Tuotejohtaminen tekoälyn aikakaudella

Tekoäly ei ole muuttanut tuotejohtamisen perusteita. Arjen pieniä tulipaloja on yhä sammutettava unohtamatta pitkän aikavälin tavoitteita. Koko ympäröivä maailma kuitenkin sykkii nyt aiempaa kovemmalla tahdilla, ja muutosta voi olla vaikea hahmottaa sisältäpäin tarkasteltuna.

Kilpailijat etenevät nopeammin kuin mihin tavallisen suunnittelukierroksen vauhti riittää. Tekoäly on lyhentänyt matkaa hyvän idean saamisesta uskottavan ratkaisun toteuttamiseen, ja toimiva prototyyppikin syntyy muutamassa päivässä. Monet organisaatiot vastaavat kehitykseen nopeuttamalla toteutusta. Suuremman hyödyn saavat kuitenkin ne tiimit, joilla on käytössään oikeat työkalut jo discovery- eli selvitysvaiheessa. Tällöin ongelmasta voi oppia aiempaa enemmän ja nopeammin, ennen kuin sitoudutaan tiettyyn ratkaisuvaihtoehtoon.

Pienet tiimit pystyvät nyt samaan mihin aiemmin tarvittiin huomattavasti suurempi joukko asiantuntijoita. Tekoäly kykenee käsittelemään massoittain tietoa, mutta se ei takaa laatua. Työtavat eivät uudistu itsestään, ja tieto siiloutuu nopeasti. Siksi oppimisesta, tiedon jakamisesta ja palautesykleistä on huolehdittava heti alusta asti. Näin laatu säilyy myös tekemisen määrän kasvaessa.

Discovery-vaihe nopeutuu, mutta älä unohda ihmistä

Tekoäly pystyy käymään läpi satoja tukipyyntöjä muutamassa minuutissa. Palautteesta voi tunnistaa toistuvia teemoja nopeasti, ja laadullisen ja määrällisen tiedon yhdistäminen onnistuu paljon aiempaa helpommin. Kun kustannukset ja työmäärä pienenevät, discovery-työ voi olla osa tuotekehitystiimin viikoittaista rutiinia.

Discovery-vaiheessa tekoäly voi auttaa tuotetiimiä:

• esittelemään toimivan prototyypin diaesityksen sijaan

• validoimaan oletuksia nopeammin dataan pohjautuvilla malleilla

• kokoamaan litteroinneista ja yhteenvedoista yhteisiä tietopankkeja

• madaltamaan tuoteammattilaisten ja suunnittelijoiden kynnystä ehdottaa pieniä parannuksia suoraan tuotteeseen.

Tiimien ei kuitenkaan kannata unohtaa keskusteluita oikeiden käyttäjien kanssa. Merkityksellisimmät oivallukset eivät nimittäin yleensä löydy tukipyynnöistä, vaan ne syntyvät ihmisten välisissä keskusteluissa – ja vain jos käyttäjään on onnistuttu rakentamaan luottamuksellinen suhde.

Sama pätee keskusteluihin oman organisaation sisällä, sillä ihmiskollegan kanssa hiottua yhteistä näkemystä ei kannata korvata tekoälyn tuottamilla yhteenvedoilla. Pienellä kitkalla on arvonsa yhteisymmärryksen luomisessa: se syntyy, kun ongelmakohdista keskustellaan, näkemyksiä haastetaan ja ajatuksia sparraillaan yhdessä.

Litterointi ja muut rutiinitehtävät kannattaa jättää tekoälylle ja käyttää säästynyt aika detaljien ymmärtämiseen.

Tuotteellasi on uusi käyttäjä

Useimmat palvelut on suunniteltu ihmiselle, joka kirjautuu sisään, selaa ja klikkailee. Käyttäjä saattaa jopa jättää kokemuksiensa perusteella asiakaspalautetta. Käyttäjäkunta ja toimintatavat ovat kuitenkin muuttumassa.

Tuotetta saattaa käyttää myös tekoälyagentti. Se ottaa yhteyden palveluun suoraan rajapinnan kautta eikä välttämättä koskaan tarvitse ruudulla näkyvää käyttöliittymää, jonka ympärille käyttökokemus on alun perin rakennettu. Agentti ohittaa kaiken sen ihmiskäyttäjää koskevan kitkan, jonka poistamiseen on käytetty kuukausia työaikaa. Myös onnistumista arvioidaan eri tavoin: ratkaisevaa on agentin kyky suoriutua tehtävästään, rajapinnan luotettavuus sekä se, miten usein ihmisen pitää puuttua tilanteeseen.

Jos tuotetta kehitetään ihminen edellä, yhä isompi osa tuotekokemuksesta jää huomiotta. Mitä jos oletkin rakentamassa vain puolikasta tuotetta?

Tekoälyagentit ovat ehkä jo asioineet palvelussasi. Olennaista on, oletko varautunut siihen:

• Tiedätkö, miten rajapintaasi käytetään ja kuka tai mikä sitä käyttää?

• Miten erotut kilpailijoista, jos käyttäjä asioi tuotteesi kanssa agentin välityksellä?

