Pojawienie się sztucznej inteligencji zmieniło reguły gry w niemal każdej dziedzinie życia. To, jak głęboko wpływa na proces budowania produktów, zasługuje na szczególną uwagę.
W ciągu ostatnich kilku lat AI stała się nie tylko narzędziem wspierającym produktowców czy kolejnym “ficzerem”, ale też katalizatorem zmiany całego podejścia do innowacji, testowania i skalowania produktów. Zmiany, która dzieje się praktycznie w każdym obszarze naszej pracy.
Eksperymentowanie na niespotykaną skalę
Tradycyjne podejście do tworzenia produktów zakładało wielotygodniowe, a nierzadko wielomiesięczne cykle developmentu, zanim pierwsza wersja rozwiązania stała się gotowa do testów.
Proces ten obejmował:
- badania rynkowe (jak mieliśmy szczęście, choć często po prostu pomysł kogoś, kto ma odpowiednio mocną opinię),
- tworzenie makiet,
- czekanie na swoją kolej,
- refinement, czyli udoskonalanie
- development,
- poprawki
- i wdrożenie, które było jednym z pierwszych etapów życia rozwiązania.
Wśród organizacji korzystających z podejścia typu Product Discovery, z szybkim prototypowaniem, cały proces był zdecydowanie krótszy, jednak nadal opierał się głównie na danych, ankietach oraz rozmowach.
Dziś, dzięki AI, możliwe jest niemal natychmiastowe wygenerowanie prototypu, symulacji lub wręcz funkcjonalnego MVP (Minimum Valuable Product). Zespoły produktowe mogą w ciągu dni, a czasem godzin, testować różne hipotezy za pomocą generatywnej AI (np. lovable czy v0) , narzędzi no-code i platform automatyzujących procesy (wszelkiego rodzaju agentyzacja). Czasem nawet bez pomocy programistów!
To oznacza, że product discovery weszło na zupełnie nowy poziom. Nie mówimy już tylko o walidacji pomysłów za pomocą wspomnianych ankiet czy wywiadów, ale o realnym testowaniu rynku z działającą wersją produktu. Koszt takiego eksperymentowania drastycznie spadł, a jego szybkość — wzrosła wielokrotnie.
Ocean coraz szybciej czerwony
W teorii strategii biznesowej często mówi się o „czerwonym oceanie” — przestrzeni rynkowej pełnej konkurencji, w której firmy walczą o tych samych klientów. Pojawienie się AI sprawiło, że czas potrzebny na wprowadzenie produktu na rynek znacząco się skrócił.
Gdy tylko pojawia się nowa potrzeba lub luka, firmy są w stanie w kilka dni (a nie miesięcy) dostarczyć działające rozwiązanie.
Efekt? Rynek staje się nasycony znacznie szybciej niż wcześniej. Kiedyś przewagę konkurencyjną można było utrzymać przez lata. Dziś innowacje są kopiowane lub iterowane w błyskawicznym tempie. Choćby do tak niszowego problemu jak separacja głosu od pozostałych dźwięków, już działa wiele produktów np. lalal.ai, moises.ai, splitter czy darmowe biblioteki Spleeter i Demucs . Działy produktowe muszą być bardziej czujne, elastyczne i gotowe do działania tu i teraz. Nie mówiąc już o ciągłym obserwowaniu konkurencji.
Nowe wąskie gardło: uwaga użytkownika
Paradoksalnie, największym wyzwaniem nie jest już budowa produktu, ale dotarcie z nim do odpowiednich odbiorców. Produkty powstają szybciej niż kiedykolwiek wcześniej, ale liczba ludzi i ich uwaga pozostają ograniczone.
W efekcie największym kołem zamachowym procesu produktowego staje się marketing, komunikacja i dystrybucja. Sam produkt staje się mniej istotny, bo jego niepowtarzalność bardzo spadła.
Skoro każdy może dziś szybko zbudować aplikację, bota czy narzędzie AI, prawdziwą wartością staje się nie sam produkt, lecz zdolność do skutecznego dotarcia do klientów. To odwraca klasyczne podejście, w którym główną przeszkodą była realizacja pomysłu. Dziś barierą jest przebicie się przez szum informacyjny, którego będzie tylko coraz więcej.
Dane — złoto, które zyskuje na wartości
Dane od dłuższego czasu postrzegane są jako „nowe czarne złoto”, nawiązując do ropy, które zrewolucjonizowała gospodarki w XX wieku. To hasło staje się dziś jeszcze bardziej prawdziwe. Modele nie mogą bowiem zasilać same siebie — potrzebują informacji.
LLM-y (Large Language Model) czerpią z głębi internetu, aby się uczyć. Nie wszystko jest tam jednak otwarcie dostępne. Przewagą nie będą same modele, lecz dane, na których będą douczane.
