Dell’den Amy Mitchell, Yapay Zekânın “Üreten Ürün Yöneticisi”ni Nasıl Ortaya Çıkardığını Anlatıyor
Yapay zekâ, ürün yönetimini çoğu ekibin fark ettiğinden daha hızlı dönüştürüyor. Dell’den Amy Mitchell, yeni nesil ürün yöneticilerinin yalnızca gereksinimleri tanımlamakla kalmayıp sürece dahil olarak ürün geliştireceğini açıklıyor.
Yapay Zekâda Evrim: Yapay zekâ, ürün yöneticilerini projelerin ilk aşamalarında engelleri ele alan ve iş birliğini geliştiren “üreten ürün yöneticilerine” dönüştürüyor.
Sürekli İyileştirme: Yapay zekâ araçlarından yararlanmak, iş akışlarının sürekli olarak optimize edilmesini sağlayarak teslimat hızını ve ekip verimliliğini artırıyor.
Bilgi Yönetimi: Jira ve Confluence’ın entegre edilmesi, ekiplerin ihtiyaç duydukları bilgilere kendi başlarına ulaşmasını sağlayarak idari yükü azaltıyor ve stratejiye daha fazla odaklanılmasına imkân tanıyor.
Çevik Metodoloji: Hibrit çevik yönteme geçiş, etkili incelemeler ve daha yalın iletişim için daha az araca dayanarak süreçleri basitleştiriyor.
Teslimat Hızı: Çalışma süreçlerinin hızlanması, daha sık sürüm yayımlanmasını sağlıyor; basit görevler giderek daha fazla ürün yöneticileri tarafından yönetiliyor.
Amy Mitchell, Dell'de yönetilen hizmet tekliflerini kavramdan teslimata kadar geliştirmeye odaklanan Baş Ürün Yöneticisi'dir. Ağ, depolama ve veri merkezi altyapısı alanlarındaki deneyimiyle müşteriler ve teslimat ekipleriyle yakın çalışarak kuruluşların yönetilen hizmetler aracılığıyla modernleşmesine ve ölçeklenmesine yardımcı olur. Aynı zamanda Product Management IRL bülteninin yaratıcısıdır.
Disiplinin nasıl değiştiğini ve bunun pratikte ne anlama geldiğini anlamak için kendisiyle görüştük. İşte söyledikleri.
Yönetilen hizmetlerin sunulması
Ürünlerimin müşterilere nasıl ulaştığıyla ilgilenen ürün yöneticilerinden biriyim. Dell'deki mevcut görevimde, yönetilen hizmetleri hayata geçirirken ve sürdürürken program yöneticileri ve hizmet teslim ekipleriyle yakın çalışma fırsatı buluyorum.
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
Sunduğum "ürünler" donanım veya yazılım ürünleri değil. Ürünlerim, birkaç örnek vermek gerekirse yönetilen depolama, yönetilen yapay zekâ fabrikası ve yönetilen işlem gücü gibi yönetilen hizmetlerdir.
Bu işin dışında, Product Management IRL bültenini de yazıyorum.
Yapay zekâ neden ürün yöneticilerini "üretici PM" olmaya zorluyor?
Yapay zekâyla birlikte rolüm, benim "üretici PM" rolü olarak adlandırdığım bir role dönüşüyor. "Üretici PM", işlerin önündeki engelleri kaldırmak için kendi görev alanının dışına çıkan ürün yöneticisidir.
Yapay zekâyla birlikte rolüm, benim “üretici PM” rolü olarak adlandırdığım bir role dönüşüyor. Üretici PM, işlerin önündeki engelleri kaldırmak için kendi görev alanının dışına çıkan ürün yöneticisidir.
Üretici PM modundayken, geliştirme döngüsünün başlarında ürün ekibiyle yakın çalışırım — çoğu zaman tek bir gereksinim bile yazmadan önce mühendislik, satış ve pazarlama ekipleriyle birlikte çalışırım.
