Hoe je snelheid en waarde in balans brengt: de essentiële rol van empathie in het AI-producttijdperk

Lees het transcript:

We proberen onze podcasts te transcriberen met behulp van een softwareprogramma. Vergeef ons eventuele typefouten, want de bot is niet altijd 100% correct.

Hannah Clark: Of je nu persoonlijk meedoet aan de hype rond de film Wicked of niet, ik weet vrijwel zeker dat je bekend bent met The Wizard of Oz. In het verhaal wordt het personage van de Blikken Man voorgesteld als een mensachtige robot die niets liever wil dan een hart hebben. Maar wanneer hij er uiteindelijk een krijgt, ontvangt hij eigenlijk een imitatie van een hart: een zijden zak met zaagsel die de Blikken Man ervan overtuigt dat hij de empathie en emotionele diepgang van een mens bezit.

Als je nog niet hebt begrepen waar ik naartoe wil, vormt de Blikken Man een behoorlijk intrigerende allegorie voor waar we staan met AI. Grote taalmodellen hebben een niveau van vooruitgang bereikt waarop ze dingen als empathie en diep menselijk begrip behoorlijk overtuigend kunnen nabootsen, en dat heeft twee kanten. Aan de ene kant is er een verbazingwekkende kans. Maar aan de andere kant zijn er verborgen valkuilen die je impact langzaam kunnen laten verdampen.

Mijn gast vandaag is Megan O'Rourke, uitvoerend productdirecteur bij Metalab, een bureau voor productontwerp van begin tot eind. Megans rol bevindt zich op het kruispunt van ontwerp, ontwikkeling, onderzoek en peoplemanagement, en daardoor is ze zich scherp bewust van het verband tussen storytelling en gebruikerswaarde. En misschien nog belangrijker: wat er werkelijk op het spel staat als we empathie inruilen voor efficiëntie, zowel bij productontwikkeling als bij leiderschap.

We bespraken de balans tussen AI-gestuurde productiviteit en door mensen gedreven resonantie, waarom storytelling net zo cruciaal is als data, en de vraag die iedere productleider zichzelf voortdurend zou moeten stellen—als diegene de moed heeft. Laten we beginnen.

O ja, trouwens, iedere week voeren we gesprekken zoals dit. Dus als dit je interessant lijkt, waarom schrijf je je dan niet in? Goed, laten we beginnen.

Welkom terug bij de Product Manager-podcast. Vandaag ben ik hier met Megan O'Rourke. Zij is de uitvoerend productdirecteur bij Metalab.

Megan, hoe gaat het vandaag met je?

Megan O'Rourke: Het gaat heel goed. Ik ben blij dat ik hier ben.

Hannah Clark: Ik ook. Kun je ons iets vertellen over je achtergrond en hoe je bent gekomen waar je nu bent bij Metalab?

Megan O'Rourke: Zeker. Ik ben begonnen in de reclamewereld. Crispin Porter + Bogusky, een groot bureau in de Verenigde Staten dat bekendstaat om het creëren van zeer gedurfd, zeer ontwrichtend en zeer cultuurvormend reclam werk. Ik maakte deel uit van een team dat het creatieve proces, beoordelingen en productie beheerde, en daardoor heb ik echt waardering voor detail ontwikkeld.

Voor vakmanschap op hoog niveau, maar ook voor de blootstelling aan het werken met creatieve professionals van wereldklasse. Hoewel ik mezelf niet als creatief beschouwde, vond ik het geweldig om deel uit te maken van het creatieve proces. Ik hield dus van reclame, maar na verloop van tijd merkte ik dat ik verlangde naar iets dat net iets anders was. Niet van die eenmalige campagnes, maar iets dat meer levend en ademend aanvoelde, zodat je het kon opbouwen en ontwikkelen en uiteindelijk kon reageren op een behoefte en een verlangen.

Die verschuiving bracht me uiteindelijk naar Metalab, waar ik sinds 2016 werk. Inmiddels bijna tien jaar. Dat is lang in bureauland.

Hannah Clark: In iedere baan tegenwoordig. Ja.

Megan O'Rourke: In iedere baan. In iedere baan. Maar ja, het zegt echt veel over het soort werk dat we doen en de mensen met wie we werken, en dat houdt het werk echt interessant.

En ik ben blij dat ik er ben. Metalab is een zeer ontwerpgericht productbureau dat producten van begin tot eind ontwikkelt. We werken samen met bedrijven die variëren van start-ups in een vroeg stadium tot Fortune 500-bedrijven. Sommige klanten komen bij ons om volledig van nul naar één te gaan, wat altijd leuk en uitdagend is, terwijl anderen ons benaderen voor een gedeeltelijk of volledig herontwerp of een grondige revisie van een bestaand product.

We zijn dus sterk ontwerpgericht. In de kern richten we ons heel erg op vakmanschap en resultaten. We doen niet aan luchtkastelen. We maken geen grote strategiedecks. We richten ons simpelweg op het bouwen van echt geweldige producten en het maken van producten die ertoe doen. Mijn rol vandaag. Ik ben uitvoerend directeur productmanagement bij Metalab, dus dat betekent dat ik onze PM-functie leid.

Ik ben ook betrokken bij enkele van onze projecten met een groter profiel, en tegenwoordig denk ik veel na over hoe we gelukkige teams kunnen bouwen en teams die geweldige producten maken.

Hannah Clark: Ja. Ik ben zo enthousiast om met je te praten, want al deze ervaringen sluiten heel goed aan op ons hoofdonderwerp van vandaag, namelijk hoe productteams storytelling en empathie kunnen inzetten in dit tijdperk van AI, een chaotische tijd vol grijze gebieden.

