AI untuk manajer produk: riset, spesifikasi, dan pertimbangan profesional

Bagaimana AI dapat digunakan dalam manajemen produk?

Bagi manajer produk, AI paling berguna sebagai pembaca yang cepat dan tidak kenal lelah serta penulis draf awal. AI dapat mengolah setumpuk catatan, mengelompokkan masukan, dan menghasilkan kerangka spesifikasi dalam hitungan menit. Kelemahan terbesarnya justru terletak pada hal-hal yang membuat manajer produk bernilai: mengetahui bukti mana yang representatif, pelanggan mana yang penting bagi strategi, dan kompromi mana yang dapat diterima oleh perusahaan.

Berikut adalah tugas-tugas yang dapat dibantu oleh asisten umum, menggunakan materi yang diizinkan perusahaan Anda untuk dibagikan:

Kesalahan apa yang terjadi saat AI merangkum wawancara pelanggan?

Masalah yang umum terjadi adalah pernyataan berlebihan. Model yang diminta mengidentifikasi 'tema utama' menyajikan pendapat dua orang sebagai apa yang 'diinginkan pengguna', mengaburkan perbedaan pendapat, dan dapat menghasilkan kutipan yang tidak pernah diucapkan siapa pun. Keputusan produk yang dibuat berdasarkan ringkasan itu bertumpu pada bukti yang tidak ada.

Contoh fiktif. Ledgerly adalah aplikasi kecil untuk pembuatan faktur. Manajer produk memiliki catatan dari enam wawancara pelanggan. Dua pelanggan meminta pengingat pembayaran otomatis. Satu pelanggan mengatakan bahwa pengingat akan mengganggu klien mereka sehingga fitur tersebut akan dinonaktifkan. Tiga pelanggan tidak menyebut pengingat dan lebih banyak membahas lambatnya rekonsiliasi bank.

Instruksi AI yang kurang spesifik, 'Ringkas tema-tema utama dari wawancara ini', menghasilkan: 'Pengguna sangat menginginkan pengingat pembayaran otomatis. Seperti yang dikatakan seorang pelanggan, “Saya bersedia membayar lebih untuk pengingat.” Rekonsiliasi merupakan perhatian sekunder.' Tidak ada yang mengucapkan kalimat kutipan tersebut. Tema yang paling banyak didukung, yaitu rekonsiliasi, justru diturunkan tingkat kepentingannya. Keberatan yang disampaikan pun hilang.

Instruksi yang lebih baik: 'Untuk setiap tema, berikan jumlah wawancara yang menyebutkannya, identitas wawancaranya, dan satu kutipan persis yang disalin dari catatan. Cantumkan setiap wawancara yang bertentangan dengan tema tersebut. Jangan urutkan tema berdasarkan tingkat kepentingan.' Ringkasan yang telah diperiksa kemudian berbunyi: rekonsiliasi, disebutkan dalam 3 dari 6 wawancara (I2, I4, I6); pengingat pembayaran, diminta dalam 2 dari 6 wawancara (I1, I3), dengan satu keberatan (I5). Manajer produk memverifikasi setiap kutipan dengan mencocokkannya dengan catatan sebelum membagikan ringkasan.

Bagaimana Anda menulis spesifikasi yang lebih baik dengan AI?

Gunakan AI untuk menemukan hal yang belum tercakup dalam spesifikasi, bukan untuk menuliskan spesifikasi bagi Anda. Manajer produk yang menulis rumusan masalah dan tujuan akan memahaminya; manajer yang menerima versi buatan AI sering kali tidak dapat mempertahankannya saat ditinjau.

Melanjutkan contoh Ledgerly, anggaplah tim benar-benar membuat fitur pengingat. Manajer produk menulis deskripsi satu paragraf dan meminta: 'Buat daftar kasus khusus yang harus ditangani fitur ini. Kelompokkan berdasarkan penagihan, waktu, dan pengalaman klien.' Daftar yang berguna mencakup faktur yang baru dibayar sebagian, faktur yang diperselisihkan klien, klien di zona waktu berbeda, pengingat yang dijadwalkan pada hari libur nasional, klien yang meminta agar tidak dihubungi, dan faktur yang diedit setelah pengingat dikirim.

