Zendesk’n tuotejohtaja kannustaa tuotejohtajia ihmislähtöiseen lähestymistapaan tekoälyn käyttöönotossa

Mirza Besirovic on Zendeskin tuotejohtaja, jossa hän johtaa 15 agenttisiin järjestelmiin keskittyvää tuotetiimiä.

Pyysimme Mirzaa kertomaan tekoälyn käyttöönottoon liittyvästä matkastaan Zendeskissä. Hän kertoi, miten epäsäännöllisestä käyttöönotosta voidaan tehdä yhtenäisempää eri tiimeissä.

Epätavanomainen matka tuotejohtajaksi

Kaksikymmentä vuotta sitten olin runojen kääntäjä. Useiden sattumien ja valintojen seurauksena minusta tuli tekoälytuotejohtaja.

Matkani teknologiaosuus alkoi tutkijoiden verkostossa, jossa rakensimme vuosia sitten aineistoja kaikenlaisiin koneoppimiskokeiluihin. Viimeisten 15 vuoden aikana olen työskennellyt matkailuteknologian, finanssiteknologian, suoratoiston ja datatieteen parissa sekä viime vuodet keskustelevaan tekoälyyn ja automaatioon liittyvissä tehtävissä.

Tänään olen Zendeskillä tuotejohtaja ja johdan hieman alle 15 tuotetiimin ryhmää, joka vastaa portfoliosta, johon kuuluvat tekoälyagentit ja agenttiset järjestelmät, RAG- ja hakualustat, analytiikka, integraatiot sekä tekoälypohjainen käyttöönotto ja itsepalvelu. Tiimimme työskentelee hajautetusti, pääasiassa Euroopassa, ja teemme maailmanlaajuisesti yhteistyötä San Franciscossa sijaitsevan pääkonttorimme, Aasian ja Tyynenmeren alueen kumppaneiden sekä asiakkaiden kanssa ympäri maailmaa.

Liityin Zendeskiin Ultimate.ai-yritysoston kautta vuonna 2024 tuotejohtajana. Sen jälkeen olemme julkaisseet pari sukupolvea generatiivisia botteja, keskustelevaan automaatioon perustuvia tuotteita sekä autonomisen agenttisen järjestelmän, joka automatisoi miljoonia asiakaspalvelukeskusteluja teksti- ja puhekanavissa maailmanlaajuisille brändeille, kuten Netflixille, Vimeolle ja Leville, sekä monille muille.

Viimeisten 18 kuukauden aikana tiimini on kasvattanut tekoälyagenttien vuotuisen toistuvan liikevaihdon yli 100 miljoonaan dollariin ja laajentanut toimintaamme kaikkialle maailmaan.

Miten tekoäly laajentaa rooleja tuotekehityksessä

Tekoälyn ansiosta olemme laajentaneet jokaisen yksittäisen työntekijän mahdollista vastuualuetta: suunnittelijat rakentavat GitHub-repositorioita, tuotepäälliköt lähettävät pull request -pyyntöjä ja insinöörit ohjaavat tuoteratkaisuja. Tekoäly, erityisesti koodausagentit, laajensi kaikkien mahdollisuuksia astua mukavuusalueensa ulkopuolelle, oppia ja perehtyä lähialoihin. Tämä muutos auttoi meitä kuromaan umpeen aukkoja ja etenemään nopeammin säilyttäen samalla halutun laatutason.

Meillä oli esimerkiksi Figma-prototyyppi uutta testaustapaa varten, mutta meiltä puuttui täysin muodostettu tiimi vastaamaan tästä työstä. Sen sijaan yksi uskomattomista tuotesuunnittelijoistamme hyödynsi taitojaan ja koodausagenttia rakentaakseen toimivan tuotteen.

Tiimimme parempien data-analyysien tekemisen mahdollistaminen paransi myös tuotteiden laatua. Vaikka jatkamme tiivistä yhteistyötä datatieteen ja tuoteanalytiikan kanssa, tuotepäälliköt pystyvät nyt tuottamaan itsenäisesti korkealaatuisia analyyseja paljon aiempaa useammin, ja nämä analyysit vaikuttavat tuoteratkaisuihin.

