"L'intelligenza artificiale renderà obsoleti i product manager."
"Ogni PM deve diventare un esperto di intelligenza artificiale."
"Se non usi l'intelligenza artificiale, stai restando indietro."
Questi sono solo alcuni dei titoli che invadono i feed su LinkedIn e le newsletter di settore. Come product manager probabilmente hai già incontrato simili proclami, che aggiungono ancora un po' di pressione a un ruolo già impegnativo. Eppure quando parlo con i team di prodotto sento spesso una storia diversa: una storia di confusione, scetticismo e talvolta persino senso di colpa per non aver integrato maggiormente l'intelligenza artificiale nel loro lavoro quotidiano.
La realtà dietro il clamore
In uno studio condotto dal MIT su oltre 1.000 scienziati che utilizzano strumenti di intelligenza artificiale, i ricercatori hanno scoperto qualcosa di inaspettato: mentre la produttività è aumentata in modo significativo, la soddisfazione nel lavoro è diminuita, con l'82% degli scienziati che segnala una riduzione della soddisfazione per il proprio lavoro.
Questo paradosso di una maggiore produttività unita a una diminuzione della soddisfazione dice qualcosa di importante sul lato umano dell'adozione dell'intelligenza artificiale.
"Non ho potuto fare a meno di sentire che gran parte della mia formazione è diventata inutile", ha osservato uno scienziato.
Questo sentimento probabilmente è condiviso dai numerosi product manager che osservano gli sviluppi dell'intelligenza artificiale con un mix di fascino e disagio.
Nonostante questi problemi, il potenziale impatto dell'intelligenza artificiale sul modo in cui lavoriamo è troppo significativo per essere ignorato.
L'ultima ricerca del Teamwork Lab di Atlassian mostra che, per ottenere il massimo dall'intelligenza artificiale il modo di pensare è molto più importante della decisione di adottarla, ed è essenziale per sfruttarla appieno.
I risultati sono chiari: il futuro del lavoro è la sinergia uomo-intelligenza artificiale. I nostri dati dimostrano che chi usa l'intelligenza artificiale nel modo più efficace:
- ottiene un ROI doppio dal proprio lavoro;
- risparmia 105 minuti al giorno, l'equivalente di un giorno lavorativo ogni settimana;
- ha una propensione 1,5 volte maggiore a reinvestire il tempo risparmiato per apprendere nuove competenze;
- ha una probabilità 1,8 volte maggiore di avere la reputazione di persona innovativa tra i colleghi.
Abbiamo individuato modi d'uso in cui gli strumenti di intelligenza artificiale migliorano il lavoro dei product manager e altri in cui potenzialmente lo ostacolano. Il modello che esploriamo in questo articolo è incentrato sul mantenimento del giudizio e della creatività umani, abbinandoli allo sfruttamento delle capacità analitiche dell'intelligenza artificiale: la ricerca suggerisce che tale equilibrio è fondamentale per un'adozione efficace dell'IA.
Per avere qualche possibilità di successo nel nuovo ambiente di lavoro basato sull'intelligenza artificiale, suggeriamo di seguire questi passaggi:
- capire come funziona l'intelligenza artificiale e quali sono i suoi limiti;
- collaborare con gli agenti intelligenti e allenarsi gradualmente a questo tipo di interazioni;
- e in ultimo immaginare in quali aspetti del tuo lavoro l'intelligenza artificiale può rivelarsi più utile.
Comprendere gli agenti intelligenti
Prima di cominciare a sviluppare abitudini di lavoro con l'intelligenza artificiale dobbiamo capire come funziona.
Immagina di essere a una festa in cui tutti parlano con più persone contemporaneamente. Stai cercando di seguire una conversazione in particolare, ma devi prestare attenzione a vari elementi: le parole pronunciate, il tono, i commenti precedenti e il contesto generale. È in un modo simile che i modelli trasformatori, la spina dorsale della moderna intelligenza artificiale, elaborano le informazioni.
I modelli trasformatori, introdotti nel 2017, hanno rivoluzionato l'intelligenza artificiale, poiché sono in grado elaborare più input contemporaneamente, proprio come tu puoi fare attenzione a diversi aspetti di una conversazione contemporaneamente. Questa capacità di gestire il contesto e le relazioni tra diverse informazioni è ciò che rende i moderni strumenti di intelligenza artificiale così potenti.
