Podręcznik na 2026 rok dotyczący prowadzenia produktów natywnych dla AI

Hannah Clark: Oto, w dobrym lub złym sensie, sytuacja, w której jako branża obecnie się znajdujemy. Demokratyzacja tworzenia AI oznacza, że coś, co wcześniej wymagało miesięcy pracy zespołów inżynieryjnych, można dziś prototypować w jedno popołudnie. Oczywiście szybsze dostarczanie oznacza większą presję konkurencyjną, co oznacza, że musimy się wyróżniać. Prawda? Prawda. Ale łatwiej to powiedzieć, niż zrobić, ponieważ nie pracujemy tylko z całkowicie nowym podręcznikiem tworzenia produktów — dostosowujemy się również do ogromnych zmian w taktykach dystrybucji, na których polegaliśmy przez lata. A gdzieś w tym wszystkim musimy także koncentrować się na naszych klientach, których obecne zachowania użytkowników w ciągu najbliższego roku z pewnością zmienią się drastycznie i często.

Spójrzmy prawdzie w oczy — wiem, że nie mówię ci niczego, czego już nie wiesz. Ale chcę poświęcić chwilę, aby zauważyć, że jako lider produktu jesteś naprawdę niesamowitą osobą. Ta praca ciągle się zmienia i zawsze jest trudna, a ty dajesz sobie z nią radę. Skoro ustaliliśmy już, że absolutnie świetnie sobie radzisz, porozmawiajmy o tym, jak podejmiesz najważniejsze wyzwania nadchodzącego roku.

Moim dzisiejszym gościem jest Rachel Wolan, dyrektor ds. produktu w Webflow — firmie, która poradziła sobie ze wszystkimi tymi wyzwaniami, budując narzędzia AI na coraz bardziej zatłoczonym rynku. Rachel ma ponad 20 lat doświadczenia w tworzeniu produktów, w tym doświadczenie w kierowaniu główną działalnością Dropboxa, a obecnie prowadzi transformację Webflow w natywną dla AI platformę cyfrowych doświadczeń.

Za chwilę usłyszysz, jakie kluczowe pytania należy zadać przed wejściem na rynek, dlaczego prawdziwa szansa często znajduje się na szczycie rynku, a nie u jego podstawy, oraz jak rozpoznać, czego konkurenci naprawdę nie są w stanie odtworzyć. Zaczynajmy.

Witajcie ponownie w podcaście Menedżer Produktu. Jestem dziś z Rachel Wolan, dyrektor ds. produktu w Webflow.

Rachel, jak się dziś masz?

Rachel Wolan: Świetnie. Miło tu być.

Hannah Clark: Zacznijmy od tego, żebyś opowiedziała nam trochę o swoim doświadczeniu i o tym, jak trafiłaś do obecnego miejsca w Webflow.

Rachel Wolan: Wiele lat temu zaczęłam jako inżynier oprogramowania, debugując — nie wiem, czy to widać — ten program Dreamweaver, gdy miałam 16 lat.

I jak się okazuje, Webflow jest niemal współczesnym odpowiednikiem Dreamweavera. Dorastałam więc zawodowo wraz z zarządzaniem produktami, pracując w wielu różnych startupach. Przed dołączeniem do Webflow spędziłam trzy i pół roku w Dropboxie jako dyrektor generalna głównej działalności firmy. Moją wspólną osią doświadczenia jest praca na kilka różnych sposobów.

Po pierwsze, zajmuję się problemami związanymi ze stosowaną AI. Zaczęłam pracować nad nimi wiele lat temu w Talkdesk, gdy AI oznaczała właściwie tylko produkty oparte na uczeniu maszynowym. Bardzo ciekawie jest wejść w kolejną generację produktów opartych na generatywnej AI. Teraz, jako dyrektor ds. produktu w Webflow, mogę myśleć o tym przez cały dzień.

To naprawdę ekscytujący czas i cieszę się, że tu jestem.

