AI Product Management

(รูปโดย Meta AI, ที่มาบทความ : AI Product Managent in 2 Years, Marty Cygan — Sillicon Valley Product Group)

อย่างที่เราทราบว่า AI เข้ามาทุกวงการและวงการ Product Management ก็เข้ามา แต่เชื่อไหม หลายๆ คนเพิ่งไหวตัว บางคนยังมานั่งงง นั่งเถียง role ตาม scrum อยู่เลยว่าฉันเป็น PO บ้าง เป็น PM บ้าง หรือทำหน้าที่ยังไงใน scrum บ้าง ซึ่งจริงๆ พวกนั้นมันเป็นยุคพื้นฐานที่ผ่านไปแล้วด้วยซ้ำ

และคำว่า AI Product Management ในขณะที่บ้านเราเพิ่งจะเริ่มเรียนรู้ และหาทางเอามาปรับปรุงกระบวนการทำงาน แต่ในต่างประเทศเขาทดลอง ในกระบวนการทำงานมา 2 ปีแล้ว (ลองคิดเอาเอง เวลาเราเอาอะไรเข้ามาในองค์กรมันถูกเวลาไหม?)

และแน่นอนผมเป็นแฟนประจำใน Blog ของ Marty Cygan อยู่แล้ววันนี้เจอข้อเขียนที่น่าสนใจของ Marty เรื่อง “AI Product Management 2 Years In : https://www.svpg.com/ai-product-management-2-years-in) เลยขออนุญาตุถอดออกมาเพื่อประเทืองปัญญากันนิด (ขอบคุณ Claude ที่ช่วยถอดออกมาเป็นคำแปลภาษาเทคโนโลยีที่อ่านง่าย)

“ทุกครั้งที่เรากล่าวถึง Generative AI เราจำเป็นต้องระบุให้ชัดเจนว่ากำลังพูดถึงการนำเทคโนโลยีสนับสนุนใหม่นี้มา เพื่อ (1) ผนวกในผลิตภัณฑ์ที่เรากำลังสร้าง หรือ (2) กำลังพูดถึงวิธีที่เทคโนโลยีนี้เปลี่ยนแปลงวิธีการสร้างผลิตภัณฑ์ของเรา โดยข้อเขียนนี้จะมุ่งเน้นไปที่ประเด็น (2) เป็นหลัก

ตอนปลายปี 2023 Marty ได้เผยแพร่บทความที่เกี่ยวกับคำทำนายสำหรับปี 2024 ที่ผ่านมา ซึ่ง Marty ได้อธิบายถึงความหวังและความกังวลในแต่ละด้านที่คาดว่าจะเกิดการเปลี่ยนแปลงในโลกของ Product Management (ลองอ่านย้อนได้ที่นี่ Source : https://www.svpg.com/product-predictions-2024)

คุณสามารถอ่านบทความและตัดสินได้ด้วยตนเอง แต่ตามปกติแล้ว Marty คิดว่าตนเองค่อนข้างเชื่อมั่นเกินไปเกี่ยวกับระยะเวลาที่เรื่องราวเหล่านี้จะเกิดขึ้น แต่ความจริงคือ แม้จะมีการประกาศข่าวจำนวนมากและบทความนับไม่ถ้วนที่ประกาศว่าโลกของ product management แบบเดิมกำลังจะสิ้นสุดลง แต่ Marty ยอมรับว่า จนถึงตอนนี้ มันยังไม่มีอะไรเปลี่ยนแปลงมากนัก อย่างน้อยเมื่อเทียบกับสิ่งที่เขาหวังไว้

แต่ไม่กี่เดือนต่อมา Marty ได้ร่วมเขียนบทความที่โต้แย้งว่า ต่อจากนี้ไป Product Manager แทบทุกคนจะต้องกลายเป็น “AI Product Manager” ซึ่งตรงข้ามกับความคิดเห็นทั่วไป ว่าบทบาทของ Product Manager จะยิ่งทวีความสำคัญและซับซ้อนมากขึ้นจากผลิตภัณฑ์ที่ขับเคลื่อนด้วย AI โดยในปีที่ผ่านมาได้พิสูจน์ให้เห็นว่าบทความนี้มีความสำคัญมากกว่ายิ่งกว่าที่เขาคิดตอนปลายปี 2023 เสียอีก กล่าวคือ

สิ่งที่ยังคงถกเถียงกันคือ Product Management มีประเภทหลักของการจัดการผลิตภัณฑ์อยู่ 3 ประการ คือ (1) การเป็นเจ้าของผลิตภัณฑ์ของทีมส่งมอบ (Delivery team product ownership) (2) การจัดการผลิตภัณฑ์ของทีมระดับฟีเจอร์ (Feature team product management) และ (3) การจัดการผลิตภัณฑ์ของทีมที่ได้รับอำนาจ (Empowered team product managemment) สิ่งที่ Marty พบคือคนส่วนใหญ่มักพูดถึงแต่เจ้าของผลิตภัณฑ์ของทีมส่งมอบ (Delivery team) หรือนักจัดการผลิตภัณฑ์ของทีมฟีเจอร์ (Feature team) แต่ไม่ค่อยเน้นเรื่อง Empowered team