Lisäksi kokeilemme erilaisia tiimimuotoja ja organisaation suunnittelua. Olemme nähneet ainakin yhden kolmen tekoälyn ympärille rakentuneen yksittäisen työntekijän tiimin hyödyntävän koodausagentteja ja tuottavan paljon suuremman tiimin tulokset.

Missä tuotejohtajien tulisi rajoittaa tekoälyn käyttöä

Tiimini hyödyntää tekoälyä koko tuotteen elinkaaren ajan.

Tuotejohtajana olen myös rakentanut itselleni toiset aivot ja työskentelykumppanin. Obsidian-säilönä alkanut kokonaisuus on muuttunut henkilökohtaiseksi repositorioksi ideoiden hahmottelua ja strategioiden kehittämistä varten.

Yhdistelen tietoja paljon aiempaa nopeammin, hallitsen laajan portfolion keskusteluja ja väittelen strategisen sparrauskumppanin kanssa. Se toimii erilaisissa ennalta koulutetuissa rooleissa, säilyttää muistinsa ja ymmärtää työskentelytapani.

Mirza sanoo

Rajoitan tekoälyn käyttöä ihmisiin liittyvissä asioissa: jotkin asiat vaativat kuitenkin inhimillistä otetta.

Rajoitan kuitenkin tekoälyn käyttöä ihmisiin liittyvissä asioissa: tiimini, sen kehitys, urakehitys ja työskentelysuhteemme ovat tällaisia alueita. Vaikka saatan pyytää työskentelykumppaniani raportoimaan toiminnasta (hakemalla tiedot sisäisistä järjestelmistä), luotan tiimini johtamisessa ja kehittämisessä hyvään vanhaan ihmisen vaistoon.

Jotkin asiat vaativat kuitenkin inhimillistä otetta.

Miksi tekoälyn varhaiset tulokset ovat myönteisiä

Jotkin tiimit ovat kasvattaneet kehitysnopeuttaan 3–4-kertaiseksi — mutta nämä ovat varhaisia tuloksia, eivätkä ne ole vielä tilastollisesti merkittäviä. Odotamme, että voimme yhdistää kasvaneen tuotoksen ja etenemisnopeuden viivästyviin mittareihin ja pitkän aikavälin tuloksiin, ennen kuin teemme johtopäätöksiä.

Myös varhaiset laadulliset merkit ovat myönteisiä: UX-päätösten laatu on parempi, tutkimusmateriaali laadukkaampaa, läpimeno nopeampaa ja tiimien välisiä siirtoja on vähemmän. Tekoäly toimii odotettua enemmän organisaation liimana. Henkilökohtaisesti se mahdollistaa työskentelyni laajemman tuoteportfolion parissa ja auttaa pysymään ajan tasalla.

Mitä tehdä, kun tekoälyn käyttöönotto on epätasaista

On kuitenkin sanottava, että käyttöönotto on epätasaista, eikä tekoäly ole vielä yleisesti käytössä tai täysin valtavirtaa. Kuten kaikki muutkin, olemme vasta tuon ylistetyn kymmenkertaisen tuottavuuden matkan alussa. Kehitys ei ole edennyt yhtä nopeasti kuin hypetys antaa ymmärtää, koska muutos on inhimillinen kysymys. Monien on edelleen opeteltava uusia taitoja ja sisällytettävä tekoäly osaksi työnkulkujaan. Se vie aikaa.