Hannah Clark: Tak. Porozmawiamy teraz o szczegółach różnicowania, skoro mamy wszystkie te niesamowite narzędzia generatywnej AI, które napędzają tak wiele rzeczy i umożliwiają to, co wcześniej było niemożliwe. Wiele zmieniło się w sposobie, w jaki fundamentalnie myślimy o tworzeniu oprogramowania.

Jakie, twoim zdaniem, kluczowe pytania powinni zadawać sobie liderzy produktu tacy jak ty, którzy oceniają tę przestrzeń, zanim zdecydują się wejść na rynek?

Rachel Wolan: Myślę, że wiele pytań pozostaje takich samych, a wiele innych się zmienia. Pytanie, które pozostaje takie samo, brzmi: czy ten produkt powinien istnieć?

Czy istnieje rzeczywista luka pomiędzy tym, co użytkownicy mogą dziś robić z przekonaniem, a twoją przewagą konkurencyjną? Myślę, że zawsze jest to główne pytanie, które należy sobie zadawać. Czy rozwiązujesz rzeczywisty ból? Czy to prawdziwy problem? Czy wprowadzasz na świat witaminę, czy środek przeciwbólowy?

Jednym z pytań, które zawsze sobie zadaję, jest: w jaki sposób ludzie odkryją ten produkt? Ostatecznie jest to pytanie o dystrybucję. Zawsze należy więc pytać: na czym polega twoja przewaga dystrybucyjna? Ale w obecnej epoce pojawiają się też inne pytania: czy istnieją nowe mechanizmy dystrybucji, bardziej natywne dla AI?

Czy ten produkt nadal będzie miał znaczenie, gdy pojawi się kolejny model? Czy stanie się lepszy, gdy pojawi się kolejny model? Czy budujesz na ruchomych piaskach? Myślę, że największe pytanie — zawsze najważniejsze, a dziś czasem jeszcze trudniejsze do odpowiedzi — brzmi: co masz takiego, czego konkurenci nie mogą łatwo odtworzyć?

I znów, moim zdaniem, prowadzi nas to do kwestii różnicowania. Dlatego dużo o tym myślimy, szczególnie odkąd tworzymy i dostarczamy wiele różnych produktów natywnych dla AI.

Hannah Clark: Zdecydowanie. Myślę, że to ostatnie pytanie jest szczególnie interesujące teraz, gdy obserwujemy większą demokratyzację narzędzi i możliwości tworzenia.

Porozmawiajmy trochę o wchodzeniu w przestrzeń, w której istnieją już ugruntowani gracze — z czym miałaś do czynienia w przeszłości. Jak podchodzisz do różnicowania, gdy wchodzisz na tak zwany czerwony ocean? Jakich ram użyłabyś do określenia, w jaki sposób można wygrać, wykorzystując twoje rozróżnienie między witaminą a środkiem przeciwbólowym?

Rachel Wolan: Myślę, że na większości rynków często istnieje zarówno czerwony, jak i błękitny ocean — i jest to coś, czego często się nie rozumie. Czerwony ocean często znajduje się u podstawy rynku, gdzie wejście jest nieco łatwiejsze. Błękitny ocean często znajduje się na szczycie rynku, gdzie wejście jest trudniejsze, ale ostatecznie użytkownicy są znacznie bardziej lojalni.

Właśnie w ten sposób o tym myślę. Użytkownicy końcowi często próbują rozwiązać dokładnie ten sam problem. Gdzie są ci użytkownicy końcowi? Czy pracują w małych i średnich firmach albo niezależnie jako freelancerzy, jak w naszym przypadku? Czy pracują w większej firmie, w zespole, próbując coś osiągnąć?

To fundamentalne pytanie dotyczy segmentacji. Drugą rzeczą, o której często myślę, próbując wejść na nowy, zatłoczony rynek, jest to, gdzie mój produkt jest dziś silny i za co ludzie go kupują. Czy można oprzeć na tym różnicowanie?

W naszym przypadku mamy nowy produkt AI do wspólnego tworzenia, który wkrótce zostanie wydany. Wspólne tworzenie to obszar produktów, który stał się bardzo popularny przy generowaniu aplikacji. Kiedy przeanalizowaliśmy problem od końca, powiedzieliśmy: prawdziwy problem nie polega wyłącznie na wygenerowaniu prototypu. Model potrafi zrobić to sam, bez żadnego agenta ani otaczającego go systemu.

