TL;DR:

Prototypowanie z AI staje się niezbędne – „jeśli nie prototypujesz z użyciem AI, robisz to źle”
NLX (naturalne interfejsy językowe) zastępują tradycyjne UX – projektowanie dialogów i interakcji konwersacyjnych będzie kluczową umiejętnością
Agenty AI charakteryzują trzy cechy: autonomia, zdolność do realizacji złożonych zadań i naturalna interakcja
Program Frontier Microsoftu testuje życie „rok w przyszłości” z zaawansowanymi narzędziami AI
Umiejętności kodowania pozostają ważne – AI podnosi poziom abstrakcji, ale nie eliminuje potrzeby rozumienia podstaw informatyki
Rola PM-a ewoluuje, ale nie znika – funkcja redakcyjna i selekcja pomysłów stają się jeszcze ważniejsze
Skuteczne tworzenie produktów „zero-to-one” wymaga co najmniej dwóch z trzech czynników: przełom technologiczny, zmiana zachowań konsumentów lub nowy model biznesowy

Przyszłość rozwoju produktów według CPO Microsoftu

W wywiadzie dla podcastu Lenny’ego Rachitsky’ego, Aparna Chennapragada, Chief Product Officer w Microsoft, dzieli się swoimi spostrzeżeniami na temat rewolucji AI w tworzeniu produktów. Jej doświadczenie w Google, Robinhood i obecnie w Microsoft daje jej unikalny wgląd w to, jak zmieniają się procesy rozwoju produktów.

Prototypowanie z AI jako nowy standard

Aparna zaczyna od mocnego stwierdzenia: „W dzisiejszych czasach, jeśli nie prototypujesz i nie budujesz, żeby zobaczyć co chcesz zbudować, robisz to źle.”

Ta zmiana wynika z faktu, że AI dramatycznie przyspiesza proces tworzenia. Aparna opisuje to jako „prompt sets jako nowe PRD” (dokumenty wymagań produktowych) i nalega, aby wszyscy budujący nowe projekty przychodzili z prototypami i zestawami promptów.

Jednak zauważa ciekawą zmianę w harmonogramie pracy: „Czas do pierwszego dema jest znacznie krótszy, ale czas do pełnego wdrożenia będzie dłuższy.” Większa podaż pomysłów i prototypów oznacza, że poprzeczka dla sukcesu rośnie.

Aby wcielić ideę prototypowania w życie, Aparna stworzyła własne rozszerzenie Chrome, które przy każdej nowej karcie pyta:

„Jak możesz użyć AI do tego, co zamierzasz właśnie zrobić?”

NLX – naturalne interfejsy językowe jako nowa era UX

Jednym z najbardziej fascynujących spostrzeżeń Aparny jest koncepcja, którą nazywa swoim „Imperium Rzymskim” – „NLX is the new UX” (naturalne interfejsy językowe są nowym UX).

„Często słyszę od twórców produktów: 'Z AI, model je produkt. Tak nie jest. Ty i ja prowadzimy rozmowę, to podcast. Będę miała inną rozmowę w Microsoft i to będzie spotkanie. Rozmowy również mają gramatyki, struktury, elementy UI – są one niewidoczne.”

Nowe elementy interfejsu w NLX, które Aparna wymienia:

Prompty – nowy element UI (jak rozwijane menu w tradycyjnym interfejsie)
Plany – zwłaszcza edytowalne plany działania przedstawiane przez agenta
Pokazywanie procesu myślowego – ile „myślenia” AI pokazać użytkownikowi
Follow-upy – sugerowanie kolejnych kroków w konwersacji

Czym są i jak działają agenty AI

Aparna definiuje agenty AI poprzez trzy kluczowe cechy:

Autonomia – możliwość delegowania zadań i działania niezależnego (w spektrum, nie binarnie)
Złożoność – to nie jednorazowe zadanie jak „podsumuj dokument”, ale złożone procesy
Naturalna interakcja – nie tylko chat, ale możliwość rozmowy i wspólnej pracy

Podaje przykład z własnego doświadczenia z agentem badawczym: „Powiedziałam 'Mam ważne spotkanie z zespołem przywódczym. Chcę przedstawić te ramy i mapę drogową. Sprawdź wszystkich uczestników spotkania. Jakie są ich poglądy na ten temat i jak powinienam myśleć o odpowiedniej prezentacji?'”

