Dot-Com Balonundan Dersler: Ürün Liderleri Yapay Zekâ Hakkında Nasıl Düşünmeli?

Transkripti Okuyun:

Podcast’lerimizin transkripsiyonunu bir yazılım programı kullanarak deniyoruz. Bot her zaman yüzde 100 doğru çalışmadığı için lütfen olası yazım hatalarını mazur görün.

Hannah Clark: Bob Dylan’ın ölümsüz sözleriyle, ‘zaman değişiyor’ ve bu ölçekteki değişim… şey, pek çok şey demek. Korkutucu. Heyecan verici. Öngörülemez. Ve kaçınılmaz. Yapay zekâ hakkında ne düşündüğünüzden bağımsız olarak, bu teknoloji ürünün neredeyse her alanına, özellikle de liderlik düzeyine yaklaşımımızda bir paradigma değişikliğini tetikledi. Bu yeni araçlardan hangilerini ve nasıl kullanıma sunacağız? Bu durum ekiplerimizin yapısını ve işlevlerini nasıl etkileyecek? Kuruluşlarımız değişirken bizim de onlarla birlikte nasıl değişmemiz gerekiyor?

Bugünkü konuğum harika Greg Petroff; SAP, GE Digital, Google, ServiceNow, Compass ve Cisco gibi şirketleri içeren özgeçmişe sahip bir profesör, tasarım düşüncesi lideri ve deneyimli bir yönetici. Greg ve ben programı kaydetmeden önce bu değişim dönemini konuşurken, Dot-Com döneminde de daha önce burada bulunduğumuzu, ancak farkın değişimin hızı ve bunun sonucunda gereken uyum sağlama hızı olduğunu belirtti. Şimdi Greg’in yöneticilerin şu anda düşünmesi gereken araçlar, organizasyonel değişiklikler ve stratejiler hakkında konuşmasını dinleyeceksiniz; çünkü Bob Dylan’ın çok güzel biçimde söylediği ve uyardığı gibi, ‘yüzmeye başlasan iyi olur, yoksa taş gibi dibe batarsın.’ Hadi başlayalım.

CPO Kulübü podcastine tekrar hoş geldiniz. Bugün Greg Petroff ile birlikteyim.

Bugün bize katıldığınız için çok teşekkürler Greg. Nasılsınız?

Greg Petroff: İyiyim, teşekkürler Hannah. Beni davet ettiğin için teşekkür ederim.

Hannah Clark: Evet, şerefe.

Her zaman başladığımız gibi başlayalım. Bize biraz geçmişinizden ve bugün bulunduğunuz noktaya nasıl geldiğinizden bahsedebilir misiniz?

Greg Petroff: Kariyerimin başında aslında mimardım. Uzun zaman önce mimarlıkla başladım. Son 25 yılda kurumsal yazılım alanında ürün yönetiminden tasarım liderliğine kadar çeşitli görevlerde bulundum. SAP, GE, Google ve ServiceNow gibi yerlerde çalıştım. En son Compass’taydım, ondan önce Cisco’daydım; şimdi ise bağımsız danışmanlık, biraz geçici tasarım liderliği ve koçluk yapıyorum ve California College of the Arts’ta ders veriyorum.

Hannah Clark: Yoğun bir program. Bugün hepimizin içinde bulunduğu ve anlamaya çalıştığı bu yeni yapay zekâ çağına uyum sağlamak için liderlerin benimsemesi gereken bazı büyük konuları ve zihniyet değişimlerini konuşacağız.

Başlangıç olarak, geçmişte içinde bulunduğumuz mevcut yapay zekâ anı ile büyük bir zihniyet değişimi olan Dot-Com dönemi arasında ilginç paralellikler kurduk. Bu teknoloji dönüşümünün önceki döneminden alınabilecek ve şu anki değişim açısından geçerli olan temel derslerden bazıları neler?

Greg Petroff: Evet, birkaç şey yaşanıyor. Birincisi, uzmanlık artık eskisi kadar değerli olmayabilir. Dünyayı nasıl gördüğümüze dair deneyimlerimize dayanan bir tür öngörü çerçevemiz var.

Sonra işe baktığımızda, bir sonraki adımları yönlendirmek ve gerçekleştirmek için bu çerçeveyi kullanıyoruz. Kurallar tutarlı olduğunda bu yararlı; ancak değişim anlarında kurallar değişebilir ve siz bunu fark etmeyebilirsiniz. Bu nedenle merak, şu anda geliştirilmesi gereken çok önemli bir davranış.