Największym wyzwaniem jest jednak przejście z poziomu 80–90%, który model może dziś osiągnąć, do 100%. Jak przejść do środowiska produkcyjnego? Jak zapewnić bezpieczeństwo i odpowiednie mechanizmy ochronne? Jak zagwarantować, że aplikacja będzie możliwa do znalezienia? W naszym przypadku generujemy aplikacje, więc muszą być możliwe do znalezienia dzięki optymalizacji pod kątem wyszukiwarek internetowych albo optymalizacji pod kątem silników odpowiedzi.

Trzeba więc naprawdę pomyśleć o tym, jak aplikacja wygląda pod względem marki. Czy korzystasz z systemu projektowania swojej marki? A kiedy ten system się zmienia, czy aplikacja automatycznie się aktualizuje? Chodzi o przemyślenie podstawowych elementów różnicowania, które sprawiają, że platforma jest wyjątkowa.

A następnie o to, czy produkt natywny dla AI wykorzystuje te kluczowe kompetencje.

Hannah Clark: Chcę porozmawiać o narzędziach, które obecnie obserwujemy. Pojawiające się narzędzia do tworzenia kodu oparte na AI oraz narzędzia niewymagające kodu lub wymagające go w niewielkim stopniu przeprowadzają użytkownika od zera do poziomu 80%. Widzimy jednak znaczącą lukę rynkową pomiędzy tym, co można osiągnąć za pomocą dzisiejszych narzędzi, a rzeczywistym uzyskaniem rezultatów gotowych do wdrożenia produkcyjnego.

Jaki sygnał rynkowy powiedział ci, że jest to szansa, którą należy teraz wykorzystać, i jak wpłynęło to na strategię tego produktu?

Rachel Wolan: Przede wszystkim zauważyliśmy wiele różnych osób, które nigdy wcześniej nie programowały, a zaczęły to robić. Jeśli spojrzymy na misję Webflow — może cofnę się na chwilę i opowiem trochę o tym, czym jest Webflow.

Webflow to natywna dla AI platforma cyfrowych doświadczeń. Pomagamy tworzyć wszelkiego rodzaju cyfrowe doświadczenia przy użyciu naszego systemu operacyjnego marki. Obejmuje on system CMS, czyli system zarządzania treścią, oraz system projektowania. Zasadniczo budujesz stronę internetową, zarządzasz jej treścią, a następnie ją optymalizujesz.

Kiedy zaczęliśmy o tym myśleć, zauważyliśmy, że wiele osób, na przykład menedżerów produktu, zaczyna tworzyć prototypy. Pomyśleliśmy: co by było, gdybyśmy umożliwili również specjalistom ds. marketingu wzrostu tworzenie aplikacji? Co, gdybyśmy umożliwili to także marketerom treści — osobom o jeszcze mniejszym doświadczeniu technicznym — aby mogli tworzyć aplikacje całkowicie zgodne z marką?

Właśnie stąd wziął się ten pomysł. Wiele osób odnoszących sukcesy z agentami kodującymi, nawet z tymi najprostszymi, jest często nieco bardziej technicznych. Mogli mieć doświadczenie w projektowaniu doświadczeń użytkownika albo w tworzeniu produktów, lub w pewnym momencie byli inżynierami oprogramowania.

Wielu użytkowników agentów kodujących to inżynierowie oprogramowania. Pomyśleliśmy więc: co możemy zrobić, aby jeszcze bardziej to uprościć? Wiele trudnych elementów dotyczyło wdrażania aplikacji, zapewnienia, że wdrożenie jest bezpieczne, oraz zagwarantowania zgodności z marką od razu po uruchomieniu.

To właśnie te rzeczy ludzie uznawali za naprawdę trudne. Od tego zaczęliśmy: próbowaliśmy zrozumieć, gdzie dziś znajduje się ta luka. Zauważyliśmy również, że na naszym rynku mamy wiele różnych typów użytkowników. Są wśród nich agencje i freelancerzy, którzy tworzą rozwiązania dla swoich klientów.

