IBM Clouds VP för produkt och design berättar hur hon använder AI för att bygga utifrån verkligt användarbeteende

Briana Frank är vice ordförande för produktutveckling och design på IBM Cloud.

Vi satte oss ner med henne för att ta reda på hur AI förändrar inte bara hur hon utvecklar produkter, utan också hur hon lär sig av sina användare. Här är vad hon berättade.

En beteendemässig revolution

Jag har tillbringat min karriär med att leda produkt- och designorganisationer genom stora tekniska förändringar, och studiet av mänskligt beteende har konsekvent format mitt arbetssätt. Varje tekniskt genombrott handlar så småningom om människor: hur de fattar beslut, vad som motiverar dem att förändras, var de upplever friktion och vad de värdesätter tillräckligt mycket för att börja använda. Att förstå dessa mönster leder till fantastiska produkter och högpresterande organisationer.

Det perspektivet har gjort det här ögonblicket inom AI särskilt fascinerande. Människor beskriver ofta AI som en teknisk revolution, men i praktiken är den i lika hög grad en beteendemässig revolution. De organisationer som ser störst effekt har inte nödvändigtvis de mest avancerade modellerna. I stället är deras medarbetare tillräckligt nyfikna för att experimentera, tillräckligt disciplinerade för att kommunicera tydligt och tillräckligt ödmjuka för att tänka om kring hur arbetet utförs.

Det är den verkliga möjligheten i det här ögonblicket. AI förändrar inte bara produkterna vi utvecklar, utan också hur vi tänker, kommunicerar och leder. Teknik är kraftfull, men varaktig förändring börjar med att förstå mänskligt beteende och skapa miljöer där människor är villiga att lära sig, anpassa sig och bygga på nya sätt.

Att bygga produkter för både privatpersoner och företag

Jag leder produktstyrningen för IBM Clouds plattform som tjänst och ansvarar för design inom hela IBM Cloud. Vår organisation bygger plattformsfunktioner som hjälper utvecklare och företag att skapa, distribuera, säkra och hantera moderna applikationer i en mängd olika miljöer.

Produkterna vi bygger används av allt från enskilda utvecklare som experimenterar med ny teknik till stora globala företag som kör verksamhetskritiska arbetsbelastningar. Denna mångfald av användare skapar en unik utmaning: att leverera funktioner på företagsnivå och samtidigt göra komplex teknik intuitiv och lättillgänglig.

Våra team arbetar med kontinuerlig leverans och samarbetar nära över produkt-, design-, utvecklings-, forsknings- och kundorienterade team för att snabbt lära sig av kundernas återkoppling och vidareutveckla plattformen. I takt med att AI integreras djupare i utvecklarupplevelsen tänker vi också om kring hur vi bygger och hanterar programvara och skapar mer naturliga, intelligenta interaktioner som hjälper kunder att gå från idé till produktion snabbare och med större trygghet.

Hur AI kan frigöra kreativitet i produktteam

Under hela min karriär har det alltid funnits en klyfta mellan att ha en idé och att bevisa den. Produktchefer var beroende av andra team för att bygga prototyper, analysera data, skapa instrumentpaneler eller testa koncept. AI har förkortat det avståndet dramatiskt. I dag kan produktchefer utforska idéer, bygga fungerande prototyper, analysera sin verksamhet, skapa visualiseringar och experimentera med nya koncept på timmar i stället för veckor.

Den förändringen påverkar mer än leveranshastigheten. Den förändrar vilka som känner sig stärkta att skapa. Jag har sett team ställa större frågor, testa fler idéer och närma sig problem med en nivå av nyfikenhet som hade varit svår att upprätthålla när varje experiment krävde betydande tid och samordning.

Utmaningen är att kreativitet inte blomstrar enbart för att AI finns. Den blomstrar när organisationer skapar utrymme för experimenterande, belönar lärande och uppmuntrar genomtagen risktagning. Företagen som ser AI som ett produktivitetsverktyg kommer utan tvekan att bli effektivare. Företagen som använder AI för att frigöra medarbetarnas kreativitet kommer att bygga helt nya kategorier av produkter och upplevelser.

Hur försvarsställning kan tyda på bristande AI-beredskap i produktteam

Ett tidigt beteende som signalerar att ett produktteam inte är redo för AI är att försvara befintliga metoder i stället för att utforska nya möjligheter.

Sund skepsis är värdefull. Fantastiska produktteam bör ifrågasätta antaganden, utmana idéer och kräva belägg. Skillnaden ligger i att fråga ”Hur vet vi att det här kommer att fungera?” i stället för att helt enkelt säga ”Det här kommer aldrig att fungera.” Det första förhållningssättet skapar lärande; det andra förhindrar det.