I Large Language Models (LLM) poggiano su queste fondamenta. Pensa a loro come a entità che hanno letto praticamente tutto quello che c'è su Internet: libri, articoli, programmi, conversazioni. In questa grande massa di dati hanno reperito schemi che permettono loro di comprendere il contesto e le sfumature, generare testo simile a quello prodotto da un essere umano, riconoscere pattern e relazioni e trovare le risposte adatte in una conversazione.
In questo articolo ci concentriamo specificamente sugli agenti intelligenti, una delle interfacce più comuni per interagire con gli LLM. Questi agenti agiscono come interfacce conversazionali che ci consentono di interagire con gli LLM in modo naturale e basato sul dialogo. Sebbene gli LLM possano essere integrati in prodotti e flussi di lavoro in molti modi (possono completare codice, generare contenuti o effettuare analisi automatizzate), gli agenti rappresentano un particolare paradigma in cui l'intelligenza artificiale assume un ruolo più collaborativo, simile a quello di un assistente. È con questa interfaccia che la maggior parte dei product manager interagirà direttamente nel lavoro quotidiano, sia usando strumenti generali come ChatGPT e Claude sia agenti specializzati per l'ambiente lavorativo come Rovo.
Capacità e limiti
Gli agenti intelligenti eccellono nel riconoscimento di schemi, individuando tendenze e connessioni in grandi quantità di dati che potrebbero sfuggire all'attenzione umana. Sono straordinariamente efficaci nell'elaborazione del linguaggio e sono in grado di comprendere e generare testo simile a quello umano in vari stili e formati. La loro capacità di non perdere di vista il contesto durante lunghe conversazioni e di considerare più aspetti di un problema contemporaneamente li rende particolarmente utili per task complessi come la gestione dei prodotti.
È però fondamentale comprendere i loro limiti. Nonostante il loro tono sicuro, possono presentare informazioni errate senza esitazione. Non capiscono davvero la relazione causa-effetto, poiché si affidano al riconoscimento di schemi piuttosto che a una comprensione autentica. Le loro conoscenze sono spesso limitate ai dati di addestramento, il che significa che non possono essere di aiuto per individuare in tempo reale i cambiamenti del mercato o le tendenze emergenti, soprattutto quando non hanno accesso a Internet e non dispongono di funzionalità di ricerca.
Conoscere questi punti di forza e limiti ci aiuta ad affrontare l'intelligenza artificiale come un potente complemento al nostro lavoro piuttosto che un sostituto delle nostre competenze principali. Chiarito tutto ciò, vediamo ora come costruire relazioni di lavoro efficaci con gli strumenti di intelligenza artificiale.
Comprendere un impatto complesso
Considera questo: per quindici anni, Google è stato lo strumento di riferimento indiscusso per le ricerche online. Era memoria potenziata: hai bisogno di informazioni? Apri una nuova scheda, digita "google.com". Questa abitudine profondamente radicata sembrava incrollabile. Ma in un solo anno un riflesso più che decennale è stato completamente trasformato. Prima è arrivata l'applicazione Arc Search con la funzionalità "Browse for me", e poi, in rapida successione, ChatGPT, Claude, Perplexity e ora DeepSeek R1 per ricerche di carattere professionale.
Questa trasformazione illustra un aspetto cruciale dell'adozione dell'intelligenza artificiale: quando gli strumenti di IA forniscono un'esperienza davvero migliore - più veloce, più efficiente, più approfondita - possono rimodellare i nostri comportamenti più radicati in tempi notevolmente brevi. Non cambiamo i nostri strumenti perché ci viene detto o perché è alla moda farlo, ma perché le nuove soluzioni basate sull'intelligenza artificiale sono fondamentalmente più efficaci nel soddisfare le nostre esigenze.
Invece di vedere l'intelligenza artificiale come una minaccia o una soluzione miracolosa, dobbiamo vederla come un nuovo tipo di compagno di squadra. Come ogni buon collega, l'intelligenza artificiale ha punti di forza e limiti specifici. La chiave è imparare a collaborare con essa in modo efficace.
Collaborare con gli agenti intelligenti
L'attuale panorama dell'utilizzo dell'IA rivela una tendenza importante: la maggior parte delle persone usa agenti intelligenti generici formati su dati generici per porre loro domande specifiche sul proprio lavoro. Da quest'uso poco appropriato nascono spesso delusione e frustrazione.
