Ürün ekipleri için yapay zeka eğitimi

Bir ürün yöneticisi görüşmeleri sentezlemek için yapay zekayı nasıl kullanmalı?

Notları düzenlemek için asistanı kullanın, ardından her temayı notlarla karşılaştırarak kontrol edin ve bunu gerçekten kaç kişinin söylediğini sayın. İşte kurgusal bir randevu planlama uygulaması olan Tandem üzerinden hazırlanmış bir örnek. Bir ürün yöneticisinin elinde, isimleri çıkarılmış altı müşteri görüşmesinin notları var. Bir katılımcı koyu mod istedi. Dördü, tekrarlayan bir toplantının zamanını değiştirmekte zorlandığını anlattı. İkisi fiyattan söz etti.

İstem: "Bu görüşme notlarını temalara göre grupla. Her tema için konuyu dile getiren katılımcı sayısını ve kısa bir alıntıyı ver. Notlarda söylenenlerin ötesinde genelleme yapma."

Yalnızca temel çıkarımları isteyen bir istemden çıkan zayıf bir sentez, "Kullanıcılar karanlık modu güçlü biçimde talep ediyor" ve "Fiyatlandırma, müşterilerin çoğu için önemli bir endişe kaynağı" diye başlıyor. Bir kişinin bahsetmesi güçlü bir talebe, iki kişinin bahsetmesi çoğunluğa dönüşmüş. Yoğun bir paydaşın okuyacağı bu özet, yol haritasını değiştirebilir.

Gözden geçirilmiş sentez şöyledir: "Tekrarlanan toplantıların yeniden planlanması (6 kişiden 4 kişi), bir alıntıyla; fiyat (6 kişiden 2 kişi); karanlık mod (6 kişiden 1 kişi)." Daha az heyecan verici, çok daha yararlıdır. Ürün yöneticisi özgün notları da yanında tutmuştur; böylece bir temadan şüphe duyan herkes kaynağı okuyabilir.

Ürün ekipleri yapay zekaya bel bağladığında hangi sorunlar yaşanır?

En sık üç sorun ortaya çıkar: Özet, kanıtların desteklediğinden daha güçlü ifadeler kullanır; bir rakip veya pazar iddiası uydurulur; gizli materyal onaylanmamış bir araca girilir. NIST'in üretken yapay zeka profili, uydurmayı kendinden emin biçimde sunulan ancak yanlış olan içerik olarak tanımlar. Asistanın doğrulayamadığı sayılara veya özelliklere atıfta bulunan pazar taramalarındaki somut tehlike de budur.

İşe yarayan alışkanlıklar somuttur. Sıfatları olduğu gibi kabul etmek yerine kaç kez bahsedildiğini sayın. Pazar veya rakiplerle ilgili bir iddiayı sunuma eklemeden önce dayandığı kaynağı açın. Araç ve abonelik planı bu bilgiler için onaylanmış değilse müşteri adlarını ve gizli yol haritası ayrıntılarını çıkarın.

Bir ürün ekibi ilk olarak neyin pratiğini yapmalı?

Bilgileri birleştirip bir bütün oluşturmayla başlayın; çünkü bu, diğer tüm görevlerin dayandığı kanıtla çalışma alışkanlığını kazandırır. Bu sıralama, ölçülmüş bir sonuç değil, bir öneridir.

Bu, bir ürün ekibi için ne zaman doğru eğitim değildir?

Amacınız yapay zeka özellikleri geliştirmeyi, modelleri değerlendirmeyi veya kod yazmayı öğrenmekse uygun değildir; makine öğrenmesinin temellerine yönelik eğitim planlansa da uygulamalı mühendislik kapsam dışındadır. Planlar en az beş kullanıcı lisansı gerektiren ekipler için tasarlandığından, tek başına öğrenen bir ürün yöneticisi için de uygun değildir.

Kullanıma sunulduğunda tek oturum açma, öğrenme yönetim sistemi entegrasyonları veya tarayıcı eklentisi içermeyecek ve dersler yalnızca İngilizce olacak. Ürün henüz geliştirilmediği için hemen içeriğe ihtiyaç duyan ekipler, ücretsiz ürün yönetimi rol rehberiyle başlamalı.