In de geest van storytelling zou ik het geweldig vinden als je een anekdote kunt delen die enig perspectief biedt op wat we te winnen hebben en misschien ook wat er op het spel staat als we deze zeer menselijke elementen van storytelling in onze organisaties en producten niet prioriteren.

Megan O'Rourke: Ik zal een voorbeeld delen dat wat persoonlijker is; het gaat niet over een flitsend product.

Het is geen grote strategische beslissing, maar gewoon een heel menselijk moment. Het gaat over iemand in mijn team die een heel slimme en betrokken persoon is. Diegene is altijd erg uitgesproken tijdens vergaderingen en brengt ideeën aan, maar in de loop van een paar weken begon ik te merken dat die persoon wat stiller werd.

Diegene sprak zich minder uit. Leek wat teruggetrokken, en er was niets dramatisch aan de hand. Er waren geen zorgen over de prestaties, maar er was gewoon een verschuiving die ik kon aanvoelen. En ik dacht op dat moment: als ik volledig op automatisering zou draaien, als ik AI zou gebruiken om namens mij vergaderingen bij te wonen en alleen maar bij te houden wat er moest gebeuren of dashboards met afgerond werk te bekijken, dan had ik het waarschijnlijk gemist.

Maar ik was er, ik lette op, ik las de nuances, en ik kon een verschil zien. Ik kon die persoon gewoon benaderen en zeggen: hé, hoe gaat het met je? Niets formeels, maar gewoon een menselijke verbinding of een contactmoment. En door het gesprek besefte ik dat er iets diepers aan de hand was.

Die persoon voelde zich echt overweldigd. Was er niet zeker van wat zijn of haar plek was in dit complexe en snel bewegende product en voelde zich gewoon onzichtbaar. En het was voor mij zo'n aha-moment, omdat ik dacht: AI is in zoveel dingen geweldig, maar het is niet goed in het oppikken van de afwezigheid van informatie of de stille momenten.

Het merkte die aarzeling niet op van iemand die zichzelf gewoon dempt of weer unmutet en vervolgens toch weer dempt. Het zegt niet tegen ons: er klopt iets niet. En ik heb het gevoel dat wij mensen dat wel opmerken. Dus dat is een klein voorbeeld. Maar ik denk dat het voor mij laat zien dat wanneer we de menselijke aanpak en empathie centraal stellen, vertrouwen is wat we hier te winnen hebben.

En ik zie dat als de basis voor hoe we samenwerken en elkaar ondersteunen. In dit voorbeeld ook voor hoe we feedback geven. Dat is zo fundamenteel voor hoe we werken. En om je vraag te beantwoorden over wat er op het spel staat: als we in deze momenten te veel op AI leunen en toestaan dat het onze aanwezigheid, aandacht en intuïtie vervangt, dan missen we die signalen.

Wanneer mensen in het team het gevoel krijgen dat anderen niet opletten of niet om hen geven, is dat een heel snelle manier om te komen tot een gebrek aan betrokkenheid of een teruggetrokken houding. En het zou verschrikkelijk zijn om geweldige mensen te verliezen, niet omdat hun werk er niet toe doet, maar omdat ze zich niet echt gezien voelen.

Hannah Clark: Ja. Oké. Ik heb hier meerdere reacties op, omdat ik het gevoel heb dat dit echt raakt aan iets belangrijks. Wat als eerste bij me opkomt, is dat je volgens mij een soort afrekening benoemt waar velen van ons mee te maken hebben: wat is de rol van werk en wat is de rol van een bedrijf in onze cultuur en samenleving?

Als we de dingen proberen te automatiseren die deze zaken betekenisvol voor ons maken, denk ik dat het een heel belangrijke herinnering is dat er dingen zijn die we zouden kunnen automatiseren, maar waar we toch selectief in moeten zijn. Wat dreigen we te verliezen wanneer we ons soms terugtrekken uit die echt essentiële menselijke interacties die cultuur creëren, cultuur binnen een organisatie voeden en stimuleren, en ervoor zorgen dat mensen negen, tien jaar of langer willen blijven?

Het andere dat ik heel treffend vond, was wat je zei over datgene wat niet wordt gezegd, het idee dat storytelling voor een groot deel draait om wat niet wordt onthuld. Ik had daar onlangs een heel duidelijk moment mee. Er is een fringe-festival dat net is afgelopen in mijn omgeving en in mijn tijd buiten mijn carrière om.

Ik ben performer en ik heb veel van de storytelling die daar plaatsvindt geobserveerd, mede met het idee om misschien mijn eigen show te maken—een niet-professionele show, maar iets dat echt naar de oppervlakte is gekomen wanneer ik heel goede verhalenvertellers zie. En ik denk dat dit zelfs van toepassing is in een product- of professionele context.

De echt goede verhalenvertellers kunnen momenten en een verhaal laten zien door selectief te zijn in wat ze opnemen en wat ze weglaten. In sommige gevallen zie je dus een verhaal dat je gedurende meerdere jaren meeneemt op een volledige reis, of misschien door de loop van een verkooptrechter, maar de momenten die je kiest om op te nemen—en ook het selectief zijn in welke momenten je niet opneemt en aan welke momenten je aandacht moet besteden—zijn afwezig in een bepaald verhaal.

Ik vind het dus interessant dat je dit nu aankaart, omdat dit iets is waar ik de laatste tijd veel aan denk: storytelling gaat net zo goed over wat we ervoor kiezen niet te zeggen. Je hebt gelijk. Als mensen hebben we zo'n uniek vermogen om betekenis te halen uit bepaalde dingen die niet expliciet zijn, en ook betekenis te ontlenen aan stiltes die heel subtiel zijn. Hoe dan ook, het is een beetje een zijspoor, maar ik vind het mooi waar dit naartoe gaat.

Megan O'Rourke: Dat vind ik geweldig, en ik denk dat we hier later waarschijnlijk nog op terugkomen, maar volgens mij is dat het belangrijke element van het inbrengen van een menselijk doel.

