Były menedżer produktu Google zmienia sposób działania zespołów projektowych dzięki narzędziu AI dla menedżerów produktu, opartemu na agentach AI
Po pracy jako menedżer produktu w Google Ishwar Dhanuka stworzył produkt AI zaprojektowany tak, aby pełnić funkcję młodszego menedżera produktu. Zaledwie sześć miesięcy po premierze i ogłoszeniu finansowania przed zalążkową rundą inwestycyjną ThriveAI już zmienia sposób działania zespołów projektowych.
Ishwar Dhanuka
Współzałożyciel i dyrektor generalny Thriveai
AI w zarządzaniu projektami: Duże modele językowe usprawniają zarządzanie projektami, automatyzując aktualizacje statusów i pozwalając menedżerom skupić się na strategii.
Wzrost efektywności: Przepływy pracy wspierane przez AI skracają czas reakcji zespołów produktowych, umożliwiając im szybsze wykrywanie i rozwiązywanie problemów.
Decyzje oparte na danych: ThriveAI umożliwia podejmowanie świadomych decyzji poprzez ciągłe monitorowanie wskaźników i analizowanie opinii użytkowników.
Ewoluujące rytuały: Praktyki realizacji projektów zmieniają się, ponieważ AI automatyzuje dokumentację i monitorowanie, usprawniając współpracę zespołową.
Konieczność stosowania zabezpieczeń: Skuteczna integracja AI wymaga zrozumienia jej ograniczeń i tworzenia odpowiednich przepływów pracy, aby osiągać optymalne rezultaty.
Porozmawialiśmy z nim, aby zrozumieć, jak jego organizacja stworzona z myślą o AI zarządza swoimi projektami. Oto, co nam powiedział.
Jak LLM-y łączą zespoły i narzędzia w zarządzaniu projektami
Tradycyjnie kierownicy projektów tworzyli wartość, łącząc informacje pochodzące z różnych zespołów i narzędzi. LLM-y to pierwsza technologia, która faktycznie może pomagać w tym na dużą skalę.
Zamiast śledzić aktualizacje statusu lub ręcznie przygotowywać raporty, AI może teraz przejąć te obowiązki, pozwalając kierownikom projektów skupić się na wyznaczaniu kierunku strategicznego, budowaniu zgodności i utrzymywaniu koncentracji zespołów na rezultatach — a jednocześnie zwiększać ich możliwości wywierania większego wpływu na większą liczbę projektów bez wypalenia zawodowego.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
To świetny czas, aby być kierownikiem projektu, więc ciesz się nim! Rzadko zdarza się moment, w którym cały dotychczasowy porządek staje pod znakiem zapytania, a nowe możliwości pojawiają się każdego dnia.
Ciesz się nim! Rzadko zdarza się moment, w którym cały dotychczasowy porządek staje pod znakiem zapytania, a nowe możliwości pojawiają się każdego dnia.
Od inżyniera przez kierownika produktu do założyciela firmy AI
Zaczynałem jako inżynier, następnie kierowałem działami produktu i inżynierii w rozwijających się firmach, a później dołączyłem do Google jako kierownik produktu.
W Google ściśle współpracowałem z kierownikami programów i obawiałem się projektów, które nie miały takiej osoby — nie każdy zespół w tej firmie otrzymuje kierownika programu! A bez kierownika programu sprawy zawsze się opóźniały.
Przekułem tę frustrację w produkt i stworzyłem ThriveAI, młodszego kierownika produktu opartego na AI, wyposażonego w najlepsze praktyki produktowe i niestandardowe przepływy pracy, który pomaga zespołom produktowym wyprzedzać chaos.
Jak przepływy pracy z udziałem agentów oszczędzają czas i pieniądze zespołów projektowych
Produkt Thrive opiera się na agentach AI. Zaczęliśmy od wykrywania anomalii, grupowania opinii, monitorowania kondycji lejka, a także doraźnych zadań, takich jak podsumowania i jednorazowe analizy. Są to zadania powtarzalne i realizowane na dużą skalę, dlatego idealnie nadają się do wykonania przez AI.
