Starszy dyrektor ds. produktu i inżynierii mówi, że największy wpływ sztucznej inteligencji na organizacje produktowe wynika z likwidacji silosów

Andrew Knight jest starszym dyrektorem ds. produktu i inżynierii w Cycle Labs. Jest również znany jako „Automation Panda” i prowadzi bloga pod tą samą nazwą.

Porozmawialiśmy z Andrew, aby dowiedzieć się, jak wykorzystuje AI do przełamywania silosów w swojej organizacji. Oto, co nam powiedział.

AI może zwielokrotniać możliwości zespołów produktowych

Nazywam się Andrew Knight, ale lepiej znany jestem jako „Automation Panda”. Moja kariera koncentrowała się na tworzeniu rozwiązań problemów związanych z testowaniem. Przez dekadę pracowałem jako SDET. Następnie przez pewien czas zajmowałem się relacjami z deweloperami. Obecnie kieruję zespołem ds. produktu i inżynierii w Cycle Labs, gdzie tworzymy platformę do automatyzacji testów systemów łańcucha dostaw.

Cycle to platforma do automatyzacji testów systemów zarządzania magazynem (WMS) i powiązanych systemów łańcucha dostaw. Kierujemy ją do klientów korporacyjnych, którzy muszą zapewnić prawidłową konfigurację systemów WMS, szczególnie podczas aktualizacji. Współpracujemy również z partnerami, pomagając im wdrażać projekty testowe Cycle. Nasza baza użytkowników obejmuje zarówno kierowników magazynów, którzy nie uważają się za testerów, jak i doświadczonych SDET-ów tworzących skalowalne zestawy testów dla wielu lokalizacji.

Udostępniamy części platformy w ramach wielu ofert. Głównym produktem dystrybuowalnym jest aplikacja/zestaw na komputer z systemem Windows, która umożliwia użytkownikom pisanie i uruchamianie testów automatycznych. Udostępniamy również biblioteki kodu testowego, aby pomóc użytkownikom szybko rozpocząć tworzenie testów. Budujemy także aplikacje internetowe, usługi i infrastrukturę wspierające tworzenie oraz wykonywanie testów.

Około roku temu zacząłem na poważnie korzystać z narzędzi AI do programowania. Teraz cały mój zespół wykorzystuje AI do przyspieszania swojej pracy. Budujemy również funkcje AI w platformie testowej Cycle z myślą o naszych klientach i partnerach. To ekscytujące!

W odpowiednich rękach AI zwielokrotnia możliwości tworzenia produktów i inżynierii.

Andrew mówi

AI umożliwia ludziom robienie większej liczby rzeczy i przełamywanie silosów… Ta zmiana jest świeża i wciąż uczymy się w niej poruszać, ale cieszę się na myśl o tym, dokąd zmierzamy. Jak dotąd widzę mniej tarć, większą odpowiedzialność i szybsze rezultaty.

Jak AI pomaga zespołom produktowym przełamywać silosy

AI umożliwia ludziom robienie większej liczby rzeczy i przełamywanie silosów.

Wcześniej nasza struktura organizacyjna była bardziej tradycyjna — zespoły zarządzania produktem i inżynierii działały oddzielnie. Teraz połączyliśmy je w jeden zespół, przełamując silosy i łącząc zakresy odpowiedzialności. Oczekujemy, że nasi inżynierowie będą nie tylko inżynierami „oprogramowania”, lecz także inżynierami „produktu”, którzy przejmują odpowiedzialność za pełny zakres problemów.

Ta zmiana jest świeża i wciąż uczymy się w niej poruszać, ale cieszę się na myśl o tym, dokąd zmierzamy. Jak dotąd widzę mniej tarć, większą odpowiedzialność i szybsze rezultaty.

Jak AI wspiera zespoły nietechniczne

Rozbijanie silosów nie dotyczy wyłącznie zespołów produktowych i inżynieryjnych. Wykracza poza te obszary.

Oto przykład. Cycle udostępnia specjalny język programowania do pisania testów. Niedawno stworzyliśmy architekturę wtyczek, która pozwala testerom tworzyć nowe kroki dla języka Cycle. Nasz zestaw SDK wtyczek wymaga umiejętności programowania w języku Java, ale jego struktura i wzorce są proste.

Dzięki asystentom programowania opartym na AI osoby z naszych zespołów operacyjnych i usługowych mogą samodzielnie pisać wtyczki. Nawet nasz były dyrektor generalny, obecnie pełniący funkcję przewodniczącego zarządu, który nie miał kontaktu z kodem od co najmniej dziesięciu lat, z powodzeniem stworzył jedną z nich!