Olemme tehneet muutamia asioita tehdäksemme käyttöönotosta yhdenmukaisempaa:

• Rakensimme sisäisen tekoälyyhdyskäytävän, joka tarjoaa kaikille pääsyn koodausagenttien joukkoon joko TUI:n tai helppokäyttöisemmän selainversion kautta. Molemmat noudattavat sisäisiä tietoturvakäytäntöjämme.
• Perustimme tekoälytuotteiden killan sekä useita generatiivisen tekoälyn vaihto-ohjelmia, tapahtumamuotoja ja tapaamisia, joissa esitellään, miten ihmiset käyttävät tekoälyä, millaisia työkaluja he rakentavat ja mitä ongelmia he ratkaisevat.
• Aloitimme työnkulkujen uudistamisen, jotta elinkaaren aikana syntyvät tuotokset, kuten PRD:t ja prototyypit, voidaan tuottaa yhteistyössä koodausagenttien kanssa.
• Rakensimme joukon MCP:itä ja integraatioita, joiden avulla tiimit voivat yhdistää sisäisiin järjestelmiin ja käyttää tietoja turvallisesti ja vaatimustenmukaisesti.

Tässä vielä muutamia vinkkejä:

• Varmista teknisille ja ei-teknisille työntekijöille yhtäläinen pääsy: tunnistetiedot, CLI ja työpöytäsovellukset.
• Kannusta käyttämään monipuolisesti LLM:iä, agentteja ja työkaluja. Anna tiimisi kokeilla ja löytää ympäristössänne parhaiten toimivat ratkaisut.
• Tämä vaatii budjetin. Varmista rahoitus ja laadi suunnitelma yhdessä teknisten kumppaniesi kanssa. Varaudu talous- ja operatiivisten toimintojen osallistumiseen, kun tekoälystä tulee operatiivinen kulu eikä IT:n COGS-kustannus.
• Jakaminen on välittämistä. Pyydä tiimiäsi esittelemään työnsä.
• Auta pääsemään alkuun. Rakenna itse tuotoksia ja työnkulkuja toistuvien PM-tehtävien ratkaisemiseksi, kuten tuote-ehdotusten luonnostelemiseksi ja strategiadokumenttien kirjoittamiseksi.

Miksi tuote­tiimien on muututtava teknisemmiksi

Suhtaudun nykyään aiempaa myönteisemmin siihen, että PM:ien tulisi olla teknisempiä.

Uskoin aiemmin, että perustason ohjelmistokehityksen termien ja käsitteiden yleinen ymmärrys riitti. Tekoälyn myötä uskon nyt, että meidän kaikkien on oltava teknisempiä. Tämä ei tarkoita, etteivätkö erinomaiset tuoteammattilaiset voisi tulla monenlaisista taustoista. Olen koulutukseltani kielitieteilijä, ja ennen teknologia-alalle siirtymistä työskentelin runojen kääntäjänä.

Meidän on kuitenkin omaksuttava oppimiseen yleismaailmallisempi lähestymistapa. Tekninen osaaminen ei ole sama asia kuin kehittäjäksi ryhtyminen. Se tarkoittaa kuitenkin uteliaisuutta, ymmärrystä siitä, mikä mahdollistaa rakentamamme tuotekokemukset, asioiden kokeilemista ja rakentaja-ajattelutavan omaksumista. Koskaan aiemmin ei ole ollut näin helppoa oppia teknisiä asioita.

Miten toiset aivot voivat auttaa tuotejohtajia

Aiemmin mainitsemani toiset aivot ovat tekoälypohjainen henkilökohtainen käyttöjärjestelmä, joka auttaa minua työskentelemään tuotejohtajana koko organisaatiossani. Sen tärkeimpänä käyttöliittymänä toimii Claude Code.

Syötteet kulkevat sen kautta, ja se käsittelee koko putken: litteroi keskustelut, poimii niistä tietoa ja ristiinvertaa sitä laajan muistitiedostokokoelman kanssa.

Järjestelmä asettaa asiat tärkeysjärjestykseen, kartoittaa riippuvuudet ja esikäsittelee olennaiset tiedot kohderyhmäkohtaisiin muotoihin. Esimerkiksi tiimini epämuodollisiksi Slack-luettelokohdiksi, johdolle tarkoitetuiksi jäsennellyiksi päivityksiksi tai strategiakirjojen kerronnallisiksi kappaleiksi. Käytännössä järjestelmä korvaa työn, joka perinteisesti vaatisi henkilöstöpäällikön ja analyytikon.

