Подготовка к будущему​ (прогноз от Марти Кагана, для тех кто занимается созданием новых продуктов)

Марти Каган — известный эксперт по продуктовому менеджменту и сооснователь Silicon Valley Product Group, организации, специализирующейся на консультациях и обучении в области разработки продуктов. Автор ключевых работ в этой сфере, включая "Inspired: How To Create Products Customers Love" и "Empowered: Ordinary People, Extraordinary Products", Каган оказал значительное влияние на подходы к продуктовому менеджменту в индустрии технологий.
Ниже адаптированный перевод статьи Марти Кагана.

Сразу хочу оговориться: в этой статье мы не будем пытаться предсказать все новые типы приложений и устройств, которые появятся благодаря новому поколению генеративного ИИ. Я слежу за несколькими лидерами в области технологий, которые намного умнее меня, и я не думаю, что кто-то знает это сегодня.

Эта статья предназначена для тех, кто будет создавать продукты будущего.

Большинство материалов, связанных с ИИ, посвящено тому, как использовать ИИ для улучшения наших продуктов и услуг. Это, безусловно, очень интересная тема, поскольку буквально каждый день мы слышим о все новых и новых вдохновляющих примерах, и все больше людей начинают рассматривать генеративный ИИ как смену платформы.

Но основное внимание в своей работе я уделяю тому, как мы создаем продукты. Как это уже начинает меняться, какие изменения, по моему мнению, грядут, и что вы можете сделать, чтобы подготовиться к ним.

ИНДУСТРИЯ, ОСНОВАННАЯ НА РАЗРУШИТЕЛЬНЫХ ТЕХНОЛОГИЯХ

Полагаю, мое главное преимущество в том, что я работаю в самом сердце технологической индустрии уже более 40 лет и пережил несколько крупных технологических потрясений.

Моя карьера началась во времена появления персональных компьютеров, и сегодня трудно описать, насколько глубоким было осознание того, что компьютер должен быть в каждом доме и в каждом офисе.

Затем появились распределенные вычисления и высокоскоростные сети, которые позволили нам решать гораздо более сложные задачи.

Затем появился Интернет, который буквально заставил компании пересмотреть почти все, что касается того, как мы живем и работаем. Сложно объяснить людям, как это было, кроме как сказать, что это было очень похоже на то, что происходит сейчас.

Это был огромный всплеск инноваций, которые исходили как от стартапов, так и от крупных компаний. Буквально каждую неделю появлялись десятки новых технологий, десятки новых инструментов и сотни новых предприятий. За всем этим было очень сложно угнаться, голова часто шла кругом. OpenAI сегодня, пожалуй, ближе всего к той роли, которую тогда играла Netscape.

Затем мобильные компьютеры объединили все три эти инновации в устройстве, которое помещалось в кармане.

Я понимаю, что сегодня эти ранние подрывные изменения могут показаться несколько причудливыми, так же как GPT4, вероятно, покажется причудливым через несколько лет.

Но в каждом случае это приводило к подрыву деятельности несметного числа компаний и продуктов.

Еще одна вещь, которую я узнал о подрывных технологиях и стараюсь всегда иметь в виду, известна как закон Амары:

Мы склонны переоценивать эффект технологии в краткосрочной перспективе и недооценивать его в долгосрочной.

Рой Амара

Возможно, генеративный ИИ окажется исключением, но я сомневаюсь в этом.

В продуктовых компаниях мы живем ради этих подрывных технологий. Именно они позволяют нам решать давние проблемы так, как мы и представить себе не могли раньше.

ИННОВАЦИИ В СОЗДАНИИ ПРОДУКТОВ

Теперь, если мы обратим внимание на то, как мы создаем продукты, я бы сказал, что именно Интернет оказал на них самое глубокое влияние.

До появления Интернета продуктовые команды были гораздо больше, на создание продуктов уходило гораздо больше времени, получение обратной связи занимало гораздо больше времени, а итераций было меньше.

По счастливой случайности я оказался в самом эпицентре подрывных технологий, связанных с Интернетом, отвечая за платформу и средства разработки для компании, стоявшей в эпицентре зарождения Интернета: Netscape Communications.

