Produktdirektør i et AI-innfødt selskap deler hvordan AI muliggjør intensjonsstyrte prosesser

Christian Braun er produktdirektør i Depix AI, der han utvikler AI-produkter som hjelper produkteksperter. Christian endrer Depix’ produkttilnærming fra form først til intensjon først, noe som betyr at AI brukes til å oversette intensjon til meningsfulle retninger mye tidligere i produktets livssyklus. Dette har gjort teamet raskere, mer samkjørt på tvers av fagområder og mer effektivt til å omsette tvetydighet til en handlingsrettet produktretning.

Vi satte oss ned med Christian for å spørre om denne endringen og mer. Her er det han hadde å si.

Å redefinere rollen til produktledere

Jeg heter Christian Braun og er produktdirektør i Depix og CEO i MAGING GmbH. Bakgrunnen min er forankret i design, innovasjon og produktutvikling – særlig i bransjer der form, funksjon og merkevareopplevelse må forenes på høyeste nivå.

Over tid gikk jeg fra å utforme produkter på en tradisjonell måte til å stille et mer strategisk spørsmål: Hva skjer når vi ikke lenger begynner med form alene, men med intensjon? Denne endringen førte meg inn i produktledelse og, naturlig nok, i AI.

Det som gjør dette øyeblikket så kraftfullt, er at AI redefinerer rollen til produktledere. Vi håndterer ikke lenger bare veikart eller optimaliserer funksjoner. Vi bidrar til å forme helt nye måter å tenke, skape og bygge på. I min nåværende rolle arbeider jeg med produkter som bruker AI ikke bare som et teknisk lag, men som en kreativ og strategisk kraft – en kraft som kan utløse høyere hastighet, klarhet og helt nye resultater.

Jeg mener at fremtidens produktledelse ligger i å kombinere menneskelig visjon med intelligente systemer. AI bør ikke utvanne originalitet; den bør styrke den.

Hybrid leveranse etter design

Jeg leder produktorganisasjonen i Depix, der vi bygger AI-baserte produkter for fremtidens produktutvikling. Oppdraget vårt er å hjelpe team med å gå videre enn tradisjonelle, lineære arbeidsflyter ved å bruke AI til å oversette intensjon, kontekst og designretning til konkrete produktresultater.

Produktene vi bygger, befinner seg i skjæringspunktet mellom kreativitet, produktstrategi og avansert AI. De støtter arbeidsflyter som konseptgenerering, visuell utforskning av produkter, CMF-retning og den tidlige utformingen av produktideer før de går inn i mer konvensjonelle utviklingsprosesser. Brukerne våre omfatter designere, produktteam, innovasjonsledere og virksomheter som ønsker å tenke nytt om hvordan produkter blir utviklet og utformet.

Vi er en fokusert og svært smidig produktorganisasjon. Dette gjør at vi kan arbeide raskt, holde oss tett på brukernes behov og kontinuerlig forbedre både produktopplevelsen og verdiforslaget. Vi betjener en blanding av fremtidsrettede enkeltpersoner, små kreative team og større organisasjoner som ønsker å integrere AI i reelle produktutviklingsmiljøer.

Leveransemodellen vår er hybrid etter design. Vi bygger skalerbare programvareprodukter med et SaaS-tankesett, samtidig som vi samarbeider tett med strategiske kunder for å utvikle arbeidsflyter, validere adopsjon og utløse virksomhetsverdi. Denne kombinasjonen gjør at vi kan skalere produktinnovasjon samtidig som vi holder oss tett knyttet til anvendelse i den virkelige verden.

Hvorfor AI endrer produktenes virkemåte

Før du starter en AI-reise, bør alle produktledere forstå én ting: AI er ikke bare en funksjonsoppgradering – den endrer produktets virkemåte.

Det er viktig fordi mange team tilnærmer seg AI ved ganske enkelt å legge det til i en eksisterende arbeidsflyt og forvente uforholdsmessig gode resultater. I virkeligheten endrer AI ofte hvordan produktet skaper verdi, hvordan brukerne samhandler med det, hvordan det tar beslutninger og hvor tillit blir avgjørende. Hvis du behandler det som et lag oppå produktet, kan du oppnå nyhetens interesse. Hvis du behandler det som en endring i systemets atferd, kan du skape et reelt produktfortrinn.