Bunu yapabiliyorum çünkü yapay zekâ çalışmalarımı güçlendiriyor ve daha geniş bir perspektiften bakmamı sağlıyor. İş alanımda yapay zekânın sağladığı ek değere birkaç örnek:
- Pazar ve fiyatlandırma araştırması: Bu, fiyatlandırma ve tahminleme için kullanım alanlarını nicel olarak belirlememi sağlıyor.
- Program planına yaklaşan ayrıntılı yol haritaları: Hızlı çizimler ve kritik yol haritalaması.
- İş birliğine dayalı çalışma alanları: Tüm ürün ekibine otomatik güncellemeler ve kendi kendine bilgi edinme olanağı.
- Karmaşık durumları değerlendirme: Çatışmalar ve çözüm yolları hakkında bakış açıları.
- Toplantı tutanakları: Otomatik tutanaklar, bir program yöneticisinin her gün harcadığı zamanı serbest bırakıyor.
- Vibe kodlama: Belge güncellemelerini otomatikleştiren betikler.
Yapay zekâ ürün ve teslimat iş akışlarında sürekli iyileştirmeyi nasıl destekliyor?
Değer bununla sınırlı değil. Çalıştığım yerde sürekli iyileştirmeye inanıyoruz — ve bunun için yapay zekâyı yoğun biçimde kullanıyoruz.
Kurum içinde geliştirdiğimiz yapay zekâ, iş akışı iyileştirmelerini belirlemek için kullanılan proje sonrası değerlendirmelerde bize yardımcı oluyor. Kurum içi yardımcı yapay zekâmız, müşterilerle iş akışlarını optimize etmenin yollarını araştırmamıza destek oluyor. Ayrıca geliştirme süreçlerinde yapay zekâyı kullanma biçimimizi standartlaştırmak, API'ler ve betikler aracılığıyla otomasyonu mümkün kıldı.
Ancak bazı işler hâlâ insan dokunuşu gerektiriyor. Örneğin satış iletişimi ve müşteri görüşmeleri. Yeni yeteneklerin çözüm tasarımı da bunlardan biri.
Yapay zekâyla geliştirilmiş bilgi tabanları ürün yöneticilerinin zamanını nasıl serbest bırakıyor?
Çalışma yönetimi platformumuzu — Jira — merkezi bir bilgi deposuyla — Confluence + SharePoint — entegre ederek karmaşık iş akışlarını ve hizmet açıklamalarını, teslimat ekibinin kendi ihtiyaçlarını karşılayabileceği şekilde yakalayabildik. Bu da program yöneticilerimizin idari yükünü önemli ölçüde azalttı.
Başka bir deyişle, ürün ekibi tutarlı olabilir ve bir toplantı ya da anlık mesajlaşma kesintisi olmadan ihtiyaç duyduklarını bulabilir. PM'ler de müşteri teslimatının önündeki engelleri öngörmeye daha fazla zaman ayırabilir.
Ürün portföyümüzün bilgi tabanı, paylaşılan klasörlerden oluşuyor. En güncel sürümler aylık olarak güncelleniyor ve Confluence'ta yayınlanıyor. Ürün ekibinin tamamı aylık sürüm güncellemesine katkıda bulunuyor ve satış sayfalarında, duyurularda, toplantılarda yayınlamak ya da günlük işlerinde kullanmak için ihtiyaç duyduklarını alıyor.
Bilgi tabanındaki başlıca öğeler şunlardır:
- Nelerin değiştiğini açıklayan sürüm notları
- Sipariş kılavuzu
- Sözleşme şablonları
- Yapılandırma ve fiyatlandırma hesaplayıcısı
- Satış eğitimi
- SSS
Jira, bilgi tabanıyla etkileşime giren orkestrasyon platformu olarak hizmet veriyor. Bu noktaya kadar çalışmalarım bilgi tabanını ve iş akışlarını oluşturmaya odaklandı. Yapay zekâ desteğiyle otomasyon sıradaki adım!
Slayt desteleri olmadan Jira ve Confluence'taki durumu nasıl toplu hâle getirirsiniz?
Yakın zamanda PRD'mizdeki (o da Confluence'ta) ve Jira işlevsel planlarımızdaki durumu toplu hâle getirmek için Confluence'ı kullanmaya başladık.