Dot-Com döneminde kenarda bekleyen ve neler olduğunu gerçekten anlamayan pek çok şirket vardı. Bir de neler olduğunu tam olarak anlamayan ama merak eden ve sürece atlayan insanlar vardı. Bir şeyler üretmeye başladılar. Bence şu anda da çok benzer bir dönemdeyiz; her şey o kadar hızlı ilerliyor ki yapay zekâyı nasıl kullanabileceğinizi anlamanın yolu, onu mümkün olduğunca çok kullanmaktan geçiyor.

Hannah Clark: Evet, her şey değişirken bu durum geleneksel roller hakkında da düşünmeme neden oluyor. Bugün geleneksel olarak gördüğümüz roller aslında bize göre geleneksel; çünkü son birkaç on yılda her şey çok hızlı değişti.

Şimdiye kadar rol sınırlarında ve ürün geliştirmede gördüğünüz değişimlerin nasıl ortaya çıktığını biraz anlatabilir misiniz?

Greg Petroff: Açıkçası bu duruma göre değişir. Her şirketin kendi kültürü ve güçlü yönleri vardır. Örneğin Google’ın çok güçlü bir mühendislik kültürü vardır; diğer disiplinler önemlidir ama arabayı mühendislik kullanır. Bazı kuruluşlarda tasarım daha merkezîdir, bazılarında ise ürün yönetimi daha fazla öne çıkar.

Kültürel açıdan kuruluşların yaklaşımı değişir. Ayrıca bazı kuruluşlar rol tanımları konusunda çok katıdır. ‘Senin yaptığın bu, bunun dışındaki işleri yapmazsın; işlevler arası çalışma arkadaşının işi de şu’ derler. Bu bir süre işe yaradı.

Ben hiçbir zaman gerçekten katı olmadım. Kariyerim boyunca sınırların iç içe geçtiği alanlarda çalışan insanlardan biri oldum. Bazen ürün yönetimi yapan bir tasarımcı ya da tasarım yapan bir ürün yöneticisi olmakla suçlandım. Benim bakış açıma göre konu ürün kültürüyle ilgili. Şu anda yaşanan şeylerden biri de kullandığımız araçların geçmiştekinden çok farklı olması.

Araçlar çok daha hızlı ve daha geniş bir kitle için erişilebilir. Dolayısıyla bir siloda çalışmış olanlarımız, daha önce bir çalışma arkadaşının katkısı olan bazı işleri yapmaya başlayabilir. Soru şu: Bu sınırlar nasıl yeniden çizilecek? Venn şeması biraz kendi üzerine kapanıyor.

Geleceğin ekiplerinin, T biçimli insanlar içeren ekipler olacağını düşünüyorum. Bir alanda çok derin olursunuz ve yatay olarak hareket edebilirsiniz. Ben bunun çift T’ye dönüşeceğini hissediyorum. Tasarım yapıp biraz kod yazabilen, tasarımdan gelen bir ürün lideri ya da ürün yönetimini seven bir mühendis gibi melez insanlarla karşılaşacağız.

Bu nedenle daha önemli olan şey, içinde bulunduğunuz kuruluşta araçlar ve bunların neleri mümkün kıldığı hakkında açık bir konuşma yapılmasıdır. Ürün geliştirme yaşam döngüsünün belirli yönlerini kimin ele alacağı konuşulmalıdır. Bu bize mühendislik liderliğindeki, ürün liderliğindeki veya tasarım liderliğindeki kültürlerden ürün sonuçları kültürüne geçme fırsatı verir; herkes masaya getirebildiği becerilere göre katkıda bulunur.

Bence yol boyunca çok farklı görünebilecek melez kuruluşlar göreceğiz. Proje yönetimi alanında ne inşa edileceğinin tanımı çok daha önemli hâle gelecek, çünkü bir şeyler inşa etmek giderek kolaylaşıyor. Yalnızca bir özellik ya da bir parça eklemeye dayanan artımcı zihniyet uygulanabilir; ancak aynı çabayla son kullanıcılar ve müşteriler için çok daha değerli bir şey yapılabilir. Daha önce mümkün olmayan şeyleri hayal edebilirsiniz.

İlgilendiğim konu, işlevler arası ortaklığın denedikleri şeylerde nasıl daha cesur olabileceği. Çünkü bunları gerçekleştirmek artık daha kolay.

Hannah Clark: Üç ayrı yol açtınız. Araçlarımız, değişen rollerimiz ve organizasyonel liderlik var. Üçünü de konuşabiliriz. Önce araçları seçiyorum, sonra diğerlerine döneceğiz.

Yapay zekâ araçları ve ürün geliştirme hakkında biraz konuşalım. Araçların ve araç kullanımının değiştiğini söylediniz. Bu da bizi seçici olmaya götürüyor; çünkü kullanabileceğimiz çok sayıda araç var ve hangilerini, nasıl kullanacağımız konusunda iyi muhakeme yürütmemiz gereken ilginç bir dönemeçteyiz.

