Senior visepresident for produktutvikling sier at tradisjonell praksis for produktledelse er “helt feil” takket være KI

Ibrahim Bashir har tidligere ledet produktinitiativer hos Box, Twitter, Amplitude og Amazon, og er for tiden SVP for produkt hos Ontra. Han er skaperen av nyhetsbrevet Run the Business.

Vi satte oss ned med Ibrahim for å få et innblikk i hvordan kunstig intelligens endrer organisasjonen hans – og produktledelse generelt. Her er det han fortalte.

Å bygge team, lansere produkter og gjenta resultater

Jeg heter Ibrahim Bashir. For tiden er jeg SVP for produkt hos Ontra, der jeg leder rundt 60 personer innen produktledelse, brukeropplevelse, datavitenskap og drift.

Ontra er et AI-drevet juridisk operativsystem for private markeder: Vi automatiserer kontrakter, forpliktelser, enhetsforvaltning og arbeidsflyter for etterlevelse gjennom hele fondets livssyklus. Kundene våre er hovedsakelig private equity- og venturekapitalselskaper, investeringsbanker, direkte långivere samt advokatfirmaene og tjenesteleverandørene som støtter dem. Alt i alt samarbeider vi med mer enn 1 000 selskaper globalt, inkludert ni av de ti største private equity-selskapene.

Leveransemodellen vår er sannsynligvis det mest særpregede ved oss, og den er spesielt relevant for denne samtalen. Vi leverer både tradisjonelle SaaS-produkter gjennom abonnement og et tilbud med administrerte tjenester, der juridiske eksperter bruker kunstig intelligens til å utføre arbeid direkte på vegne av kundene.

Denne doble modellen gjør det mulig for oss å se i sanntid hvor kunstig intelligens kan håndtere hele arbeidsflyten fra ende til annen, og hvor et menneske fortsatt må være involvert. Den gir oss et enestående utsiktspunkt for å forstå hvordan AI-baserte produkter utvikles og tas i bruk i virksomheter der mye står på spill.

Før Ontra skalerte jeg Amplitudes flaggskipprodukt, utviklet nye virksomheter hos Box, bygget tjenesteinfrastruktur hos Twitter og lanserte produkter i Kindle-økosystemet hos Amazon.

Gjennom alt dette har jeg fokusert på tre ting: å bygge team, lansere produkter og gjenta resultater. Jeg skriver også Run the Business, et Substack-nyhetsbrev for B2B-produktledere, som jeg bruker som et lerret for å klargjøre tankene mine. Målet mitt er å knytte sammen lærdom fra praksis, ideer jeg har fått gjennom lesing, og rammeverk jeg har tilegnet meg gjennom samarbeid.

Hvorfor kunstig intelligens gjorde gamle produktantakelser ugyldige

Det som gjør dette øyeblikket med kunstig intelligens annerledes for meg, er ikke kurven for modellkapasitet. Det er at kunstig intelligens i det stille undergraver de fleste antakelsene jeg hadde tatt til meg som B2B-produktleder det siste tiåret.

Driftsprinsipper jeg tidligere kunne gjengi uten å tenke, er ikke nødvendigvis feil, men kunstig intelligens omformer dem i sanntid.

Ta endringsledelse. Det handlet om å redusere læringskurven slik at brukerne kom seg gjennom friksjonen ved et nytt verktøy. I et AI-basert produkt er verktøyet ofte ikke vanskelig å bruke; motstanden er mer eksistensiell – «Trener jeg opp min egen erstatter?» En annen grunnårsak krever et annet svar.

Det reelle arbeidet med produktledelse akkurat nå handler derfor mindre om å legge kunstig intelligens til veikartet og mer om å gjennomgå ærlig hvilke av forutsetningene dine som fortsatt fortjener en plass.

Ibrahim deler

\u003cstrong\u003eDet reelle arbeidet med produktledelse akkurat nå handler derfor mindre om å legge kunstig intelligens til veikartet og mer om å gjennomgå ærlig hvilke av forutsetningene dine som fortsatt fortjener en plass.\u003c/strong\u003e

Hvor kunstig intelligens gir størst avkastning for produktledere

Jeg bruker kunstig intelligens i alle deler av produktutviklingens livssyklus, men syntese i stor skala gir størst avkastning:

• Oppsummere temaer på tvers av kundesamtaler
• Generere varianter av veikartpresentasjoner
• Gjøre strategiske hovedpunkter om til ulike kommunikasjonsnivåer
• Og så videre

Vurderings- og tolkningsarbeid som mangler mye presedens eller kontekst, krever fortsatt hovedsakelig mennesker. Men kunstig intelligens er i ferd med å bli en god samtalepartner også i slike situasjoner.