Agenci i LLMy mogą natomiast zastąpić interfejsy, jakie znamy, eliminując potrzebę wielu popularnych usług. Satya Nadella, prezes Microsoftu, twierdzi wręcz, że nadchodzi zmierzch SaaSów. Te platformy, które nie posiadają własnej analityki i danych, szczególnie zbieranych przez dłuższy czas, łatwo będzie zastąpić prostymi agentami. Jednak w wielu przypadkach, szczególnie rozwiązaniach dla dużych klientów, gdzie liczy się także bezpieczeństwo oraz wydajność, zmiany te będą pewnie dużo wolniejsze, o ile w ogóle możliwe.
Potrzeby vs. nieprzewidywalne możliwości technologii
Identyfikacja realnych potrzeb nadal jest fundamentem skutecznego produktu, jednak technologia — a zwłaszcza AI — coraz częściej dostarcza możliwości, o których wcześniej nawet nie myśleliśmy. Sztuczna inteligencja potrafi nie tylko rozwiązywać istniejące problemy, ale też tworzyć zupełnie nowe scenariusze użycia.
Pojawia się nowy typ innowacyjności: tworzenie rozwiązań nie dlatego, że ktoś zgłosił potrzebę, ale dlatego, że technologia umożliwiła coś nowego. To przewraca klasyczne modele produktowe i wymaga od zespołów większej otwartości, obserwacji i gotowości na redefinicję tego, co w ogóle oznacza „produkt”.
Takim przykładem była w przypadku Brand24 analiza tematyczna — rozwiązanie, którego rozwój bardziej przypominał badania naukowe. Najpierw stworzona została ogólna technologia, która przewidywaliśmy, że się przyda. Dopiero na kolejnym etapie wymyśliliśmy konkretne sposoby użycia.
Technologia ewoluowała, aż stała się jednym z ważniejszych rozwiązań w produkcie. Dostarczyła ona rozwiązań dla znanych problemów, w zupełnie nowy sposób np. umożliwiając blokowanie niechcianych tematów. Tradycyjnymi metodami było to bardzo karkołomne. Wspominał o tym Head of AI w Brand24, Krzysztof Rajda, podczas rozmowy w Podcaście Produktowym.
Planowanie w niestabilnych czasach
W świecie tak dynamicznym jak obecny, sztywne roadmapy i wielomiesięczne plany rozwoju produktu stają się jeszcze cięższą kulą u nogi, niż dotychczas. Zmiany rynkowe, technologiczne i konkurencyjne zachodzą z niespotykaną dotąd prędkością. Firmy, które nie potrafią się szybko adaptować, zostają w tyle.
Nawet Kevin Weil, CPO w OpenAI, w trakcie rozmowy z Lenny’m Rachitsky’m przyznał, że sam był zaskoczony tempem zmian, jakie zastał, gdy dołączył do firmy, która co kilka miesięcy jest w stanie zrobić rewolucyjny skok jakościowy swojego modelu.
Budowanie produktów w erze AI wymaga większej elastyczności, iteracyjnego podejścia i umiejętności szybkiego reagowania na zmiany. Zamiast planować na rok do przodu, coraz więcej firm działa w krótszych cyklach. Zaczynają opierać się nie na konkretnych elementach do wdrożenia, na celach do osiągnięcia, które podlegają mniejszym zmianom niż sposoby ich osiągnięcia.
Tak też zrobiliśmy u nas w Brand24. Nie koncentrujemy się na konkretnych rozwiązaniach, a raczej szukamy celów do osiągnięcia lub problemów do rozwiązania. Takich, jak na przykład ograniczenie pewnych zachowań, mogących świadczyć o niskiej przyszłej retencji czy (bardziej kliencko) zapewnienie interakcji z narzędziem szybciej i w naturalnych dla klientów punktach styku.
Podsumowanie
AI zmieniło budowę produktów nie tylko poprzez przyspieszenie developmentu, ale także przez całkowitą transformację sposobu myślenia o innowacjach, potrzebach i przewagach konkurencyjnych.
W nowej rzeczywistości produktowej liczy się już nie tylko to, co robimy, ale jak szybko to testujemy, jak skutecznie dostarczamy i jak elastycznie reagujemy na zmieniające się warunki.
To nie koniec zmian — to dopiero początek ery, w której technologia nadaje ton, a ludzie muszą nauczyć się tańczyć w jej rytmie.
O autorze:
Karol Kłaczyński – Head of Product w Brand24
Człowiek zorientowany na produkt, z szerokim doświadczeniem w branży IT. Od Scrum Mastera, sprzedawcy, po rozwój produktu. Koncentruje się na dostarczaniu wartości klientom, wykorzystaniu danych w zarządzaniu produktem, pomaganiu innym w jak największej samoorganizacji, a organizacjom w osiąganiu zwinności biznesowej. Brał udział w wielu projektach (wdrożenie oprogramowania, budowanie dopasowanych rozwiązań, projekty konsultingowe IT) i budowaniu produktów, w tym własnego start-upu legaltech. Obecnie Head of Product w Brand24, a także gospodarz „Podcastu Produktowego” i współzałożyciel Product Cafe Wrocław.
Przeczytaj również: Jak sztuczna inteligencja zmienia podejście do obsługi klienta?
