Čtvrtý semestr: jak jsem školní cvičení nasadil do produkce
Tenhle semestr jsem měl příležitost si některé věci kolem produktové strategie poctivě promyslet dopředu ve škole a hned poté je převést do praxe. Ukázalo se, že hranice mezi "cvičením do školy" a "prací, která jde reálně do produkce", může být velmi tenká.
Vedly mě dvě nitě, které jsem si na začátku zapsal do Edventure canvasu: produktový leadership a větší zapojení AI do běžné produktové a designérské praxe.
Cíle, které se musely zúžit
Na začátku semestru jsem si dal dva cíle: zapojit AI do svého pracovního workflow a promyslet své produktové myšlení tak, abych ho uměl převést do reálné strategie.
V Edventure canvasu jsem si ale poznamenal radu Vojty Velíska, že cíl "integrace AI" je moc široká a že to chce zacílit na jeden okruh. To zúžení se ukázalo jako nejdůležitější rozhodnutí celého plánu. Místo "dělat něco s AI" jsem si vybral jeden konkrétní artefakt (AI produktového kouče) a jeden konkrétní výstup (připravení Produktového kompasu).
Oba dílčí kroky z canvasu jsem splnil. Promyšlenou strategii jsem do poloviny května využil v praxi a AI workshop pro tým jsem neudělal jednou, ale hned několikrát.
Nit A: produktové myšlení jako prostor pro přemýšlení
Produktovému managementu se věnuju řadu let, takže Produktové myšlení (DESB41) pro mě nebylo objevováním nové disciplíny. Dalo mi však strukturovaný prostor některé její části poctivě promyslet dopředu, v klidu a bez tlaku každodenní operativy. Postupně jsem si na produktu, který dobře znám, prošel Product Foundations, PRD a kompletní produktovou strategii s vizí, pilíři, OKR a prioritizací.
Tahle "předpřemyšlená" školní práce pak nezůstala jen u cvičení. Když jsem v praxi tvořil reálné Product ID/produktový kompas, využil jsem ji přímo. Některé úvahy a formulace, které jsem si nejdřív vyzkoušel nanečisto, skončily v ostré verzi skoro beze změny. A to je velmi hmatatelný přínos tohoto předmětu. Ne že by mě naučil produktově myslet, ale dal mi příležitost si v předstihu srovnat v hlavě věci, na které v běžném provozu nezbývá klid. Když k nim pak došlo v praxi, měl jsem je rozmyšlené.
Nit B: AI jako páka
Druhou nití bylo zapojení AI, a tu jsem záměrně držel oddělenou od předchozího cíle produktové strategie, aby se mi obě témata nerozmělnila.
Můj závěrečný projekt pro AI v praxi (ISKB82) byl AI produktový kouč. Postavil jsem si ho jako nástroj zakotvený v osvědčených produktových frameworcích (SVPG a Cagan, Doshi, Torres) a nastavil ho tak, aby mě challengoval, ne utvrzoval. Není to proof of concept, je to nástroj, který používám denně. Například čas, který strávím přípravou koučovacích setkání, se zas tak nezměnil, ale co se ale výrazně zlepšilo, je moje připravenost. Věnoval jsem se i sběru best practise s prací s AI. Z téhle zkušenosti vznikl i můj výstup pro Praxi IV, průvodce "jak dělat produkt a design s AI efektivně", postavený na rozhovorech s produkťáky a designéry. Vyšel z poznání, že AI sice používá skoro každý, ale spíše chaoticky a izolovaně, a znalost pak zůstává roztříštěná v hlavách jednotlivců..
Tohle jsem chtěl v práci předat dál, a tak jsem pro tým udělal několik workshopů, od obecných triků po detailní práci se syntetickými personami. Tým je pro AI nadšený, i když i lehce frustrovaný, protože v regulovaném prostředí banky z bezpečnostních důvodů nemáme k dispozici ty nejsilnější nástroje. I tak se dá hodně postavit chytrou kombinací dostupných možností. Velkou inspirací mi tu byl předmět AI v praxi Kateřiny Švidrnochové.
Asi největší překvapení byl Service Design (DESB32). Zjistil jsem, že kvalitní customer journey mapu jde s Claudem postavit za jeden večer místo několika dní. Samozřejmě za předpokladu, že máte také kvalitní vstupy. To reálně hodně urychlilo práci a uvolnilo čas na věci, kde má člověk pořád přidanou hodnotu.
Co bylo těžké, co mě překvapilo a co dál
Asi nejsilněji na sobě vnímám paradox AI. Novinky se valí rychleji, než je stíhám číst, natož vyzkoušet. Přestal jsem se proto snažit stíhat všechno a raději se dívám, co funguje jiným, a z toho čerpám. AI je pro odlehčení kognitivní zátěže nedocenitelná, i když je zároveň tak trochu viníkem toho samého zrychlování, kterému se bráním.
Co bych příště udělal jinak? U AI kouče bych dřív zapojil ostatní produkťáky jako testery a postavil si eval framework, protože subjektivní hodnocení vlastního nástroje má slabiny. Co si naopak chci udržet, je návyk promýšlet věci přes strukturovaný rámec z předmětu Produktové myšlení.