Интернет позволил создать новые модели поика продукта, его доставки, распространения и циклов обратной связи.

Продуктовые команды Netscape, а также растущая экосистема, в центре которой мы находились, были на передовой, экспериментируя с тем, как нам следует изменить способы обнаружения и доставки продуктов, и методы Agile, клиентской разработки и Lean Startup родились из того, чему научились эти ранние команды.

В связи с этим возникает вопрос: как развитие генеративного ИИ повлияет на то, как мы создаем продукты?

ДЕСЯТЬ БОЛЬШИХ ИЗМЕНЕНИЙ В ТОМ, КАК МЫ СОЗДАЕМ ПРОДУКТЫ

С одной стороны, генеративный ИИ — это новый и мощный класс инструментов. Звучит достаточно просто, но инструменты — вещь непростая.

Как отмечает Бенедикт Эванс:

"Есть старая поговорка, что когда мы получаем новый инструмент, мы начинаем с того, что подгоняем его под старый способ работы, а затем меняем способ работы, чтобы он соответствовал новому инструменту.

Бенедикт Эванс

Думаю, мы уже видим явные признаки того и другого. Оба варианта интересны, но я хочу сосредоточить свои мысли на том, как эти технологии, вероятно, изменят нашу работу.

Кроме того, некоторые инструменты можно использовать для создания продуктов, а некоторые — для их запуска. Примером первого является канва бизнес-модели, а примером второго — AWS. Однако генеративный ИИ — это инструмент, который находит широкое применение в обоих случаях.

1. ПРОДУКТОВЫЕ КОМАНДЫ И ТОПОЛОГИЯ КОМАНД

Продукты, которые продает наша компания, создаются продуктовыми командами. Поскольку в большинстве продуктов есть несколько продуктовых команд, работающих над различными областями, топология команды означает, как мы структурируем эти продуктовые команды.

На сегодняшний день это одно из самых сложных, но и самых важных решений, которые приходится принимать руководителям продуктов. Сегодня существует множество ограничений, которые влияют на решение о том, какой должна быть оптимальная топология команды.

Одно из основных ограничений называется «когнитивной нагрузкой», то есть сколько всего инженеры могут держать в голове? Поймите, что многие продукты сегодня состоят буквально из десятков миллионов строк кода, так что это вполне реальная проблема. У нас есть различные способы абстрагироваться от этой сложности, но все равно это важный фактор.

Однако, в первую очередь благодаря новым инструментам для инженеров, работающим на основе искусственного интеллекта, когнитивная нагрузка может снизиться, причем значительно, а это значит, что объем задач, за которые отвечает команда, может увеличиться, причем опять же значительно.

Меньшее количество продуктовых команд и их меньший размер — это большая победа для компаний. Это дает ряд вполне реальных преимуществ, включая расширение прав и возможностей, автономию, коммуникацию, координацию, сотрудничество и удовлетворенность работой.

Очевидно, что одна из возможностей заключается в том, что компания просто сокращает количество необходимых ей сотрудников. Мы уже видим, как это происходит. Но исторически сложилось так, что со временем компании выпускают больше продуктов и создают больше новых компаний, поэтому отрасль в целом растет. Нет такого закона, который бы говорил, что так будет и впредь, но я верю, что так и будет. Хотя, как вы увидите ниже, это никогда не бывает гладким переходом. Всегда есть жертвы.

2. АВТОНОМНОСТЬ И ИНИЦИАТИВЫ КОМАНДЫ

Одним из основных факторов удовлетворенности работой среди членов продуктовых команд является уровень их автомности. В практическом смысле это означает, что они могут сами контролировать то, от чего зависят, и насколько сильно они должны зависеть от других.

В большинстве крупных организаций, чтобы добиться чего-то значимого, приходится зависеть от множества других продуктовых команд, что может сильно расстроить и лишить сил. Даже небольшие функции могут быть неоправданно сложными из-за ограниченной автономии.

Это может быть настолько неприятно, что многие продуктовые команды и продуктовые организации просто избегают работы над наиболее значимыми проблемами, потому что просто не хотят иметь дело с накладными расходами на коммуникацию, координацию и управление зависимостями, а также связанными с этим затратами времени и средств.

