Ürün yöneticileri için yapay zeka: araştırma, gereksinim belgeleri ve muhakeme

Yapay zeka ürün yönetiminde nasıl kullanılabilir?

Yapay zeka, bir ürün yöneticisi için en çok hızlı ve yorulmaz bir okuyucu ve ilk taslakları hazırlayan bir yazar olarak yararlıdır. Bir yığın notu işleyebilir, geri bildirimleri gruplandırabilir ve dakikalar içinde bir gereksinim belgesinin iskeletini çıkarabilir. En zayıf olduğu konular ise ürün yöneticisini değerli kılanlardır: hangi kanıtın bütünü temsil ettiğini, hangi müşterinin strateji açısından önemli olduğunu ve işletmenin hangi ödünü verebileceğini bilmek.

Genel amaçlı bir asistan, şirketinizin paylaşmanıza izin verdiği materyalleri kullanarak şu görevlerde yardımcı olabilir:

Yapay zeka müşteri görüşmelerini özetlerken hangi sorunlar yaşanır?

En sık karşılaşılan sorun, söylenenleri olduğundan güçlü göstermektir. 'Ana temalar' istendiğinde model, iki kişinin dile getirdiği bir noktayı 'kullanıcıların istediği' şey olarak sunar, görüş ayrılıklarını silikleştirir ve kimsenin söylemediği bir alıntı üretebilir. Bu özete dayanılarak alınan bir ürün kararı, gerçekte var olmayan kanıtlara dayanır.

Kurgusal bir örnek. Ledgerly küçük bir faturalama uygulaması. Ürün yöneticisinin elinde altı müşteri görüşmesinden notlar var. İki müşteri otomatik ödeme hatırlatıcıları istedi. Bir müşteri, hatırlatıcıların kendi müşterilerini rahatsız edeceğini ve bunları kapatacağını söyledi. Üç müşteri hatırlatıcılardan söz etmedi ve daha çok banka mutabakatının yavaşlığından bahsetti.

Belirsiz bir istem olan 'Bu görüşmelerdeki temel temaları özetle', şu sonucu üretti: 'Kullanıcılar otomatik ödeme hatırlatmalarını güçlü biçimde istiyor. Bir müşterinin ifadesiyle, “Hatırlatmalar için fazladan ödeme yapardım.” Hesap mutabakatı ikincil bir konu.' Alıntılanan cümleyi kimse söylememişti. En çok desteklenen tema olan hesap mutabakatı geri plana atılmıştı. İtiraz ise ortadan kaybolmuştu.

Daha iyi bir istem: 'Her tema için, bu temadan söz eden görüşmelerin sayısını, görüşme kimliklerini ve notlardan aynen kopyalanmış bir alıntıyı ver. Temayla çelişen tüm görüşmeleri listele. Temaları önem sırasına koyma.' Kontrol edilmiş özette şunlar yazıyordu: mutabakat, 6 görüşmenin 3 tanesinde gündeme getirildi (I2, I4, I6); ödeme hatırlatmaları, 6 görüşmenin 2 tanesinde talep edildi (I1, I3), bir itiraz vardı (I5). Ürün yöneticisi, özeti paylaşmadan önce her alıntıyı notlarla karşılaştırarak doğruladı.

Yapay zekayla daha iyi bir şartname nasıl yazarsınız?

Yapay zekayı şartnameyi sizin yerinize yazması için değil, şartnamede nelerin eksik olduğunu bulmak için kullanın. Sorun tanımını ve hedefleri yazan ürün yöneticisi bunları anlar; oluşturulmuş bir metni olduğu gibi kabul eden biri ise çoğu zaman inceleme sırasında onu savunamaz.

Ledgerly örneğine devam edelim ve ekibin hatırlatma özelliğini geliştirdiğini varsayalım. Ürün yöneticisi tek paragraflık bir açıklama yazıp şunu soruyor: 'Bu özelliğin ele alması gereken istisnai durumları listele. Bunları faturalandırma, zamanlama ve müşteri deneyimine göre gruplandır.' Faydalı bir listede kısmen ödenmiş faturalar, müşterinin itiraz ettiği faturalar, farklı saat dilimindeki müşteriler, resmî tatile planlanmış bir hatırlatma, kendisiyle iletişime geçilmemesini isteyen bir müşteri ve hatırlatma gönderildikten sonra düzenlenen bir fatura yer alır.