• Miten säilytät ihmiselle tarkoitetun käyttöliittymän houkuttelevana ja teet samalla agentin käyttökokemuksesta yhtä luotettavan?

Agenttien huomioiminen ei vähennä ihmisen käyttökokemuksen merkitystä. Käsitystä tuotekokemuksesta pitää vain laajentaa käyttöliittymän ulkopuolelle.

Uudet kriteerit priorisointiin

Aiemmin keskeinen kysymys liittyi siihen, onko ratkaisu teknisesti mahdollinen.

Nyt toteutus saattaa vaatia enää vain muutaman tekoälykehotteen kirjoittamista. Kun melkein kaikki vaikuttaa toteuttamiskelpoiselta, tiimi saattaa ryhtyä rakentamaan jotakin vain koska se on mahdollista. Tällöin tärkeämpi kysymys on ennemminkin se, kannattaako rakentaminen oikeasti.

Tekoäly ei tee huonosta ideasta hyvää. Nopea toteutus tai tekoälyn antama palaute ei vielä takaa, että suunta on oikea. Aina on olemassa riski, että tiimi on yksinkertaisesti ratkaisemassa väärää ongelmaa.

Jotta suunta säilyy oikeana, kriteerit pitää miettiä uusiksi:

• Toteutettavuus: toimiiko ratkaisu luotettavasti, vaikka prototyyppi olisikin vakuuttava?

• Vaikutus: miten ratkaisun pitäisi vaikuttaa liiketoimintaan tai asiakkaan käyttäytymiseen?

• Riski: mitä voi mennä pieleen tekoälyn hallusinaatioiden, vinoumien, mallin toiminnan muuttumisen tai odottamattoman toiminnan vuoksi?

• Kustannukset: miten käytön kasvu vaikuttaa hintaan? Jos jokainen API-kutsu maksaa, nopeasti suosituksi nouseva tekoälyominaisuus voi käydä todella kalliiksi. Hinnoittelumalleja kannattaa siksi pohtia tarkkaan.

Kriteereistä kannattaa sopia ennen tuotteen kehitysjonon järjestämistä.

Luottamuksen rakentaminen on hidasta, mutta se on helppo menettää. Kun kuka tahansa pystyy rakentamaan tuotteita, oikea kilpailuetu syntyy asiakkaan syvällisestä ymmärtämisestä. Tuotetiimin pitää aidosti oppia siitä, miten asiakkaat tuotetta käyttävät, ja jalostaa havainnoista sitten parempia päätöksiä kilpailijoita nopeammin.

Suurin riski on oman harkinnan heikkeneminen

Yksittäisen työkalun tai prosessivaiheen ohittaminen on kiireiselle tuotejohtajalle paljon pienempi riski kuin luottamuksen menettäminen omaan harkintaan.

Yksi syy tähän on tiedon loputon määrä. Tekoäly voi aina nostaa esiin uuden havainnon asiakkaan käyttäytymisestä, tehdä uuden prototyypin tai nostaa esiin vielä yhden sidosryhmän, joka pitäisi huomioida. Ennen pitkää jokainen päätös alkaa tuntua puutteellisesti perustellulta. Samalla voi tuntua vaikealta tehdä päätöksiä, jotka eivät pari vuotta sitten olisi tuottaneet mitään ongelmia. Mittaristo näyttää kenties kaiken saatavilla olevan tiedon, mutta se ei kerro, painiiko tuotetiimi oikean kysymyksen parissa.

Toinen osa ongelmaa on tekoälyn taipumus myötäillä käyttäjäänsä. Jos työkalu on aina samaa mieltä ja jatkaa käyttäjän ajattelua kyseenalaistamatta sitä, oma näkemys alkaa helposti vaikuttaa kiistattomalta. Yhtäkkiä ideoita ei enää tarjotakaan kollegalle, joka uskaltaisi haastaa sen.

Parhaat tulokset syntyvät, kun tekoälyä käytetään nopeuttamaan työtä selkeissä tilanteissa. Suurempaa harkintaa edellyttävissä tilanteissa on kuitenkin osattava hidastaa vauhtia, esittää oikeat kysymykset ja tehdä sitten tärkeät päätökset itse.

Tuotetiimien on syytä edetä nopeasti tilanteissa, joissa se kannattaa. Muutoin omaa harkintakykyä kannattaa suojella.

Tartu toimeen jo tällä viikolla

Käsittelimme artikkelissa neljää keskeistä teemaa: nopeampi discovery-työ, agentit digitaalisten palveluiden käyttäjinä, uudet priorisointikriteerit ja oman harkinnan säilyttäminen. Mikä osui yksiin oman tiiminne haasteiden kanssa ja miksi?

Jutelkaa havainnosta tiimin kesken ja vertailkaa ajatuksianne. Jos näkemyksistä paljastuu suuriakin eroja, on siitä hyvä keskustella ennen mitään muuta.

Lopuksi valitkaa yksi asia, jonka voitte tehdä tällä viikolla toisin. Rajatkaa muutos niin pieneksi, ettei se tarvitse omaa projektia tai strategiaa.