Manajer produk kemudian memutuskan kasus khusus mana yang termasuk dalam cakupan rilis pertama, mana yang secara tegas tidak menjadi sasaran, dan mana yang memerlukan pendapat tim rekayasa. Keputusan tersebut, beserta alasan di baliknya, merupakan bagian terpenting dari spesifikasi dan tidak seharusnya didelegasikan.

Bisakah AI merancang produk atau mengerjakan tugas manajer produk?

AI dapat membantu sebagian pekerjaan dalam keduanya. AI dapat menyusun draf teks antarmuka, menyarankan pilihan tata letak, membuat prototipe kasar di beberapa alat, dan menghasilkan banyak variasi dengan cepat. Ini berguna untuk menjajaki pilihan, tetapi desainer atau manajer produk tetap harus menilai pilihan mana yang sesuai dengan pengguna, merek, dan batasan yang ada.

Pekerjaan inti manajer produk adalah memilih: masalah mana, pelanggan mana, kompromi mana, dan hal apa yang tidak akan dibangun. Pilihan tersebut bergantung pada konteks yang tidak dimiliki model, seperti strategi perusahaan, komitmen kepada pelanggan tertentu, dan apa yang sanggup ditangani tim rekayasa secara berkelanjutan. Kami tidak membuat prediksi tentang peran mana yang akan berubah dan seberapa cepat perubahannya.

Apakah manajer produk AI sama dengan manajer produk yang menggunakan AI?

Tidak. Manajer produk AI biasanya berarti seseorang yang membangun fitur AI: menentukan bagaimana model harus berperilaku, merancang evaluasi, menangani kasus kegagalan, dan mengelola biaya inferensi. Itu adalah bidang spesialis dengan kursus dan pasar rekrutmennya sendiri.

Panduan ini ditujukan bagi kelompok manajer produk yang jauh lebih besar, yang menggunakan alat AI untuk menjalankan pekerjaan mereka saat ini dengan lebih baik. Jika Anda membangun fitur AI, Anda memerlukan keduanya: keterampilan sehari-hari di halaman ini dan dasar pengetahuan tersendiri tentang evaluasi serta perilaku model, yang tidak dibahas di halaman ini.

Bukti terkait produk apa yang tidak boleh dimasukkan ke alat AI?

Apa pun yang belum disetujui perusahaan Anda untuk alat yang Anda gunakan. Catatan wawancara sering memuat nama, tempat kerja, dan detail yang dapat mengidentifikasi seseorang; hapus informasi tersebut sebelum menempelkannya, lalu ganti dengan kode wawancara. Butir rencana pengembangan produk yang belum diumumkan, rencana penetapan harga, dan ketentuan kontrak mungkin dibatasi oleh kebijakan.

Gunakan ruang kerja yang disetujui perusahaan, bukan akun pribadi, dan periksa kebijakan AI organisasi Anda sebelum mengunggah rekaman atau transkrip riset. Jika melibatkan data pribadi, organisasi memiliki kewajiban perlindungan data, apa pun alat yang digunakan.

Bagaimana sebaiknya tim produk berlatih menggunakan AI?

Berlatih menggunakan keputusan terdahulu yang bukti dan hasilnya sudah Anda ketahui.

Kapan pendekatan ini bukan solusi yang tepat?

Jika riset Anda hanya terdiri dari beberapa wawancara, bacalah sendiri. Waktu yang dihemat dengan sintesis AI tidak banyak, sedangkan membaca catatan memberi Anda konteks yang tidak dapat diberikan oleh ringkasan. AI berguna ketika materinya lebih banyak daripada yang dapat dibaca dengan cermat oleh satu orang, dan bahkan dalam kondisi itu AI sebaiknya menunjukkan apa yang perlu Anda baca, bukan menggantikan kegiatan membaca.

Tosheo.ai bukan kursus manajemen produk AI atau evaluasi model. Produk ini sedang dirancang untuk mengajarkan penggunaan alat AI umum dalam pekerjaan sehari-hari, dengan rencana alur peran Produk, pelajaran singkat, dan tugas latihan yang dinilai berdasarkan rubrik yang dapat dilihat. Jika Anda membutuhkan program karier dalam pengembangan produk AI, kursus khusus merupakan pilihan yang lebih tepat.