ยิ่งกว่านั้น เวลาที่พูดถึง AI จะกระทบอาชีพนั้น มันจะเห็นภาพชัดมากกว่ากับพวก Engineer team หรือ Design team (UX/UI) แต่กับกลุ่ม Product Manager นั้นยังไม่ชัดเจนมากว่า AI จะมา replace หรือสร้างผลประทบใหญ่อย่างไร? เพราะในกลุ่มที่เห็นชัดเช่นพวก Engieer หรือ Design ตอนนี้ AI มันเป็นส่วนหนึ่งของการสร้างโค้ดหรือออกแบบประสบการณ์ผู้ใช้มีความเป็นรูปธรรมทันที มันทำให้ผลิตภัณฑ์ใดๆ จับต้องได้อย่างรวดเร็ว และเห็นภาพอย่างชัดเจน และหลายๆ คนก็เริ่มยอมีรับว่า เครื่องมือ AI เหล่านี้สามารถเร่งกระบวนการสร้างโค้ดหรือการออกแบบที่เอาไปใช้ได้ โดยไม่ต้องการสิ่งที่สมบูรณแบบที่สุด หรือให้รอก่อนเหมือนในอดีต (Speed and Tangible)

“Generative AI and Product Model Companies”

สำหรับบริษัทที่ดำเนินงานภายใต้การทำงานยอดฮิตของ Product management อย่าง Product model ก็ยังมีคำถามสำคัญเกี่ยวกับ AI ที่จะมาช่วยหลายอย่าง ยังไม่มีคำตอบที่ชัดเจน เช่น

• Gen AI จะเปลี่ยนแปลงลักษณะของการทำ product discovery หรือบทบาทหน้าที่ของ Product manager ในขั้นตอน product discovery อย่างไร?
• ทักษะเฉพาะใดบ้างที่จะมีความสำคัญมากขึ้นหรือน้อยลง? เมื่อ Product manager ได้รับความช่วยเหลือจาก Gen AI ในการทำงาน?
• แง่มุมใดของงานที่เกี่ยวกับ product Management ที่ Gen AI จะเสริมและแง่มุมใดที่จะถูกแทนที่? (ตอนนี้ประยุกต์ใช้ตามความรู้และประสบการณ์ของ Product แต่ละคนมากกว่า)
• เรามักพูดถึงบทบาทของความคิดสร้างสรรค์สำหรับทีม Product แล้วการมี Gen AI จะส่งผลกระทบต่อความคิดสร้างสรรค์อย่างไร?
• Gen AI จะนำไป

สู่การปรับปรุงเล็กน้อย (พูดง่ายๆ งาน workaround) (แต่มาปรับปรุงโซลูชันที่มีอยู่ไม่มาก หรือไม่ได้พัฒนาขึ้น เพราะมัวแต่เอา Gen AI มา quickwin) หรือ

อาจจะเป็นแนวทางที่ Gen AI ช่วยผลักดันนวัตกรรมมากขึ้น (การปรับปรุงครั้งใหญ่ที่นำไปสู่โซลูชันใหม่ ที่คนอาจคิดไม่ถึงก็ได้)?

• ซึ่งการเปลี่ยนแปลงเหล่านี้จะนำไปสู่ผลลัพธ์ที่ดีขึ้นสำหรับทีมผลิตภัณฑ์หรือไม่? เช่น ทักษะของคน หรือ product manager ต่อไปจะเป็นอย่างไร? เป็นต้น

“นี่คือคำถามที่ Marty พยายามหาคำตอบมาตลอด 2 ปีที่ผ่านมา”

และเมื่อไม่นานมานี้ มีงานวิชาการเรื่อง “Artificial Intelligence, Scientific Discovery, and Product Innovation” ที่เขียนโดยนักศึกษาปริญญาเอกจาก MIT ซึ่งเป็นงานที่ใกล้เคียงที่สุดที่พบในการตอบคำถามพื้นฐานเหล่านี้ กล่าวคือ

แม้ว่าการคิดค้นหรือทำสิ่งใหม่จะไม่ใช่เรื่องง่าย และมันมักจะมีข้อจำกัดด้วยซ้ำ เมื่อเทียบกับประเภทของปัญหา หรือ use-cases ที่พวกเราส่วนใหญ่ทำงานหน้างานกันอยู่

แต่การวิจัยในงานนี้น่าจะเป็นสิ่งที่เกี่ยวข้องและกระตุ้นความคิดมากที่สุดเกี่ยวกับวิธีที่ AI ส่งผลต่อการนวัตกรรมในทีม Product อย่างมาก โดยงานวิจัยฉบับเต็มจะยาว แต่ 6 หน้าของบทสรุปแรกก็สรุปผลการวิจัยได้อย่างดี (Source article ดังกล่าว “Will AI Help or Hurt Workers? One 26-Year-Old Found an Unexpected Answer” https://www.wsj.com/economy/will-ai-help-hurt-workers-income-productivity-5928a389)