Il futuro di un'efficace collaborazione con l'intelligenza artificiale risiede negli agenti specializzati formati su dati specializzati. Considera per esempio Atlassian Rovo. Questo assistente intelligente ha accesso al tuo intero contesto lavorativo: la knowledge base di Confluence contenente documenti strategici e PRD, i progetti Jira che mostrano il lavoro e del team e il suo avanzamento, gli obiettivi aziendali e gli artefatti di pianificazione trimestrale. Quando gli fai una domanda sul tuo lavoro, le risposte si basano sul particolare contesto della tua organizzazione.
È un cambiamento radicale nel modo in cui l'intelligenza artificiale può aiutare il nostro lavoro. Piuttosto che risposte generiche basate su dati di addestramento ricavati da Internet, questi membri IA del team altamente specializzati possono fornire approfondimenti su misura per i problemi, le priorità e i metodi di lavoro della tua organizzazione. Le aziende che comprendono questa distinzione e agiscono tenendone conto, investendo in sistemi di intelligenza artificiale profondamente integrati con le loro basi di conoscenza e i loro flussi di lavoro, otterranno significativi vantaggi nel modo di lavorare e prendere decisioni dei loro team.
Sebbene gli strumenti di intelligenza artificiale specializzati stiano diventando sempre più diffusi, la realtà è che la maggior parte dei team di prodotto non utilizza l'intelligenza artificiale nel lavoro quotidiano.
La chiave per superare questo stato di cose è sviluppare una mentalità "incentrata sull'intelligenza artificiale": affrontare ogni task o sfida considerando innanzitutto come l'IA potrebbe aiutare ad affrontarli in modo più efficace.
Non si tratta di usare l'intelligenza artificiale per tutto, ma piuttosto di affinare la tua capacità di giudizio per sapere quando e come l'intelligenza artificiale possa davvero esserti utile sul lavoro.
Creare abitudini di intelligenza artificiale sostenibili
Aiutando i dipendenti a passare da un utilizzo basico dell'IA alla collaborazione strategica, le aziende possono sfruttare il pieno potenziale dell'intelligenza artificiale e generare un ROI significativo. Ma cambiare l'approccio all'uso dell'intelligenza artificiale non significa solo risparmiare tempo, è molto di più. La collaborazione con l'intelligenza artificiale può dare alle aziende un ulteriore vantaggio competitivo promuovendo il miglioramento continuo, aumentando la qualità del lavoro e generando innovazioni significative.
La chiave per un'adozione efficace dell'intelligenza artificiale sta nella creazione di abitudini sostenibili.
Potresti ad esempio usarla come uno strumento per esplorare diverse soluzioni ai problemi degli utenti o perfezionare la tua comunicazione con le parti interessate.
Ecco alcuni modi ed esempi pratici per sviluppare queste abitudini:
Durante l'esplorazione del prodotto
Usa l'intelligenza artificiale per analizzare le trascrizioni delle interviste alla ricerca di modelli che potresti aver perso, generare nuove ipotesi da testare e identificare temi emergenti nel feedback degli utenti.
Ad esempio, strumenti come Sauce AI possono raccogliere feedback da più fonti e analizzarli per informare il processo decisionale, identificando temi e sfide comuni emerse tra i gruppi della comunità.
Strategia di prodotto
Utilizza l'intelligenza artificiale per esplorare diversi scenari di mercato, analizzare i panorami competitivi da nuove angolazioni e generare narrazioni strategiche alternative.
Strumenti come Perplexity Pro consentono una ricerca incredibilmente veloce su una varietà di fonti. Questo strumento non esegue la ricerca al posto tuo, ma fornisce un punto di partenza da cui puoi decidere come proseguire.
I membri del team di intelligenza artificiale spesso lavorano al meglio all'inizio o alla fine di un flusso di lavoro: all'inizio di un processo di ideazione per aiutare a suscitare idee o alla fine della scrittura per contribuire a rafforzare i contenuti. Verifica sempre le fonti di qualsiasi ricerca che esternalizzi ad agenti di intelligenza artificiale.
Durante lo sviluppo del prodotto
In qualità di Product Manager, ci sono molti flussi di lavoro giornalieri che puoi delegare all'intelligenza artificiale:
- Scrivere i requisiti del prodotto
L'utilizzo di agenti specializzati può far risparmiare ore che puoi reinvestire in attività di alto valore.
- Redazione delle note di rilascio
L'intelligenza artificiale può generare note di rilascio dai ticket di Jira identificando temi comuni tra i ticket, presentando un riepilogo e un elenco dei ticket rilasciati in un formato di risoluzione dei problemi.