Yönetici geçiş incelemelerinden önce bir slayt destesini geliştirmek için birden fazla toplantı yapmak yerine, artık planı ve lansman özetini doğrudan Confluence'tan yöneticilere aktarıyoruz.
Aynı materyali haftalık program takibi için de kullanıyoruz.
Değerlendirmeler ve orkestrasyon nasıl temel PM becerileri hâline geliyor?
Ürün yönetiminde kullanmak üzere iki temel yapay zekâ metodolojisini ödünç aldım: değerlendirmeler ve orkestrasyon.
Özünde, değerlendirmeler, sonuçları doğrulamanın sistematik ve tekrarlanabilir yollarıdır. İlk olarak, çıktıların sürekli değiştiği ve kaymanın gerçek bir sorun olduğu yapay zekâ alanında ilgi görmeye başladılar; ancak kavram çok daha kapsamlıdır. Değerlendirmelerin PM'ler için temel bir beceri hâline geldiğine inanıyorum.
Değerlendirmelerin güzelliği hızdır. Her olası kombinasyonu kapsamlı biçimde test etmek yerine, gerçekten önemli olanı yansıtan, müşteriyi merkeze alan küçük ve önceliklendirilmiş bir senaryo grubunu kontrol edersiniz. Akış şu şekildedir:
- Kullanım örneklerini önceliklendirin.
- Ortamı kurun — kritik yolları test etmeye yetecek kadar.
- Değerlendirin ve buna göre yineleyin.
Orkestrasyon artık yalnızca yapay zekâ için değil. Strateji ile teslimatı birbirine bağlamanın ve devir teslim riskini ortadan kaldırmanın yoludur. Kuruluşlar daha yatay hâle gelirken ve teslimat hiç olmadığı kadar hızlanırken, artık PM'ler için gerekli bir beceridir.
Orkestrasyon artık yalnızca yapay zekâ için değil. Strateji ile teslimatı birbirine bağlamanın ve devir teslim riskini ortadan kaldırmanın yoludur. Kuruluşlar daha yatay hâle gelirken ve teslimat hiç olmadığı kadar hızlanırken, artık PM’ler için gerekli bir beceridir.
Bu bağlamda orkestrasyon şu anlama gelir:
- Bağımlılıkları haritalandırmak
- Hafif orkestrasyon ritüelleri oluşturmak. Bunlar ekipten ekibe büyük ölçüde değişir. Şu anda ürün ekibinde gereksinimleri gözden geçiriyor ve hikâyeleri dağıtmadan önce anlaşmaya varıyoruz. Yeni bir yetenek eklerken, ana iş akışlarını bir beyaz tahta üzerinde ana hatlarıyla belirtmek için "çözümleme" yapıyoruz.
- Riskleri erkenden görünür kılmak
Bunu ekipler arasında yaptığınızda boşlukları önler, liderliğin güvenini kazanır ve kariyerinizi hızlandırırsınız.
Yapay zekâ öncelikli bir PM araç yığını nasıl görünür?
Birkaç iyi yapay zekâ aracını nasıl kullanacağınızı öğrenmeniz önemlidir! Size çok büyük miktarda zaman kazandırırlar.
Ancak BT'nin onaylamadığı araçlarla zamanınızı boşa harcamayın. Onaylanmamış yapay zekâ araçlarını kullanarak ürününüzü güvenlik, gizlilik veya etik sorunlarına açık hâle getirmek istemezsiniz.
Zamanınızı BT’nin onaylamadığı araçlarla boşa harcamayın. Onaylanmamış yapay zekâ araçlarını kullanarak ürününüzü güvenlik, gizlilik veya etik sorunlarına açmak istemezsiniz.
Bahsettiğim gibi, PRD'lerimiz ve bilgi tabanı yönetimi için Confluence'ı, teslimat içinse Jira'yı kullanıyoruz. Her ikisinin de yapay zekâ entegrasyonları var.
Araştırma ve özetleme için de büyük ölçüde Microsoft Copilot'a güveniyorum. Ayrıca kurum içinde geliştirdiğimiz yardımcı pilot ve destek araçları gibi yapay zekâ araçlarımız var.