Er is zoveel informatie, maar het draait om het onderscheidingsvermogen, de intuïtie en de ervaring om te begrijpen wat de selectie haalt en wat een overtuigend verhaal gaat creëren wanneer alle data aan je kan worden gepresenteerd. Wat gebruik je, wat sluit je uit en hoe verpak je het?

Dat is de nuance waarvan ik echt zie dat die van de menselijke kant komt. Ik wil niet dat AI die beslissing voor me neemt.

Hannah Clark: Daar ben ik het mee eens. Ik wil ook niet per se dat AI die beslissing neemt. En ik denk dat hier een heel belangrijke fase in zit. Wanneer we bijvoorbeeld aan een verkooptrechter denken, denken we aan de bewustwordingsfase, en veel daarvan is misschien geschikt om te genereren.

Er is veel materiaal voor de bewustwordingsfase dat we kunnen maken en dat we logisch kunnen automatiseren. Maar het verzorgende deel van de verkooptrechter is volgens mij een gebied waar we een enorme kans hebben om echt diep persoonlijke ervaringen te verweven, een emotionele verbinding te stimuleren en gebruik te maken van een community.

Ik heb het gevoel dat daar zo'n kans ligt. En ik denk dat de behoefte aan echt overtuigende, menselijke elementen alleen maar groter zal worden nu er zo'n grote hoeveelheid gegenereerde content is.

Megan O'Rourke: Daar ben ik het mee eens, Hannah. Volgens mij zitten we daar volledig op één lijn. Dat zal steeds meer de onderscheidende factor worden.

Hannah Clark: Ja. En oké. Als we het hebben over onderscheidende factoren in productontwerp, waar let je dan in de praktijk op? Wanneer je een verhaal ontwikkelt of met een klant bij Metalab werkt, wat zijn dan enkele specifiekere strategieën of oefeningen die je met je team zou kunnen gebruiken om voorwaarden te creëren voor empathisch ontwerp?

Megan O'Rourke: Ik begin met te zeggen dat menselijkheid en empathie volgens mij niet alleen zichtbaar zijn in wat we bouwen, maar ook in hoe we het bouwen. Mijn team hoort me dit de hele tijd zeggen. Ik zeg dan: het gaat niet alleen om wat we bouwen, maar ook om hoe we het doen. Het gaat om de ervaring van samenwerken. De ervaring van hoe we luisteren, hoe we elkaar uitdagen en hoe we ruimte creëren voor eerlijke en echte gesprekken.

Ik zal één specifieke oefening delen die we graag gebruiken om empathie voor onze eindklanten op te bouwen. En daarnaast nog een meer filosofische of algemene strategische aanpak voor de manier waarop we die voorwaarden creëren. De eerste is de oefening. Je bent hier waarschijnlijk mee bekend, omdat er veel PM's zijn, maar het gaat terug naar de basis van het in kaart brengen van ervaringen.

Dit doen we bij de meeste van onze nieuwe klanten bij een nieuw project. Het is een eenvoudige oefening, maar zo krachtig, omdat je in de schoenen van de klant of doelgroep gaat staan en de reis met hen in gedachten doorloopt. Je pauzeert bij ieder moment en vraagt bij iedere fase: wat denkt de gebruiker?

Wat doen ze, wat voelen ze? En we brengen in kaart waar de wrijvingspunten en de emotionele hoogte- en dieptepunten zitten. Het is belangrijk dat we dit met onze klanten doen, zelfs met klanten die de hele productlevenscyclus van binnen en van buiten kennen. Het is een oefening om empathie op te bouwen, omdat we ons daardoor uiteindelijk op een menselijk probleem richten voordat we zomaar in oplossingen springen, wat gemakkelijk en leuk is om te doen.

We vinden dit dus een heel nuttige oefening om houvast te creëren, niet alleen voor ons team dat misschien net in een nieuw product of een nieuwe branche stapt, maar ook om belanghebbenden op één lijn te brengen en hen te laten focussen op de dingen die ertoe doen: de mensen en de problemen die we proberen op te lossen. Dat is de eerste.

De tweede is meer een algemene aanpak voor de manier waarop we werk beoordelen. Dus kritiek omarmen en beslissingen nemen als team. Zoals veel organisaties voeren we regelmatig ontwerp- en engineeringbeoordelingen uit, maar we benaderen die vanuit een heel empathische en menselijke invalshoek.

In plaats van een beoordelingsschema te openen en vakjes af te vinken en te vragen: ziet dit er goed uit? Voldoet het aan de vereisten? Voldoet het aan de specificaties? moeten de eerste vragen geworteld zijn in de gebruiker en diens behoeften. We vragen ons af: lost dit het probleem van de gebruiker op een betekenisvolle manier op? Is het intuïtief?

Is het duidelijk? Kan het zonder uitleg worden begrepen, zonder dat de ontwerper het werk mondeling toelicht? Hoe laat dit ons voelen? En ja, brengt dit het bedrijf vooruit? Creëert het uiteindelijk waarde voor de gebruiker? Ervoor zorgen dat de eerste vragen wanneer we werk beoordelen bij de gebruiker beginnen, is dus een heel belangrijk onderdeel van hoe we gezamenlijke kritiek benaderen.

Uiteindelijk komt dat neer op een zeer empathische mentaliteit, en het is heel bewust onderdeel van hoe we werken en hoe we bij Metalab mensen aannemen. Empathie is gewoon een basisvereiste. Dat verlangen we van alle functies. Onze ontwerpers natuurlijk, ingenieurs ook, PM's, maar iedereen moet een empathische mentaliteit hebben.

