CPO w firmie natywnej dla AI opowiada, jak AI umożliwia procesy oparte na intencjach

Christian Braun jest dyrektorem ds. produktu w Depix AI, gdzie tworzy produkty AI wspierające specjalistów ds. produktu. Christian zmienia podejście Depix do produktów z podejścia opartego w pierwszej kolejności na formularzu na podejście oparte w pierwszej kolejności na intencji, co oznacza, że AI jest wykorzystywana do przekładania intencji na konkretne kierunki działania znacznie wcześniej w cyklu życia produktu. Dzięki temu zespół działa szybciej, jest lepiej zgrany między poszczególnymi specjalizacjami i skuteczniej przekształca niejednoznaczność w możliwy do realizacji kierunek rozwoju produktu.

Usiedliśmy z Christianem, aby porozmawiać o tej zmianie i nie tylko. Oto, co miał do powiedzenia.

Nowe zdefiniowanie roli liderów produktu

Nazywam się Christian Braun. Jestem dyrektorem ds. produktu w Depix oraz dyrektorem generalnym MAGING GmbH. Moje doświadczenie opiera się na projektowaniu, innowacjach i tworzeniu produktów — szczególnie w branżach, w których forma, funkcjonalność i doświadczenie marki muszą łączyć się na najwyższym poziomie.

Z czasem przeszedłem od tradycyjnego kształtowania produktów do zadawania sobie bardziej strategicznego pytania: Co się dzieje, gdy nie zaczynamy już wyłącznie od formy, lecz od intencji? Ta zmiana doprowadziła mnie do przywództwa produktowego, a w naturalny sposób także do AI.

Siła tego momentu wynika z tego, że AI redefiniuje rolę liderów produktu. Nie zajmujemy się już wyłącznie zarządzaniem planami rozwoju ani optymalizacją funkcji. Pomagamy kształtować zupełnie nowe sposoby myślenia, tworzenia i budowania. W swojej obecnej roli pracuję nad produktami, które wykorzystują AI nie tylko jako warstwę techniczną, lecz także jako siłę kreatywną i strategiczną — taką, która może zapewnić szybkość, przejrzystość i zupełnie nowe rezultaty.

Wierzę, że przyszłość przywództwa produktowego leży w łączeniu ludzkiej wizji z inteligentnymi systemami. AI nie powinna osłabiać oryginalności; powinna ją wzmacniać.

Hybrydowy sposób dostarczania z założenia

Kieruję organizacją produktową w Depix, gdzie tworzymy produkty natywnie wykorzystujące AI z myślą o przyszłości tworzenia produktów. Naszą misją jest pomaganie zespołom w wykraczaniu poza tradycyjne, liniowe przepływy pracy poprzez wykorzystanie AI do przekładania intencji, kontekstu i kierunku projektowego na możliwe do realizacji rezultaty produktowe.

Tworzone przez nas produkty znajdują się na styku kreatywności, strategii produktu i zaawansowanej AI. Wspierają przepływy pracy, takie jak generowanie koncepcji, wizualna eksploracja produktu, określanie kierunku CMF oraz wstępne kształtowanie pomysłów na produkty, zanim trafią one do bardziej konwencjonalnych procesów rozwoju. Wśród naszych użytkowników są projektanci, zespoły produktowe, liderzy innowacji oraz organizacje korporacyjne, które chcą na nowo przemyśleć sposób konceptualizowania i rozwijania produktów.

Jesteśmy skoncentrowaną na celu i niezwykle zwinną organizacją produktową. Pozwala nam to działać szybko, pozostawać blisko potrzeb użytkowników i stale udoskonalać zarówno doświadczenie produktu, jak i propozycję wartości. Obsługujemy różnorodne grono odbiorców: perspektywiczne osoby, małe zespoły kreatywne oraz większe organizacje, które chcą zintegrować AI z rzeczywistymi środowiskami rozwoju produktów.

Nasz model dostarczania jest z założenia hybrydowy. Tworzymy skalowalne produkty programowe w oparciu o model SaaS, jednocześnie ściśle współpracując ze strategicznymi klientami nad opracowywaniem przepływów pracy, weryfikowaniem adopcji i uwalnianiem wartości dla przedsiębiorstw. To połączenie pozwala nam skalować innowacje produktowe, pozostając jednocześnie głęboko związanymi z zastosowaniami w świecie rzeczywistym.

Dlaczego AI zmienia logikę działania produktów

Zanim lider produktu rozpocznie przygodę z AI, powinien zrozumieć jedną rzecz: AI to nie tylko aktualizacja funkcji — zmienia logikę działania produktu.