Często chcą pokazać koncepcję, więc jest to dla nich sposób na przetestowanie dowodów słuszności koncepcji. Kolejna rzecz jest taka, że strona internetowa lub marka może mieć poboczny projekt, na przykład aplikację do losowania prezentów podczas zabawy w sekretnego Mikołaja, aplikację halloweenową albo sezonową.

Coś, wokół czego zwykle chcieliby zorganizować konkurs i potraktować to niemal jak eksperyment marketingowy. Niekoniecznie chcą zatrudniać do tego agencję. Wolą przeznaczyć budżet agencji na coś naprawdę trwałego, na przykład strony docelowe, na które ich klienci trafiają każdego dnia.

W dużej mierze chodziło o zrozumienie, gdzie istnieje ukryty popyt. Nie sądzę, aby cały popyt był grą o sumie zerowej. Często istnieje popyt ukryty, który powiększa rynek. Nie musi to oznaczać odbierania czegoś innej części rynku.

Hannah Clark: Zastanawiam się, jak równoważysz napięcie między szybkością wejścia na rynek a możliwością spełnienia wszystkich tych obietnic i ambitnych celów — umożliwieniem wszystkiego, zapewnieniem zgodności z marką od razu po uruchomieniu i udostępnieniem użytkownikom tych wszystkich możliwości.

Jakie kompromisy musieliście podjąć i jakie było największe wyzwanie z perspektywy strategii?

Rachel Wolan: Największym wyzwaniem było to, czy możemy stworzyć produkt dostępny jednocześnie dla wszystkich naszych klientów. Często wydaje się produkt najpierw mniejszej grupie klientów, a następnie rozszerza się jego dostępność.

W tym przypadku poświęciliśmy nieco więcej czasu i zdecydowaliśmy, że produkt powinien być dostępny dla wszystkich. Będzie w wersji beta, więc będzie w nim więcej miejsca na próby i błędy, szczególnie w przypadku produktu AI. Chcemy zobaczyć, czym jest ewaluacja: jaki prompt wpisuje użytkownik, czy jest zadowolony z odpowiedzi i co zostaje wygenerowane na podstawie tego promptu.

Dlatego próbujemy dostarczyć ten produkt w nieco luźniejszej formie niż inne produkty. Chcemy zobaczyć, co ludzie próbują budować, a następnie stale dostosowywać produkt do ich potrzeb, zamiast próbować przewidzieć każdy możliwy prompt.

To jedno miejsce, w którym podjęliśmy decyzję. Wiemy też, że istnieją różne priorytety. Zdecydowanie postawiliśmy na integrację i interoperacyjność z naszą platformą, a nie od razu z całym ekosystemem.

Będziemy integrować wielu różnych partnerów ekosystemu, ale na samym początku uznaliśmy, że może to nastąpić nieco później. Są też rzeczy, w przypadku których nie poszliśmy na kompromis. Zdecydowaliśmy, że wdrożenie musi być bardzo łatwe i że rozwiązanie musi być bezpieczne.

W dużej mierze chodzi więc o określenie, co musi być prawdą, aby spełnić ustalony standard. W naszym przypadku standard był taki: produkt musi umożliwiać przejście od promptu do produkcji. Chcieliśmy, aby ta obietnica wartości była prawdziwa od samego początku.

To, co dokładnie oznacza środowisko produkcyjne, będzie się z czasem rozszerzać, ale od samego początku spełnimy ten standard dla określonej liczby klientów.

Hannah Clark: Wspomniałaś krótko o czymś, co od razu chciałabym rozwinąć — o łatwości użytkowania od razu po uruchomieniu. W tej przestrzeni bardzo interesująca jest dla mnie idea, że użytkownicy muszą przyjmować nowe zachowania i modele mentalne wraz z pojawianiem się i rozwojem nowych produktów.