Het laatste dat ik daaraan wil toevoegen is dat wanneer je de voorwaarden creëert waarin mensen het gevoel krijgen dat ze voor de gebruiker opkomen, ze niet hun persoonlijke perspectieven op tafel brengen. Ze zijn wat objectiever. En soms betekent dat dat ze ideeën aandragen die volledig uit de lucht komen vallen of buiten de scope liggen.

Het is dan echt belangrijk om die dingen niet meteen af te kappen, maar nieuwsgierig en open te blijven. Dat is een belangrijk onderdeel van onze cultuur: hoe we elkaar uitdagen om het juiste probleem voor de juiste persoon op de juiste manier op te lossen.

Hannah Clark: Oké. Ik vind het goed wat je hier zegt over de manier van werken. Het centraal houden van menselijke elementen is natuurlijk een rode draad die volgens mij door ons hele gesprek loopt.

Ik wil het even hebben over waar menselijke tussenkomst en verbinding cruciaal zijn en waar AI echt de oplossing is om het over te nemen—hoe bepalen we wanneer iets voor AI is en wanneer iets voor mensen?

Als je nadenkt over je team en over hoe dingen bij Metalab worden gedaan en aangestuurd, hoe bepaal je dan wat een taak is om aan een robot uit te besteden en wat je binnen het menselijke domein houdt?

Megan O'Rourke: Niet om de vraag volledig anders te formuleren, maar volgens mij is het zelden het een of het ander. Het gaat er vaak om te weten wanneer we AI inzetten en wanneer we op dat inzicht leunen om dieper te gaan. Ik kan een voorbeeld delen uit de context van een project waaraan we hebben gewerkt en waarin we ervoor kozen om de ene richting zwaarder te benadrukken dan de andere.

We werkten met een grote wereldwijde fabrikant van sportartikelen en hielpen bij het verbeteren van hun ecosysteem van interne hulpmiddelen. Denk aan zaken als productieworkflows gedurende de fysieke productielevenscyclus. Het bedrijf had enorm veel onderzoek gedaan, maar wat ze echt misten was duidelijkheid, een rode draad en een emotionele haak die mensen er echt van kon overtuigen om volledig voor de uitvoering van dit initiatief te gaan.

We begonnen met het inzetten van AI, omdat we bergen onderzoek moesten begrijpen en feedback moesten clusteren. Maar wat AI niet deed, was echt focussen op het gevoel van de eindgebruikers van deze producten. En uiteindelijk was dat wat voor onze belanghebbenden telde. Ze hadden de zakelijke onderbouwing al, maar moesten begrijpen waarom al die kapotte hulpmiddelen zoveel frustratie veroorzaakten.

We parkeerden veel van dat AI-gestuurde werk en gingen het veld in. We brachten weken door op locatie met tientallen gebruikersgroepen om echt te begrijpen wat wel en niet werkte. En als je ooit het genoegen hebt gehad om naast iemand te zitten die moeite heeft om zijn werk te doen—waarbij het werk zelf de workaround is, zoals we in deze scenario's zeggen—dan weet je dat dit een diep gevoel van empathie en begrip opbouwt. Het stelde ons in staat om veel betekenisvollere content te verzamelen.

Die konden we uiteindelijk voor storytelling gebruiken. We kregen bijvoorbeeld echt goede citaten en je kon de frustratie in de stemmen van mensen horen wanneer ze de uitdagingen beschreven waarmee ze te maken hadden. Door video's op te nemen, konden we zien hoe mensen de workarounds voor hun dagelijkse werk uitvoerden.

En ja, die momenten van inzicht en empathie die ontstaan wanneer je naast iemand gaat zitten die een probleem probeert op te lossen dat hij of zij heeft leren normaliseren. Wanneer je daar gewoon bij zit, kun je jezelf er niet meer van losmaken. Uiteindelijk werden die momenten kernpijlers in de manier waarop we het verhaal aan onze groep belanghebbenden vertelden.

Als je kijkt naar het grote emotionele gewicht van dat probleem—dit zijn dagelijkse taken en werkzaamheden van mensen, en zo voelen zij zich over hun baan—en daarnaast naar de storytellingbehoeften van de belanghebbenden, dan wil je hen meenemen op een manier die hen echt de impact laat begrijpen van de uitdagingen waarmee hun teams te maken hebben via die geleefde ervaringen.

Dus om een lang verhaal kort te maken: voor ons is het zelden het een of het ander. Het gaat er vaak om de juiste momenten te vinden waarop AI kan worden ingezet en tegelijkertijd open te blijven staan voor de beperkingen ervan, kritisch te blijven en terug te schakelen naar meer mensgerichte benaderingen.

Hannah Clark: Dat is een prachtig antwoord. Er zit zoveel in.

Ik waardeer die flexibele aanpak, omdat ik me herken in het idee dat het prachtig is om veldonderzoek te kunnen doen en persoonlijk contact te kunnen maken met mensen die door je product worden beïnvloed. Er is echt geen vervanging voor het van dichtbij kunnen ervaren van hoe iemand dit beleeft.

Want wanneer je alleen data doorzoekt en inzichten krijgt die in grote lijnen kloppen, staan die heel los van de daadwerkelijke impact die je zou zien als je aan de gebruikerskant van het scherm zit.

Dus ja, ik vind het een heel mooie manier om ernaar te kijken. Wat ik eruit haal, om het aan jou samen te vatten, is dat je flexibel genoeg moet zijn om op AI te leunen voor het doorzoeken, organiseren en verteerbaar maken van informatie, maar meer op mensen moet leunen voor een interpretatieve rol en om als het ware een soort tussenpersoon te zijn voor de vraag: wat is de werkelijke impact? Wat mis ik doordat ik het pijnpunt van de gebruiker niet van dichtbij begrijp, waardoor ik misschien een deel van de data over het hoofd zie door de manier waarop die in een geanalyseerde vorm wordt gepresenteerd?

