Пять ключевых выводов об управлении продуктами ИИ

Прошедший год в сфере технологий был отмечен революционными достижениями в использовании искусственного интеллекта, особенно генеративного ИИ, больших языковых моделей (LLM) и обработки естественного языка (NLP).

Золотая лихорадка генеративного искусственного интеллекта привела не только к усовершенствованию существующих продуктов, но и к широкому распространению новых приложений, использующих возможности генерации текста, изображений, видео и аудио.

Помимо преобразующего воздействия на технологическую отрасль в целом, эти разработки также начали менять наше представление о создании продуктов и роли менеджеров по продуктам в этом процессе. Поскольку ИИ продолжает расширять свое присутствие, тем из нас, кто занимается управлением продуктами, крайне важно глубоко понимать и использовать возможности и последствия.

Основываясь на моем опыте работы над продуктами искусственного интеллекта здесь, в Intercom, и недавних обсуждениях с коллегами, я могу сделать следующие выводы для менеджеров по продуктам, заинтересованных в искусственном интеллекте или работающих в настоящее время с ним.

1. Любопытство выделит вас

Поскольку технологический ландшафт быстро меняется, а новые разработки создают возможности для новых приложений беспрецедентными темпами, самое ценное для менеджера по продукту, работающего в этой области, — сохранять любопытство. Критическое мышление о пространстве и соединение точек между всеми движущимися частями укрепят ваше суждение о продукте, а в эпоху искусственного интеллекта это будет отличать хороших менеджеров по продукту от великих.

Задайте себе такие вопросы, как:

• Что может эта новая технология?
• Как это работает?
• Как это меняет существующие технологии и продукты?
• Какие продукты создаются?
• Что это дает людям возможность делать?
• Как это меняет поведение пользователей?
• Как это влияет на то, как я выполняю свою работу?

Частое рассмотрение подобных фундаментальных вопросов позволит вам сформировать мнение о том, как эти разработки влияют на ваш продукт, вашу роль, отрасль и за ее пределами.

2. ИИ не является самостоятельным продуктом: ваша задача — понять проблему/возможность, которую необходимо решить.

Помимо некоторых действительно эффективных применений ИИ, я видел и обратную сторону: стремление применить ИИ к продуктам ради самого продукта. Попытка внедрить ИИ в продукт вместо того, чтобы начинать с проблемы, которую необходимо решить, приведет к созданию продуктов и функций, которые не приживутся.

«Убедитесь, что интеграция искусственного интеллекта в ваш продукт — это не просто технологическая новинка, а существенное улучшение качества продукта»

Начните с задач, которые нужно выполнить вашим пользователям, или их болевых точек в вашем существующем продукте. Есть ли у ИИ возможность улучшить/автоматизировать/трансформировать/заменить решение? После того, как вы подумали о проблемах, которые сейчас решаете или хотите решить, подумайте шире, чтобы убедиться, что вы мыслите достаточно широко.

Этот подход требует от вас понимания как возможностей ИИ, так и конкретных потребностей и поведения ваших пользователей, чтобы гарантировать, что интеграция ИИ в ваш продукт является не просто технологической новинкой, а значимым улучшением качества продукта. Определив, где ИИ может принести реальную пользу и быть актуальным для ваших пользователей, вы избежите ловушки использования ИИ в качестве изюминки месяца.

3. Успех продуктов на базе ИИ зависит от чувств и отношения пользователей к ИИ.

Если вы получаете сигнал о том, что ваш продукт, основанный на искусственном интеллекте, может решить проблему ваших пользователей, есть еще одна вещь, которая определит, будет ли он успешным: существующие ментальные модели ваших пользователей об искусственном интеллекте и их чувства по отношению к нему.

Если вы находитесь на переднем крае технологий, большинство ваших пользователей с нетерпением ждут или не решаются использовать ваш продукт или функцию, основанную на искусственном интеллекте? Действительно ли клиенты готовы принять это? Или им просто это интересно?

«Поймите, что ваши пользователи в настоящее время думают об ИИ»

Лучший способ по-настоящему понять, как эта технология повлияет на ваш продукт или какие направления вы могли бы исследовать в будущем, — это понять, что ваши пользователи в настоящее время думают об ИИ. Они видят в этом возможность или угрозу? Они уже начали серьезно об этом думать?

Многие из нас, менеджеров по продуктам, очень увлечены искусственным интеллектом и бесконечно читают информацию о нем — это в центре наших мыслей. Это может быть не так для ваших пользователей – в зависимости от вашей отрасли, есть вероятность, что для них это не так. Таким образом, возникает вопрос, как найти правильный баланс между созданием перспективных, дифференцированных продуктов, а также отправкой ваших пользователей в путешествие, изменением отношения и формированием новых привычек. Что вы делаете сегодня, чтобы преодолеть пропасть между настоящим и будущим?

4. Чувствуйте себя комфортно, путешествуя по неизведанному.

LLM – это черные ящики. Они могут галлюцинировать, давать совершенно разные ответы на один и тот же вопрос, заданный несколько раз, воспроизводить предубеждения и подвержены побегам из тюрьмы. У нас до сих пор мало знаний о том, как они работают, что они могут делать, а также о лучших способах их подсказки и контроля. Из-за этого очень сложно оценить производительность моделей и вашего продукта.

«Менеджеры по продукту должны принять неизвестное и использовать его в своих интересах»

Разработка продуктов в таких условиях может показаться шаткой, но исследование неизведанных территорий увлекательно и может принести большие дивиденды. Менеджеры по продукту должны принять неизведанное и использовать его в своих интересах (мы все в одной лодке!).

Укрепите сотрудничество с исследователями и инженерами в области машинного обучения — они являются экспертами в этой области и могут дать вам бесценную информацию о возможностях этой новой технологии. Все чаще вы обнаружите, что вам придется провести техническое/технико-экономическое исследование, прежде чем даже правильно определить проблему. Менеджерам по продукту это может показаться нелогичным, но это необходимо для того, чтобы убедиться, что вы не начинаете с ограниченной позиции и действительно понимаете «искусство возможного».

5. Не зацикливайтесь на том, существует ли управление продуктами с помощью ИИ или нет.

Наконец, сейчас много ажиотажа вокруг управления продуктами ИИ, в результате которого на эту тему создается огромное количество контента. Как всегда, не все произведенное будет оригинальным и полезным (и это нормально!).

Я видел много дискуссий о том, является ли управление продуктами ИИ «вещью» — это особая роль или что-то, что просто становится частью того, что мы все делаем? Это имеет значение? Возможно, дискуссия важнее самого ответа. Это пространство является новым, и важно, чтобы мы провели эти обсуждения, чтобы лучше определить и понять, что оно может означать для нас в долгосрочной перспективе.

А пока примите все это во внимание, будьте активны в этих обсуждениях, стремитесь закрепить полученные знания, применяя их в своей повседневной работе, и подумайте, какое отношение они имеют к вашему продукту.

Оставайтесь любопытными :)