Одним из основных преимуществ нового поколения инструментов на базе ИИ, особенно для инженеров, является то, что продуктовые команды получат гораздо большую степень автономии.

Как правило, продуктовые команды работают над всеми видами работ. От небольших функций, проектов среднего размера до крупных инициатив, затрагивающих сразу несколько продуктовых команд.

Большинство компаний всегда относились к инициативам неоднозначно. Инициативы часто ставят на решение наиболее значимых проблем, обладающих наибольшим потенциалом воздействия. Однако из-за отсутствия автономии инициативы сопряжены с большими накладными расходами.

Одна из больших надежд, связанных с новой технологией, заключается в том, что автономность повысится до уровня, когда одна команда инженеров сможет полностью владеть и реализовывать не только обычные функции и проекты, но и более крупные инициативы.

По мере того как технологии поглощают все большую когнитивную нагрузку инженеров, повышают уровень проектирования опыта для дизайнеров и освобождают менеджеров по продукту от административного бремени — все эти тенденции мы рассмотрим ниже, — команды по продукту, как мы надеемся, смогут взять на себя ответственность за весь опыт, с гораздо меньшим количеством зависимостей. Надеюсь, это позволит продуктовой команде взяться за более крупную инициативу с уровнем автономии, сопоставимым с тем, который они имеют сегодня, когда берутся за новую функцию.

3. СОЦИАЛЬНАЯ ДИНАМИКА КОМАНДЫ

Продуктовые команды — это в значительной степени социальные конструкции, основанные на доверии. Они обязательно должны быть кросс-функциональными, а ключ к настоящим инновациям — это сотрудничество.

Даже до появления генеративного ИИ многие команды сталкивались с тем, что доверие трудно создать и поддерживать, особенно если члены команды работают удаленно.

Вопрос в том, найдет ли новое поколение генеративных инструментов ИИ способы помочь в построении доверия или же непреднамеренно усугубит проблему, облегчив людям уход в себя и взаимодействие в основном с агентами на базе ИИ, а еще меньше — с межфункциональными коллегами.

Это более сложный вопрос, чем кажется, потому что здоровое сотрудничество предполагает некоторые необходимые трения — способность не соглашаться и работать над многими, часто противоречащими друг другу целями и ограничениями. Для многих людей заманчиво просто избежать этих трений. Но при этом, скорее всего, пострадают инновации.

Конечно, существует потенциал для инструментов, которые помогут создать необходимое доверие и сотрудничество, но, учитывая предрасположенность людей избегать таких взаимодействий, есть реальное опасение, что это скорее навредит, чем поможет.

4. МЫШЛЕНИЕ И СУЖДЕНИЯ

Этот момент имеет как самый большой потенциал, так и самый большой риск. Я одновременно и больше всего взволнован, и больше всего напуган тем, как все сложится.

Новое поколение инструментов, работающих на основе искусственного интеллекта, способно улучшить нашу способность мыслить и рассуждать больше, чем, возможно, все, что мы когда-либо видели.

Однако она также способна взять на себя все необходимые мысли и суждения, что может нанести серьезный ущерб как командам инженеров, так и обществу в целом.

Продуктовые команды занимаются решением сложных проблем таким образом, чтобы это нравилось нашим клиентам и при этом работало на наш бизнес. Это требует от кросс-функциональной группы навыков, необходимых для создания идей и обсуждения различных компромиссов. Но в основном это требует мышления и суждений, и на самом деле один из самых важных навыков, которому мы обучаем менеджеров по продуктам, дизайнеров и инженеров, — это умение думать над такими сложными проблемами.

Однако поразительно, до чего многие люди готовы дойти, чтобы не думать.

За последние несколько месяцев, когда продуктовые команды экспериментировали с ChatGPT, я видел примеры каждого из них. Примеры, когда человек использует сервис, чтобы проверить свои мысли, найти лучший способ сформулировать аргумент или подытожить существующее исследование.

Однако я также видел слишком много примеров, когда кто-то получал ответ на подсказку и слепо принимал его, не задумываясь о том, имеет ли он смысл, действительно ли это лучший вариант действий, и вообще уместен ли вывод.