Megan O'Rourke: Helemaal. En ik denk dat je bij het bekijken van zulke grote hoeveelheden data de nuances mist die voortkomen uit citaten. Zelfs bij het inzetten van AI voor samenvattingen van dat veldonderzoek zagen we dat citaten verkeerd werden toegeschreven en emoties sterk werden afgevlakt. Het had gewoon niet dezelfde resonantie.

Ik heb dus het gevoel dat je dat moment moet aangrijpen om te zeggen: oké, nee, we moeten verder gaan. AI heeft ons hier gebracht, maar wat is het onderscheidende element? Wat is het overtuigende verhaalpunt? Zoals we eerder zeiden: die nuance van begrijpen hoe ik dit op een overtuigende en menselijke manier over de eindstreep krijg en voortbouw op de dingen die AI voor ons kan versnellen, zal hier steeds meer de onderscheidende factor worden.

Hannah Clark: Mijn ervaring hiermee doet me denken aan het volgende. Ik werkte vroeger ook in marketing en we hadden ooit een klant in de landbouw. Ik beloof dat dit ook aansluit op digitale producten. In onze marketingstrategie vertrouwden we echt op rechtstreekse resultaten. We spraken gewoon over de resultaten die je kon verwachten.

Wat is het gemiddelde resultaat dat de gemiddelde klant in jouw omgeving behaalt? We leunden dus sterk op een zeer datagerichte, zeer afgevlakte aanpak voor de manier waarop we de resultaten of verwachtingen rond dit product verkochten. Ik kreeg een geweldige kans om naar boerderijen te gaan waar het product werd gebruikt en gezinnen en gemeenschappen te interviewen die het product daadwerkelijk met hun eigen handen gebruikten.

Ik kreeg de kans om tijd door te brengen met een Hutteritische kolonie. Ik weet niet of je bekend bent met de Hutterieten. Er zijn parallellen te trekken met de Amish-gemeenschappen in de Verenigde Staten, maar in principe leven ze heel sterk van het land, maken ze alles met de hand en vanaf nul, en is het een gemeenschap met zeer weinig technologiegebruik. Het was geweldig om de daadwerkelijke impact te zien die een product op die resultaten had.

Die kleine decimalen waar we in een datagedreven, puur datagedreven campagne aan zouden denken: zien wat die decimalen in het echte leven betekenen, verandert volledig hoe je als marketeer, productpersoon of wie dan ook achter die oplossing denkt over de betekenis ervan.

Het verandert de manier waarop je empathie voelt en daardoor ook de manier waarop je de behoeften van die mensen ontwikkelt en je strategie bepaalt. Ze zijn niet langer gewoon klanten die iets kopen en deze resultaten behalen. Het zijn mensen die dagelijks echt worden beïnvloed door wat je hun aanbiedt.

Niet iedereen heeft het geluk om zo'n praktische ervaring op te doen. Ik denk wel dat het veel waarde heeft om manieren te vinden om dichter bij gebruikers te komen en tijd met hen door te brengen, zodat je die reis vanuit hun perspectief kunt zien en, zoals je net beschreef, echt kunt zien waar die wrijvingspunten zoveel mensen om hen heen beïnvloeden.

Hoe dan ook, dat was mijn verhaaltje.

Megan O'Rourke: Nee, ik vind dat geweldig. En weet je wat daar zo mooi aan is? Wanneer je op die ervaring terugkijkt, hoor ik de zorg in je stem en hoor ik welke impact die ervaring nog steeds op je heeft. Dat is iets wat AI niet kan. AI gaat niet geven om iets.

Het gaat er niet diep om geven. Het heeft geen hart. Natuurlijk kun je terugkijken in je geheugen en vragen: wat was dat ook alweer? Maar het zal nooit diezelfde zorg en overtuiging hebben die jij zojuist hebt gedeeld. Ik zou beweren dat dit belangrijker is dan ooit, vooral in een externe werkcultuur.

Veel van ons werken in verspreide teams. We zijn niet dagelijks op locatie met onze eindklanten. We geven prioriteit aan die persoonlijke momenten en verbinding, juist omdat we daar steeds minder van hebben. Natuurlijk kost het misschien meer geld en tijd. Je moet een zakelijke onderbouwing maken om een week door te brengen op locatie bij boeren die deze producten iedere dag gebruiken, maar het is een ongelooflijk waardevolle besteding van tijd, omdat je die ervaring vervolgens in je hart meedraagt en er diep om geeft.

Ik denk dat het goed besteed geld en goed bestede tijd zijn.

Hannah Clark: Daar ben ik het mee eens. Ik denk dat dit tijdperk echt het verschil benadrukt tussen pure productiviteit en daadwerkelijk klantgericht en resultaatgericht zijn. En resultaatgericht zijn betekent in deze context volgens mij echt: wat ben ik aan het doen?

Ik kan dingen heel snel publiceren, cycli versnellen en allerlei dingen doen, maar als het niet echt aansluit op de mensen die ik probeer te bereiken en als het hun problemen niet bij de wortel oplost, dan is die productiviteit goedkoop.

Megan O'Rourke: Maar is het waardevol?

Hannah Clark: Precies. Precies. Goed, laten we het dan praktisch maken. Als je werkt met klanten die AI heel graag in alles willen integreren, wat zou dan jouw kader zijn om te bepalen wanneer je AI-tools aanbeveelt in bijvoorbeeld een product van een klant versus een mensgestuurd proces?

Megan O'Rourke: We stellen onszelf meestal drie vragen, maar voordat ik onthul welke dat zijn, wil ik teruggrijpen op het feit dat Metalab al ongeveer twintig jaar bestaat en dat we al heel wat technologische golven hebben meegemaakt.