Nasze przepływy pracy z udziałem agentów sprawiają, że zespoły produktowe korzystające z naszego produktu — w tym my sami — wykrywają teraz problemy w ciągu kilku godzin zamiast dni, naprawiają problemy z użytecznością, zanim się rozprzestrzenią, i mogą z przekonaniem wdrażać rozwiązania bez oczekiwania na ręczne kontrole. Nasi agenci zmniejszyli liczbę obszarów niewidocznych dla organizacji i dali zespołom więcej czasu na tworzenie.
Oto dobry przykład skutecznego przepływu pracy z udziałem agenta. Stworzyliśmy przepływ pracy oparty na AI dla dużego serwisu marketplace, który każdego dnia odwiedzają dziesiątki milionów aktywnych użytkowników. Ich zespół tonął w opiniach użytkowników, przez co sygnały ostrzegawcze pojawiające się na wczesnym etapie były pomijane.
Stworzyliśmy więc agenta AI, który odczytuje każdą notatkę, wykrywa wzorce i sygnalizuje anomalie. Stał się on kluczowym elementem procesu dostarczania: zespół naszego klienta polega na nim przy wczesnym wykrywaniu problemów z użytecznością, na długo zanim się rozprzestrzenią, oszczędzając dziesiątki tysięcy dolarów miesięcznie i utrzymując realizację prac na właściwym torze bez zwiększania zatrudnienia.
Wykorzystanie AI do ograniczania ryzyka decyzji produktowych i usprawniania podejmowania decyzji
Tworzenie, prototypowanie i projektowanie oprogramowania jest teraz łatwe. Trudniej jest ustalić, co należy stworzyć. Funkcje są towarem. Liczy się podejmowanie właściwych decyzji.
Obecnie niemal w ogóle nie zajmuję się statusem ani raportowaniem. Skupiam się na wykorzystaniu AI do ograniczania ryzyka decyzji i zwiększania prawdopodobieństwa sukcesu.
Dlatego korzystam z mojego produktu, aby stale sprawdzać, co działa, a co się psuje. W praktyce oznacza to, że Thrive monitoruje metryki produktu, opinie użytkowników (wiadomości e-mail, ankiety, opinie w aplikacji itp.) oraz dane telemetryczne (za pośrednictwem PostHog). Wykrywa problemy, takie jak trudności z wdrożeniem w określonym segmencie użytkowników po wydaniu produktu lub nagłe spadki w lejku. Dostarcza mi także krótkie cotygodniowe podsumowanie na Slacku, które wskazuje trendy i zagrożenia — to jak wiadomość od pomocnego członka zespołu, który przekazuje aktualizację.
W rezultacie moje decyzje opierają się na danych tam, gdzie są one dostępne, a tam, gdzie ich brakuje — na wyczuciu produktu.
Jak AI zmienia rytuały dostarczania w zarządzaniu projektami
Rytuały dostarczania zmieniają się dla większości z nas. W Thrive AI przygotowuje pierwszą wersję niemal wszystkiego — opisy projektów, elementy mapy drogowej i wiele innych. Następnie ludzie ją dopracowują.
Oto szczegóły:
- Uzgodnienia odbywają się za pośrednictwem przypomnień na Slacku, a nie podczas dużych spotkań.
- Walidacja opiera się na telemetrii monitorowania AI w Thrive i informacjach zwrotnych w czasie rzeczywistym, a także na pobieraniu danych do analiz ad hoc — wspomniałem o tym powyżej.
- Podczas realizacji AI monitoruje postępy i sygnalizuje problemy, gdy coś wygląda nieprawidłowo. Następnie to ludzie decydują, co z tym zrobić.
Stos technologiczny AI: AI działająca w tle i przepływy pracy oparte przede wszystkim na Slacku
Nasz stos technologiczny odszedł od ciągłego wpatrywania się w pulpity nawigacyjne i uczestniczenia w spotkaniach statusowych na rzecz AI działającej w tle oraz przepływów pracy opartych przede wszystkim na Slacku. Oto nasz stos technologiczny do realizacji projektów:
- Slack
- Linear
- GSuite
- PostHog
- Thrive
A oto, jak ze sobą współdziałają.
- Slack jest naszym centrum aktualizacji, alertów i zarządzania Linear
- Linear obsługuje nasze zadania i backlog, a AI zajmuje się wstępną selekcją (osoby przypisane, duplikaty itd.). Jest zsynchronizowany ze Slackiem (oprogramowanie do komunikacji pracowników) i PostHogiem.