Wartość agentów wykracza poza oszczędność czasu – „to jak uruchamianie synaps, których nie miałam, dające mi nowe spostrzeżenia i, śmiem twierdzić, nadludzkie moce.”

Program Frontier – życie rok w przyszłości

Microsoft eksperymentuje z programem nazwanym Frontier, który Aparna opisuje jako próbę „instytucjonalizacji i operacjonalizacji mojego osobistego modelu życia rok w przyszłości.”

Program zakłada stworzenie środowiska testującego:

Jak pracowałby „Frontier Consulting Group” lub „Frontier Inc.” z najnowszymi narzędziami AI
Jakie pytania zadawaliby ludzie mając zaawansowane narzędzia AI
Jak zmienia się sposób pracy w takim środowisku
Jak wygląda „zespół przyszłości” z AI

Microsoft stworzył już „fałszywą firmę” gdzie ludzie mogą eksperymentować z zaawansowanymi projektami naukowymi i agentami badawczymi. To odpowiedź na „najbardziej skompresowany cykl technologiczny, jakiego kiedykolwiek doświadczyliśmy” – gdzie zmiany zachodzą w tygodniach i miesiącach.

Przyszłość zarządzania produktem w erze AI

Czy rola product managera zniknie w erze AI? Aparna widzi to inaczej:

„Jeśli jesteś raportem TPS, głównie zajmujesz się procesami, a wiele firm myli zarządzanie produktem z procesami i zarządzaniem projektami, to faktycznie pojawia się pytanie o twoją wartość dodaną.”

Jednak funkcja „redakcyjna” i „edytorska” staje się jeszcze ważniejsza. W świecie, gdzie podaż pomysłów i prototypów gwałtownie rośnie, potrzeba kogoś z dobrym gustem.

„W świecie, gdzie podaż pomysłów, podaż prototypów staje się nawet o rząd wielkości wyższa, musisz myśleć o funkcji edytorskiej.”

Aparna zauważa też ciekawy efekt uboczny – demokratyzację dobrych pomysłów. Narzędzia AI pozwalają inteligentnym inżynierom, badaczom UX i projektantom uzupełnić swoje umiejętności i przedstawiać kompleksowe pomysły.

Aparna podkreśla również, że programowanie nie umiera – podnosi się jedynie poziom abstrakcji:

„Zawsze mieliśmy coraz wyższe warstwy abstrakcji w programowaniu. Nie programujemy już w asemblerze. Większość z nas nie programuje nawet w C. Nadal będą sposoby, w jakie będziesz mówić komputerowi, co ma robić – po prostu na znacznie wyższym poziomie abstrakcji.”

Solve before scale – najpierw rozwiąż, potem skaluj

Aparna dzieli się przeciwintuicyjną lekcją o tworzeniu produktów:

„Gdy robisz coś nowego, zero-to-one, pokusa jest by myśleć… jak w odcinku South Park. Krok pierwszy, pomyśl o problemie. Krok drugi, znaki zapytania. Krok trzeci, zysk. Jest pokusa, by przejść do skali przed rozwiązaniem. Zawsze mówiłam moim zespołom: solve before scale (rozwiąż przed skalowaniem).”

W fazie rozwiązywania problemu należy:

Być komfortowym z chaosem i szerokimi zmianami kierunku
Unikać przedwczesnego ustalania metryk – „niebezpieczeństwo metryk” to fałszywa precyzja
Znajdować kluczowe przypadki użycia jak „ustawienie timera” dla asystentów głosowych

Trzy czynniki sukcesu przy tworzeniu nowych produktów

Aparna dzieli się ramą koncepcyjną dla oceny produktów „zero-to-one”. Dobry nowy produkt powinien mieć co najmniej dwa z trzech czynników:

Przełom technologiczny – skok jakościowy w technologii
- Przykłady: deep learning dla Google Lens, rozpoznawanie mowy dla wyszukiwania konwersacyjnego
Zmiana zachowań konsumentów – nowa forma interakcji z technologią
- Przykład: kiedy magazyn stał się praktycznie darmowy, ludzie robili zdjęcia wszystkiego, używając aparatu jako klawiatury dla świata rzeczywistego
Zmiana modelu biznesowego – nowy sposób monetyzacji
- Przykłady: aukcje drugiej ceny w wyszukiwarce, SaaS, zero prowizji w Robinhood

Dla AI wszystkie trzy czynniki są obecne, co podkreśla rewolucyjny potencjał tej technologii.