Ardından ürün yöneticisi, hangi uç durumların ilk sürümün kapsamında olduğuna, hangilerinin açıkça kapsam dışında bırakılacağına ve hangileri için mühendislik ekibinin görüşünün gerektiğine karar verir. Bu karar ve arkasındaki gerekçeler, gereksinim belgesinin en önemli bölümüdür ve başkasına devredilmemelidir.

Yapay zeka ürün tasarımı yapabilir mi ya da bir ürün yöneticisinin işini üstlenebilir mi?

Yapay zeka her ikisinin de bazı kısımlarına yardımcı olabilir. Arayüz metinleri yazabilir, yerleşim seçenekleri önerebilir, bazı araçlarda kaba prototipler oluşturabilir ve hızla çok sayıda alternatif üretebilir. Bu, seçenekleri keşfetmek için yararlıdır; ancak hangi seçeneğin kullanıcılara, markaya ve kısıtlara uygun olduğuna yine bir tasarımcı veya ürün yöneticisi karar vermelidir.

Ürün yöneticisinin temel işi seçim yapmaktır: hangi sorun, hangi müşteriler, hangi ödünleşim, nelerin geliştirilmeyeceği. Bu seçimler; şirketin stratejisi, belirli müşterilere verdiği taahhütler ve mühendislik ekibinin sürdürebileceği iş yükü gibi modelin sahip olmadığı bağlama dayanır. Hangi rollerin ne hızla değişeceğine ilişkin tahminde bulunmuyoruz.

Yapay zeka ürün yöneticisi ile yapay zeka kullanan ürün yöneticisi aynı şey mi?

Hayır. Yapay zeka ürün yöneticisi genellikle yapay zeka özellikleri geliştiren kişiyi ifade eder: modelin nasıl davranması gerektiğini tanımlar, değerlendirmeler tasarlar, başarısızlık durumlarını ele alır ve çıkarım maliyetini yönetir. Bu, kendine özgü eğitimleri ve iş piyasası olan bir uzmanlık alanıdır.

Bu rehber, mevcut işlerini daha iyi yapmak için yapay zeka araçlarını kullanan, sayıca çok daha büyük olan ürün yöneticisi grubuyla ilgilidir. Yapay zeka özellikleri geliştiriyorsanız ikisine de ihtiyacınız vardır: bu sayfadaki günlük becerilere ve bu sayfanın kapsamadığı model değerlendirmesi ile davranışı konusunda ayrı bir temele.

Ürünle ilgili hangi kanıtlar yapay zeka araçlarına girilmemeli?

Şirketinizin kullandığınız araç için onaylamadığı her türlü bilgi. Görüşme notları genellikle isimler, işveren bilgileri ve kişilerin kimliğini açığa çıkaran ayrıntılar içerir; yapıştırmadan önce bunları çıkarın ve yerlerine görüşme kimlik numaralarını koyun. Henüz açıklanmamış yol haritası maddeleri, fiyatlandırma planları ve sözleşme koşulları şirket politikası gereği kısıtlı olabilir.

Kişisel hesap yerine şirketin onaylı çalışma alanını kullanın ve araştırma kayıtlarını veya dökümlerini yüklemeden önce kuruluşunuzun yapay zeka politikasını kontrol edin. Kişisel veri söz konusu olduğunda, hangi araç kullanılırsa kullanılsın kuruluşun veri koruma yükümlülükleri vardır.

Bir ürün ekibi yapay zeka kullanımını nasıl pratik etmeli?

Dayandığı kanıtları ve sonucunu zaten bildiğiniz geçmiş bir karar üzerinde alıştırma yapın.

Bu yaklaşım ne zaman doğru çözüm değildir?

Araştırmanız birkaç görüşmeden oluşuyorsa bunları kendiniz okuyun. Yapay zekanın bilgileri birleştirerek sağladığı zaman tasarrufu azdır; notları okumak ise bir özetin sağlayamayacağı bağlamı verir. Yapay zeka, malzeme bir kişinin dikkatlice okuyabileceğinden fazla olduğunda anlamlı hale gelir. O durumda bile okumanın yerini almak yerine sizi okunması gerekenlere yönlendirmelidir.

Tosheo.ai, yapay zeka ürün yönetimi veya model değerlendirmesi kursu değildir. Planlanan Ürün eğitim yolu, kısa dersler ve herkesin görebildiği bir puanlama kılavuzuna göre değerlendirilen uygulama görevleriyle insanlara günlük işlerinde genel amaçlı yapay zeka araçlarını kullanmayı öğretmek için hazırlanıyor. Yapay zeka ürünleri geliştirmeye yönelik bir kariyer programına ihtiyacınız varsa uzmanlaşmış bir kurs daha iyi bir seçimdir.