Продакт-менеджер и генеративный ИИ: уроки книги «Reimagined»

Кто такая Шайви Ши и почему я за ней слежу

Я давно слежу за Шайви Ши, которая в 2024 году руководила продуктом в Microsoft. Меня впечатляет её карьерный путь: от консультанта по цифровой трансформации в Гонконге до продуктовых ролей в LinkedIn. Особенно вдохновляет, что без технического образования она построила успешную карьеру в управлении продуктами. Она опиралась на навыки работы с пользователями и кросс-функциональными командами.

Шайви регулярно делится мыслями о том, как важно понимать технологии, быстро учиться и адаптироваться — особенно в искусственном интеллекте и машинном обучении. Её подход — от глубокого анализа данных до стратегического видения — помогает создавать продукты, которыми пользуются миллионы людей.

В серии постов в LinkedIn об управлении продуктами (PM) она общается с ведущими специалистами в технологиях и продуктовом менеджменте. Вместе с Кейтлин Кай и доктором Ивэном Ронгом Ши написала книгу «Reimagined: Building Products with Generative AI». В ней — советы, как встроить генеративный ИИ в стратегию продукта и в карьеру.

Ключевые навыки продакт-менеджера не исчезнут в эпоху ИИ

«Reimagined» охватывает широкий круг тем: ландшафт генеративного ИИ, разработку продуктов на его основе и построение продуктовой карьеры в эпоху ИИ. Читая книгу, я снова убедился: ключевые навыки управления продуктами не исчезнут в эру генеративного ИИ. Многие описанные навыки важны и для ИИ-продуктов, и для обычных.

5 ограничений генеративного ИИ, которые нужно учитывать

В книге много реальных примеров генеративных ИИ-продуктов — copy.ai, Galileo AI, Redfin. Особенно меня заинтересовала глава о том, что учитывать при работе с генеративным ИИ. Вот ограничения, как их оценивают авторы книги:

• Связный текст. Генеративному ИИ трудно даются языковые нюансы. Несмотря на прогресс, он пока не справляется с лексикой, грамматикой, контекстом и тональностью.
• Контроль и детерминизм. В отличие от людей, у моделей ИИ нет врождённого понимания человеческих ценностей. Поэтому сложно настроить их ответы под субъективные предпочтения — юмор или этику.
• Качество результата. Генеративно-состязательные сети (GANs) создают впечатляющие изображения, но в них бывают дефекты. Языковые модели могут выдать текст, который при внимательном чтении оказывается несвязным или непоследовательным.
• Объём данных для обучения. Методы few-shot и transfer learning развиваются, но собрать и подготовить большие объёмы данных по-прежнему дорого. Данные к тому же должны быть разнообразными и репрезентативными, чтобы модели не унаследовали скрытых предубеждений.
• Память и контекст. Без памяти или при ограниченном контексте генеративный ИИ не удерживает прошлые взаимодействия, и диалог часто рвётся. Люди же легко ссылаются на прошлые разговоры.

7 принципов для продуктов на генеративном ИИ

«Reimagined» предлагает несколько продуктовых принципов:

• Инновации ради нужд людей. Продукты на генеративном ИИ должны решать реальные задачи пользователей, приносить пользу и служить общественному благу.
• Прозрачность и объяснимость. Пользователи должны доверять ИИ-продуктам. Прозрачность помогает им понять и осмыслить опыт и результаты, которые выдаёт ИИ.
• Непрерывная обратная связь. Модели генеративного ИИ сильно зависят от качества и количества входных данных.
• Баланс автоматизации и контроля. Найдите баланс между автоматизацией и управлением со стороны пользователя, чтобы повысить креативность и продуктивность. Если пользователи могут настраивать параметры ИИ, у них появляется ощущение контроля, и система не диктует результат.
• Безопасность и этика. Меры безопасности, согласие пользователей, соблюдение этических норм и законов о конфиденциальности — обязательная часть разработки ИИ-продуктов.
• Инклюзивность и доступность. Проектируйте продукт с учётом разнообразия пользователей: разные языковые настройки, поддержка вспомогательных технологий вроде экранных читалок.
• Усиление человеческих возможностей. Генеративный ИИ должен помогать пользователям достигать целей быстрее и легче — не заменять их навыки, а служить вспомогательным инструментом.

6 типов ИИ-продуктов и примеры к ним

На основе этих принципов «Reimagined» даёт практические советы по проектированию генеративных ИИ-продуктов. Ключевые типы:

1. Разговорный ИИ имитирует диалог, делая взаимодействие естественным и интуитивным. Главная задача — пользовательский опыт, который учитывает разные контексты разговора и сохраняет связность диалога. Хороший пример — чат-бот Pi.
2. Генерация контента. ИИ сам создаёт текст, изображения и музыку. Важные UX-шаблоны: ограничения по запросам, создание контента в реальном времени, подсказки автозаполнения. Пример — Canva Magic Studio.
3. Поисковый ИИ. Поисковые системы на базе LLM дают чёткие ответы на запросы и позволяют копать дальше. Пример — Consensus AI, который собирает научные статьи.
4. Персонализированный ИИ даёт индивидуальные рекомендации и подстраивает интерфейс под предпочтения пользователя. Пример — Netflix, который адаптирует обложки предложенных шоу.
5. Прогнозирующий ИИ предсказывает потребности пользователя и заранее предлагает решения. Пример — предсказательная система покупок Amazon с виртуальным помощником Rufus.
6. Ассистирующий ИИ и продуктивность. ИИ помогает выполнять задачи эффективнее: даёт динамические подсказки и автоматизирует рабочие процессы. Пример — copy.ai с генеративными инструментами продуктивности.

Главный урок: ИИ не отменяет основ продуктового менеджмента

Reimagined: Building Products with Generative AI — не только руководство по созданию продуктов с генеративным ИИ, но и взгляд на будущее управления продуктами в эпоху технологий, которые меняют взаимодействие с пользователями. Главный вывод книги: несмотря на стремительное развитие ИИ, фундаментальные навыки продуктового менеджмента остаются критически важными.

Основной урок: успешное внедрение генеративного ИИ требует сочетать технологические инновации с традиционными подходами к разработке продуктов. Каким бы сильным ни был ИИ, успешные продукты решают реальные задачи пользователей, обеспечивают прозрачность и контроль, остаются этичными и инклюзивными.