Er is dus altijd hype. Er zijn dingen die alles overnemen. Het is Web3, oh, het is mobile-first ontwerp, en nu is alles AI. We hebben regelmatig gesprekken waarin we onszelf eraan herinneren dat de technologie op zichzelf niet het belangrijkste is. Waar sturen we aan op positieve resultaten?

Ik schrijf deze uitspraak toe aan onze hoofdontwerper, Sarah Vienna, een absolute topper. Ze heeft een geweldige vraag, een prikkelende vraag die heel direct en constructief is: moet dit product überhaupt bestaan, of deze functie of dit element? De onderliggende vraag is eigenlijk: bouw je iets omdat het een echt probleem oplost voor echte mensen met een echte behoefte, of omdat het populair is en gewoon kan worden ingezet?

De tweede vraag is: is AI wel het juiste hulpmiddel voor de taak? Maakt het de ervaring sneller, beter, slimmer—laten we dat hopen—of impactvoller? Dat moet het doen. Of vragen we het gewoon iets te doen waar het niet goed in is, zoals empathie tonen of vertrouwen opbouwen? En de derde vraag is: wat is het risico als het dit verkeerd doet?

Bij uitvoer met lage inzet, zoals het taggen van content, zeg je: ja hoor, laag risico. Maar als iets uiteindelijk invloed heeft op nauwkeurigheid of op iemands gevoel dat diegene wordt begrepen, of zelfs gewoon wordt genegeerd, en die persoon niet tevreden is met de uitvoer van AI, dan verdient dat een reeks vragen en validatie: moet dit echt worden ingezet?

Daarom herinnert de fundamentele vraag—moet dit bestaan en waarom?—ons eraan dat AI nooit de reden mag zijn waarom iets wordt gebouwd. Het moet worden gebruikt om werk te versterken en mogelijk te maken, zodat het beter wordt uitgevoerd.

Hannah Clark: Dat vind ik erg goed, en ik denk dat dit een heel cruciale aanpak en manier van vragen stellen is die gemakkelijk verloren kan gaan.

Ik had lang geleden een gesprek met Samantha Gonzalez. Dit is een van die aanvullende bronnen, maar ze werkte bij een bureau dat sterk gespecialiseerd was in ethisch productontwerp.

Dat was ook een belangrijke laag in hun proces. Ze gebruikte veel improvisatieoefeningen in haar proces met klanten. Haar vraag was: wat is de kwaadaardige tweeling van je product? Het was een manier om te kijken naar enkele ethische zwakke plekken of gebieden waar toezicht ontbrak. Of om te vragen: moet dit bestaan?

Is dit een goed ding? Gewoon een andere manier om het te formuleren. Dit doet me denken aan het proces dat zij gebruikte, en ik denk dat dat gesprek plaatsvond lang voordat AI überhaupt een chat was. Nu praten we hierover terwijl er zoveel enthousiasme is rond deze technologie. Soms raken we volgens mij een beetje verstrikt in de hype en denken we niet echt na over sommige gevolgen die gemakkelijk over het hoofd worden gezien in de opwinding en drang naar de oplossing.

Ik hoop dus dat iedereen dit proces vanzelfsprekend gaat toepassen.

Megan O'Rourke: Je hebt dit waarschijnlijk zelf ervaren bij het gebruik van andere producten. Je kunt dit voorbeeld gebruiken of laten liggen, en ik zal geen namen noemen, maar ik denk aan een product dat ik het grootste deel van een decennium heb gebruikt.

Ik ben dol op dit product. Ik ben een trouwe gebruiker. En het rolde een AI-functie uit waarvan ik vind dat die de plank volledig missloeg. Het is een app voor het bijhouden van fitness. Ik uploadde een wandeling van dat weekend en kreeg een mooi klein AI-overzicht dat duidelijk bedoeld was als schouderklopje. Geweldig, een nieuwe wandeling die je nog nooit eerder hebt gedaan, en een mooie hoogtemeting.

Dat zou allemaal geweldig zijn geweest als het waar was. Niets ervan klopte en ik voelde me—dit klinkt dramatisch—teleurgesteld in dit product en in de uitrol ervan, omdat ik een trouwe gebruiker van deze app ben. Ik zag gewoon content die niet accuraat was, dus het voelde erg generiek.

Het sloeg nergens op. Ik dacht: kan ik deze app nog vertrouwen? Of gaat hij alleen maar algemene uitspraken doen? Het is maar een klein persoonlijk voorbeeld, maar het laat wel zien wat er op het spel staat. Wanneer trouwe gebruikers zich niet herkennen in je AI-functie, brokkelt de geloofwaardigheid af. Ik blijf de app gebruiken, maar ik wil dat kleine AI-overzicht nu gewoon negeren.

Ik heb het niet nodig. Het levert eigenlijk geen waarde en het doorstaat de test niet van de vraag of het moet bestaan, of het een behoefte oplost of gebruikerswaarde biedt. Nee, eigenlijk integendeel.

Hannah Clark: Ja, ik heb vast een vergelijkbare reactie gehad op producten die ik heb gebruikt, maar ook op producten die ik heb zien ontstaan. Het is een ander soort scepsis, waarbij ik het gevoel heb dat het potentieel voor misbruik van de technologie die wordt ontwikkeld zo duidelijk is voor mensen die niet aan het product werken.

Ik ga ook geen namen noemen, maar de oplossing die ik zag, maakte het mogelijk om een kort fragment van iemands stem te gebruiken om audiocontent te maken en te genereren die vergelijkbaar is met wat we nu doen. Ik begrijp de wens om makers te helpen opschalen, meer content te produceren en sneller meer waarde te leveren, met minder tijd die wordt besteed aan gesprekken—alsof dat tijdverspilling is. Ik vind dit juist het beste deel van mijn werk.

