Notatki z wystąpienia Matthew Certnera z IBM Consulting na konferencji INDUSTRY 2025. Wszystkie przemyślenia, analizy i wnioski przedstawione w tekście pochodzą od prelegenta.

TL;DR

84% transformacji biznesowych kończy się porażką z powodu braku jasnego fokusa i zrozumienia ścieżki do wartości
Jedna piąta zespołów produktowych nadal nie wykorzystuje generative AI w żadnej części cyklu rozwoju
Zaledwie 27% zespołów odczuwa obiecane korzyści funkcjonalne z AI, a 23% – finansowe
Najlepsi performerzy osiągają 60% ROI, podczas gdy mediana wynosi 36% – różnica wynika z czterech konkretnych zachowań
Do końca 2026 roku powstanie 600-800 milionów nowych produktów
Value orchestration i „golden thread” stanowią praktyczne narzędzia lepszej priorytetyzacji
Cztery kluczowe zachowania to: elastyczność, podejście przyrostowe, decyzje oparte na danych oraz zespoły wielofunkcyjne

Czy zdarzyło Ci się pracować tygodniami nad produktem, by później odkryć, że klienci go nie potrzebują? Albo że wskaźniki adopcji okazały się znacznie niższe od oczekiwanych?

Matthew Certner, lider działu digital product engineering w IBM Consulting odpowiedzialny za go-to-market w Ameryce, spotyka się z takimi sytuacjami regularnie. Każdego tygodnia rozmawia z klientami i uczy się zarówno od najlepszych performerów generujących największe przychody, jak i od firm borykających się z problemami wdrażania produktów do produkcji.

W swoim wystąpieniu dzieli się spostrzeżeniami z najnowszego badania IBM Institute for Business Value, które objęło 1000 liderów product engineering i ich wykorzystanie generative oraz agentic AI.

Problem leżący u podstaw: dlaczego 84% transformacji kończy się niepowodzeniem

Certner rozpoczyna od alarmującej statystyki – 84% wszystkich transformacji biznesowych kończy się niepowodzeniem. Przyczyny pozostają niezmiennie te same:

Organizacje nie wiedzą, na czym się skupić
Nie rozumieją, jak skalować rozwiązania
Nie potrafią zidentyfikować ścieżki do wartości

Jednak problem nie leży w kompetencjach zespołów ani jakości technologii. Produkty kończą się niepowodzeniem, ponieważ budujemy niewłaściwą rzecz. Albo budujemy właściwą rzecz w niewłaściwy sposób lub w niewłaściwym czasie.

Kluczem jest budowanie z myślą o użytkowniku końcowym od samego początku.

Zaskakująca luka w adopcji AI

Badanie IBM ujawniło niepokojące dane dotyczące wykorzystania generative AI w product engineeringu. Jedna piąta zespołów produktowych nadal nie używa generative AI w żadnej części cyklu rozwoju obejmującego discovery, design, development i support. To oznacza rezygnację z first mover advantage i ogromną stratę konkurencyjną.

Firmy stoją dziś przed paradoksem: zbyt wolne tempo grozi nieistotnością, natomiast zbyt szybkie – marnowaniem milionów na funkcje, których nikt nie użyje.

Tymczasem generative i agentic AI całkowicie zmieniły zasady gry. Zdemokratyzowały dostęp do designu, kodowania, testowania i skalowania, usuwając wszystkie bariery do eksperymentowania. Technologia przyspiesza praktycznie każdą fazę product engineeringu:

Discovery – analiza sygnałów rynkowych i feedbacku klientów od pierwszego dnia
Design – tworzenie wireframów, koncepcji i organizowanie spotkań z klientami już na etapie projektowania
Development – automatyzacja agentyczna i wsparcie AI w kodowaniu
Support – ciągłe generowanie rekomendacji ulepszeń i lepszych sposobów zarządzania operacjami

Certner wspomina również o rozwiązaniach takich jak WatsonX i WatsonX Orchestrate, które IBM oferuje jako jedną platformę do orkiestracji AI, agentów i asystentów dostosowanych do konkretnych potrzeb produktowych i branżowych.

Mimo dostępności narzędzi, firmy napotykają trzy główne bariery w skalowaniu:

Przeciążenie techniczne – zespoły rozciągnięte między zbyt wieloma projektami
Przeładowanie priorytetyzacją – brak jasnych kryteriów wyboru najważniejszych inicjatyw
Ograniczenia kompetencyjne – niewystarczające umiejętności do skutecznej implementacji

Przepaść między obietnicami a rzeczywistością

Rzeczywistość adopcji AI okazuje się jeszcze bardziej rozczarowująca:

Obecny stan wykorzystania AI:

Zaledwie 27% zespołów czuje, że generative AI dostarcza obiecane korzyści funkcjonalne
Tylko 23% widzi oczekiwane korzyści finansowe
Kluczowe słowo to „obiecane” – firmy oczekiwały po prostu więcej