- PostHog obsługuje telemetrię i metryki produktu, przekazując je do Slacka.
- Thrive analizuje następnie dane przekazane przez PostHog w celu wykrywania anomalii, tworzenia raportów i przygotowywania cotygodniowych podsumowań. One również są dostarczane za pośrednictwem Slacka. W większości przypadków działa to w tle: system uczy się moich preferencji i odzywa się do mnie tylko wtedy, gdy coś naprawdę wymaga uwagi — zepsuty przepływ, rosnące zadowolenie użytkowników czy cokolwiek innego.
- GSuite — jako nasz system zarządzania zasobami cyfrowymi do obsługi dokumentów i komunikacji.
Wszystkie te narzędzia odgrywają istotną rolę. Muszę jednak przyznać, że bardzo podobają mi się nowe aktualizacje AI w Linear. Szczególnie imponująca jest automatyczna wstępna selekcja. System sugeruje osoby przypisane i etykiety, a nawet łączy duplikaty. Nie wyobrażam sobie, żeby ktokolwiek naprawdę lubił wykonywać tego rodzaju pracę. Teraz dzieje się to w tle, a mój zespół może skupić się na prawdziwej pracy.
Dlaczego AI potrzebuje zabezpieczeń i struktur wspierających w przepływach pracy nad projektami
To wszystko brzmi świetnie, ale powiem jedno: duże modele językowe potrafią być bardzo nieprzewidywalne! W jednej chwili zachwycają, a w następnej pomijają coś, co zauważyłby uczeń piątej klasy.
Kluczem jest wiedza o tym, w czym są najlepsze, i projektowanie przepływów pracy z myślą o tych mocnych stronach. Następnie trzeba zbudować struktury wspierające i narzędzia dla obszarów, w których sobie nie radzą — na przykład dzielić długie dane wejściowe na fragmenty, sprawdzać liczby lub skonfigurować pobieranie rzeczywistych danych zamiast pozwalać im je wymyślać.
Duże modele językowe potrafią być bardzo nieprzewidywalne! W jednej chwili zachwycają, a w następnej pomijają coś, co zauważyłby uczeń piątej klasy. Kluczem jest wiedza o tym, w czym są najlepsze, i projektowanie przepływów pracy z myślą o tych mocnych stronach. Następnie trzeba zbudować struktury wspierające i narzędzia dla obszarów, w których sobie nie radzą.
W Thrive AI w pełni odpowiada za raportowanie, aktualizacje statusu i tworzenie szkiców elementów planu rozwoju. Ludzie wnoszą wiedzę branżową, relacje i bezwzględne ustalanie priorytetów.
Bo rzecz wygląda tak: każdy ma dostęp do tej samej AI, więc nie może ona być twoją przewagą. Tym, co cię wyróżnia, jest sposób ustalania priorytetów, budowania zaufania i podejmowania trudnych kompromisów.
Właśnie w tym miejscu potrzebujesz większej liczby światowej klasy ludzi.
Przyszłość: AI zarządzająca przyrostowymi ulepszeniami produktu
Już wkrótce AI przejmie w pełni stopniowe udoskonalanie produktów. Przy każdej optymalizacji o 1–2% AI zaprojektuje eksperymenty, przeprowadzi je, zmierzy wyniki i samodzielnie wykona kolejną iterację.
Ludzie skupią się wyłącznie na dużych decyzjach obarczonych wysokim ryzykiem.
Menedżerowie projektów muszą przestać przyglądać się z boku i zacząć korzystać z AI
Moja rada jest prosta: zachowaj ciekawość i samoświadomość. Znaj swoje mocne strony i wykorzystuj AI, aby je wzmacniać. Szczerze przyznawaj się do swoich słabości i pozwól, by AI cię wspierała — to ten członek zespołu, który nigdy nie ocenia i zawsze jest obecny.
Przede wszystkim nie przyglądaj się z boku. To wyjątkowa w całej karierze szansa, by pomóc kształtować przyszłość pracy.
Śledź postępy
Możesz śledzić postępy na LinkedIn, gdy Ishwar rozwija Thrive i zmienia sposób działania zespołów projektowych. Koniecznie zajrzyj też na stronę ThriveAI!
Na stronie The Digital Project Manager pojawią się kolejne wywiady z ekspertami.
