За последние несколько лет AI у меня, как и у многих моих коллег, стал одним из основных рабочих инструментов. И речь не только о том, чтобы иногда задать пару вопросов ChatGPT. AI инструменты сегодня способы приносить пользу продакт менеджеру и команде на каждом этапе жизненного цикла продукта — от появления идеи до его релиза в продакшн.
Недавно я завершила исследование, в рамках которого сравнивались два проекта по разработке продукта в сфере кибербезопасности. Один проект создавался без использования AI, второй — с активным использованием AI-инструментов на протяжении всего жизненного цикла продукта. Результат был следующий: суммарные трудозатраты (а, как следствие, и бюджет проекта) по второму проекту по сравнению с первым снизились на 36%.
Самый интересный вывод, который я сделала для себя из этого исследования — AI все еще не способен заменить специалистов полностью, но он позволяет усиливать команду, ускорять процесс получения результата, заставляет команду взаимодействовать по-другому.
Где именно AI может быть полезен в работе продакта сегодня?
Этап 1. Проверка гипотез и исследование рынка
Работа над любым продуктом начинается с формулирования гипотез. Раньше значительная часть моего рабочего времени уходила на изучение рынка, поиск нужной информации, анализ конкурентов, чтение обзоров, отзывов пользователей и аналитических материалов. Сейчас первую итерацию исследования мне помогают делать AI-инструменты: ChatGPT и Claude.
Обычно я прошу AI собрать информацию по рынку, выделить основные тренды, сравнить конкурентов, найти сильные и слабые стороны существующих решений. Важно понимать, что я не принимаю решения исключительно основываясь на ответах, полученных от AI. Но вместо нескольких часов поиска информации я получаю хорошую отправную точку за несколько минут. Особенно это полезно, когда необходимо быстро разобраться в новой предметной области.
Этап 2. Формирование требований
Когда появляется понимание того, что именно нужно делать, начинается подготовка требований.
Здесь AI помогает структурировать идеи, формулировать бизнес-требования, описывать пользовательские сценарии, готовить user stories.
Как правило, в голове продакт менеджера есть понимание продукта, но его нужно корректно донести до команды, превратить требования в понятный для разработчиков документ. Я описываю AI идею своими словами и дальше совместно с ним превращаю ее в полноценное описание функциональности.
Этап 3. Работа с документацией
Это один из этапов, где я для себя вижу максимальную пользу и экономию времени.
AI помогает готовить технические задания, проектную документацию, проектные чарты, роадмап, инструкции, протоколы встреч, письма для команды и партнеров.
Документы конечно по-прежнему требуют проверки и доработки, но необходимость писать большую часть текста вручную практически отпала.
Этап 4. Дизайн и прототипирование
Раньше для проверки большинства интерфейсных гипотез продакт менеджеру требовалась помощь дизайнера. Сегодня же многие идеи, благодаря AI, можно проверять самостоятельно.
Для этого я использую Figma AI, Lovable, ChatGPT.
Я могу быстро собрать интерфейсный прототип, проверить несколько вариантов пользовательского сценария, протестировать разные подходы к навигации и подготовить концепт для обсуждения с командой.
Это не заменяет профессионального дизайнера, но позволяет намного быстрее переходить от идеи к визуализации прототипа, который уже гораздо проще и эффективнее обсуждать с командой.
Этап 5. Планирование проекта
Здесь AI используется для подготовки roadmap, декомпозиции задач, анализа рисков, подготовки проектных чартов, формирования спринтов.
Иногда AI помогает заметить риски или зависимости, которые можно легко упустить при ручном планировании.
Этап 6. Разработка
Данный этап жизненного цикла продукта обычно первым приходит в голову, когда говорят про AI.
В работе команда разработки использует GitHub Copilot, Claude, Codex.
AI помогает писать типовой код, искать ошибки, проводить code review, предлагать альтернативные варианты реализации, генерировать тестовые сценарии.
При этом я заметила, что чем квалифицированнее разработчик, тем больше пользы он получает от применения AI. Опытный инженер обычно использует AI как помощника, а неопытный иногда пытается переложить на него ответственность за принятие решений. Разница в результатах получается заметной.
Этап 7. Тестирование
На данном этапе мы используем AI для подготовки тест-кейсов, поиска edge кейсов, формирования чек-листов.
Тестирование по-прежнему остается задачей человека. Но подготовительная работа стала занимать значительно меньше времени.
Заключение
Главный вывод, который я хочу сделать — AI не заменяет специалистов, наоборот, на мой взгляд, максимальную пользу от AI получают самые сильные и опытные члены команды. Они лучше понимают ограничения инструментов, быстрее замечают ошибки и умеют правильно использовать полученные с помощью AI результаты.
AI не принимает решения за продакта, не строит стратегию, не берет ответственность за продукт, не заменяет опытного разработчика. Но он отлично помогает с огромным количеством рутинных задач и позволяет команде и продукту двигаться вперед быстрее.
Поэтому, на мой взгляд, вопрос сегодня уже не в том, стоит ли использовать AI. Гораздо более важный вопрос звучит иначе: если ваши конкуренты уже используют AI каждый день, можете ли вы позволить себе работать без него?
ссылка на оригинал статьи https://habr.com/ru/articles/1045664/