Ik zie de waardepropositie, maar ik vraag me af: ligt het potentiële misbruik van zoiets misschien zwaarder dan de productiviteitswaarde? En is het wel goed dat we geen echte gesprekken voeren en proberen die uit te besteden? Dat zijn de vragen die ik mezelf stel. Dit is wat ik bedoel met de hype die de andere laag overschaduwt of ervoor zorgt dat mensen een soort gezond verstand verliezen.

Ik weet niet of ik het een goed idee vind dat we een klein stemfragment van iemand kunnen nemen en dit naar eigen inzicht kunnen kopiëren.

Megan O'Rourke: Moet het bestaan?

Hannah Clark: Moet het bestaan? Ja.

Megan O'Rourke: En belangrijker nog: verdient het het om te bestaan? Is er een fundamenteel waarom, en wat is de afruil? Ontneemt dit ons het volledige gesprek waar jij en ik allebei zo van houden?

Hannah Clark: Ja, het volledige gesprek.

Megan O'Rourke: Het verdient het niet.

Hannah Clark: Precies. We leven nu in een tijd en ruimte waarin—niet om dramatisch te doen—de producten die we bouwen de wereld waarin we leven echt op ontastbare wijze vormgeven. De productbeslissingen die we nu nemen gaan niet alleen over de waarde die we wel of niet creëren voor belanghebbenden.

Het gaat ook over wat de waarde is en wat voor cultuur we leggen als fundament voor toekomstige generaties en voor onszelf, zelfs in de nabije toekomst. We moeten onszelf nu veel grotere vragen stellen, omdat ons deze behoorlijk aanzienlijke macht is toevertrouwd.

Hoe dan ook, dit wordt filosofisch, maar ja, ik denk dat er een belangrijke vraaglaag is: verdient dit het om te bestaan? Is AI hier het antwoord, of kiezen we misschien een route die beter in de prullenbak kan blijven? Laten we het hebben over storytelling in productontwerp.

De introductie van AI heeft uiteraard de manier veranderd waarop we narrative en storytelling benaderen. Ik ben benieuwd hoe je menselijke storytelling gebruikt bij de ontwikkeling van een nieuw product. Je noemde dat jullie soms ontwikkeling van nul naar één doen. Hoe ziet dat proces eruit?

Hoe destilleer je menselijke storytelling in het vroege ontwikkelproces van een product?

Megan O'Rourke: Volgens mij grijpt dit terug op het eerdere deel van ons gesprek. Kijk ons eens die draad verbinden. In de kern is storytelling altijd onderdeel geweest van ons ontwerpproces. We zijn altijd uitgegaan van geen decks en geen decks van honderd pagina's, maar van het tonen van prototypes en het tot leven brengen van de ervaring.

AI heeft bepaalde onderdelen van ons werk zeker versneld. Het stelt ons in staat dingen sneller te synthetiseren of patronen sneller te herkennen. Maar dat element, die nuance en dat onderscheidingsvermogen—wat, hoe en wanneer—zijn volgens mij geworteld in menselijke empathie. Bij Metalab hebben we een breed scala aan klanten.

Hoe we werken met een oprichtersteam van twee mensen ziet er heel anders uit dan onze samenwerking met een grote onderneming. Denk je dat ons oprichtersteam van twee mensen in een groot deck wil kijken? Nee. Ze willen dat we Figma openen, het prototype doorlopen en een licht verhaal vertellen terwijl we bespreken en uitpakken.

Soms improviseren we live, omdat dat voor hen goed werkt. Dat is gebaseerd op gesprekken met belanghebbenden en op de manier waarop hun organisatie werkt. Daar is geen perfect samengesteld verhaal voor nodig. Andere partners van ons zijn productteams binnen grote ondernemingen, die misschien bredere groepen belanghebbenden moeten meenemen. Daar gaat veel zorg en vakmanschap zitten in presentaties, storytelling en het creëren van zeer goed verdedigbare standpunten en onderbouwingen voor iedere genomen beslissing.

Het draait om dat begrip, gebaseerd op ervaring maar ook op intuïtie en empathie. Omdat we bij een bureau het genoegen hebben om met zoveel verschillende klanten in zoveel verschillende fases te werken, is het juist die afstemming van het proces en de aanpak die volgens mij echt mensgericht is.

We hebben een basisproces, maar we vertrouwen erop dat het projectteam zich er echt om bekommert en kritische vragen stelt: wat is het meest geschikt voor dit publiek, voor deze behoefte van de belanghebbende en voor wat we hopen te bereiken? Ik heb dus het gevoel dat menselijke empathie de afstemming op het hoe, wat en wanneer aanstuurt.

Hannah Clark: Goed. Om hier wat dieper op in te gaan: heb je een specifiek voorbeeld dat je kunt delen van deze empathische aanpak en hoe die door dit soort workshops een inzicht of oplossing heeft blootgelegd?

Megan O'Rourke: Zeker. We hebben een heel interessante klant, Tally Health.

Dat is een bedrijf dat zich richt op een lang leven en op thuistests, zoals het testen van biologische leeftijd en gezondheidsaanbevelingen. Ze hebben dus veel mensen die enorm gepassioneerd zijn over gezondheid, wat erg mooi is. Ze kwamen bij ons met veel bestaand onderzoek en een sterke overtuiging dat ze wisten welke problemen ze oplosten en voor wie.

Ze zeiden: oké, laten we meteen met het ontwerp beginnen. Ons team bleef echter het gevoel houden dat er een laag ontbrak. Objectief gezien hadden we alle data, maar we misten de gedragsmatige waarom-context. We gingen aan de slag met vroeg onderzoek en prototypes en begonnen te simuleren hoe het afleveren van resultaten eruit zou zien.

Stel je voor dat je je test opstuurt en je resultaten terugkrijgt. Dat kan een behoorlijk emotionele en soms confronterende ervaring zijn wanneer het om je biologische leeftijd gaat. We ontdekten dat mensen die jonger waren dan hun biologische leeftijd zich echt bevestigd voelden. Ze dachten: ik heb de juiste levenskeuzes en gezondheidskeuzes gemaakt.