Se ylläpitää tehtävälistaani, seuraa hallinnoimiani strategisia kokonaisuuksia ja tiivistää laajan lukujonon hakemistoiduiksi viitteiksi, minkä ansiosta pystyn priorisoimaan aikani tehokkaasti. Käytän toisia aivojani käynnissä olevan työn seuraamiseen ja valtavien tietomäärien nopeaan tiivistämiseen silloin, kun tarvitsen tietoa lennossa.

Tietojen ajantasaisuus ja laatu ovat jatkuvia huolenaiheita. Vanhentuneet tiedot voivat vääristää LLM-pohjaisia työnkulkuja ja johtaa kielteisiin lopputuloksiin. Suodatan, puhdistan ja ylläpidän saapuvia tietoja, mutta koska yhdistän järjestelmän myös kolmansien osapuolten järjestelmiin, joiden tietoja en aina hallitse, toteutan tuloksille laadunvarmistusportteja. Olen kuullut ihmisten sanovan, että haluttu tulos pitäisi tietää ennen kuin järjestelmälle annetaan syöte ja että toiminta pitäisi testata sen mukaisesti. Menetelmä ei ole täysin aukoton, mutta ohjeita ja muistia riittävästi säätämällä järjestelmä tuottaa riittävän laadukkaita tuloksia.

Olen ylittänyt sen kynnyksen, että voin luottaa 80–90 prosenttiin toisten aivojeni tuottamista tuloksista.

Miksi tuotejohtajien ja heidän tiimiensä on kokeiltava tekoälyä

Tässä on neuvoni CPO:ille:

1. Ota se omaksesi. Aloita tekoälyn tutkiminen työssäsi ja yksityiselämässäsi. Aloita rakentamalla henkilökohtainen työpari, jäsentämällä tietosi, antamalla sen päätellä näiden tietojen perusteella ja etsimällä uusia malleja. Aloita omia projekteja ja rakenna se idea, joka sinulla on ollut jo vuosia. Tuotejohtajat ovat luonnostaan luovia kokeilijoita, mutta monet meistä eivät aloittaneet insinööreinä, joten tunsimme aina olevamme rajoittuneita. Tämä on muuttunut nopeasti ja perusteellisesti.
2. Älä määrää tekoälyn käyttöönottoa ilman työkaluja, resursseja tai rakenteellista tukea. Jos teet niin, taistelet käytännössä tuulimyllyjä vastaan. Innokkaat pääsevät tavoitteeseen kanssasi tai ilman sinua, mutta muu organisaatio jää jälkeen.
3. Pidä tiimiäsi silmällä ja tue sitä tällä matkalla. Tekoälyn tuloon ja sen merkitykseen tuotejohtajille sekä muille teknologian ja liiketoiminnan parissa työskenteleville liittyy monia huolenaiheita ja epäilyksiä, LinkedInissä levitettävää pelottelua unohtamatta. Keskustele tiimisi kanssa rehellisesti ja auta jäsentämään oppimissuunnitelmia. Haluan tehdä enemmän auttaakseni tiimiäni varaamaan enemmän aikaa ajattelulle, kokeiluille ja puuhastelulle.
4. Turvallisuudesta on huolehdittava tunnollisesti. Lisäksi käyttäjiesi tuottaman tekoälyn kustannukset lopettavat nopeasti merkkijonojen kuherruskuukauden.

Mirza States

Älä määrää tekoälyn käyttöönottoa ilman työkaluja, resursseja tai rakenteellista tukea. Jos teet niin, taistelet käytännössä tuulimyllyjä vastaan. Innokkaat pääsevät tavoitteeseen kanssasi tai ilman sinua, mutta muu organisaatio jää jälkeen.

Pysy mukana

Voit seurata Mirza Besirovicin työtä LinkedInissä, hänen You Are The Product -uutiskirjeessään ja hänen verkkosivustollaan.

Lisää asiantuntijahaastatteluja on luvassa The CPO Clubissa!