生成 AI 如何加快软件产品上市时间

技术、媒体和电信实践 生成AI如何加快软件产品上市时间 一项新的研究提供了有关生成AI如何提高产品经理的生产力，质量和经验的早期经验。 由Chandra Gnanasambandam，Martin Harrysson和Rikki Singh与ChaitraYarlagadda 产品开发生命周期(PDLC)，以在更短的时间内实现更好的客户成果。 在当今快节奏和动态的商业环境中，软件产品经理（PM）对于产品创新和成功至关重要，充当产品的“迷你首席执行官”。在寻求满足客户需求的过程中，PM越来越多地转向 鉴于该技术的新颖性和快速发展速度，许多产品领导者不确定要选择哪些工具，开始使用哪些用例，以及如何帮助PM在适应工作方式的同时充分利用AI机会。 生成AI (gen AI)，该技术的采用在几个月内呈指数级增长。1 麦肯锡最近对欧洲和美洲的PM进行了实证研究，以了解使用基于Geeral AI的工具对其角色的潜在影响（请参阅侧栏“关于研究”）。结果很有希望。Ge AI将产品上市时间缩短了5％，将PM生产率提高了40％，甚至将员工体验提高了100％。本文详细介绍了来自的发现。 在过去的二十年中，有几种趋势使PM角色演变为迷你首席执行官：向云的转变，数据在决策中的重要性日益提高，对客户主导设计的日益关注以及对负责任的管理的期望越来越高关于隐私，可持续性和包容性 这项研究提供了一个早期的可量化的影响genAI对PM角色的研究，并提供了关于产品领导者如何将这些发现转化为影响的见解。 预计将以更实质性的方式重塑PM的作用。这项技术不仅有潜力增加和扩大PM的角色和责任，而且还从根本上重新连接 1参见“利用生成式AI释放开发人员生产力”，麦肯锡，2023年6月27日。 关于研究 然后，参与者被要求为一家虚构的公司扮演PM角色，并按照自己的节奏通过五项活动单独工作。这些活动反映了PM在产品开发的三个阶段的实际工作 了解影响在产品管理质量，经验，产品上市时间和生产率方面，麦肯锡从美国，加拿大，欧洲和拉丁美洲招募了40名具有不同产品管理经验的产品经理（PM）参加研究。收集的有关每个PM的数据包括多年的PM工作经验，对各种技术堆栈的熟悉程度，生成AI工具的采用水平以及通常在各种任务上花费的时间。 使用不同级别的gen AI工具访问权限。PM可以访问特定于任务的gen AI工具(如Copy. ai)、仅访问ChatGPT或不访问gen AI工具。每个组轮换，并记录所有组的开始和结束时间，以衡量在每个任务上花费的时间。 生命周期（PDLC）-发现，可行性和构建-并要求PM生成可交付成果，包括市场研究文档，带有常见问题的新闻稿，产品单页，产品需求文档和产品积压。沿着PDLC按时间顺序排列任务，以尽可能地模拟其现实生活中的执行流程。 研究结束后，PM被问及他们执行活动的经验，以及他们发现Gene AI工具对完成每一个活动有多大帮助。 在参与研究之前，PM参加了一个简短的培训研讨会，以了解案例背景并熟悉工具. 麦肯锡团队成员随后审查了可交付成果，以评估其质量（准确性和完整性）。最后，研究后的调查收集了参与者对整体体验的反馈，以及他们将来采用这些工具的可能性。 麦肯锡将参与者分为三组，并要求他们完成PDLC三个阶段的活动 genAI对产品管理任务的影响 市场假设当前的PDLC活动更快地完成，并且PM以外的角色和活动被重新布线以支持加速。采用gener AI工具可能允许PM将时间和资源转移到更具战略性的活动上，例如定义产品愿景，创建长期路线图以及开展面向客户的活动。 PM研究的参与者分为三组。每个小组轮流通过PDLC的三个阶段，以使用不同级别的gen AI工具来单独完成活动。然后评估了PM的经验和表现，并出现了一些见解。 PM体验的显著提升 加速上市时间 引人注目的是，100%的参与者报告说，在使用gener AI工具时，他们的活动体验有所改善（图表1）。PM报告说，这些工具对任务很有帮助，并且在研究结束后，他们将高度或某种程度上有可能在工作中使用这些工具。四分之三的人认为，与他们相比，他们的可交付成果的质量有很大改善或有所改善没有他们就实现了。PM认为这些工具可以自动化他们的“高辛劳”任务，并使他们能够专注于重要的事情。 使用通用AI工具（如ChatGPT或特定于任务的工具）的PM平均比不使用它们的PM花费更少的时间来完成活动，导致在六个月的PDLC中上市时间加快了约5％。时间的节省是通过使用geer AI在发现阶段综合用户研究和撰写新闻稿来推动的；开发产品单页并编写产品需求。在可行性阶段的文档；并在构建阶段创建产品积压工作。时间上的加速 引人注目的是，100％的参与者报告他们的活动体验有所改善使用genAI工具时。 附件1 在我们的小规模研究中，产品经理报告说，他们使用生成Al工具的经验有了显著提升。 任务具有更多的自动化潜力，因为gen AI擅长从非结构化数据中提取见解并超过人类内容生成。换句话说，内容繁重的任务固有地拥有更大的机会来利用gen AI的全部潜力。 提高生产力 Gen AI工具对内容繁重的任务（收集和综合信息，创建和完善内容以及头脑风暴）的积极影响几乎是数据收集和可视化等内容繁重的任务（图2）的两倍。部分原因是内容繁重 附件2 生成Al工具对于提高产品经理在内容繁重的任务中的生产率特别有用。 