Hannah Clark: Ekiplerin yapay zekâ araçlarını ne zaman ve nasıl kullanacaklarına ilişkin bu iyi muhakemeyi ya da içgüdüyü geliştirmelerine nasıl yardımcı oluyorsunuz?

Greg Petroff: Seçicilikle ilgili önemli bir başka nokta daha var. Bir yapay zekâ aracı kullandığınızda, size verdiği cevaba inanıyor musunuz? Yoksa yapay zekâyla birlikte çalışarak onu ulaşmaya çalıştığı sonuca doğru kolektif biçimde ilerletebiliyor musunuz? Bunun bir bölümü deneysellik. Alan çok hızlı ilerliyor, ancak hemen anlamlı olan bazı alanlar var. Ürün keşfi bunlardan biri.

Artık araştırma içgörüleri üzerinde özel RAG modelleri oluşturabileceğiniz pek çok araç var. Birkaç yıllık araştırmaya sahip kuruluşlar, araştırmalarındaki tüm transkriptleri alıp kendilerine soru sorabilecekleri modeller oluşturabilir. Bu neredeyse sanal bir persona sahibi olmak gibi.

Bunun tartışmalı olduğunu biliyorum. Ben buna sanal persona demezdim. Zaten sahip olduğunuz bilgi tabanını insanlar için daha erişilebilir ve içinde gezinmesi daha kolay hâle getirmek derdim. Özellikle ekibe yeni katılan kişilerin alan bilgilerini geliştirmelerine yardımcı olur; çünkü kullanabilecekleri gerçekten yararlı bir bilgi külliyatına sahip olurlar.

Bunu yapmak kolay değil, ancak tamamlandığında çok ilginç sonuçlar veriyor. Bazı araştırma içgörülerini ve unsurlarını ortaya çıkarıyor; bunlar yaygın olarak biliniyor olabilir ama daha önce bu kadar açık biçimde ifade edilmemiş olabilir.

Tasarım araçları tarafında Figma alanında pek çok gelişme yaşanıyor. Figma’nın kendisi bile beş yıl önce gerçekten burada değildi ve çalışma biçimimizi değiştirdi.

Ekiplerin doğrudan yüksek aslığa geçtiğini düşünüyorum ve bunun her zaman en iyi fikir olduğundan yüzde 100 emin değilim. Çünkü düşük aslıktaki çalışmalar, tamamlanmış bir ürün gibi görünen bir şeye baktığınızda fark edemeyeceğiniz şeyleri görmenizi sağlar. Ancak süreç çok daha hızlı. Ekipler çok hızlı biçimde yineleme yapabiliyor.

Tasarım ekibi sizin düşünebildiğinizden daha hızlı üretim yaptığında, ürün ekiplerinin düşünmek yerine üretmesi yararlı olabilir. Bununla kastettiğim şu: Oluşturduğunuz üründe yaptığınız hatalarla ilgili yürüttüğünüz konuşma, sonuç ve müşteri sorunu hakkında yalnızca konuşmanın sağlayamayacağı bilgiler verir. Bir resim bin kelimeye bedeldir.

Ürün ekipleriyle çok erken aşamada çalışan, nihai ürünü hemen üretmeyip yinelemeler yapan ve bir şeyler oluşturan tasarım ekipleri, Ürün Gereksinimleri Dokümanı’nın yerini bir prototiple değiştirebilir. Prototipi test edip geçmişte çok pahalı ve zaman alıcı olan bir yöntemle, değer sağlayacağını bildikleri bir şeye sahip olabilirler.

Mühendislik tarafında da insanlar Copilot gibi daha hızlı çalışmalarını sağlayan araçları deniyor. Bunun hâlâ erken aşamalarda olduğunu düşünüyorum; mühendisler faydası konusunda kararsız. Ancak kod tabanlarının büyük bölümlerinin sizinle birlikte yazılabilmesi, mühendislik ekiplerini daha zor sorunlar üzerinde çalışmak üzere serbest bırakabilir.

Bunların hepsi mevcut. Bence kolektif olarak benimsememiz gereken zihniyet, işimizi nasıl dönüştüreceğimiz sorusudur. Çoğumuz bu araçları ürünlerimize yerleştirmeye çalışıyoruz. Oysa onları günlük ürün geliştirme süreçlerimizde kullanarak sağlayabilecekleri sonuçları daha iyi anlayabiliriz.

Hannah Clark: Ben de aynı fikirdeyim. Şu anda yapay zekâ araçlarını, hâlâ kritik olan kurumsal bilginin yerine geçen bir şey olarak değil, uzmanlığımızın bir uzantısı olarak kullanma becerisini geliştiriyoruz.