Ma to znaczenie, ponieważ wiele zespołów podchodzi do AI, po prostu dodając ją do istniejącego przepływu pracy i oczekując niewspółmiernych rezultatów. W rzeczywistości AI często zmienia sposób tworzenia wartości, sposób interakcji użytkowników z produktem, sposób podejmowania decyzji oraz obszary, w których kluczowe staje się zaufanie. Jeśli potraktujesz ją jako warstwę nałożoną na produkt, możesz uzyskać nowość. Jeśli potraktujesz ją jako zmianę w zachowaniu systemu, możesz stworzyć rzeczywistą przewagę produktu.

AI przesuwa środek ciężkości ze statycznej funkcjonalności na dynamiczne osądy. Wpływa na dane wejściowe, wyniki, pętle informacji zwrotnej, kontrolę jakości i rolę użytkownika. Oznacza to, że liderzy produktu muszą myśleć nie tylko o możliwościach, lecz także o kontekście, niezawodności, odpowiedzialności i adopcji.

Dlatego pierwsza zmiana sposobu myślenia wygląda następująco: Nie pytaj: „Gdzie mogę dodać AI?”. Zapytaj: „Jak AI zmienia logikę doświadczenia, przepływu pracy i propozycji wartości?”. Zwykle właśnie tam zaczyna się prawdziwa szansa produktowa.

Przemyślenia Christiana

Nie pytaj: „Gdzie mogę dodać AI?”. Zapytaj: „Jak AI zmienia logikę doświadczenia, przepływ pracy i propozycję wartości?”

Jak podejście oparte przede wszystkim na intencji rewolucjonizuje procesy produktowe

Jedną z konkretnych zmian, które wprowadziłem w ciągu ostatniego roku, było przejście w naszym procesie produktowym od podejścia opartego przede wszystkim na formularzach do podejścia opartego przede wszystkim na intencji.

Przed pojawieniem się AI zespoły produktowe często zaczynały od funkcji, interfejsów lub efektów wizualnych. Zmieniliśmy to. Dziś zaczynamy od intencji: celu, kontekstu, ograniczeń i oczekiwanego rezultatu stojących za decyzją produktową. AI sprawiło, że ta zmiana stała się praktyczna, ponieważ znacznie wcześniej w procesie przekłada intencję na konkretne wskazówki.

Przed pojawieniem się AI zespoły produktowe często zaczynały od funkcji, interfejsów lub efektów wizualnych. Dziś zaczynamy od intencji: celu, kontekstu, ograniczeń i oczekiwanego rezultatu.

Doprowadziło to do dużej zmiany w sposobie, w jaki tworzymy i zarządzamy produktami. Obecnie poświęcamy mniej czasu na dyskusje o pojedynczych funkcjach, a więcej na kształtowanie rozumienia systemu, jakości decyzji i użyteczności w kontekście. Dzięki temu działamy szybciej, jesteśmy lepiej zgrani między dyscyplinami i skuteczniej przekładamy niejednoznaczność na konkretne kierunki rozwoju produktu. Skrócił się także czas poświęcany na analizowanie słabych lub niedopasowanych kierunków.

Z naszego doświadczenia wynika, że wpływ ten przełożył się na poprawę szybkości iteracji we wczesnej fazie analizy produktu o około 5–10 razy. Najważniejszym wskaźnikiem jest jednak tempo uczenia się. Zamiast poświęcać większość czasu na tworzenie niewielkiej liczby opcji, więcej czasu przeznaczamy na ocenę tego, który kierunek warto rozwijać.

W istotny sposób zmienia to ekonomikę odkrywania produktu. AI nie tylko przyspieszyło nasz przepływ pracy — zmieniło również nasz model operacyjny.

Jak skupienie na intencji zmieniło kierunek rozwoju produktu

Oto przykład. Na wczesnym etapie prac nad jednym z naszych produktów sprawdziliśmy kluczową kwestię produktową: „Czy produkt powinien skupiać się głównie na szybszym generowaniu efektów wizualnych, czy na pomaganiu użytkownikom w wcześniejszym określaniu lepszego kierunku produktu?”. AI znacząco usprawniło ten proces odkrywania, umożliwiając nam konkretne eksperymentowanie z oboma modelami.

Mogliśmy szybko testować różne struktury intencji, wzorce interakcji i zachowania wyników, a następnie obserwować, gdzie użytkownicy zyskiwali największą wartość. Stało się jasne, że użytkownicy nie chcieli jedynie szybszego generowania. Potrzebowali większej klarowności na początku procesu — sposobu na przekształcanie niejasnych celów w spójne kierunki rozwoju produktu.

Ta obserwacja bezpośrednio wpłynęła na decyzję produktową. Zdecydowaliśmy się oprzeć produkt na modelu skupionym przede wszystkim na intencji, a nie wyłącznie na generowaniu wyników. AI umożliwiło to, pozwalając nam znacznie wcześniej prototypować i porównywać logikę produktu, niż było to możliwe przy użyciu tradycyjnych metod odkrywania.