Трудно подчеркнуть это, но если люди в конечном итоге переложат свои мысли и суждения на эти инструменты, то, боюсь, мы движемся в очень плохом направлении. С другой стороны, если мы добьемся того, что люди будут использовать эти инструменты для повышения качества своего мышления, то это будет огромным вкладом.

5. АРТЕФАКТЫ

С появлением новых инструментов с искусственным интеллектом создание артефактов, которые используют продуктовые команды и продуктовые организации для общения и производства продуктов, станет проще и быстрее, чем когда-либо прежде.

Это может существенно сэкономить время и освободить людей от зачастую утомительной и трудоемкой работы.

Однако для многих людей, особенно для тех, кто не хочет думать и выполнять работу, работа сводится к артефактам, а не к тому, что артефакт является просто побочным эффектом выполнения реальной работы.

Например, если вы проделали необходимую работу по исследованию продукта, вам все равно часто придется документировать свои решения в виде дорожной карты продукта, PRD или аннотированных пользовательских историй, чтобы вы могли донести эти детали до инженеров, чтобы они понимали нюансы того, что нужно построить и протестировать. Но если в итоге вы займетесь артефактом вместо необходимой работы по обнаружению продукта, то артефакт будет основан на ваших предположениях, а не на фактических данных, полученных в ходе работы по обнаружению продукта.

Внешне артефакт может выглядеть так же, но его ценность не будет такой же.

6. КАЧЕСТВО

Еще одна область, которая обладает как огромным потенциалом, так и значительным риском, — это тема обеспечения качества. Как мы можем гарантировать, что наши продукты всегда будут работать на благо наших клиентов?

С одной стороны, это всегда было очень сложной проблемой для многих продуктовых команд. Обычно она требовала значительных инвестиций в автоматизацию тестирования, а затем постоянных инвестиций в поддержку этих (слишком хрупких) автоматизированных тестов. Новое поколение инструментов автоматизации тестирования на основе искусственного интеллекта способно произвести революцию в нашем подходе к обеспечению правильного поведения продукта.

С другой стороны, наш современный подход к качеству в значительной степени основан на детерминированных продуктах. Это означает, что при заданном наборе входных данных мы можем предсказать, каким должен быть соответствующий выход, и можем рассчитывать на то, что это будет так бесконечно долго.

Однако для многих новых продуктов, созданных на основе генеративного ИИ, наши продукты уже не детерминированы, а скорее вероятностны. Мы больше не можем рассчитывать на то, что одни и те же входные данные будут генерировать одни и те же выходные данные. Для многих контекстов это не является проблемой. Но в других контекстах, особенно когда речь идет о безопасности, это потребует иных подходов для обеспечения надлежащего поведения.

7. ИНЖЕНЕРЫ РАЗРАБОТКИ

Теперь давайте рассмотрим влияние технологий ИИ на конкретные роли, начиная с инженеров.

Инструменты, которые инженеры используют для создания, тестирования и внедрения продуктов, постоянно совершенствуются с тех пор, как более полувека назад была создана эта профессия.

При этом новое поколение инструментов на основе искусственного интеллекта представляет собой резкий скачок в развитии возможностей, настолько, что это действительно меняет форму продуктовых команд.

Устареют ли некоторые инженеры в будущем? Безусловно, так же, как и некоторые дизайнеры и менеджеры по продуктам более низкого уровня. Но, скорее всего, это будет зависеть в первую очередь от уровня инженера. Программное обеспечение, которое делалось бесчисленное количество раз, например перенос приложения с iOS на Android, почти наверняка будет значительно облегчено инструментами. А вот придумывание архитектуры программного обеспечения, отражающей уникальные потребности организации, видение продукта и унаследованные системы, скорее всего, окажется не столь эффективным.

Я очень надеюсь и ожидаю, что это приведет к концу традиционного аутсорсинга инженеров.

Но, возможно, контринтуитивно, я ожидаю, что это ознаменует начало золотой эры инженеров.

Как человек, который начинал свою карьеру инженера во времена языков программирования низкого уровня, где мы работали очень близко к уровню машины, а затем ощутил освобождение и ступенчатый функциональный рост производительности, которые пришли с постепенным повышением уровня абстракции, обещаю, что новое поколение инструментов позволит обычным инженерам получить такие суперспособности, которые ассоциируются с так называемыми «10X инженерами».

