajasta. Voimme luoda toimivan prototyypin ja käyttää tekoälyä osan käyttäjätestauksesta moderointiin, mikä mahdollistaa useampien sessioiden järjestämisen johdonmukaisemmin kuin ihmisen moderoimalla aikataululla olisi koskaan mahdollista.

Käyttökokemusta koskevissa päätöksissä tekoäly tarjoaa nopean toisen mielipiteen. Se auttaa meitä testaamaan työnkulkujen kestävyyttä, tarkastelemaan käyttäytymisdataa ja tunnistamaan kohdat, joissa käyttäjät saattavat epäröidä tai keskeyttää. Se laajentaa niitä lähtötietoja, joiden parissa suunnittelija työskentelee.

Itse päätös säilyy kuitenkin ihmisellä, tarkoituksella. Tekoäly on erinomainen kertomaan meille, mitä tapahtuu ja mikä yleensä toimii. Se ei päätä kokemuksesta, jonka tarjoamme ruudun toisella puolella olevalle ihmiselle. Priorisointi ja arviot siitä, onko kokemus hyvä, rehellinen ja kunnioittava henkilölle, joka tekee veroilmoitustaan todellisen stressin keskellä, säilyvät meillä.

Ajattelen asian näin: tekoäly laajentaa syötteitä ja nopeuttaa päätökseen johtavaa polkua. Se ei tee päätöksiä, jotka edellyttävät makua, vastuunkantoa tai huolenpitoa ihmisestä, jota varten suunnittelemme.

Andy jakaa

Hyödynnämme tekoälyä eniten tutkivissa työvaiheissa, joissa väärässä olemisen kustannus on pieni ja nopeasti etenemisen arvo suuri. Ajattelen asian näin: tekoäly laajentaa syötteitä ja nopeuttaa päätökseen johtavaa polkua. Se ei tee päätöksiä, jotka edellyttävät makua, vastuunkantoa tai huolenpitoa ihmisestä, jota varten suunnittelemme.

Miten tekoälyn hyödyt paljastavat myös heikkoudet

Selkein hyvä tulos on nopeus. Julkaisimme yhden verokauden aikana joukon tuotteita ja ominaisuuksia tyhjästä ensimmäiseen versioon – niiden käynnistäminen olisi aiemmin kestänyt huomattavasti kauemmin. Tähän kuului mukautettu Claude-yhdistin, jonka rakensimme päivissä kuukausien sijaan. Tekoälyn moderoima testaus mahdollisti huomattavasti useampien kierrosten järjestämisen ja niiden toteuttamisen johdonmukaisemmin kuin pelkillä ihmismoderaattoreilla olisi ollut mahdollista. Tämän ansiosta pystyimme tekemään päätöksiä aiemmin ja useampaan näyttöön perustuen.

Nopea eteneminen paljasti kuitenkin kaikki prosessimme heikkoudet. Ilman oikeita suojakaiteita nopeus johti uudelleentyöhön, ja tahti vaati tiimiltä paljon. Tekoäly vauhditti vahvuuksiamme ja teki puutteistamme näkyvämpiä.

Todellinen tulos, jonka haluan muiden johtajien kuulevan, on se, että hyvin suoriutuneilla tiimeillä oli alun perin terveet perusasiat kunnossa. Tekoäly toimii kiihdyttimenä. Se palkitsee hyvän prosessin ja paljastaa puutteet; siksi näiden perusasioiden rakentaminen on nyt aiempaa tärkeämpää, ei vähemmän tärkeää.

Miksi tekoälyllä on vaikeuksia monimutkaisissa tuoteskenaarioissa

Tekoäly on selkeimmin suoriutunut odotuksia heikommin työn haastavassa keskivaiheessa, eli lupaavan prototyypin ja luotettavasti julkaistavan kokonaisuuden välissä.

Se on aidosti erinomainen auttamaan ensimmäiseen versioon nopeasti. Se ei kuitenkaan vie viimeistä etappia loppuun. Mitä kauemmas siirrytään selkeästi määritellystä ongelmasta, sitä enemmän työ palautuu ihmisille. Reunatapaukset, tavanomaisesta poikkeavat monimutkaiset verotustilanteet ja arviot siitä, mikä on oikein ja vaatimusten mukaista, edellyttävät edelleen samaa inhimillistä panosta kuin aina ennenkin.

Se on todellinen rajoite. Olet vain yhtä nopea kuin prosessisi hitain osa. Alun nopeus on todellista, mutta se ei kertaannu odotetusti, koska muu järjestelmä ei muutu samassa tahdissa.

Miksi tekoäly toimii parhaiten ajattelukumppanina

Kokemukseni mukaan tekoäly tuottaa eniten arvoa, kun sitä kohdellaan ajattelukumppanina eikä vastauskoneena.

Meidän kaltaisellamme alalla tarkkuus ja vastuuvelvollisuus eivät ole valinnaisia, joten arvo ei synny vastauksen tuottamisesta ja eteenpäin siirtymisestä. Arvo syntyy siitä, että tekoälyn avulla päästään perusteellisemmin harkittuun vastaukseen nopeammin.

Kun tiimimme käyttävät sitä vaihtoehtojen tutkimiseen, ajatustensa kriittiseen testaamiseen ja sellaisten vaiheiden nopeampaan läpikäyntiin, jotka he jo hallitsevat, se toimii todellisena tehostajana.

Andy kertoo

Meidän kaltaisellamme alalla tarkkuus ja vastuuvelvollisuus eivät ole valinnaisia, joten arvo ei synny vastauksen tuottamisesta ja eteenpäin siirtymisestä. Arvo syntyy siitä, että tekoälyn avulla päästään perusteellisemmin harkittuun vastaukseen nopeammin.