Dlaczego AI podważa tradycyjne założenia dotyczące intencji użytkownika

Jedno z założeń produktowych, z którego AI zmusiło mnie zrezygnować, brzmi następująco: wartość zaczyna się dopiero wtedy, gdy użytkownik wie, czego chce.

W tradycyjnym myśleniu o produktach często zakładamy, że użytkownik przychodzi z dość jasno określonym zadaniem, intencją lub rozwiązaniem i że rolą produktu jest pomóc mu skuteczniej je zrealizować. AI zmieniło moje spojrzenie na tę kwestię.

Stało się jasne, że niektóre momenty o największej wartości pojawiają się znacznie wcześniej — gdy użytkownikom brakuje klarowności, ale mają już określony kierunek. Mogą mieć cel, napięcie, ambicję związaną z marką lub ogólne wyobrażenie o tym, co chcą osiągnąć, ale nie mają jeszcze zdefiniowanego rozwiązania. AI może tworzyć wartość właśnie w tej niejednoznacznej przestrzeni, pomagając użytkownikom odkrywać, interpretować i kształtować intencję przed rozpoczęciem realizacji.

To zmieniło moje podejście do projektowania produktów. Nie postrzegam już produktu wyłącznie jako narzędzia do wykonywania zadań. Coraz częściej widzę go jako system, który pomaga użytkownikom formułować lepsze intencje, a nie tylko działać na podstawie już istniejących.

Dlaczego AI poszerza możliwości, a ludzie je zawężają

Najczęściej polegam na AI w obszarach, w których liczą się szybkość, synteza i szeroki zakres: odkrywaniu, rozpoznawaniu wzorców, eksploracji koncepcji, wczesnych eksperymentach oraz szybkim ocenianiu możliwych kierunków rozwoju produktu.

Na przykład AI jest niezwykle przydatna w przetwarzaniu sygnałów od użytkowników i z rynków, generowaniu i porównywaniu wielu ścieżek rozwiązań, przyspieszaniu iteracji UX i koncepcji oraz ujawnianiu kompromisów wcześniej niż w tradycyjnych procesach. Jest szczególnie skuteczna wtedy, gdy celem nie jest wygenerowanie jednej odpowiedzi, lecz poszerzenie zbioru wysokiej jakości możliwości.

Tym, co pozostaje zdecydowanie ludzkie, są decyzje dotyczące wizji, ustalania priorytetów, wyczucia, etyki i odpowiedzialności. Wybory dotyczące planu rozwoju, strategicznej kolejności działań, decyzje produktowe definiujące markę oraz ostateczne kompromisy techniczne wciąż wymagają ludzkiego osądu, ponieważ zależą od kontekstu, konsekwencji i odpowiedzialności w sposób, za który AI nie może w pełni odpowiadać.

Tym, co pozostaje zdecydowanie ludzkie, są decyzje dotyczące wizji, ustalania priorytetów, wyczucia, etyki i odpowiedzialności.

Dlatego nie postrzegam AI jako decydenta. Widzę w niej inteligentny system poszerzający przestrzeń decyzyjną. Rola człowieka staje się jeszcze ważniejsza w momencie, gdy trzeba zawęzić możliwości, zaakceptować kompromisy i wziąć odpowiedzialność za obrany kierunek.

Dlaczego integracja AI wzmacnia zarówno korzyści, jak i zagrożenia

Rezultaty stosowania AI były znaczące zarówno pod względem korzyści, jak i zagrożeń.

Pozytywnym skutkiem jest znaczna poprawa szybkości, zakresu i tempa uczenia się w pracy nad produktami. Możemy wcześniej analizować więcej kierunków, szybciej testować założenia i tworzyć materiały wspierające podejmowanie decyzji przy znacznie mniejszych przeszkodach niż wcześniej. Szczególnie w fazie odkrywania i wczesnych eksperymentów skróciło to cykle iteracji i pomogło zespołom znacznie szybciej przechodzić od niejasnych pomysłów do uporządkowanych kierunków rozwoju produktu. Pod względem jakościowym poprawiło to również zgranie zespołu, ponieważ projektanci, osoby odpowiedzialne za produkt i inżynierowie mogą znacznie wcześniej reagować na coś konkretnego w procesie.

Negatywną stroną są nowe zagrożenia, które wprowadza AI. Może ona tworzyć złudzenie pewności, ponieważ wyniki często wyglądają przekonująco, zanim naprawdę je zweryfikujemy. Takie wiarygodne, lecz zawodne działanie prowadzi do erozji zaufania. AI może również zasypywać zespoły możliwościami, co sprawia, że osąd produktowy staje się ważniejszy, a nie mniej ważny. W niektórych przypadkach wyzwaniem nie jest już generowanie możliwości — lecz utrzymanie rygoru, wyczucia, priorytetów i strategicznej koncentracji.