Czas ma tu kluczowe znaczenie, ponieważ trzeba zakładać, że użytkownicy będą dysponować pewną wiedzą podstawową, aby skutecznie przyjąć produkt od samego początku. Jak myślisz o tworzeniu produktów dla użytkowników, którzy nie mają takiego technicznego przygotowania, skoro oczywiście są oni częścią docelowego segmentu?

Rachel Wolan: Myślimy o tym na kilka sposobów. Po pierwsze, chcemy, aby produkt był użyteczny i przydatny dla obu segmentów — zarówno dla mniej zaawansowanych klientów, jak i dla bardziej technicznych użytkowników.

Sposób tworzenia produktów dla mniej technicznego klienta polega między innymi na bardzo łatwej integracji komponentów. Komponenty często tworzy projektant albo programista, ale marketer z nich nie korzysta. Udostępniliśmy je jednak natywnie. Wystarczy nacisnąć przycisk, a komponent jest natychmiast udostępniany jako kontekst w promptcie.

To była jedna z decyzji projektowych. Pomyśleliśmy, że bardzo ważne będzie umożliwienie dołączenia na przykład nawigacji i stopki do tworzonej aplikacji. Nie chcieliśmy jednak, aby użytkownik musiał się nad tym szczególnie zastanawiać.

Podjęliśmy wiele podobnych, drobnych decyzji, aby produkt od samego początku tworzył coś, co sprawia wrażenie zgodnego z marką użytkownika.

Hannah Clark: Porozmawiajmy trochę o pozycjonowaniu strategicznym. Kiedy tworzysz produkt AI w bardziej zatłoczonej kategorii, jak decydujesz, co budować samodzielnie, a gdzie polegać na partnerach integracyjnych? Jak rozpoznajesz wyjątkowe mocne strony swojej platformy i wykorzystujesz je?

Rachel Wolan: W naszym przypadku wyjątkowe mocne strony platformy były dość oczywiste i dotyczyły systemu CMS. To za niego płacą nam nasi klienci. Największym wyzwaniem było to, że tradycyjnie nie postrzegano nas jako bezgłowego lub komponowalnego systemu CMS.

W tym roku wprowadziliśmy interfejs API, z którego nasi klienci zaczęli korzystać. Mogą używać systemu CMS zasadniczo jako bazy danych treści, a następnie wykorzystywać te treści w innych aplikacjach.

Wiedzieliśmy, że to udostępniliśmy, ale nie zastanawialiśmy się jeszcze dokładnie, jak wykorzystać ten interfejs w integracji. Zaczęliśmy więc analizować, gdzie musimy zmienić API, aby łatwiej integrowało się z dużym modelem językowym.

Skorzystaliśmy również z tego, że na początku roku udostępniliśmy serwer MCP. Zobaczyliśmy wiele różnych sposobów, na jakie ludzie chcieli używać naszego API CMS za pośrednictwem dużego modelu językowego. Dało nam to pomysły na to, co użytkownicy mogą chcieć robić wewnątrz generatora aplikacji. Tworzymy też asystenta AI.

W dużej mierze chodzi o obserwowanie, jak ludzie prototypują z użyciem AI i co próbują zrobić, a następnie ustalenie, które elementy powinniśmy przekształcić w produkty.

Druga część twojego pytania dotyczy tego, gdzie nawiązywać partnerstwa. Mieliśmy już świetnych partnerów zintegrowanych z Webflow Cloud. Webflow Cloud udostępniliśmy na początku tego roku. Mieliśmy już natywnie zintegrowane przechowywanie danych i bazę danych, więc było to dla nas oczywiste miejsce, w którym mogliśmy oprzeć się na partnerach.

Myślę, że pojawi się wiele obszarów związanych z rejestrowaniem i obserwowalnością, które niekoniecznie są częścią naszej wizji cyfrowej platformy doświadczeń AI. Są jednak częścią obsługi programistów i zapewniania im wysokiej jakości usług.

Chcemy więc zagwarantować, że jest to produkt klasy korporacyjnej, który interoperacyjnie i natywnie integruje się ze wszystkimi innymi produktami, które dostarczamy naszym klientom.