Bu, özellikle araştırma ekiplerinde kurumsal bilginin değeriyle ilgili konuşmamıza da bağlanıyor. Araştırma, yapay zekâ kullanımının biraz tartışmalı olduğu bir alan. İnsan uzmanlığı ile yapay zekâ destekli bilgi yönetimi arasındaki ilişkinin nasıl gelişeceğini düşünüyorsunuz?

Greg Petroff: Daha önce buna değindim. Çoğu araştırma ekibinin bir içerik külliyatı var. Eskiden bu içeriği paylaşmak çok zordu. Bir araştırma projesi yürütür, bulgularınızı sunar ve sonrasında hiç kimse bu içerikten yararlanamazdı; çünkü arşive kaldırılırdı.

Araştırma aynı zamanda zamana bağlıdır. Bir süre geçerli olabilir, sonra davranış kalıpları ve müşteri tabanınız değişebilir ya da yeni teknolojiler ortaya çıkabilir. Ancak büyük kuruluşlarda genellikle çok fazla içerik bulunur ve buna gerçekten erişen kişi sayısı azdır.

Araştırma ekibi daha fazla kişinin bu içeriğe erişmesini ister; çünkü bunun daha iyi içgörüler sağlayacağına ve bu içgörülerin daha iyi sonuçlar doğuracağına inanır. Bu nedenle ilginç bir yaklaşım, araştırma külliyatınızın özel bilgi grafiklerini oluşturmak ve kuruluştaki herkesin bunlara soru sorabilmesini sağlamaktır.

Bu, araştırmanın yerini almak değildir. Yaptığı şey, sahip olduğunuz içgörü kalıplarını toplu olarak görmenizi sağlamaktır. Bu bilgiyi kuruluşta daha geniş bir kitleyle paylaşır. Böylece bilgi artık yalnızca araştırmacıya ait olmaz. Araştırmacı çalışmayı yapmıştır ve bu bilgiye erişimi demokratikleştirir.

Bir bakıma herkesin kimi ve neden desteklediğimizi anlamasına yardımcı olur. Araştırma ekibi de bu bilgiye katkı sağlamayı sürdürür. Ben nitel araştırmaya ve ölçüm yaptığınız nicel yöntemlere de çok inanıyorum; bunları yapay zekâya bırakmamalısınız.

Bu bilgiyi sentezleme ve daha geniş biçimde paylaşma yeteneğinin çok ilginç olacağını düşünüyorum. Araştırmayı demokratikleştirme fikrine her zaman inandım. İnsanların bu konuda tartışmalı hisler taşıdığını biliyorum. Bir kuruluşta değerli bir şeye erişimin daha açık ve erişilebilir hâle geldiğini gördüğümde, uzmanlığa olan talep aslında artıyor.

Daha fazla insan içgörü gördükçe daha fazlasını istiyor. Ayrıca, işi iyi ve yöntemsel açıdan sağlam biçimde yapmayı bilen profesyonel içgörü toplayıcılarına ihtiyaç duyduklarını daha iyi anlıyorlar. Benim ilgilendiğim alan, herkesin hizmet verdiği kişilerin bilgisine gerçekten hâkim olmasını ve bu bilgiyi daha iyi ürünler yapmak için kullanmasını nasıl sağlayacağımız.

Hannah Clark: Bu konuyu biraz ele aldık. Bence yapay zekâ için çok ilginç bir yenilik alanı. Bir süre önce Arro’nun kurucusu Craig Watson ile üretken yapay zekâ destekli ürün keşfi üzerine çok popüler bir bölümümüz vardı. Bu araçların nasıl kullanıldığını ayrıntılı biçimde ele almıştık.

Bir persona kullanma konusundaki yaklaşımınızı beğendim. Persona geliştirme ihtiyacımızı ortadan kaldırmaya çalışmıyoruz; geliştirdiğimiz ve öğrendiğimiz verileri etkileşimli hâle getirmeye çalışıyoruz.

Ayrıca üretken yapay zekâ destekli ürün analitiği araçları üzerine de birkaç bölüm yaptık. Datawisp’in CEO’su Mo Hallaba ve Quantum Metric’ten Mario Ciabarra ile konuştuk.

Onların ifade ettiği gibi, veriyi demokratikleştirmek ve veri bilimci yetkinliğine sahip olmayan kişilerin de veriye erişmesini ve onunla etkileşim kurmasını sağlamak söz konusu. Veri daha erişilebilir olduğunda ve kuruluştaki rolümüz ne olursa olsun içgörülerin bize nasıl fayda sağladığını anlayabildiğimizde, verilerle anlamlı biçimde etkileşim kurabiliyoruz.

Bu da veriyle bilgilenen bir kültürün, araçları etkili kullandığımızda nasıl görünebileceği sorusunu gündeme getiriyor. Ürün alanında çok heyecan verici bir dönemdeyiz.