Gdzie można skutecznie wykorzystywać AI w organizacjach produktowych

Każda osoba w moim zespole ma subskrypcję Claude. Większość korzysta z niego do programowania, ale niektórzy zaczynają używać Claude Cowork do pracy z dokumentami, interfejsami API i serwerami MCP.

Pozwalamy również AI zajmować się eksperymentowaniem i kompromisami technicznymi, ponieważ dopiero rozpoczynamy tę drogę, a nasze procesy zarządzania produktem są wciąż mniej dojrzałe niż procesy inżynieryjne.

Korzystałem ze sztucznej inteligencji do opracowywania historii użytkownika i kryteriów akceptacji, które inżynierowie mogą bezpośrednio przełożyć na funkcje, gdy model ma odpowiedni kontekst i strukturę programistyczną.

Uważam jednak, że ludzie nadal powinni odpowiadać za odkrywanie potrzeb, ustalanie priorytetów, planowanie strategii rozwoju produktu i decyzje dotyczące UX.

Jak szybkie prototypowanie z wykorzystaniem sztucznej inteligencji zmienia procesy produktowe

Szybkie eksperymentowanie wspierane przez programowanie i prototypowanie z wykorzystaniem sztucznej inteligencji umożliwiło nam zbieranie opinii na temat funkcji szybciej niż kiedykolwiek wcześniej.

Programowanie oparte na intuicji pozwala skrócić długie cykle rozmyślań i zgadywania. Zespół może programować szybciej i korzystać ze stosów technologicznych, z którymi wcześniej miał mniejsze doświadczenie. Oznacza to, że menedżerowie produktu mogą samodzielnie tworzyć i wdrażać prototypy. Oznacza to również, że inżynierowie mogą bezpośrednio przekształcać specyfikacje w działający kod z automatycznymi testami. Testerzy mogą następnie wydobywać kluczowe informacje zarówno z wymagań, jak i z rzeczywistego kodu.

Dlatego menedżerowie produktu nie muszą już czekać, aż inżynierowie coś zbudują. Nie polegamy już również na opiniach. Szybko tworzymy rozwiązania, przedstawiamy je klientom i natychmiast zbieramy opinie. Następnie rozwijamy to, co odniosło potwierdzony sukces, i odchodzimy od tego, co się nie sprawdza. Na końcu przekazujemy udane prototypy inżynierom.

Andrew dzieli się spostrzeżeniami

Menedżerowie produktu nie muszą już czekać, aż inżynierowie coś zbudują. Nie polegamy już również na opiniach. Szybko tworzymy rozwiązania, przedstawiamy je klientom i natychmiast zbieramy opinie.

Jak sztuczna inteligencja prowadzi do bardziej krytycznego myślenia

Wspominałem o oszczędności czasu dzięki sztucznej inteligencji, ale nie wspomniałem jeszcze, dlaczego ma to znaczenie. Korzyścią nie jest sam odzyskany czas; korzyścią jest to, co możemy dzięki niemu zrobić.

Gdy sztuczna inteligencja przejmuje dużą część żmudnej pracy związanej z pisaniem specyfikacji, kodu, a nawet testów, mój zespół może bardziej krytycznie myśleć o tym, jakie problemy rozwiązywać. A to prowadzi do tworzenia lepszych produktów.

Dlaczego liderzy produktu muszą dążyć do wykorzystywania sztucznej inteligencji, ale stosować ją selektywnie

Sztuczna inteligencja to coś więcej niż szybszy sposób wyszukiwania informacji i uzyskiwania odpowiedzi na pytania. To nie jest Google. Jest narzędziem usprawniającym przepływy pracy.

Oto moja rada: Nie ignorujcie jej. Usuńcie z drogi sceptyków i ludzi opornych na zmiany. Prowadźcie działania polityczne i budujcie odpowiednią pozycję, aby wdrożyć ją w swojej organizacji.

Co jednak najważniejsze, nie stosujcie sztucznej inteligencji bezmyślnie do wszystkiego. Korzystajcie z własnego rozumu. Twórzcie rozwiązania, które rozwiązują rzeczywiste problemy.

Śledź dalsze informacje

Możesz śledzić działalność Andrew Knighta na LinkedInie. Zajrzyj również na jego blog, Automation Panda.

Wkrótce kolejne wywiady z ekspertami w The CPO Club!