Hannah Clark: Bardzo dobrze powiedziane. Porozmawiajmy o strategiach dystrybucji. Nawiązując do tego, co powiedziałaś wcześniej, jest to duże wyzwanie. Trzeba umieścić produkt przed właściwymi osobami i zadbać o to, aby mogły go znaleźć. Zmieniło się to znacząco wraz z wejściem optymalizacji pod kątem silników odpowiedzi do powszechnego języka.

Widzimy zmianę sposobu, w jaki ludzie odkrywają produkty. Jak liderzy produktu powinni dziś myśleć o możliwości znalezienia produktu i jego dystrybucji podczas tworzenia produktów AI, w porównaniu z sytuacją sprzed choćby roku?

Rachel Wolan: To świetne pytanie. Można częściowo cofnąć się w historii i przyjrzeć historii dystrybucji produktów.

Jeśli zaczniemy od internetu, pierwszym sposobem dystrybucji internetu były wyszukiwarki. Był to główny mechanizm dystrybucji. Początkowo ludzie stosowali upychanie słów kluczowych, a później zaczęto lepiej pozycjonować wartościowe treści. Optymalizacja pod kątem wyszukiwarek internetowych stała się połączeniem sztuki i nauki. Oczywiście jest silnie powiązana z marketingiem w wyszukiwarkach, ale w tej branży działa wiele agencji i wydaje się na nią miliardy dolarów.

Wszyscy próbują uzyskać wysoką pozycję w wyszukiwarkach. Następnie, powiedzmy dziesięć lat później, przechodzisz na urządzenia mobilne. Mobilność ma własną optymalizację sklepu z aplikacjami. Zarówno sklep iOS, jak i sklep Android mają własne mechanizmy wyszukiwania, które pomagają odkrywać aplikacje.

To trwało przez cały czas: trzeba było poznać mechanizm dystrybucji właściwy dla obszaru, w którym się działa.

Kolejną generacją były media społecznościowe. Ludzie dużo mówili o tym, jak stać się viralem. Jak można było stać się viralem? Za pośrednictwem aplikacji społecznościowych. Dlatego mechanizmy dystrybucji zaczęto wbudowywać w aplikacje.

Dużo o tym myśleliśmy oczywiście w Dropboxie, gdzie udostępniało się link, aby uzyskać więcej przestrzeni. Udostępniałem coś tobie, a ja otrzymywałem więcej przestrzeni, gdy się rejestrowałaś. To był nasz wirusowy link i nasza pętla wirusowa. Mierzyliśmy również współczynnik wirusowości.

Wchodzimy teraz w kolejną generację, w której istnieją zupełnie nowe kanały dystrybucji. Wspomniałaś o optymalizacji pod kątem silników odpowiedzi.

Czym jest optymalizacja pod kątem silników odpowiedzi? Najpierw trzeba zrozumieć, czym jest silnik odpowiedzi. Wchodzisz do ChatGPT i pytasz: jaki jest najlepszy system CMS klasy korporacyjnej? Oczywiście chcemy, aby w wyniku pojawił się Webflow. Trzeba więc pomyśleć o tym, co zasila ten wynik.

Są to oczywiście własne treści. Chcesz, aby twoje treści miały autorytet. Różne silniki odpowiedzi będą też korzystać z różnych źródeł prawdy. Powszechnie wiadomo, że Reddit jest źródłem prawdy dla wielu silników odpowiedzi. YouTube jest źródłem prawdy dla wielu silników odpowiedzi.

Jako lider produktu powinieneś więc myśleć od końca: jakie nadrzędne przesłanie chcemy, aby kojarzyło się z naszą marką? Na jakie pytania chcemy odpowiadać? Trzeba też zastanowić się, jakie 50 pytań może zadać ktoś, kto ocenia twój produkt.

Tradycyjnie można by pomyśleć o marketingu produktu, który tłumaczy dokument wymagań produktu na znacznie bardziej ogólną wersję wpisu na blogu. To mogłoby być sposobem ogłoszenia nowego produktu. Teraz jednak istnieje bardzo długa lista treści dotyczących produktu, które mogą zostać odkryte.