Miksi tuotejohtajien on hallittava sitä, miten käyttäjät ottavat tekoälytuotteen vastaan

Tekoälyn käyttöönoton vaikein osa ei ole teknologia, vaan se, miten ihmiset ottavat sen vastaan.

Ensimmäinen tekoälytuotteeni vuonna 2015 liittyi terveydenhuollossa käytettävään automaattisesti ehdotettuun lääketieteelliseen koodaukseen. Järjestelmä luki kliinisiä dokumentteja ja ehdotti oikeita koodeja – tehtävää, jonka ammattilaiskoodaajat olivat aina tehneet käsin. Keskityin siihen, olisivatko ehdotukset tarkkoja. Aliarvioin kysymyksen, jonka koodaajat itse esittivät hiljaa: Yritetäänkö tällä korvata minut?

Tuo pelko muokkaa kaikkea riippumatta siitä, puututko siihen vai et. Se näkyy vastarintana, hiljaisena käyttöönoton välttelynä ja siinä, että ihmiset näennäisesti toimivat järjestelmän kanssa yhteistyössä samalla toivoen sen epäonnistuvan. Ja pelko oli täysin ymmärrettävä.

Toimme ihmisten eteen työkalun, joka suoritti osan heidän työstään, nimeämättä ensin, mitä se merkitsi heille. Niinpä he täyttivät hiljaisuuden pahimman mahdollisen tulkinnan mukaisesti. Opin, ettei tuota pelkoa voi päihittää lisäämällä ominaisuuksia. Mikään tarkkuuden määrä ei vastaa heidän esittämäänsä kysymykseen.

Olen vienyt tämän opetuksen jokaiseen sen jälkeen kehittämääni tekoälytuotteeseen. Muutos ja sen merkitys on esiteltävä samanaikaisesti. Teknologiaan liittyvä kysymys on helppo. Inhimillinen kysymys ratkaisee, onnistuvatko nämä hankkeet vai epäonnistuvatko ne.

Miksi suunnittelujärjestelmät on uudistettava perusteellisesti

Jos suunnittelujärjestelmäsi elää vain suunnittelutiedostossa, jokainen yrityksen tekoälyn tuottama kokonaisuus poikkeaa hieman brändistä, ja jonkun on sovitettava se myöhemmin yhteen. Tämä yhteensovittamistyö on uusi piilokustannus, jota tiimit maksavat hiljaa, koska ne eivät ole varautuneet tähän ajoissa.

Suunnittele siis suunnittelujärjestelmä uudelleen: älä käsittele sitä viitedokumenttina, vaan suoritusajan rakenneosana – kokonaisuutena, joka elää työn tuottamiseen käytettävien todellisten työkalujen sisällä.

Tämä tarkoittaa muutakin kuin komponenttikirjastoa. Se tarkoittaa suunnittelutunnisteiden ja komponenttien paketoimista siten, että työkalut ja tiimit voivat tuoda ne suoraan koodiin, jakaa ne käyttövalmiina paketteina ja yhdistää niihin oheiset taidot sekä parhaat käytännöt – säännöt ja kontekstin, joita tekoälytyökalu tarvitsee käyttääkseen järjestelmää oikein. Kun standardit, komponentit ja osaaminen ovat kaikki siellä, missä työ tehdään, brändi näkyy jo ensimmäisestä kehotteesta lähtien sen sijaan, että se lisättäisiin vasta lopussa.

Kun tämä tehdään oikein, suunnittelustandardisi on sisällytetty kaikkeen, mitä yritys julkaisee, riippumatta siitä, kuka sen tuotti tai mitä työkalua hän käytti. Järjestelmä lakkaa olemasta jotain, johon ihmiset palaavat jälkikäteen, ja ohjaa hiljaisesti laatua laajassa mittakaavassa.

Miksi CPO:iden on tehtävä työ itse

Neuvoni on yksinkertainen. Ryhdy toimeen. Tee työ itse, nyt, omin käsin.

Monet johtajat antavat tekoälyn vaistomaisesti tiimiensä tehtäväksi, odottavat parhaiden käytäntöjen syntymistä ja määrittävät sitten suunnan oppimansa perusteella. Aiemmissa muutoksissa se toimi. Tämän muutoksen kohdalla se ei toimi. Muutos etenee liian nopeasti, ja työkalujen käyttäjien ja niistä keskustelevien välinen kuilu kasvaa joka viikko. Jos määräät käyttämään työkaluja, joita et ole koskaan itse avannut, kaikki huoneessa olevat huomaavat sen.

Vietän suuren osan viikostani näiden työkalujen parissa, osittain siksi, että nautin työstä aidosti, mutta ennen kaikkea siksi, että uskon, ettet voi uskottavasti johtaa tiimiä muutoksen läpi, jos vain tarkkailet sitä sivusta. Rakentamalla niiden avulla opit, mikä on totta ja mikä hypetystä. Ansaitset oikeuden määrittää suunnan ja tehdä huomattavasti parempia päätöksiä siitä, missä tekoäly sopii käyttöön ja missä ei.

Lopeta siis tämän kohteleminen asiana, jonka voi delegoida ja jota voi opiskella etäältä. Vietä työssä oikeasti aikaa. Julkaise jotain pientä. Tunnustele, missä se auttaa ja missä se pettää. Etulyöntiasemaan nousevat johtajat ovat niitä, jotka tarttuvat tähän hetkeen, eivät niitä, jotka odottavat sen rauhoittumista.

Pysy mukana

Voit seurata Andy Vitaleä osoitteessa andyvitale.com ja LinkedInissä.

Lisää asiantuntijahaastatteluja on tulossa The CPO Clubiin!