De mensen die ouder waren dan hun biologische leeftijd ervoeren allerlei emoties, zoals angst, schaamte en soms ontkenning. Het verschil zat niet alleen in het getal, maar in de mentaliteit. Zelfs mensen die zogenaamd negatieve of moeilijke resultaten hadden ontvangen, waren gemotiveerd om te veranderen.

De data was er dus wel, maar het gedrag moest worden begrepen. Dat bleek een zeer betekenisvol inzicht dat een belangrijke functie binnen het product aanstuurde: het maken van gepersonaliseerde gezondheidsplannen. Interessant genoeg stond dat niet op de oorspronkelijke roadmap.

Toen we zagen wat er in het onderzoek zat, werd het een hoeksteen van de ervaring en is het nu een belangrijke factor voor klantbehoud binnen het product. Als we alleen de data hadden gevolgd, hadden we die nuance gemist. Het was empathie, die menselijke aanpak, die het inzicht echt aan het licht bracht. Vervolgens kon ons ontwerpteam dit vertalen naar iets dat echt betekenisvol en impactvol was binnen het product.

Hannah Clark: Dat is geweldig en een heel bondig voorbeeld. Ik vind het ook zo'n grote ontdekking, omdat het allerlei nieuwe mogelijkheden opent voor een productportfolio: vervolgstappen en manieren waarop het product kan doorgroeien. Wat een enorme ontdekking om via zo'n empathisch en mensgericht proces te doen. Ik denk dat dit een geweldig voorbeeld is. We hebben inmiddels veel van je tijd in beslag genomen met onze uiteenzettingen en zijn alle kanten op gegaan.

Megan O'Rourke: Nee, we zijn gepassioneerd. We zijn gepassioneerd over dit onderwerp.

Hannah Clark: Ja, precies. Dat is duidelijk. Ik wil nog even terugkomen op het aspect van productleiderschap, want er luisteren veel productleiders. Ik weet dat we allemaal worstelen met het idee hoe we die menselijke benadering kunnen behouden en een balans kunnen vinden tussen AI-gestuurde productiviteit en ervoor zorgen dat we ons nog steeds sterk richten op de menselijke onderdelen van onze organisaties.

Wat zijn volgens jou drie concrete stappen die productleiders vanaf volgende week in hun teams zouden kunnen implementeren?

Megan O'Rourke: Dit zijn eenvoudige dingen die je kunt proberen. Ze vereisen niet veel draagvlak; je kunt er gewoon mee beginnen.

De eerste is: deel een verhaal, niet alleen statistieken. We hebben het gehad over het belang van het binnenbrengen van de menselijke stem, een geluidsfragment, een citaat of een onbewerkte clip in je volgende presentatie of teambeoordeling, en laat dat voor zichzelf spreken. Het is echt belangrijk om je bredere team het probleem te laten voelen in plaats van alleen grote hoeveelheden data te laten zien.

Ten tweede, en dit is opnieuw iets persoonlijks voor mij: creëer iedere week één moment om in te checken of feedback te geven. Ik doe iets dat ik feedbackvrijdag noem. Je kunt een ritme kiezen dat voor jou werkt. Het hoeft niet formeel te zijn, maar een korte check-in met een teamlid of een klein bericht waarin je waardering uitspreekt voor teamleden, kan veel betekenen.

AI kan helpen met het bijhouden van dagelijkse stand-ups en dergelijke, maar erkenning en contact maken komen van jou. Dit is dus zeker een gemakkelijke stap. En het voelt goed. Vooral op vrijdag voelt het goed om een week op die manier af te sluiten.

En ten derde is er de empathie. Ik noem het een empathiebeoordelingskader. Maak voor je beoordelingen een lijst met vragen die je bij je productbeoordelingen wilt stellen.

Bij je beoordelingen en misschien ook bij roadmapbeslissingen kun je vragen gebruiken die op de gebruiker zijn gericht. Lost dit het probleem van de gebruiker betekenisvol op? Verdient dit het om te bestaan? En hoe zou iemand zich op dit moment kunnen voelen? Door die vragen centraal te stellen, verschuift het gesprek uiteindelijk van: hebben we het gebouwd of hebben we het goed gebouwd? naar: bouwen we aan het juiste voorwerp, om de juiste reden?

Het gaat er dus niet om AI niet te gebruiken. Het gaat erom AI bewust te gebruiken en AI in te zetten om ruimte te creëren voor de dingen die volgens mij het belangrijkst zijn: momenten van menselijke verbinding creëren.

Hannah Clark: Zo elegant gezegd. Megan, heel erg bedankt dat je vandaag bij me was. Dit was zo'n geweldig gesprek. We zijn alle kanten opgegaan. Het was louterend, empathisch en mooi. Waar kunnen mensen online met jou verder praten?

Megan O'Rourke: Ik moedig mensen zeker aan om metalab.com te volgen. Daar staat ons volledige portfolio, maar je kunt ons ook volgen op LinkedIn of Instagram om op de hoogte te blijven van nieuw werk en updates over ons portfolio.

En voor mij persoonlijk: je kunt me vinden op LinkedIn. Ik kom graag met mensen in contact.

Hannah Clark: Geweldig. Het was geweldig om met je in contact te komen. Heel erg bedankt dat je hier tijd voor hebt vrijgemaakt.

Bedankt voor het luisteren. Voor meer geweldige inzichten, handleidingen en toolbeoordelingen kun je je inschrijven voor onze nieuwsbrief via theproductmanager.com/subscribe. Je kunt meer gesprekken zoals dit beluisteren door je te abonneren op de Product Manager, waar je je podcasts ook beluistert.