Edukator zarządzania produktem i były dyrektor ds. produktu mówi, że sprinty i harmonogramy powstały z myślą o wolniejszej erze pracy nad produktem

Ed Biden pełnił funkcje CPO i SVP w firmach technologicznych, zanim założył Hustle Badger i został edukatorem w dziedzinie zarządzania produktem.

Usiedliśmy z Edem, aby dowiedzieć się, jak AI zmienia branżę. Oto, co nam powiedział.

Ta rola nigdy nie zmieniała się tak szybko

Od ponad dwunastu lat pracuję przy produktach i nigdy wcześniej nie widziałem, żeby ta rola zmieniała się tak szybko.

Na początku lat 2010. zacząłem tworzyć gry mobilne i społecznościowe w Paryżu i Berlinie. Następnie dołączyłem do Rocket Internet, gdzie nauczyłem się uruchamiać nowe firmy w ciągu kilku tygodni, a nie kwartałów. Po przeprowadzce do Wielkiej Brytanii kierowałem działem produktu w Depop przed przejęciem przez Etsy, pełniłem funkcje CPO w YunoJuno i FutureLearn, a także zarządzałem produktem na dużą skalę jako SVP w Jobandtalent, gdy firma przekroczyła miliard euro przychodu.

Założyłem Hustle Badger, aby uczyć pragmatycznego, nowoczesnego zarządzania produktem. W tamtym czasie większość edukacji w zakresie zarządzania produktem opierała się albo na teorii w stylu MBA, albo na bezkrytycznym uwielbieniu dla frameworków; żadne z tych podejść nie odzwierciedlało chaotycznej rzeczywistości kierowania zespołami produktowymi. Chciałem stworzyć to, czego sam potrzebowałbym jako praktyk: praktyczne kursy, społeczność i cotygodniowe wydarzenia oparte na tym, co działa.

Od 2024 roku AI stała się głównym elementem tego, czego uczymy. Prowadzę kursy kohortowe dotyczące tworzenia z wykorzystaniem AI, wdrażania agentów AI oraz tego, co zmienia się dla liderów produktu, gdy narzędzia ewoluują tak szybko. Odbiorcami są głównie starsi rangą PM-owie i CPO, którzy próbują prowadzić transformację w swoich zespołach.

Jak narzędzia AI do programowania zmieniają zarządzanie produktem

Rok temu mieliśmy agencję na stałe zajmującą się wszystkim, co techniczne w Hustle Badger. Jesteśmy małym zespołem i nikt z nas nie ma wykształcenia ani doświadczenia inżynierskiego, więc zakładaliśmy, że wszystko, co wykracza poza gotowe rozwiązania SaaS, wymaga zewnętrznej firmy.

To już przeszłość. Obecnie całą pracę techniczną wykonujemy wewnętrznie, korzystając z narzędzi AI do programowania: tworzymy niestandardowe narzędzia wewnętrzne, integrujemy rozwiązania firm trzecich, przeprowadzamy migracje platform i wdrażamy nowe funkcje skierowane do klientów. To ten sam zakres pracy, do którego typowa firma zatrudniłaby mały zespół inżynierski.

Wyłącznie do tego celu korzystam z karty kodu w Claude Desktop. Przekazuję Claude'owi krótki opis, proszę go o zbadanie tematu i przedstawienie możliwości, następnie przekazuję mu informacje zwrotne i pracuję z nim aż do uzyskania preferowanego przeze mnie rezultatu.

Większość liderów produktu nie docenia skali zmian wynikających z tych narzędzi AI do programowania. Oczywistymi korzyściami były szybkość i koszty. W ciągu kilku dni wdrażamy to, co wcześniej zajmowało tygodnie, i nie płacimy już agencjom. Mniej oczywiste korzyści wiązały się ze zmianą pętli informacji zwrotnej. Gdy osoba nietechniczna może samodzielnie stworzyć prototyp, wdrożyć coś i dalej to rozwijać, nie odkładamy decyzji na później. Nie ma już „sprawdzę to z zespołem deweloperskim” ani „ustalimy priorytet tego w kolejnym sprincie”. Od podjęcia decyzji do działania dzielą nas godziny.

Ma to również szersze konsekwencje. Zmienił się próg tego, kto powinien nauczyć się korzystać z narzędzi AI. Nie chodzi już tylko o inżynierów czy projektantów; dotyczy to każdego, czyja praca obejmuje tworzenie lub kształtowanie czegoś. Jeśli nietechniczny zespół może prowadzić prawdziwy produkt programistyczny, każdy lider produktu powinien zastanowić się, co jego własny zespół mógłby osiągnąć, gdyby wszyscy korzystali z tych narzędzi z taką samą intensywnością.

Dlaczego zadania produktowe należy podzielić na trzy kategorie

Dzielę zadania na trzy kategorie.

Pierwsza obejmuje wszystko, co AI wykonuje obecnie od początku do końca. W naszym przypadku jest to pisanie kodu, wdrażanie nowych studentów oraz część promocji w naszych kanałach społecznościowych.

Druga obejmuje działania, w których AI uczestniczy, ale to człowiek podejmuje ostateczną decyzję. Dotyczy to wszystkich naszych dyskusji na temat architektury technicznej, tworzenia treści i części aktywności w mediach społecznościowych. AI wspiera niemal wszystko, co robimy, a my wykorzystujemy ją przede wszystkim w działaniach o największym potencjale.

Trzecia obejmuje to, co pozostaje wyraźnie ludzkie. Należą do tego bezpośrednie rozmowy z klientami, relacje sprzedażowe i nauczanie, które nadal prowadzę osobiście. Obejmuje to również decyzje redakcyjne, takie jak styl, zajmowane przez nas stanowiska i kwestie, o których odmawiamy wypowiedzi. Dotyczy to także wszystkiego, co wymaga odczytywania atmosfery, budowania zaufania lub trwania przy swoim zdaniu, gdy ktoś wyraża sprzeciw.