Değerlendirmeler için basit elektronik tabloları çok kullanıyorum. Zaman kazandırıyorlar. Yakın zamanda, karmaşık teklifleri ve sözleşmeleri günler yerine dakikalar içinde oluşturan yeni bir CPQ (yapılandır, fiyatlandır, teklif oluştur) otomasyon aracı ekledik. Ürün verilerimizi yüklemek bir ay sürdükten sonra yeni aracın testlerini iki hafta içinde tamamladık. Beş değerlendiricimiz ve on iki kullanım senaryomuz vardı. Her döngüde düzeltmeler yaparak beş tur ilerledik. Eş zamanlı olmayan çalışmalarımızı takip etmek ve paydaşlara ilerleme raporu sunmak için bir elektronik tablo kullandık; son derece etkili oldu.
Kişisel olarak da ChatGPT, Gemini, Copilot, Perplexity, Visual Studio ve GitHub'dan yararlanıyorum.
Confluence ve Jira, ağır geçit incelemeleri olmadan hibrit çevikliği nasıl mümkün kılıyor?
Proje yönetimi metodolojileri açısından geçmişte çevik yöntemi kullanıyor ve program yaşam döngüsünün her adımı için kapsamlı geçit incelemeleri yapıyorduk. Kullandığımız araçlar Word belgeleri, PowerPoint sunumları ve biraz da Jira'ydı.
Artık yalnızca plan incelemesi ve sürüm incelemesi içeren hibrit çevikliği kullanıyoruz. Bunun için ihtiyacımız olan tek araçlar Confluence ve Jira. Dediğim gibi, ürün ekiplerinin, paydaşların ve yöneticilerin ihtiyaç duyduğu her şeyi Confluence'a koyduk. Tek bir yer, herkesin kendi kendine hizmet alabileceği bir yapı. Bu tek başına metodolojimizi değiştirdi.
Teslimat hızı neden artıyor ve bu, proje yöneticisi rolleri için ne anlama geliyor?
İki büyük değişiklik görüyorum.
İlk olarak, herkesin çalışma hızı her gün artıyor. Yalnızca yukarıda bahsedilen bu araçlarla, yılda bir veya iki sürümden aylık sürümlere geçtim — ve bu değişim birkaç ay içinde gerçekleşti.
Bu durmayacak. Yeni araçlar — ve proje yöneticilerinin bu araçları kullanma konusunda daha yetkin hâle gelmesi — ürün geliştirmeyi hızlandırmaya devam edecek.
İkinci olarak, program yöneticilerinin yalnızca en karmaşık ve teknik programları yöneteceğini düşünüyorum. Basit değişiklikler ürün yöneticileri — ve araçların kendileri — tarafından yapılacak.
Yapay zekâ gösterisinden nasıl kaçınılır ve gerçekten kullanıma sunulabilecek ürünler nasıl geliştirilir?
Tavsiyem yaratıcı olmanız. En iyi müşteri sonuçlarına odaklanın. Gerçekte kullanıma sunulamayan, etkileyici görünen demolar yapmayı bırakın. Yapay zekâ öncelikli ürün yönetimi ile yapay zekâ gösterisi arasındaki çizgi budur.
Gerçekte kullanıma sunulamayan, etkileyici görünen demolar yapmayı bırakın. Yapay zekâ öncelikli ürün yönetimi ile yapay zekâ gösterisi arasındaki çizgi budur.
Çok fazla proje yöneticisi doğru görünen ve hızlı hareket eden etkileyici yapay zekâ demoları geliştirdi. Ancak daha sonra çözümün kullanıma sunulamayacağını fark ettiler.
Mesele demoların kalitesi değil, sonuçlarla uyumlu olmalarıdır.
Gelişmeleri takip edin
Amy Mitchell'in gerçek hayattaki ürün ve program yönetimi deneyimleriyle ilgili öğrendiklerini Product Management IRL bülteninde paylaşmasını takip edebilirsiniz. Kendisiyle LinkedIn üzerinden de bağlantı kurabilirsiniz.
The Digital Project Manager'da daha fazla uzman röportajı sizleri bekliyor!