Ostatecznie rezultat był zdecydowanie pozytywny. Ująłbym to jednak tak: AI zwiększyła nasze możliwości produktywnego działania, jednocześnie podnosząc poprzeczkę w zakresie dyscypliny przywódczej. Najwięcej zyskują nie zespoły korzystające z AI najczęściej, lecz te, które używają jej, kierując się najtrafniejszym osądem.

Z jakimi zagrożeniami mierzą się produkty oparte na AI w momencie premiery

Najtrudniejszą częścią wprowadzania produktu opartego na AI nie jest budowanie inteligencji — lecz przekształcanie niepewności w produkt.

Na początku kuszące jest skupienie się na możliwościach modelu i imponujących wynikach. Jednak w rzeczywistych środowiskach produktowych użytkownicy równie mocno cenią spójność, kontrolę, przewidywalność oraz to, czy produkt w naturalny sposób pasuje do ich procesów pracy. AI może szybko wzbudzić entuzjazm, ale entuzjazm nie jest tym samym co zaufanie.

AI może szybko wzbudzić entuzjazm, ale entuzjazm nie jest tym samym co zaufanie.

Gdybym od początku lepiej to rozumiał, jeszcze wcześniej zainwestowałbym w kształtowanie oczekiwań, projektowanie interakcji, mechanizmy informacji zwrotnej oraz wyraźniejsze określenie granic między tym, co system robi dobrze, a tym, w czym wciąż potrzebny jest ludzki osąd. Ostrożniej podchodziłbym również do tego, by nie mylić efektownych momentów prezentacji z trwałą wartością produktu.

Czego mogłem uniknąć? Przede wszystkim możliwego do uniknięcia rozczarowania i trudności z adopcją. Największym zagrożeniem przy wprowadzaniu produktów opartych na AI często nie jest niedostateczna wydajność techniczna — lecz składanie zbyt obiecujących deklaracji dotyczących doświadczenia użytkownika. To lekcja, którą obecnie traktuję bardzo poważnie.

Dlaczego tablica wciąż jest najważniejszym narzędziem lidera produktu

Nawet przy wszystkich zaawansowanych narzędziach AI tablica — fizyczna lub cyfrowa — wciąż jest najważniejszym narzędziem liderów produktu. Ponieważ najważniejszą pracą w obszarze produktu nadal jest nadawanie właściwych ram. Wszystko inne wynika właśnie z tego.

Tak więc korzystam z białej tablicy na samym początku procesu, gdy przejrzystość jest ważniejsza niż szczegóły. To tutaj określamy problem, mapujemy system, ujawniamy założenia i uzgadniamy działania zespołu, zanim przejdziemy do specyfikacji, plików projektowych lub narzędzi wykonawczych.

Gdy kierunek jest już jasny, przekładamy te przemyślenia na cyfrowy przepływ pracy: wymagania dotyczące produktu, systemy projektowe, prototypy, plany działania i eksperymenty. Biała tablica to miejsce, w którym złożoność staje się zrozumiała. Cyfrowy zestaw narzędzi to miejsce, w którym to zrozumienie staje się operacyjne.

Przemyślenia Christiana

Biała tablica to miejsce, w którym złożoność staje się zrozumiała. Cyfrowy zestaw narzędzi to miejsce, w którym to zrozumienie staje się operacyjne.

Dlaczego liderzy produktu muszą koncentrować się na przejrzystości

Moja rada: Nie traktuj tego momentu jako zmiany narzędzi — potraktuj go jako zmianę w sposobie myślenia o produkcie.

Najlepiej poradzą sobie nie ci liderzy, którzy najszybciej dodadzą najwięcej funkcji AI. Będą to ci, którzy na nowo przemyślą sposób tworzenia wartości, obszary, w których ludzki osąd ma największe znaczenie, oraz te elementy przepływu pracy, które należy przeprojektować, zamiast jedynie przyspieszać.

Dlatego zachowaj ciekawość, intensywnie eksperymentuj, ale działaj zdyscyplinowanie. Poznaj technologię — oczywiście — ale poświęć jeszcze więcej czasu na zrozumienie zaufania, kontekstu, jakości decyzji i adopcji. AI zwiększa możliwości, ale bardzo szybko obnaża również powierzchowne myślenie o produkcie.

Gdybym miał podsumować to w jednym zdaniu: Eksperymentuj odważnie, ale jeszcze odważniej stawiaj na przejrzystość.

Bądź na bieżąco

Możesz obserwować Christiana Brauna na LinkedInie. Sprawdź także Depix oraz Wizję produktu.

Na The CPO Club pojawią się kolejne wywiady z ekspertami!