De team som har svårast att införa AI förklarar ofta varför ett nytt angreppssätt inte kan fungera innan de har experimenterat med det. De förlitar sig på tidigare erfarenheter för att förutsäga framtiden i stället för att använda nyfikenhet och tester för att upptäcka möjligheter.

AI kräver ett annat tankesätt. Tekniken utvecklas för snabbt för att någon av oss ska ha alla svar. De starkaste teamen är villiga att prova, lära sig, justera och ibland bli överraskade. De behöver inte att varje experiment lyckas, men de behöver en kultur som främjar snabbt lärande.

Den signal jag letar efter är enkel: Skyddar människor den befintliga processen, eller utforskar de hur den kan förbättras?

Brians tankar

Sund skepsis är värdefull. Fantastiska produktteam bör ifrågasätta antaganden, utmana idéer och kräva belägg.

Varför produktledare måste sträva efter att stärka – inte ersätta – människor med AI

Tidiga samtal om AI fokuserade ofta på automatisering: idén att vi helt enkelt kunde överlämna en uppgift till ett AI-system och få ett perfekt svar. Verkligheten är mer nyanserad.

AI är otroligt kraftfullt när det gäller att påskynda utforskandet, generera alternativ och hjälpa människor att arbeta snabbare. Men resultatets kvalitet beror fortfarande i hög grad på kontextens kvalitet, målets tydlighet och expertisen hos den person som styr interaktionen. AI kan hjälpa dig att snabbare komma fram till ett svar, men att förstå om svaret är det rätta kräver fortfarande mänskligt omdöme.

Detta förstärker min starka övertygelse: Framtiden handlar inte om människor kontra AI. Den handlar om hur effektivt människor och AI arbetar tillsammans. De mest framgångsrika teamen letar inte efter sätt att avlägsna människor från processen. De hittar sätt att förstärka mänsklig kreativitet, nyfikenhet och beslutsfattande.

Lärdomen för produktledare är att införandet av AI inte bara är en teknisk utmaning. Det är också en beteendemässig och organisatorisk utmaning. Företag som lyckas kommer att lära människor att tänka annorlunda, ställa bättre frågor och kombinera AI:s förmågor med de unikt mänskliga färdigheterna omdöme, empati och kreativitet.

Hur promptdriven utveckling kan skapa bättre AI-upplevelser

Vi använder ett mer användarcentrerat angreppssätt för att bygga AI-upplevelser. I stället för att be människor lära sig hur vår programvara fungerar utformar vi programvara som bättre förstår hur människor naturligt tänker, kommunicerar och löser problem. För mig är detta en av de mest spännande förändringarna som AI har fört med sig till produktutvecklingen.

Allt börjar med att vi omfamnar promptdriven utveckling. Som alltid använder vi undersökningar, kartläggning av användarresor och människocentrerad design för att förstå vad människor försöker åstadkomma innan vi börjar tänka på implementering. Men AI tillför en kraftfull ny dimension till den processen. Nu ställer vi en enkel fråga: ”Vad skulle användaren naturligt fråga?”

Den frågan är förvånansvärt avslöjande. Den tvingar oss att tänka bortom funktioner och arbetsflöden och fokusera på avsikten. Vilket resultat försöker användaren uppnå? Vilken kontext skulle hen naturligt ge? Vilka antaganden gör hen? Och hur skulle framgång se ut i en enda begäran?

Så i grunden blir prompter designartefakter som avslöjar oklarheter tidigt. Om en användare måste utforma en prompt mycket noggrant för att utföra en uppgift lär vi oss att produkten fortfarande behöver utvecklas.

Hur varje AI-prompt kan fungera som en signal om mänsklig avsikt

När en produkt eller funktion har skapats erbjuder AI en fantastisk möjlighet att noggrant mäta något som traditionellt har varit svårare att kvantifiera: om vi verkligen hjälper någon att uppnå sina mål.

När produkter blir allt mer konversationsbaserade blir varje prompt en signal om mänsklig avsikt. Utvärderingsramverk gör det möjligt för oss att mäta hur väl vi förstår den avsikten, var upplevelsen brister och hur förändringar påverkar tusentals verkliga interaktioner. Vi kan identifiera försämringar nästan omedelbart, jämföra olika tillvägagångssätt objektivt och förstå effekten av en förändring långt innan den når en bred användning.