AI flytter tyngdepunktet fra statisk funksjonalitet til dynamisk dømmekraft. Det påvirker inndata, utdata, tilbakemeldingssløyfer, kvalitetskontroll og brukerens rolle. Det betyr at produktledere ikke bare må tenke på funksjonalitet, men også på kontekst, pålitelighet, ansvarlighet og adopsjon.

Den første endringen i tankesett er derfor denne: Ikke spør «Hvor kan jeg legge til AI?» Spør «Hvordan endrer AI logikken i opplevelsen, arbeidsflyten og verdiforslaget?» Det er vanligvis der den reelle produktmuligheten begynner.

Christians tanker

Ikke spør: «Hvor kan jeg legge til AI?» Spør: «Hvordan endrer AI logikken i opplevelsen, arbeidsflyten og verdiforslaget?»

Hvordan en intensjonsbasert tilnærming revolusjonerer produktprosesser

En konkret endring jeg gjorde det siste året, var å flytte produktprosessen vår fra å være skjemabasert til å være intensjonsbasert.

Før AI startet produktteam ofte med funksjoner, grensesnitt eller visuelle resultater. Dette endret vi. I dag begynner vi med intensjonen: målet, konteksten, begrensningene og det ønskede resultatet bak produktbeslutningen. AI gjorde denne endringen praktisk mulig fordi teknologien oversetter intensjon til meningsfulle retninger langt tidligere i prosessen.

Før AI startet produktteam ofte med funksjoner, grensesnitt eller visuelle resultater. I dag begynner vi med intensjonen: målet, konteksten, begrensningene og det ønskede resultatet.

Dette førte til en stor endring i hvordan vi utvikler og administrerer produkter. Nå bruker vi mindre tid på å diskutere isolerte funksjoner og mer tid på å forme systemets forståelse, kvaliteten på beslutningene og nytteverdien i kontekst. Dette har gjort oss raskere, mer samkjørte på tvers av fagområder og mer effektive til å omgjøre tvetydighet til handlingsrettet produktretning. Det reduserte også tiden vi brukte på å utforske svake eller dårlig tilpassede retninger.

Etter vår erfaring har effekten vært en forbedring på omtrent 5x til 10x i iterasjonshastigheten under tidlig produktutforskning. Men den viktigste måleverdien er læringshastighet. I stedet for å bruke mesteparten av tiden på å produsere et lite antall alternativer, bruker vi mer tid på å vurdere hvilken retning det er verdt å gå videre med.

Dette endrer økonomien i produktoppdagelse på en meningsfull måte. AI satte ikke bare fart på arbeidsflyten vår; teknologien endret driftsmodellen vår.

Hvordan fokuset på intensjon endret et produkts utvikling

Her er et eksempel. Tidlig i arbeidet med ett av produktene våre testet vi et viktig produktspørsmål: «Bør produktet hovedsakelig fokusere på å generere visuelle resultater raskere, eller på å hjelpe brukerne med å definere en tydeligere produktretning tidligere?» AI forbedret denne oppdagelsesprosessen betydelig ved at vi kunne eksperimentere konkret med begge modellene.

Vi kunne raskt teste ulike intensjonsstrukturer, interaksjonsmønstre og resultategenskaper, og deretter se hvor brukerne fikk størst verdi. Det som ble tydelig, var at brukerne ikke bare ønsket raskere generering. De ønsket større klarhet i starten av prosessen – en måte å omgjøre vage mål til helhetlige produktretninger på.

Denne innsikten formet produktbeslutningen direkte. Vi valgte å bygge rundt en intensjonsbasert modell i stedet for en modell som utelukkende var drevet av resultater. AI gjorde dette mulig ved at vi kunne lage prototyper av og sammenligne produktlogikk langt tidligere enn tradisjonelle oppdagelsesmetoder tillot.