Это позволяет не только уменьшить необходимый размер команд, но и расширить круг задач, за которые может отвечать команда.

Я оптимистично настроен на то, что мы увидим, как расширяются возможности, повышается самостоятельность, влияние и удовлетворенность работой.

Я знаю, что многих волнует вопрос, будут ли нам по-прежнему нужны инженеры. Но я ожидаю, что если в расчете на команду их число снизится, то в расчете на компанию и особенно на отрасль — возрастет.

Важно также признать, что, как и в случае с любой другой подрывной технологией, найдутся инженеры, которые с радостью примутся за изучение нового — многие уже это делают, — а другие будут избегать перемен как можно дольше.

Сильные инженеры знают, что освоение новых технологий лежит в основе их обязанностей и их вклада. На самом деле, определить, действительно ли инженер стремится к изучению новых технологий, — одна из важнейших целей собеседования.

Сегодня многие инженеры задаются вопросом, нужно ли им становиться экспертами в создании моделей или в обучении этих моделей. Хотя я считаю, что для некоторых компаний это действительно так, в подавляющем большинстве случаев, как и в случае с другими революционными технологиями, большинству инженеров потребуется умение использовать модели, но не нужно будет разбираться в тонкостях их создания или обучения. Как и в случае с такими технологиями, как AWS, сильные инженеры могут стать экспертами в использовании сервисов, не нуждаясь в знаниях о том, как эти сервисы были созданы или запущены.

Мы уже наблюдаем, как развиваются специальные инженерные навыки, включая машинное обучение, науку о данных и инженерию данных, и мы можем ожидать, что это продолжится.

8. ПРОДУКТОВЫЕ ДИЗАЙНЕРЫ

Когда мы говорим о продуктовых дизайнерах, мы имеем в виду дизайнеров, владеющих целым рядом дизайнерских дисциплин, от дизайна услуг до дизайна взаимодействия и визуального дизайна.

Сегодня есть много дизайнеров, которые разбираются в визуальном дизайне, но не в дизайне взаимодействия или сервиса. В течение нескольких лет я призывал эту группу повысить свой уровень квалификации, поскольку автоматизация и инструментарий уже разрушают работу визуального дизайнера. С появлением нового поколения инструментов для дизайна это становится практически неизбежным. На самом деле увольнения в связи с появлением нового поколения инструментов дизайна уже начали сказываться на этой группе.

С другой стороны, для тех продуктовых дизайнеров, которые владеют навыками проектирования сервисов и взаимодействия, их навыки важны как никогда, тем более что новое поколение технологий открывает новые и во многих случаях непривычные для пользователей возможности, поэтому роль продуктовых дизайнеров должна быть на первом месте.

Поэтому, несмотря на то, что в будущем будут востребованы квалифицированные продуктовые дизайнеры, способные создавать сильные сквозные пользовательские впечатления, я ожидаю, что эти люди будут более востребованы, чем когда-либо.

9. МЕНЕДЖЕРЫ ПО ПРОДУКТУ

Для этой дискуссии действительно важно различать роль менеджера продукта в команде, наделенной полномочиями, и роль менеджера продукта в фиче- команде, а также роль Agile-владельца продукта в команде разработки.

Поскольку эти три определения управления продуктами настолько различны, то и последствия их применения также очень разные.

Я писал об этом гораздо подробнее в другом месте, но в рамках данного обсуждения менеджер по продукту в наделенной полномочиями продуктовой команде в первую очередь отвечает за ценность и жизнеспособность решений, которые создает команда.

Менеджер по продукту в команде инженеров — это, прежде всего, руководитель программы/проекта, отвечающий за разработку, создание и доставку элементов дорожной карты.

Владелец продукта в Agile — это в первую очередь административная роль, отвечающая за бэклог продукта.

Я буду удивлен, если новое поколение инструментов не приведет к серьезному нарушению этих ролей для менеджеров по продуктам и особенно для администраторов продуктового бэклога.

Лично я считаю, что это хорошо, так как это не те роли, которые я считаю достойными ума людей, занимающих эти должности.