Greg Petroff: Göreceğiz. Alan bilgisi sıkı biçimde elde tutuluyor; kuruluşlarda herkesin sahip olduğu evrensel bir şey değil. Aynı zamanda hiyerarşik. Bazı kuruluşlarda en fazla alan bilgisine sahip olanlar, kuruluşta en fazla etkiye sahip kişiler oluyor.

Hizmet verdiğiniz kişilerin kim olduğunu ve nedenini herkesin daha derin biçimde anlayabildiği bir kuruluşta ne olur? Bunun nasıl gelişeceğini ve kendimizi gördüğümüz yapılarla ilgili bazı kuralları değiştirip değiştirmeyeceğini görmek ilginç olacak.

Bazen bu sözlerim nedeniyle başım derde giriyor ama araştırmanın rolünün ürün kararlarını daha az riskli hâle getirmek olduğunu düşünüyorum. Son kullanıcılarımızı anlamaya ve onlarla empati kurmaya, çözmeye çalıştığımız sorunları ve onlar için önemli sonuçları derinlemesine kavramaya çalışıyoruz.

Ürün liderliği, hangi özelliklerin ve işlevlerin son kullanıcılara fayda sağlayacağı ve insanların para ödemeye istekli olacağı harika bir ürün ortaya çıkaracağı konusunda varsayımlarda bulunur. Bu varsayımların bazıları çoğu zaman zayıf temellidir ama uygulanmaları pahalıdır ve insanların gerçekten değer verip vermeyeceğini gösterecek biçimde test edilmemiştir.

Araştırmacıların önem açısından daha üst seviyeye çıkmak için yapabileceklerinden biri, hizmet verdiğiniz kişilere ilişkin genel anlayışı sağlamakla kalmayıp ürün geliştirme sürecinde çok sayıda doğrulanmamış varsayımın bulunduğu bölümleri de bulmaktır. Araştırmacılar güçlerini kullanarak daha fazla sinyal sağlayabilir. Böylece liderlik neyi uygulayacağına karar verdiğinde, yapılan çalışmanın beklenen sonucu doğuracağı konusunda daha emin olur.

Hannah Clark: Bunu söylediğiniz için başınızın derde girmesine şaşırdım ama sizi ele vermeyeceğim. Bir program olarak UX araştırmacılarının yanındayız.

Üretmek istediğimiz bir ürüne büyük miktarda para yatırmak üzereysek, hedef kitlemizde karşılık bulacağından kesinlikle emin olmak isteriz. Bunu neden yapmayacağımızı anlamak zor.

Greg Petroff: İlginç olan başka bir şey de artık tam döngüye erişebilmemiz. Daha önce bu mümkün değildi. Amplitude gibi araçlar, doğru biçimde ölçümlenmişse davranış hakkında harika telemetri elde etmemizi sağlıyor. Ürün başarı metriklerimiz ve özellik kullanımına ilişkin içgörülerimiz var.

Hizmet olarak yazılım işletmelerinde yenileme oranlarına sahibiz. Hangi müşterilerin satış organizasyonu açısından en az çabayla yenilendiğine dair kohort analizi yapabiliyoruz. Tüm bu sinyaller tarihsel olarak müşteri başarısı, ekip, kurumsal strateji veya araştırma ekibi tarafından ayrı ayrı tutuluyordu.

Araştırmanın bütün bunları büyük bir 360 derece görünüm içinde görmesi için bir fırsat var. Böylece oluşturduğunuz deneyimin, sahip olduğunuz işletmenin ve müşterilerinizin davranışlarının sağlık kontrolünü yapabilirsiniz. Bunu daha önce yapmak neredeyse imkânsızdı.

Bunu araştırma topluluğunda yapan yalnızca birkaç kişi tanıyorum. Yapay zekânın yardımcı olabileceği alanlardan biri de müşteri başarısı ve kullanıcı başarısı hakkındaki farklı veri kümelerini birleştirerek ürününüzün sağlığı ve bundan sonra ne yapılması gerektiği hakkında daha iyi bir tablo elde etmektir.

Hannah Clark: Bu konuşma modellerinin en büyük faydalarından biri de bütün bu silolara ayrılmış çıktılarla eğitilebilmeleri ve bunları daha kullanılabilir bir biçimde birleştirebilmeleri. Daha nokta atışı sorular sorabiliyoruz. Elbette nasıl sonuçlanacağını göreceğiz; eminim pek çok pürüz olacaktır.

Greg Petroff: Bu konuda son bir şey daha söyleyeyim. Cevabı elde ettiğinizde araştırma ekibine ihtiyaç duymanızın bir başka nedeni de seçici olmanız ve cevabı kontrol etmeniz gerektiğidir. Verileriniz yeterince iyi olmayabilir ve gerçek olmayan bir içgörü elde ediyor olabilirsiniz.