Powodem nie jest to, że AI nie mogłaby zasymulować żadnej z tych czynności; chodzi o to, że wartość wynika z obecności człowieka albo z tego, że to człowiek bierze odpowiedzialność za decyzję.

Ed States

Dzielę zadania na trzy kategorie. Powód nie polega na tym, że sztuczna inteligencja nie mogłaby zasymulować któregokolwiek z tych działań, lecz na tym, że wartość wynika z obecności człowieka lub z tego, że to człowiek podejmuje decyzję.

Jak chatboty AI mogą zmienić nawigację w witrynie

Jedną z naszych najważniejszych integracji AI jest chatbot w naszej witrynie, który korzysta z naszej biblioteki treści — artykułów, materiałów kursowych, postów i modeli działania. Obecnie jest to jeden z głównych sposobów, w jaki ludzie korzystają z witryny, obok nawigacji.

To samo w sobie zmieniło sposób, w jaki ludzie odkrywają nasze treści. Przez kilka lat zbudowaliśmy obszerną bibliotekę, z której większość była praktycznie niewidoczna. Ludzie trafiali z wyszukiwarki na pojedynczy artykuł i opuszczali witrynę. Chatbot pozwala odwiedzającym opisać problem własnymi słowami i kieruje ich do trzech lub czterech materiałów, które zawierają odpowiedź.

Dlaczego AI wymusza przeprojektowanie planowania sprintów i wydajności

Systemem, który większość liderów produktu powinna aktywnie przeprojektować, jest planowanie sprintów i wydajności.

Podczas wydarzenia Hustle Badger gościłem Johnny’ego Quacha, CPO w MotorK. MotorK to piętnastoletnia firma oferująca wertykalne rozwiązania SaaS, a nie przedsiębiorstwo stworzone z myślą o AI. Firma zrezygnowała już ze sprintów i Jiry — zgłoszenia są tworzone bezpośrednio w Cursorze, ponieważ model odczytuje bazę kodu i tworzy bogatsze zgłoszenia niż człowiek — a także zmniejszyła zespoły o trzydzieści do trzydziestu pięciu procent.

Przebudowują całe aplikacje w kilka dni, choć pierwotnie dział inżynieryjny szacował, że zajmie to miesiące. Jak ujął to Johnny, metodyki stosowane przez większość firm do organizowania zespołów zakładają wydajność na poziomie X. Kiedy zmieniasz wydajność o rząd wielkości, cały system nagle okazuje się zaprojektowany z myślą o niewłaściwym problemie.

To właśnie to przeprojektowanie budzi wśród większości liderów produktu zbyt dużą ostrożność. Każdy model, na którym opiera się większość zespołów — Scrum, SAFe, sprinty dwutygodniowe, planowanie kwartalne — został stworzony dla środowiska, w którym wydajność zmieniała się rocznie o dziesięć lub dwadzieścia procent. Przy takim tempie rytm planowania miał sens. Jednak zespoły, które dobrze wykorzystują AI, obserwują obecnie w ciągu kilku miesięcy zmianę wydajności raczej pięcio- lub dziesięciokrotną.

Każdy element powstały na podstawie tego założenia — taki jak długość sprintu, punkty historyjki, planowanie zależności czy zobowiązania dotyczące planu działań sprzedażowych — staje się warstwą utrudnień, a nie narzędziem koordynacji.

Niepopularne rady

Oto trzy rady — wszystkie niepopularne.

Po pierwsze, wykonuj tę pracę samodzielnie. Nie możesz oddelegować nauki obsługi tych narzędzi ani poprowadzić zespołu przez transformację, której nie rozumiesz od środka. Widzę CPO zlecających opracowanie strategii AI, organizujących wyjazdowe spotkania kadry kierowniczej i zatwierdzających budżety na narzędzia dla wszystkich poza sobą. Liderzy, którzy robią to dobrze, poświęcają godzinę dziennie, każdego dnia, na korzystanie z narzędzi używanych przez ich zespoły. Nie ma drogi na skróty.

Po drugie, przestań czekać na jasność sytuacji. Obecnie pojawia się pokusa odkładania ważnych decyzji do czasu, aż kurz opadnie, ponieważ granica możliwości modeli przesuwa się co sześć tygodni, a zobowiązanie się do konkretnego stosu technologicznego wydaje się przedwczesne. Kurz nie opadnie. Wygrywają liderzy, którzy szybko podejmują niewielkie, odwracalne decyzje, wyciągają z nich wnioski i sprawnie aktualizują swoje podejście.

Po trzecie, na nowo określ, po co istnieje twój zespół. Zespół, który sprawnie dostarczał rozwiązania w 2024 roku, niekoniecznie będzie równie sprawnie dostarczał je w 2026 roku. Wąskie gardło przesunęło się z pytania „Czy możemy to zbudować?” na pytanie „Czy wiemy, co warto budować?”. Zmienia to to, kogo zatrudniasz, co mierzysz, jak się organizujesz i jak wygląda dobre wykonywanie pracy.

Głębszy sens: To nie jest zmiana narzędzi, procesów ani sposobu rekrutacji. To wszystko naraz, dzieje się szybko i dotyka każdego aspektu funkcjonowania organizacji produktowej.

Śledź na bieżąco

Możesz śledzić pracę Eda Bidena na LinkedInie. Zajrzyj też na stronę Hustle Badger.

W The CPO Club pojawi się więcej wywiadów z ekspertami!