B2B vs B2C: Różnice w tworzeniu produktów

Aparna dzieli się spostrzeżeniami o różnicach w pracy dla przedsiębiorstw:

„W B2B masz właściwie zawsze dwa przypadki użycia: jak sprawić, by funkcja działała dobrze i jak zapewnić zarządzanie tą funkcją.”

Porównuje to do „Jean-Claude Van Damme’a robiącego szpagat między dwoma ciężarówkami” – z jednej strony mamy najbardziej skompresowany cykl technologiczny w historii, a z drugiej ludzkie nawyki, które zmieniają się powoli.

Excel i GitHub w erze AI

Aparna udziela spostrzeżeń na temat dwóch flagowych produktów Microsoftu:

Excel jako narzędzie programistyczne:

„Excel jest dowodem, że non-coders też muszą programować. Programowanie jest naprawdę potężne i to narzędzie daje wszystkim nie-programistom naprawdę potężną zdolność programowania.”

Wskazuje na mistrzostwa świata Excel, gdzie eksperci pokazują „magię” możliwą w tym narzędziu.

GitHub i konkurencja w narzędziach do kodowania AI: Odpowiadając na pytanie o sukces Cursor, Aparna wyjaśnia:

„Kod-generator stał się niesamowitym narzędziem, które LLMy odblokowały… GitHub to system, nie tylko produkt czy zestaw funkcji. To repozytorium, kontekst, zestaw funkcji, które rozwijają się z twojej wiedzy.”

Porównanie liderów: Satya Nadella vs Sundar Pichai

Jako osoba, która blisko współpracowała z oboma CEO, Aparna porównuje ich style:

Sundar Pichai (Google):

„Spokojny, wyważony i rozważny”
Mistrz zarządzania złożonymi ekosystemami (telefony, wyszukiwarka, wydawcy, reklamodawcy)

Satya Nadella (Microsoft):

Imponujący „apetyt na naukę i dostrajanie swoich modeli mentalnych”
Zdolność operowania od makro-strategii po mikro-szczegóły
Wyprzedza innych w zauważaniu wczesnych trendów

Kluczowy moment w karierze

Najbardziej przełomowym momentem dla Aparny była praca nad Google Now. Mimo że produkt ostatecznie „odszedł”, doświadczenie to nauczyło ją:

Kocha „patrzenie za róg” bardziej niż skalowanie istniejących produktów
„Bycie zbyt wcześnie to to samo co bycie w błędzie” – produkt wyprzedził ówczesne możliwości
Wartość pracy z grupą utalentowanych ludzi

Życiowe motto

Aparna dzieli się swoim mottem, które ma w podpisie emailowym od 20 lat:

„Najlepszym sposobem przewidywania przyszłości jest jej wynalezienie.”

Uważa to za przydatne z dwóch powodów:

„Nikt nic nie wie” – skeptycyzm wobec tych, którzy twierdzą, że dokładnie wiedzą, jak będzie wyglądać przyszłość
„Jeśli uważasz, że coś powinno istnieć, zbuduj to”

Rekomendowane książki i materiały

Aparna wspomina o książce „The Brief History of Intelligence” jako fascynującej lekturze, która analizuje ewolucję inteligencji ludzkiej i łączy te obserwacje z rozwojem AI.

Z aplikacji poleca Granola – narzędzie do przechwytywania myśli i notatek, które łączy transkrypcję w czasie rzeczywistym z możliwościami LLM.

Ten wpis jest częścią mojej kolekcji notatek z ciekawych podcastów, webinarów i innych treści, które uważam za wartościowe i do których sam chcę wracać. Jeśli chcesz sprawdzić oryginalne źródło, znajdziesz je tutaj: https://www.lennysnewsletter.com/p/microsoft-cpo-if-you-arent-prototyping

Tag: Solve Before Scale

Prototypowanie z AI w rozwoju produktów – spostrzeżenia Aparny Chennapragady (CPO Microsoft) #EN88