Jednak istnieje także druga strona medalu:

Najlepiej radzące sobie 20% firm osiąga ROI rzędu 60%
Mediana wszystkich firm z badania wynosi tylko 36%
Oznacza to przepaść 24 punktów procentowych między liderami a resztą
Wzorzec pozostaje spójny we wszystkich branżach, co pokazuje uniwersalny potencjał zwiększenia ROI

Cztery zachowania różnicujące liderów od reszty

Certner zidentyfikował cztery konkretne zachowania odróżniające wysokowydajne zespoły od mediany:

1. Elastyczność w działaniu

Najlepsze zespoły nie trzymają się sztywno jednego sposobu pracy. Potrafią się dostosować oraz zmienić kierunek na podstawie feedbacku klientów i uczenia się z doświadczeń.

Jest to szczególnie istotne w kontekście generative AI, ponieważ modele AI z natury muszą być elastyczne i ciągle się dostosowywać. Zespoły elastyczne osiągają około 50% ROI w porównaniu z medianą 35-36% – różnica, która rzeczywiście się liczy.

2. Podejście przyrostowe i celowane

Nie można budować wszystkiego naraz. Certner wskazuje to jako jeden z największych błędów obserwowanych u klientów.

Kluczowe zasady:

Dzielenie funkcjonalności na małe kawałki wartości („bite-sized pieces”)
Regularne dostarczanie gotowych elementów do produkcji
Aktywne zbieranie feedbacku od rzeczywistych użytkowników
Przepriorytetyzowanie backlogu na podstawie uczenia się
Maniackie skupienie na tym, co się dostarcza i kiedy

3. Decyzje oparte na danych

Bardzo rzadko można zbudować produkt bazując wyłącznie na instynkcie. Potrzebne są kwantyfikowalne dane umożliwiające uzyskanie spostrzeżeń do ponownego ustalania priorytetów w backlogu i dopracowywania funkcji.

Problem „hippo” (highest paid person’s opinion) stanowi rzeczywiste wyzwanie. Certner wspomina klienta, który użył tego terminu opisując sytuację, gdzie najgłośniejsza osoba w pokoju lub najwyżej opłacana dyktuje wszystkie pomysły produktowe.

To po prostu nie działa.

4. Zespoły wielofunkcyjne

Multidyscyplinarne zespoły z reprezentacją z całej organizacji są bardziej opłacalne, ponieważ poruszają się szybciej.

Idealna kompozycja zespołu:

Product ownerzy i strategowie produktowi
Designerzy UX/UI
Developerzy front-end i back-end
Reprezentanci różnych obszarów biznesu

W rezultacie eliminuje się bariery, usuwa przekazywanie odpowiedzialności między działami i przyspiesza time-to-value.

Siła synergii wszystkich czterech zachowań

Certner podkreśla kluczową obserwację: firmy robustnie stosujące wszystkie cztery zachowania jednocześnie osiągają znacząco wyższe wyniki niż te aplikujące je częściowo. Różnica w wartości jest dramatyczna na każdym etapie cyklu rozwoju produktu.

Nadchodząca fala 600-800 milionów produktów

Analitycy przewidują, że do końca 2026 roku zostanie stworzonych 600-800 milionów nowych produktów – liczba oszałamiająca w swojej skali.

Certner przyznaje, że ogromny procent z nich skończy się niepowodzeniem głównie z powodu braku priorytetyzacji według wartości oraz zbyt dużego polegania na samej technologii.

Implikacje dla wszystkich są jednak jasne:

Trzy rzeczywistości nowego rynku:

Każdy musi myśleć produktowo – niezależnie od działu (HR, marketing, finanse, supply chain)
Jeśli nie prowadzisz już rozmów z klientami o custom product development, ktoś inny to robi
Jeśli nie budujesz już tego pomysłu, o którym debatowałeś przez tygodnie, ktoś inny to robi – i tym razem cię wyprzedzi

Generative AI usunęło wszystkie bariery do eksperymentowania. Oznacza to konieczność robienia wszystkiego, co możliwe, aby budować produkty szybko i upewniać się, że budujemy właściwy produkt właściwie.

Value orchestration i praktyczne zastosowanie „golden thread”

Certner wprowadza koncepcję value orchestration – ciągłego procesu wbudowanego w rozwój produktu, który wyrównuje dostawę z mierzalnymi rezultatami.

Formalnie brzmi skomplikowanie, jednak w praktyce chodzi o jedno: przy budowaniu produktu konieczny jest proces priorytetyzacji funkcji generujących najwyższy zwrot.

Golden thread jako narzędzie praktyczne

Jednym z najlepszych narzędzi, które IBM oferuje klientom, jest „golden thread”. To znacznie więcej niż zwykła mapa podróży użytkownika.