Однако если я прав, то многие продакты могут оказаться без работы хотя бы на время, что может нарушить их жизнь и жизнь их семей, поэтому я говорю это в духе призыва к тому, чтобы люди начали готовиться к такой возможности как можно раньше, а не позже.

С другой стороны, если вы являетесь менеджером по продукту в команде, наделенной полномочиями, то ваша роль, скорее всего, станет более важной, чем менее. Я думаю, что элементы реализации будут значительно сокращены, но большинство менеджеров по продуктам, которых я знаю, будут очень благодарны за это. И им понадобится каждая унция умственной энергии, чтобы разобраться с вопросами ценности и жизнеспособности. Подробнее об этом ниже.

Но для тех менеджеров по продукту, которые работают в продуктовых командах наделенных полномочиями, время, затрачиваемое на создание таких артефактов, как письменные описания, дорожные карты, PRD, критерии приемки, и это лишь несколько примеров, должно быть значительно сокращено благодаря новому поколению инструментов, некоторые из которых уже начали появляться. Даже на самом примитивном уровне, если новое поколение инструментов сможет значительно сократить время, которое менеджер по продукту (или инженер) тратит на работу с такими инструментами, как Jira, это будет существенной победой.

10. ЭТИКА

Последний пункт, на мой взгляд, является самым важным.

Очень легко увлечься поистине удивительными вещами, которые мы теперь способны создавать. Многие из нас пришли в эту профессию, потому что надеялись использовать технологии, чтобы хоть немного улучшить мир.

Однако за последнее десятилетие мы увидели слишком много примеров серьезных этических промахов и ошибок даже в продукции, созданной с использованием традиционных технологий.

Сегодня я вынужден неохотно признать, что знаю множество компаний, которым просто нельзя или не стоит доверять в том, что они поступают правильно. Зло действительно существует в мире, но я думаю, что еще более серьезная проблема заключается в том, что существует слишком много примеров того, что «давайте сначала создадим эту крутую штуку, а потом, возможно, подумаем об этике». Пример тому — недостаточное внимание к предвзятости наших обучающих данных.

Я по-прежнему искренне оптимистичен в отношении преимуществ этих новых технологий, но не меньше меня беспокоят и опасности.

Команды по разработке продуктов находятся на переднем крае разработки этих новых продуктов и услуг, поэтому мы должны играть более активную роль в выявлении и предотвращении негативных последствий для людей, общества и окружающей среды.

Но есть и хорошие новости с точки зрения этики и ИИ: по крайней мере, нам больше не нужно беспокоиться об этической и экологической катастрофе, которой была криптовалюта.

РЕЗЮМЕ

Напоследок хотелось бы отметить три момента.

Во-первых, как говорит Шреяс Доши,

Лучший способ подготовиться к будущему — это инвестировать в свою эмпатию, мышление и креативность

Шреяс Доши

Во-вторых, как говорит доктор Мэрили Ника,

Не делайте ИИ ради ИИ. Убедитесь, что существует проблема. Убедитесь, что есть болевая точка, которую нужно решить умным способом

Мэрили Ника

В-третьих, не забывайте, что еще очень рано говорить о влиянии генеративного ИИ, а также о развитии генеративного ИИ. Некоторые вещи мы можем предсказать с достаточной уверенностью, но, пожалуйста, всегда помните о первом принципе продукта: «Знай то, чего не можешь знать».

Мы не можем знать, что принесет нам будущее. Что мы можем сделать, так это подготовиться как можно лучше, изучить новые появляющиеся технологии и постоянно думать о том, как мы можем использовать новые технологии для помощи нашим клиентам.

Те, кто способен быстро осваивать и применять новые технологии, кто искренне сопереживает пользователям и клиентам, а также те, кто обладает здравым смыслом и способностью обдумывать сложные проблемы, всегда добивались успеха во время предыдущих технологических потрясений, и я уверен, что так будет и в этот раз.

p.s. Если вы дочитали до конца, то вам наверняка понравится мой тг-канал про продакт менеджмент Inspired Product Manager, где я ищу нестандартные способы донесения информации🤪, разбавляю своим опытом и яркими примерами! Подписывайтесь 🔥

Начать дискуссию