Det handlar inte om att ersätta mänskligt omdöme med algoritmer, utan om att tillföra mer evidens till beslut som i grunden är mänskliga. Data hjälper oss att förstå var människor stöter på svårigheter, vilka frågor som fortfarande är obesvarade och vilka förbättringar som kommer att ha störst effekt. Det gör att vi kan prioritera med större säkerhet samtidigt som vi förblir förankrade i behoven hos våra produktanvändare.

Briannas tankar

De ansvarsområden som fortfarande är helt mänskliga är desamma som alltid: att förstå kundernas behov, definiera problem som är värda att lösa, göra strategiska avvägningar och avgöra var vi ska investera.

De ansvarsområden som fortfarande är helt mänskliga är desamma som alltid: att förstå kundernas behov, definiera problem som är värda att lösa, göra strategiska avvägningar och avgöra var vi ska investera. AI hjälper oss att utvärdera dessa beslut snabbare, i större skala och med högre precision. Ledarskap handlar fortfarande om omdöme. AI ger oss helt enkelt bättre evidens för att kunna använda det på ett bra sätt.

Hur AI stöder analysen av kundfeedback

Vi använder också AI för att sammanföra signaler från användarundersökningar, supportinteraktioner, kundfeedback och funktionsförfrågningar för att förstå var människor upplever friktion och vilka resultat de vill uppnå.

AI hjälper oss att analysera dessa signaler i större skala och med högre hastighet, identifiera mönster och översätta kundernas behov till möjligheter till förbättringar. För AI-drivna upplevelser hjälper dessa insikter specifikt till att forma de promptar, interaktioner och arbetsflöden som vi utformar.

Därefter utvärderar vi. I stället för att enbart förlita oss på intuition använder vi utvärderingsramverk för att mäta en upplevelses prestanda, identifiera nödvändiga förbättringar och prioritera förändringar som kommer att skapa störst kundnytta. Det skapar en betydligt snabbare inlärningsloop och gör det möjligt för team att testa, förfina och förbättra upplevelser med större säkerhet.

Resultatet är ett mer precist och människocentrerat förhållningssätt till produktutveckling.

Varför AI kräver bättre omdöme av produktledare

Det är svårt att hålla jämna steg med AI. Förändringstakten saknar motstycke i allt jag har upplevt under min karriär. Forskning, experiment och tillgänglig information ökar dagligen, och produktledare lär sig, testar och omprövar ständigt vad som är möjligt.

Utmaningen är inte brist på information. Det handlar om att avgöra vilken information som spelar roll. Vi konsumerar mer, läser mer och utforskar mer än någonsin, men det har blivit allt viktigare att skilja meningsfulla signaler från brus.

Detta skapar ett nytt ansvar för produktledare: att utveckla ett bättre omdöme. Målet är inte att jaga varje ny AI-förmåga eller följa varje framväxande trend. Det handlar om att förstå vilka framsteg som har potential att på ett meningsfullt sätt förändra kundupplevelser, affärsresultat eller hur människor arbetar.

På många sätt har AI ökat betydelsen av de färdigheter som alltid har kännetecknat framstående produktledare: nyfikenhet, prioritering, kritiskt tänkande och fokus på det som betyder mest.

Varför produktledare måste skydda sina innovatörer

Mitt råd till produktledare under denna förändringsperiod är enkelt: skydda era innovatörer.

Under perioder av omfattande förändring är det ofta de som tänjer på gränserna som till en början låter mest orealistiska. De kan komma med idéer som utmanar befintliga antaganden, ifrågasätter etablerade processer eller beskriver möjligheter som andra ännu inte kan se. Dessa personer kan ibland mötas av skepsis, eftersom innovation ofta kräver att man föreställer sig en framtid som inte existerar i dag.

Utmärkta ledare behöver förstå att obehag ofta är en del av utvecklingen. De som befinner sig närmast framväxande teknik, kundernas behov och nya möjligheter ser ibland runt hörn innan resten av organisationen är redo att följa efter.

Det betyder inte att varje idé är den rätta. Innovation kräver fortfarande disciplin, experimenterande och genomtänkt utvärdering. Men ledare har ett ansvar att skapa en miljö där djärva idéer kan utforskas i stället för att avfärdas för tidigt. Var uppmärksam på de personer, processer eller strukturer som oavsiktligt bromsar dessa pionjärer. Ibland är det största hindret för innovation inte brist på idéer. Det är friktionen som hindrar idéerna från att bli verklighet.

Följ med

Du kan följa Briana Franks arbete på LinkedIn.

Fler expertintervjuer kommer snart på The CPO Club!