Hvorfor AI utfordrer tradisjonelle antakelser om brukerintensjon

En produktantakelse AI tvang meg til å gi slipp på, er denne: at verdien først oppstår når brukeren vet hva han eller hun vil.

I tradisjonell produkttenking antar vi ofte at brukeren kommer med en rimelig tydelig oppgave, intensjon eller løsning i tankene, og at produktets oppgave er å hjelpe brukeren med å gjennomføre den bedre. AI endret dette for meg.

Det ble tydelig at noen av de mest verdifulle øyeblikkene faktisk oppstår tidligere – når brukerne mangler klarhet, men har en retning. De kan ha et mål, en spenning, en merkevareambisjon eller en vag idé om hva de ønsker å oppnå, men ingen definert løsning. AI kan skape verdi nettopp i dette tvetydige rommet ved å hjelpe brukerne med å utforske, tolke og forme intensjonen før gjennomføringen.

Dette endret hvordan jeg tenker på produktdesign. Jeg ser ikke lenger på produktet bare som et verktøy for å fullføre oppgaver. I økende grad ser jeg det som et system som hjelper brukerne med å forme en bedre intensjon, ikke bare handle ut fra en eksisterende intensjon.

Hvorfor kunstig intelligens utvider mulighetene, mens mennesker snevrer dem inn

Jeg stoler mest på kunstig intelligens på områder der hastighet, syntese og bredde er viktig: utforskning, mønstergjenkjenning, konseptutvikling, tidlig eksperimentering og rask evaluering av mulige produktretninger.

Kunstig intelligens er for eksempel svært nyttig for å behandle signaler fra brukere og markeder, generere og sammenligne flere løsningsbaner, fremskynde UX- og konseptiterasjon og synliggjøre avveininger tidligere enn tradisjonelle arbeidsprosesser. Den er særlig sterk når målet ikke er å produsere ett svar, men å utvide feltet av alternativer av høy kvalitet.

Det som fortsatt er helt og holdent menneskelig, er beslutninger knyttet til visjon, prioritering, smak, etikk og ansvarlighet. Valg av veikart, strategisk rekkefølge, produktbeslutninger som definerer merkevaren, og endelige tekniske avveininger krever fortsatt menneskelig dømmekraft fordi de avhenger av kontekst, konsekvenser og ansvar på måter kunstig intelligens ikke fullt ut kan ta eierskap til.

Det som fortsatt er helt og holdent menneskelig, er beslutninger knyttet til visjon, prioritering, smak, etikk og ansvarlighet.

Derfor ser jeg ikke på kunstig intelligens som beslutningstakeren. Jeg ser på den som et intelligent system for å utvide beslutningsrommet. Menneskets rolle blir enda viktigere når alternativene må snevres inn, avveininger aksepteres og noen må ta eierskap til en retning.

Hvorfor integrering av kunstig intelligens forsterker både oppsiden og nedsiden

Resultatene av kunstig intelligens har vært sterke både på oppsiden og nedsiden.

På oppsiden har kunstig intelligens forbedret hastighet, bredde og læringstempoet i produktarbeidet betydelig. Vi kan utforske flere retninger tidligere, teste antakelser raskere og lage beslutningsstøttende artefakter med langt mindre friksjon enn før. Særlig innen utforskning og tidlig eksperimentering har dette forkortet iterasjonssyklusene og hjulpet team med å gå fra vage ideer til strukturerte produktretninger mye raskere. Kvalitativt har det også forbedret samkjøringen, fordi design, produkt og utvikling kan reagere på noe konkret langt tidligere i prosessen.

På nedsiden introduserer kunstig intelligens også nye risikoer. Den kan skape en illusjon av sikkerhet fordi resultatene ofte ser overbevisende ut før vi faktisk har validert dem. Og plausibel, men upålitelig atferd som dette fører til svekket tillit. Kunstig intelligens kan også oversvømme team med alternativer, noe som gjør produktdømmekraft viktigere, ikke mindre viktig. I noen tilfeller er utfordringen ikke lenger å generere muligheter – det handler om å opprettholde grundighet, smak, prioritering og strategisk fokus.