Hvordan KI kan forene ulike produktsyn

Her er en annen fordel: KI forenkler prosessen med å samle og forene produktsyn på tvers av en virksomhet, og reduserer friksjonen som vanligvis oppstår når et produkt nærmer seg lansering.

Nå kan team enklere etablere en felles forståelse av problemet, personaen, løsningen og differensieringen mye tidligere ved hjelp av skriftlige og visualiserte artefakter, slik at man unngår manglende samsvar senere i utviklingsprosessen.

Hvordan produktledere kan forberede seg til kundemøter med KI

Når jeg forbereder meg til et kundemøte, setter jeg sammen alle sporene vi har om kunden på tvers av ulike systemer, inkludert samtaletranskripsjoner, for å få et 360-graders bilde av hva de er opptatt av, fremdriften i tilbakemeldingene på produktet og en oversikt over viktige interessenter.

Arbeidsflyten innebærer Claude sammen med verktøy som Gainsight, Gong og Snowflake.

Hvordan KI påvirker produktets utviklingstid

KI har oppmuntret meg til å være mer ambisiøs og også ta opp igjen gamle ideer som kanskje ville vært vanskeligere å utforske tidligere.

Det har også gjort meg mer villig til raskt å prøve ut og forkaste produktideer. I vår bransje snakker vi riktignok om produktsatsinger, men vi starter sjelden på noe som ikke blir lansert.

KI gjør det mulig for oss å gjennomføre raskere idédugnader og prototyping, og reduserer tiden fra idé til lansering.

Men dette har også en bakside. Produktteam må vurdere og respondere på flere ideer. Å holde tritt med mengden ideer fra hele virksomheten gjør hver uke til en hackuke.

Hvordan kunder kan bli en flaskehals for KIs fordeler

Nå som KI har redusert utviklingstiden vår, har vi støtt på et nytt problem.

Partnernes tilgjengelighet som medutviklere er fortsatt begrenset. Vi selger til en smal kjøpergruppe, så tiden deres og muligheten til å delta i betaprogrammer er begrenset. De kan bare håndtere en begrenset mengde endringshåndtering.

Så selv om KI har hjulpet oss med volumet, prøver vi fortsatt å finne ut hvordan utrullingen og tilretteleggingen skal gjennomføres.

Hvordan KI skaper urealistiske forventninger

KI skaper en falsk følelse av at det er enkelt å sette noe i produksjon, så forventningene til leveringshastighet og bruk er ute av proporsjoner.

Forvent raskere idédugnader, men på et tidspunkt er GA en annen standard.

Hvorfor KIs kostnadseffektivitet må vurderes

Vi diskuterte ikke de totale kostnadene ved utviklingen.

Mange ser på KI som et nesten kostnadsfritt produktivitetsløft, men før eller siden må du sammenligne kostnadene for tokenbruk med personalkostnadene, og regnestykket er ikke alltid i KIs favør.

Det er for eksempel ikke sikkert at det snart vil være kostnadseffektivt å bruke Claude til å overvåke Slack og lese meldinger.

Hvorfor produktledere må brette opp ermene og eksperimentere med KI

Jeg oppfordrer produktledere til å ha en læringsinnstilling, være nysgjerrige og oppmuntre til eksperimentering. Ikke vær for opptatt av beste praksis fra den forrige epoken innen programvareutvikling.

Jeg har oppnådd gode resultater ved å brette opp ermene og dele mine egne eksperimenter, motivere team med morsomme priser for kreativitet og sette av tid spesielt til å prøve ut ting, i stedet for å fokusere 100 % på å levere veikartet.

Det er også helt greit å prøve ut flere verktøy for samme scenario. Modeller og produkter utvikler seg raskt — det er ingen grunn til å ta forhastede beslutninger om å binde seg til én løsning.

Ibrahim deler

…det er helt greit å prøve ut flere verktøy for samme scenario. Modeller og produkter utvikler seg raskt — det er ingen grunn til å ta forhastede beslutninger om å binde seg til én løsning.

Følg med

Du kan følge arbeidet til Ibrahim Bashir på LinkedIn. Ta også en titt på Substack-nyhetsbrevet hans, Run the Business.

Flere ekspertintervjuer kommer på The CPO Club!