Hannah Clark: Bu modellere daha fazla güvenmeye başladığımızda veri kalitesinin, yani sisteme verdiğimiz verinin kaliteli olup olmadığının, konuşmanın daha önemli bir parçası hâline gelip gelmeyeceğini merak ediyorum.

Greg Petroff: Yapay zekâmız sizin böyle davrandığınızı düşünüyor; bu doğru mu diye soracağımız anı hayal edemiyorum. Şaka yapıyorum.

Hannah Clark: Burada bazı organizasyonel ve uyum sağlama temalarına değindiniz. Rollerin gelişimi, insanların rollerinin değişmesi, görevlerin birleşmesi ve değişmesi hakkında belirsizlikten söz ediyoruz.

Bir bireysel katkıcı ya da lider olarak birden fazla role sahip olduğumuzda, masaya getirdiğimiz temel uzmanlığın ne olduğu ve başka insanların yaptığımız ya da katkıda bulunduğumuz şeylerle örtüştüğü bir durumda bunu nasıl savunacağımız konusunda da sorular ortaya çıkıyor.

Yapay zekâ araçları da bu işlerin bir kısmına katkıda bulunuyor. Ekiplerin rol değişiminin belirsizliğini, temel uzmanlıklarını ve değerlerini korumalarını nasıl sağlayabiliriz?

Greg Petroff: ‘Kendi alanınızı korumak’ ifadesini sorguluyorum. Bunu gerçekten kastettiğinizden emin değilim. Son 25 yılda işler geliştikçe kariyerimi muhtemelen 11 kez değiştirdim.

Mimar olarak başladım. Sonra 3D grafik alanına geçtim, ardından yayın medyasında çalıştım. Dot-Com döneminde bilgi mimarı ve etkileşim tasarımcısıydım.

Daha sonra ürün lideri, araştırmacı, yeniden etkileşim tasarımcısı ve UX lideri oldum. Bence bu dönemin ilginç taraflarından biri, son 10 yılda rollerimizde istikrar yaşamış olmamız. Pek çok kişi bu dönemde yetişti.

Değerlerinin, kim olduklarının ve ne yaptıklarının sağlam bir tanımına sahipler. İşleri yapmanın yeni bir yolu ya da yeni bir teknoloji ortaya çıktığı için zeminlerinin ayaklarının altından çekilmesini deneyimlemediler. Bazılarımız bunun başımıza defalarca geleceği kadar uzun süredir bu alanda. Böylece kurallar değiştiğinde, daha uyumlu olmamız gerektiğini anlıyoruz.

Uzmanlık gerçekten önemli. Neyde iyi olduğunuzu bilmelisiniz. İnsanlara koçluk yaparken güçlü yönlerine yaslanmalarını ve bunlara değer vermelerini söylerim. Ancak rol tanımınıza fazla bağlanmayın. Daha çok sonuç ve problem tanımıyla ilgili bir döneme giriyoruz.

Sonuca ulaşmanın pek çok farklı yolu var. Rolümüzün ya da konumumuzun katı kurallarına bağlı kalırsak çevremizdeki akıntıya karşı savaşabiliriz. Meraklı kalın, gelişmeye ve sürekli öğrenmeye açık olun; ama sevdiğiniz ve iyi olduğunuz şeylerden uzaklaşmayın. En iyi ekipler bir konuda olağanüstü iyi olan insanlardan oluşur.

SAP’teyken, yaklaşık 15 yıl önce, bir ekibin parçasıydım. Tasarım, ürün veya mühendislik ekibi değildik; inovasyon ekibiydik. Antropologlar, mühendisler, ürün yöneticileri ve tasarımcılardan oluşuyorduk. Bize bir proje verilir, bir ekip kurar ve her zaman eklektik bir grup insanı bir araya getirirdik. Sonra soruna bakar ve birlikte nasıl çalışacağımızı belirlerdik. Gelecekte bu tür davranışların daha fazlasını göreceğimizi düşünüyorum.

Büyük kuruluşlarda ürün geliştirme sürecine yardımcı olduğu için belli bir biçimde organize olmanız gerekir. Daha küçük kuruluşlarda ise araçlar ve sahip olduğumuz imkânlar konusunda daha çevik olacağımız bir ortama geçeceğiz.

Yaptığımız iş konusunda katı kalırsak, bu durum işi gerçekleştirmemizin önüne geçer.

Hannah Clark: Katı kurallardan uzaklaşmaktan söz etmenize sevindim. Liderlik tarzları hakkında konuşmak istiyorum. Şu anda ürün liderliği tarzlarında kuşaksal bir değişim olduğunu gözlemlediniz.