Nettoresultatet har derfor klart vært positivt. Men jeg vil formulere det slik: Kunstig intelligens har økt vår produktive kapasitet, samtidig som den har hevet kravene til ledelsesdisiplin. Teamene som får størst utbytte, er ikke de som bruker kunstig intelligens mest, men de som bruker den med den tydeligste dømmekraften.

Hvilke risikoer AI-drevne produkter møter ved lansering

Det vanskeligste ved å lansere et AI-drevet produkt er ikke å bygge intelligens – det er å gjøre usikkerhet til et produkt.

Tidlig er det fristende å fokusere på modellens kapasitet og imponerende resultater. Men i virkelige produktmiljøer er brukerne like opptatt av konsistens, kontroll, forutsigbarhet og hvorvidt produktet passer naturlig inn i arbeidsflyten deres. Kunstig intelligens kan skape begeistring raskt, men begeistring er ikke det samme som tillit.

Kunstig intelligens kan skape begeistring raskt, men begeistring er ikke det samme som tillit.

Hvis jeg hadde forstått dette grundigere fra starten, ville jeg ha investert enda tidligere i å avklare forventninger, interaksjonsdesign, tilbakemeldingsmekanismer og tydeligere grenser for hva systemet gjør bra, sammenlignet med områder der menneskelig dømmekraft fortsatt er nødvendig. Jeg ville også ha vært mer forsiktig med å forveksle sterke demonstrasjonsøyeblikk med varig produktverdi.

Hva kunne jeg ha unngått? Først og fremst unngåelig skuffelse og friksjon ved innføring. Den største risikoen ved produktlanseringer basert på kunstig intelligens er ofte ikke teknisk svak ytelse – det er å love for mye på brukeropplevelsesnivå. Det er en lærdom jeg nå tar svært alvorlig.

Hvorfor tavlen fortsatt er produktlederens viktigste verktøy

Selv med alle de avanserte verktøyene for kunstig intelligens er tavlen – fysisk eller digital – fortsatt det viktigste verktøyet for produktledere. Fordi det viktigste arbeidet innen produkt fortsatt handler om innramming. Alt annet følger av dette.

Jeg bruker altså whiteboardtavlen helt i begynnelsen av prosessen, der tydelighet er viktigere enn detaljer. Det er her vi rammer inn problemet, kartlegger systemet, avdekker antakelser og samkjører teamet før vi går videre til spesifikasjoner, designfiler eller verktøy for gjennomføring.

Når retningen er tydelig, oversetter vi denne tenkningen til den digitale arbeidsflyten: produktkrav, designsystemer, prototyper, veikart og eksperimenter. Whiteboardtavlen er der kompleksitet blir forståelig. Den digitale verktøystakken er der denne forståelsen blir operasjonell.

Christians tanker

Whiteboardtavlen er der kompleksitet blir forståelig. Den digitale verktøystakken er der denne forståelsen blir operasjonell.

Hvorfor produktledere må fokusere på tydelighet

Mitt råd: Ikke se på dette som en endring i verktøy — se på det som en endring i produktarbeidet.

De lederne som vil lykkes best, er ikke de som raskest legger til flest mulig AI-funksjoner. Det er de som tenker gjennom på nytt hvordan de skaper verdi, hvor menneskelig dømmekraft er viktigst, og hvilke deler av arbeidsflyten de bør redesigne i stedet for bare å akselerere.

Så vær nysgjerrig, eksperimenter målrettet, men vær disiplinert. Lær deg teknologien, ja — men bruk enda mer tid på å forstå tillit, kontekst, kvaliteten på beslutningene og hvordan løsningen tas i bruk. AI øker handlingsrommet, men straffer også overfladisk produktarbeid svært raskt.

Hvis jeg skulle oppsummere det i én setning: Vær modig når det gjelder eksperimentering, men enda modigere når det gjelder tydelighet.

Følg med

Du kan følge Christian Braun på LinkedIn. Sjekk også ut Depix og Produktvisjon.

Flere ekspertintervjuer kommer på The CPO Club!