Myślę, że często odpowiedzialność za to będzie spoczywać na menedżerze produktu, który powinien powiedzieć: oto 20 pytań, na które musimy odpowiedzieć. To zupełnie inna gra — próba wyróżnienia produktu wśród szumu.

W dużej mierze chodzi o to, jak dobrze rozumiesz klienta. Jak dobrze rozumiesz pytania, które zada podczas oceny danej kategorii? I jak dobrze na nie odpowiadasz?

Hannah Clark: Ta odpowiedź była niezwykle cenna. Mam wrażenie, że wiele osób i firm próbuje teraz naprawdę zrozumieć sedno problemu — szczególnie to, jak dostosować się do optymalizacji pod kątem silników odpowiedzi, ponieważ jest to podobny, ale jednak bardzo odmienny sposób myślenia o optymalizacji wyszukiwania i możliwości znalezienia produktu.

Doceniam to. Patrząc na szerszy krajobraz, widzimy, że narzędzia AI demokratyzują tworzenie oprogramowania w sposób, który może fundamentalnie zmienić podejście organizacji, szczególnie w kontekście B2B, do decyzji o budowaniu lub kupowaniu. Jak twoim zdaniem wpłynie to na strategię produktu w ciągu najbliższych kilku lat?

Rachel Wolan: Uwielbiam to pytanie. Myślę, że pierwsze pytanie, które powinien zadać sobie twórca, brzmi: czy dzięki temu moje piwo będzie smakować lepiej? To zawsze pytanie o to, czy warto oddelegować wewnętrzne zasoby do rozwiązania danego problemu.

Czy rzeczywiście jest to opłacalne? Czasami tak. Być może proces stanie się dziesięć razy wydajniejszy i na rynku nie będzie niczego innego, co mogłoby zaspokoić tę potrzebę. Sądzę jednak, że wiele osób będzie próbowało budować wewnętrzne oprogramowanie.

Nadal uważam, że tworzenie świetnego oprogramowania jest sztuką, nawet jeśli generowanie go stało się sto razy łatwiejsze. Nie oznacza to automatycznie, że ktoś przemyślał uprawnienia ani sposób integracji różnych systemów.

Myślę, że w rezultacie oprogramowanie dla przedsiębiorstw będzie zmieniać się z niespotykaną wcześniej szybkością. Oznacza to, że interfejsy API będą zmieniać się szybciej, integracje będą częściej się psuć i trzeba będzie je utrzymywać. Zwykle nie sprawia to, że piwo smakuje lepiej.

To jedna z rzeczy, o których dużo myślę. Podam przykład czegoś, co absolutnie mogliśmy zbudować sami, ale zdecydowaliśmy się kupić od dostawcy.

Jedną z rzeczy, które zdecydowaliśmy się kupić, było w szczególności konsolidowanie opinii, na przykład od zespołu badań użytkowników. Mogliśmy stworzyć rozwiązanie z wykorzystaniem oprogramowania do nagrywania, aplikacji i przepuszczania danych przez duży model językowy. Oczywiście mogliśmy to zbudować.

Ale czy sądzę, że będzie to kluczowe dla naszej działalności? Nie. Nie uważam, aby było to kluczowe dla naszej firmy. Czy jestem gotowa przeznaczyć część budżetu, aby zwiększyć skuteczność mojego zespołu? Tak, zdecydowanie.

To jedno z podstawowych pytań. Oczywiście dochodzi do tego kwestia tego, czy zamierzasz później odsprzedawać rozwiązanie. Istnieją firmy, które najpierw budują coś dla siebie, a następnie próbują sprzedawać ten produkt innym. Uważam, że jest to całkowicie prawidłowa strategia.

Sami tak robimy. Jesteśmy największym użytkownikiem Webflow. Dzięki temu doświadczamy problemów, a kiedy coś działa, wiemy, że działa, ponieważ sami tego używamy.

Najważniejsze pytanie brzmi więc: czy jest to rzeczywiście część kluczowego przepływu pracy, w który chcesz inwestować i który chcesz ulepszać dla swoich klientów?

Hannah Clark: Żeby podsumować: skoro dotarliśmy do tego momentu na osi czasu i do tego etapu rozwoju technologii AI, jaka byłaby twoja główna rada dla osób, które chcą wejść na rynek i opracować strategię AI?