La chiave consiste nell'usare l'intelligenza artificiale come partner durante questi processi, non come sostituto. Questo aiuta a garantire che l'intelligenza artificiale migliori la creatività anziché diminuirla, risolvendo i problemi di soddisfazione sul lavoro osservati nello studio del MIT.
Anticipa la fase di evoluzione successiva dei colleghi del team di intelligenza artificiale
La ricerca del MIT fornisce indizi preziosi sulla direzione che le nostre partnership nell'ambito dell'intelligenza artificiale potrebbero prendere. In particolare, per i product manager, ecco gli aspetti da tenere d'occhio.
L'ascesa dell'intelligenza artificiale specializzata
È probabile che assisteremo a una crescente standardizzazione dei modelli sottostanti, con una maggiore elaborazione da parte del cliente. Per rimanere competitivi, le funzionalità di intelligenza artificiale diventeranno più specializzate e raggiungeranno livelli più alti offrendo funzionalità ottimizzate e personalizzate sia agli sviluppatori che agli utenti finali. Abbiamo già assistito a questa evoluzione con strumenti come Cursor, che dimostrano il potenziale trasformativo dell'intelligenza artificiale specializzata incorporando l'intelligenza sensibile al contesto direttamente nei flussi di lavoro degli sviluppatori, trasformando le funzionalità di intelligenza artificiale generali in assistenti specializzati che comprendono sia il codice che l'intento.
I vincitori non saranno necessariamente quelli con i modelli più potenti, ma quelli che integreranno meglio l'intelligenza artificiale nei flussi di lavoro e nelle esperienze utente esistenti.
Modelli Mixture of Experts (MoE)
Un modello Mixture of Experts è come un'azienda con reparti specializzati.
Invece di inviare ogni domanda tramite l'intero sistema come i tradizionali LLM, questo modello si affida a un "router" che decide rapidamente quali parti "esperte" del modello devono gestire l'attività. Ciò significa che solo le parti pertinenti si attivano per ogni lavoro specifico, come usare esperti di fisica per domande scientifiche ed esperti linguistici per attività di scrittura.
Il vantaggio? Efficienza nettamente maggiore a costi più bassi, che ti permette di creare prodotti più specializzati ed efficienti in grado di gestire diverse attività senza spendere una fortuna.
L'elemento umano nella gestione dei prodotti
Forse la cosa più importante è che, man mano che l'intelligenza artificiale diventa onnipresente, le persone desidereranno sempre più offrire autenticità, qualità e valore. Probabilmente assisteremo agli eventi seguenti:
- Una rinascita del servizio clienti e dei mestieri di alto livello
- Maggiore valore attribuito allo storytelling e al coinvolgimento emotivo di prima classe
- Una rinascita di piccole imprese che offrono esperienze uniche e personalizzate
- Nuove opportunità per sfruttare le capacità esclusivamente umane
I vincitori finali di questa nuova era saranno coloro che capiranno che mentre la scienza del business riguarda la scalabilità, l'arte del business spesso risiede nelle cose che non sono scalabili: il tocco umano che l'intelligenza artificiale non può replicare.
Cosa significa questo per i Product Manager
Abbiamo parlato di come i PM possono lavorare con l'intelligenza artificiale per semplificare il loro lavoro, ma c'è anche la questione di come i PM possano integrare meglio l'intelligenza artificiale nelle loro offerte di prodotti. Per avere successo sarà quasi sicuramente necessario:
- Comprendere come orchestrare più funzionalità di intelligenza artificiale anziché affidarsi a singoli modelli
- Concentrarsi sulla progettazione dell'interfaccia e sull'esperienza utente come fattori chiave di differenziazione
- Inserire la personalizzazione nelle esperienze di prodotto principali
- Mantenere gli elementi umani che danno significato e risonanza emotiva ai prodotti
- Creare flussi di lavoro che migliorino anziché sostituire le capacità umane
Stiamo ancora cercando di capire cosa sta accadendo. E ovviamente la tecnologia alla base è un obiettivo mobile in quanto continua a migliorare. Ci sono stati progressi reali, ma siamo ancora solo all'inizio di questo viaggio.
La cosa più importante è che ora abbiamo un'idea migliore delle domande giuste da porre e di come procedere per determinare le risposte.
Il viaggio che ci aspetta non consiste nel diventare "sorpassati" o esperti di intelligenza artificiale. Si tratta di imparare a essere product manager migliori in un mondo in cui l'intelligenza artificiale è solo un altro strumento del nostro toolkit. E anche se quel viaggio a volte può sembrare scomodo, vale la pena intraprenderlo.