Marty บอกมีข้อมูลมากมายในผลการวิจัยที่ไม่สามารถกล่าวถึงทั้งหมดได้ที่นี่ แต่ Marty ย้ำว่ายังไม่มีข้อสรุปที่ง่ายๆ มีความละเอียดอ่อนที่สำคัญมากมายในผลการวิจัย เช่น นักวิทยาศาสตร์บางคนเห็นว่า AI ช่วยปรับปรุงประสิทธิภาพการทำงานอย่างมาก ในขณะที่บางคนเห็นผลเพียงเล็กน้อย ทุกอย่างขึ้นอยู่กับระดับประสบการณ์ของนักวิทยาศาสตร์ สำหรับนักวิทยาศาสตร์ที่มีประสบการณ์มากที่สุด Gen AI ให้ความช่วยเหลือและสร้างคุณค่าที่สำคัญมาก แต่สำหรับนักวิทยาศาสตร์ที่มีประสบการณ์น้อยที่สุด เครื่องมือเดียวกันนี้กลับมีผลกระทบน้อยมาก

แต่ตัว Marty กลับรู้สึกตื่นเต้นเป็นพิเศษ เกี่ยวกับกับ “การประยุกต์ทำงานร่วมกันของคนที่มีประสบการณ์ด้าน product อย่างมาก (หรือที่เรียกมี product sense สูง) ที่ใช้ Gen AI ประยุกต์การทำงานอย่างสร้างสรรค์มากขึ้นเรื่อยๆ”

และ Marty ก็แสดงความกังวลเกี่ยวกับการให้เครื่องมือเดียวกันนี้กับคนที่ไม่มีพื้นฐานที่จำเป็นเกี่ยวกับ product manatgement เลย หรือมีประสบการณ์น้อย โดย สิ่งที่น่ากังวลที่สุดในผลการวิจัย คือผลกระทบของเทคโนโลยีต่อความพึงพอใจในงาน โดยเฉพาะในแง่ของการมีส่วนร่วมเชิงสร้างสรรค์ หรือเป็นไปได้ว่าสิ่งนี้กลับจะไปดึงดูดคนที่มีทักษะและความสนใจที่ในสาขาอื่น ที่ไม่ได้ถูกฝึกในการทำงานสาย product อย่างดี แล้วมาทำงาน จะเกิดเป็นปัญหาได้ แม้ผลของงานจะออกมา แต่ความคิดสร้างสรรค์ของ product management จะหายไป

ดังนั้น 2 ปีผ่านไป เราทุกคนยังคงพยายามหาคำตอบ และแน่นอนว่าเทคโนโลยีที่ช่วยให้เกิดสิ่งนี้ยังคงพัฒนาอย่างต่อเนื่องด้วยความเร็วที่น่ากลัวมาก ทั้งๆ ที่เราอาจจะไม่รู้ตัว ในงาน product management มันอาจะเป็นแค่ journey แรกของการเปลี่ยนแปลง หรือ transform ก็ได้

แต่ตอนนี้พวกเราต้องมา ทำความเข้าใจให้ดีขึ้นเกี่ยวกับคำถามที่ถูกต้องที่ควรถามในการประยุกต์ Gen AI มาเป็นส่วนหนึ่งของการทำงาน และออกแบบวิธีในการหาคำตอบกัน

บทสรุปคือ ทุกคนในสาย product ตื่นเต้นมากๆ ที่จะเอา AI มาใช้ โดยเฉพาะ Gen AI แต่ต้องภาพมันยังไม่ชัด และสิ่งที่น่ากลัวสุด คือ “เราเอามาใช้อย่างสบาย หรือทำให้ตัว Product manager” ขาดประสบการณ์ เป็นคนลงปัญหาจริง เพราะเอา AI มาใช้ง่ายๆ วันหนึ่งเราจะมีแต่ Product manager แบบหลวมๆ ขาดตรรกะของการทำงาน ขาดประสบการณ์หน้างานจริง เพราะพึ่ง AI มากไป

การจะใช้ GenAI คุณต้องเข้าใจตรรกะของงาน หรือปัญหาอย่างลึกซึ้ง และงานมันมีทั้งกว้างงและลึก มันไม่ใช่ใครย้ายมาทำก็ได้ เพราะแค่ถาม AI หรือ AI ช่วย อันนั้นจะวิบัติแน่นอน ถ้าระยะยาว “Product” ของคุณไม่มี “Innovation”

และ Innovation มันเกิดจาก “วิธีคิด ก่อนเครื่องมือหรือกระบวนการ” ครับ จะใช้เครื่องมือ เราต้องมั่นใจเราฉลาดขึ้น เร็วขึ้น มีคุณภาพมากกว่าตอนไม่มี

ผมขอสรุปแบบนี้ละกัน ฉบับนี้สวัสดีครับ

#วันละเรื่องสองเรื่อง