Struktura golden thread:

Warstwa wartości – pokazuje konkretny ROI każdej pojedynczej funkcji
Warstwa techniczna – mapuje wszystkie integracje i zależności
Pętla feedbacku – umożliwia klientom i zespołowi dodawanie komentarzy w czasie rzeczywistym

Praktyczny przykład z Dallas

Przed pandemią COVID zespoły drukowały golden threads w rozmiarze 30-50 stóp i wieszały na ścianach przestrzeni produktowej.

Klient w Dallas budował aplikację z funkcją rekomendacji produktów w promieniu pięciu mil, która miała zwiększać prawdopodobieństwo zamknięcia sprzedaży. Pewnego ranka Certner zobaczył wielką czerwoną kartkę naklejoną na tej funkcji z napisem: „Nie, nie, nie, nie, to nie zadziała. Nie mamy danych, nie możemy tego zrobić.”

Po lunchu ktoś inny nakleił kartkę na wierzch: „Nie, ja mam te dane. Przyjdź do mnie, siedzę na piątym piętrze.”

Certner komentuje: Można cały dzień rozmawiać o korzyściach generative AI, ale nie należy lekceważyć karteczek samoprzylepnych. Ludzka interakcja i design thinking mają ogromną wartość.

Golden thread zapewnia przejrzystość i możliwość śledzenia procesu rozwoju produktu. Gwarantuje budowanie właściwego produktu we właściwy sposób oraz zrozumienie, które funkcje przyniosą określoną wartość.

Zespoły przestają debatować o funkcjach, a zaczynają się wyrównywać wokół rezultatów.

Sprawdź swój zespół: mini-audit oparty na liderach

Elastyczność

Zespół dostosowuje metody pracy na podstawie feedbacku
Eksperymentujecie z nowymi narzędziami AI

Podejście przyrostowe

Dzielicie funkcjonalności na małe, testowalne części
Regularnie wypuszczacie zmiany do produkcji

Decyzje oparte na danych

Macie ustalone metryki sukcesu dla każdej funkcji
Podejmujesz decyzje na podstawie faktów, nie opinii „najgłośniejszych”

Zespoły wielofunkcyjne

W zespole macie reprezentantów różnych działów biznesu
Nie ma „przekazywania odpowiedzialności” między działami

Kluczowy insight

Przestań debatować features

Standardowo myślimy: Intensywne debaty o funkcjonalnościach stanowią znak zdrowego procesu produktowego. Im więcej dyskusji o tym, jakie features dodać, tym lepszy będzie finalny produkt.

W praktyce okazuje się, że: Zespoły przestające debatować o features i zaczynające się wyrównywać wokół konkretnych rezultatów biznesowych osiągają dramatycznie wyższe ROI. Jak zauważa Certner po wdrożeniu golden thread: zespoły przestają debatować o funkcjach, a zaczynają się wyrównywać wokół rezultatów.

Dlaczego to jest istotne: Debata o features często stanowi ukrytą walkę ego i opinii najgłośniejszych („hippo problem”). Z kolei fokus na rezultatach wymusza priorytetyzację opartą na danych i mierzalnej wartości biznesowej.

Test na jutro: Następnym razem, gdy Twój zespół zacznie długą dyskusję o konkretnej funkcjonalności, zamiast pytać „czy to dobry feature?” zapytaj „jaki konkretny rezultat biznesowy to ma przynieść i jak go zmierzymy?” – następnie sprawdź, czy dyskusja stanie się bardziej konstruktywna.

Podsumowanie: transformacja przez cztery nawyki

Certner kończy jasnym przesłaniem: wszyscy są obecnie w biznesie produktowym. Nie można być częścią tych 20%, które nie korzystają z generative AI.

Konkurencja toczy się przeciwko 600-800 milionom nowych produktów, jednak musi się odbywać z intencją. Maniackie skupienie na wartości biznesowej i użytkownika – to właśnie oznacza value orchestration. Chodzi o budowanie „produktów, które mają znaczenie – szybko”.

Jeśli masz zastosować tylko jedną rzecz po przeczytaniu tego artykułu, upewnij się, że Twoje zespoły posiadają cztery zachowania:

Elastyczność w metodach pracy
Podejście przyrostowe i celowane w dostarczaniu
Decyzje oparte na danych zamiast instynkcie
Zespoły wielofunkcyjne z reprezentacją z całego biznesu

To różnica między 60% ROI a 36% – albo jeszcze mniejszym.

Ten wpis stanowi część kolekcji notatek z wartościowych podcastów, webinarów i innych treści. Oryginalne wystąpienie Matthew Certnera możesz obejrzeć tutaj: https://www.youtube.com/watch?v=MkugA9zr6rw. Pełny raport IBM Institute for Business Value oraz więcej informacji o narzędziach IBM znajdziesz w oryginalnym materiale z konferencji INDUSTRY 2025.

Tag: Product Engineering

Cztery nawyki, które maksymalizują ROI z inwestycji w AI #EN298