Jak radzisz myśleć o czasie i pozycjonowaniu w obecnej chwili?

Rachel Wolan: Najpierw zapytałabym, w jakim segmencie działasz. Następnie: w jakiej branży działasz? Można niemal stworzyć macierz cztery na cztery albo osiem na osiem. Załóżmy, że wewnątrz firmy istnieje dziesięć funkcji, a następnie dowolna liczba zadań do wykonania.

Spojrzałabym na to jak na sześcian. Czy jest to rozwiązanie przeznaczone dla wyższego segmentu rynku, ale widzisz, że ten sam przypadek użycia występuje niżej na rynku, dla dokładnie tego samego użytkownika końcowego i tego samego zadania do wykonania? To bardzo dobry sygnał, że obecnie jest prawdopodobnie dobry moment na inwestycję.

Jeśli kierujesz produkt do istniejącego segmentu, istniejącego użytkownika i istniejącego zadania do wykonania, co zrobisz inaczej? Jeśli rynek się rozwija, jak zrobisz coś, co skłoni ludzi do kupienia tego od ciebie zamiast od konkurenta, nawet jeśli konkurent jest bliżej twojej platformy?

Duża część odpowiedzi polega na zrozumieniu ogólnej strategii, a następnie zaakceptowaniu momentu. Nie możesz zmienić czasu, a moim zdaniem czas ma ogromne znaczenie.

Jeśli widzisz szansę, ktoś inny również ją widzi. Musisz być pierwszy, bo inaczej szansa prawdopodobnie zniknie. W przeszłości wykonanie działań mogło być nieco wolniejsze, ale obecnie realizacja stała się znacznie szybsza.

Trudniejsza część polega na przekonaniu ludzi, że weszliście na nowy rynek, albo na skłonieniu ich do wypróbowania czegoś nowego. Interesujące jest to, że znajdujemy się w momencie, w którym więcej firm testuje więcej narzędzi niż kiedykolwiek w ciągu ponad 20 lat mojej pracy.

Dlatego jest to niesamowity czas na tworzenie produktów AI, szczególnie dla pracowników wiedzy. Właśnie to powiedziałabym: to świetny moment, aby się tym zajmować, ale trzeba dobrze wybrać obszary, na które chce się postawić.

Hannah Clark: Uwielbiam to. Dziękuję za podzielenie się całą swoją wiedzą.

To wspaniałe i bardzo pouczające słuchać osoby, która naprawdę zna tę przestrzeń i potrafi spojrzeć na wszystkie te różne kwestie oraz je skomentować — zarówno aspekt dystrybucji, jak i same narzędzia. Rachel, gdzie słuchacze mogą śledzić twoją pracę albo dowiedzieć się więcej o tym, co tworzycie w Webflow?

Rachel Wolan: Najlepszym miejscem, aby zobaczyć, co tworzymy, jest webflow.com/ai, gdzie można samodzielnie wypróbować nasze narzędzia. Można też obserwować mnie na LinkedInie i Twitterze. Wspaniale było spędzić z tobą dziś trochę czasu.

Hannah Clark: Wzajemnie. Bardzo dziękuję za dołączenie.

Rachel Wolan: Bardzo dziękuję.

Hannah Clark: W kolejnym odcinku podcastu Menedżer Produktu. Mamy dobre i złe wiadomości. Dobra wiadomość jest taka, że twoja organizacja się rozwija. Zła wiadomość jest taka, że twoja organizacja się rozwija. Skalowanie organizacji może być zarówno błogosławieństwem, jak i przekleństwem z perspektywy przywództwa. Nasz kolejny odcinek poświęcimy spojrzeniu operacyjnemu na przestrzeń pomiędzy dopasowaniem produktu do rynku a skalowanym dostarczaniem produktu.

Ten odcinek będzie szczególnie przydatny dla liderów platform wspieranych przez AI. Jeśli brzmi to jak coś dla ciebie, kliknij przycisk subskrypcji, aby niczego nie przegapić.