Çok katı, yukarıdan aşağıya ve komuta-kontrol yaklaşımından daha iş birlikçi bir yaklaşıma geçiyoruz. Anı örneklerle anlatma yolculuğumuz devam ederken, böyle bir değişimin gözlemlediğiniz ürün geliştirme sonuçlarını nasıl etkilediğine dair belirli bir örnek paylaşır mısınız?

Greg Petroff: Ürün geliştirmenin hangi biçiminin gelecekte baskın olacağını bilmiyorum. Ancak kesinlikle iki model var. Bir modelde, kuruluşla yüzde 100 şeffaf olmayan ve projeyi ilerletmek için yol boyunca hamleler yapan çok güçlü bir ürün lideri bulunuyor.

Bu, büyük ölçüde komuta-kontrol ortamıdır ve pek çok kuruluş bu şekilde çalışır. Tarihsel olarak ürün yönetimi alanında böyle davranan son derece başarılı insanlar oldu. Kariyerinin başındaki birçok ürün lideri bu kişilere bakıp ‘onlar gibi olmak istiyorum’ diyor ve aynı şeyi yapıyor.

Özellikle büyük kuruluşlarda gördüğüm sorun şu: Kaynaklar kısıtlıysa ve teşvikler sizi ürün teslim etmeye yönlendiriyorsa, ürün liderleri kaynaklar için birbirleriyle rekabet ediyor.

Fazla teslimat yaparlarsa bir sonraki terfiyi alıyorlar. Üst düzeyde ne yapmayacağımızı söyleyen biri yoksa insanlar sahip oldukları zamanda daha fazla iş yapmaya teşvik ediliyor. O anda fark etmedikleri şey, sistem üzerinde baskı oluşturmaları; çünkü kaynaklar sınırlı.

Aslında bu kaynakları daha verimsiz kullanıyorlar, çünkü sisteme gereğinden fazlasını yüklüyorlar. Sonuçta ortam kaotik hâle geliyor ve insanlar bir şeyi zorla yerine oturtmaya çalışmak için komuta-kontrol yaklaşımına geçiyor.

Bunun diğer tarafını da gördüm. Bazı insanlar projeye ‘Ne yapacağımızı bilmiyorum. Tüm cevaplara sahip kişi olmak zorunda değilim. Bir ekip kuracağım ve mümkün olduğunca hızlı biçimde birlikte öğreneceğiz’ diyerek giriyor.

Yol boyunca mümkün olduğunca hızlı öğrenmemizi sağlayacak deneyler geliştiriyor, iş birliği yapıyor ve bilgiyi paylaşıyorlar.

Bunu yapan proje liderlerinin ekiplerinden daha fazla verim aldığını görüyorum. Daha fazla netlik ve iş görünürlüğü oluyor. İnsanlar özerkliğe sahip olduklarını, yaptıkları çalışmada kendi rollerini bulabileceklerini hissediyor.

Bu dolaylı bir gözlem olabilir ama kuşaksal olarak daha genç ya da kariyerinin başındaki ürün yöneticilerinin böyle davrandığını hissediyorum. Bunun kısmen dijital yerliler olmalarından kaynaklandığını düşünüyorum.

Daha kıdemli kişilerin bazıları demografik açıdan dijital yerli değil. Harika yazılımlarla büyümemiş olabilirler. Ancak tasarım, araştırma, mühendislik ve ürün ekiplerinin bir sorunu birlikte çözmeleri için değer yaratabilecekleri bir alan oluşturmak istiyorlar.

Bu sonbaharda Canadian Friends konferansındaydım. Ürün liderleri topluluğunun işlevler arası çalışma arkadaşlarıyla nasıl çalıştığını konuştuklarını dinlemek benim için çok ilginçti. Çok samimi bir konuşmaydı; insanlar cevaplara sahip olmadıkları konusunda açık davranmaya hazırdı, fakat ekiplerini cevapları bulacak şekilde organize ediyorlardı.

Cevaplara sahip olmak zorundaymışsınız ve ekibiniz sizden bunları bekliyormuş gibi hissetmekten biraz farklı. Böylece bulana kadar biliyormuş gibi davranıyor ve oraya ulaşana kadar sık sık yön değiştiriyorsunuz.

Ürün geliştirme topluluğunda iki farklı yaklaşımın hangisinin daha iyi sonuçlar vereceğini görmek ilginç olurdu. Elimde harika örnekler yok; bunlar yalnızca davranış gözlemlerim.

Hannah Clark: Size katılıyorum. Genel olarak iş kültürünün daha az hiyerarşik ve daha iş birlikçi hâle geldiğini gözlemledim. Bu değişimi seviyorum. Savunmasızlığın, ekip arkadaşlarıyla psikolojik güvenliğe verilen önemin ve duygusal zekâ kavramlarının liderlik alanına girmesi çok olumlu.

Bunların ekiplerin nasıl yönetildiği ve insanların işlevler arasında nasıl çalıştığı üzerinde belirgin bir etkisi olmaya başlıyor. İnsanların en iyi çalışmalarından bazılarını gerçekleştirmelerini nasıl mümkün kıldığını görmek gerçekten umut verici.

Bu konuyu konuşurken sizi biraz zorlayacağım. Bir lidersiniz, deneyimli bir yöneticisiniz ve çok sayıda ekibi yönettiniz. Daha önce bahsettiğiniz merakı ve deneyselliği teşvik ederken yüksek kalite standartlarını korumak için hangi stratejileri etkili buldunuz?

Greg Petroff: Netlik, bir ekibe verebileceğiniz en büyük hediyedir. Liderlikte her konuda şeffaf olamazsınız ve bu aslında insanlara yardımcı olmayabilir. Şirketin yaşamında bazen işlemsel olan ya da anlaşılması ve iletilmesi zor pek çok şey yaşanır. Herkes bunları konuşuyorsa hiç kimse işe odaklanamaz.

Ancak netlik gerçekten önemlidir. İnsanların bu netliğe sahip çıkmasına yardımcı olmalısınız. Böylece kendi rollerini ve yaptıklarının bütüne nasıl katkıda bulunduğunu görebilirler.

Kuruluşların bir şeylere hayır demesi zordur. Ancak ne yapmayacaklarını açıklayan kuruluşların çok faydalı olduğunu düşünüyorum. Bu, ‘Bunu yapabiliriz’ ya da ‘Benim yapmak istediğim bir projem var’ şeklindeki hevesli davranışları durdurur.

‘Hayır, bunu yapmıyoruz’ demeniz, hiçbir zaman yapmayacağınız anlamına gelmez; yalnızca şu anda yapmayacağınız anlamına gelir. Bu da netliğin bir parçasıdır.

Kibar biçimde geri bildirim vermenin ve aynı zamanda insanları sorumlu tutmanın önemli olduğunu düşünüyorum. İnsanların kendilerini güvende hissettiği ortamlar oluşturmak anlamlı ve son derece önemlidir. Ancak yapıcı geri bildirim vermekten kaçınamazsınız.

Cisco’dayken çok sevdiğim ilkelerden biri Duo’dan geliyordu. Cisco yaklaşık beş yıl önce Duo’yu satın almıştı. Bu ilkeye ‘gerektiğinden daha nazik ol’ diyorlardı.

Anlamı şuydu: Dişlerinizin arasında ıspanak varsa ve bir toplantıya giriyorsanız, birinin size bunu söylemesini istersiniz. Bu sizinle ilgili bir yargı değildir; yalnızca bilmeniz gereken bir şeydir.

Bu nedenle sürekli olarak birbirimize geri bildirim vermek, yüksek bir standarda bağlı kalmak ve konuyu kişiye değil işe odaklamak gerekir. Böyle bir ortamda insanlar geri bildirimi dinlemeyi ve kişisel algılamamayı öğrenir. ‘Bu, kendimi geliştirmem için bir fırsat’ ya da ‘Bu, projenin farklı bir yöne gitmesi için bir fırsat’ diye düşünürler.

Benim için önemli olan iki şey bunlar. Bu konuda harika olduğumu söylemiyorum ama olabildiğince net olmaya ve mümkün olduğunca fazla geri bildirim vermeye çalışıyorum.

Hannah Clark: Bu içgörüleri gerçekten takdir ediyorum. Size katılıyorum. Eminim yalnızca mütevazı davranıyorsunuz.

Bugün bize katıldığınız için teşekkürler Greg. Harika bir konuşma oldu. Şu anda son derece geçerli olan pek çok farklı konuyu ele aldık. Dinleyenlerden ilginç geri bildirimler alacağımızı umuyorum. Geri bildirimden söz etmişken, insanlar çalışmalarınızı nereden takip edebilir veya çevrim içi olarak sizinle nasıl bağlantı kurabilir?

Greg Petroff: LinkedIn’deyim. Orada beni bulabilirsiniz. Bir Substack hesabım var; adı Improbable Futures. Olasılık fikri üzerine biraz yazıyorum. Beni bu iki yerde bulabilirsiniz.

Hannah Clark: Harika. Buraya katıldığınız için çok teşekkürler.

Greg Petroff: Peki, teşekkür ederim.

Hannah Clark: Dinlediğiniz için teşekkürler. Daha fazla harika içgörü, nasıl yapılır rehberi ve araç incelemesi için bültenimize theproductmanager.com/subscribe adresinden abone olun. Podcast dinlediğiniz her yerde CPO Kulübü’ne abone olarak bunun gibi daha fazla konuşmayı dinleyebilirsiniz.