任务完成的平均持续时间，分钟 麦肯锡公司 与特定于任务的工具相比，PM更容易采用ChatGPT等通用工具，它们的生产率提高了大约两倍。此结果可能归因于以下事实：通用工具对PM更熟悉，因此比专用工具更易于使用。此外，一些特定的Ge AI工具旨在解决更多定制的用例，因此需要PM不习惯的特定输入和提示。相比之下，通用工具允许PM灵活地迭代，并将工具用作解决问题的合作伙伴。 提高可交付成果的质量 对PM的观察和对其可交付成果的审查表明，平均而言，Gene AI工具使他们能够更快地迭代并产生更准确和完整的输出。但是，Gene AI的影响通常取决于使用它们的PM的经验水平。具有更多年经验的PM保持较高的 产出质量，而更多的初级项目经理提高了生产率，但以质量为代价。 我们的假设是，鉴于高级PM对可交付成果的熟悉程度和更强的产品感，他们可以更好地审查ge AI工具的输出，并确保高准确性和写作流畅。相反，更多的初级PM仍在学习如何生产高质量的可交付成果，并且还不能有效地审查一代人工智能的产出。显然，Ge AI不能取代成为PM所需的基础技能，但它可以帮助PM发展这些技能。 与组织的目标一致，并有可能提供最重要的客户影响。 一旦确定了用例，产品领导者就可以采取分阶段的方法来采用gener AI，从更简单的用例开始，例如文档编写和想法生成。在将用例推广给每个人之前，将用例介绍给一小群PM，可以轻松进行测试和改进 的方法，这对于了解PM需要指导或监督以减轻风险并确保质量不会下降至关重要。同时，产品领导者可以为组织范围的PM能力以及PDLC成熟度设定基线。我们的研究表明，输出质量高度取决于PM经验。基线 为了实现这些目标,一些组织正在转向genen AI工具,以加速其产品引领增长。 当领导者开始计划大规模采用时，帮助他们了解哪些PM技能可能需要增强。为了充分利用这种采用，领导者需要重新连接PDLC以与成熟度基线保持一致，并告知推出的速度和方法。 对产品领导者的影响 技术领导者可以利用这些发现将更高的生产率、改进的体验和质量改进转化为更大的客户和产品影响。与运营模式的最根本转变一样，在产品管理中采用Ge AI需要一个深思熟虑的、分阶段的方法。领导者在踏上这一旅程时可以牢记五个步骤，以最大程度地降低在产品管理中使用geerAI的风险。 将工具集成到PM流程中 有效采用General AI的另一个基本方面是为PM建立正确的AI工具堆栈-考虑到环境发展的速度，这可能具有挑战性。每个新工具都会带来 优势和能力的独特组合，领导者必须考虑新工具如何集成到现有PM工作流程中，以及它们在不同用例和跨类别中的潜力。采取这些步骤可以最大限度地减少工具之间的切换，从而简化采用过程，并使结构化和非结构化数据（例如，产品检测数据，产品想法或史诗的最新细节，客户反馈和市场趋势）能够在PM工具堆栈中无缝流动，以确保单一的真实来源。 制定与客户成果相关的路线图为Gene AI采用创建路线图对于在组织内建立动力和信念至关重要。领导者可以从建立采用目标开始。对于软件工程师来说，采用Gene AI工具的目标通常是为了实现生产力目标。但是，对于PM应与客户结果相关联，例如由产品质量驱动的更好的客户满意度得分。 一旦领导者确定了客户成果的目标，他们就应该根据整体的客户影响和工具的成熟度仔细评估和确定产品开发过程中的关键用例的优先级。一个常见的陷阱是根据最容易获得的工具临时挑选用例，而不是战略性地选择用例 为PM提供GeneAI教练 与许多劳动力一样，今天的大多数PM将需要提高技能和指导的结合，以有效地使用该技术来增加他们的日常工作。组织不应期望人们有机地采用新工具并从中受益。然而，Ge AI工具仅与使用它们的PM一样有效。每个PM都有一套独特的核心技能，导致个人的差异很大。 采用genen AI工具时的有效性和结果。为了确保PM可以从使用这些工具中受益，组织应该投资于能力建设以提高PM的技能。 and rewiring the PDLC. Some basic shift in the PDLC couldarise, including compression of the PDLC driven by gen AI -enabled PM and 工程执行；随着Geeral AI使PM能够快速原型化和测试新的客户支持的产品想法，发现和可行性阶段之间的界限变得模糊；随着PM变得更加精通建立营销和销售抵押品以加速商业推出和采用，他们的职责发生了变化。领导者应该意识到PDLC将如何变化，并准备PM进行相应的调整。 提供风险控制 尽管在整个PDLC中快速实施genen AI工具可能很诱人，但可以采取措施减轻与道德，隐私相关的风险， 知识产权(IP)、法律考虑和可解释性2至关重要。可以对PM进行培训，以识别与AI相关的潜在风险（例如，隐私和IP侵权）和具体行动他们可以采取缓解措施(例如，review 准则或咨询法律 职能部门)。 在瞬息万变的商业环境中，Gene AI在产品管理方面的变革潜力怎么强调都不为过。通过拥抱这种尖端技术，PM可以获得 随着领导者更新治理，他们应该考虑三个潜在风险：首先，当工具可以访问机密信息时，数据隐私始终是一个因素。适当的培训，严格的访问控制和强大的隐私保护至关重要。其次，公司必须确保他们的Gen AI使用符合所有适用的要求（并且，再次，快速发展）法 律 和 法 规 的 变 化，包 括 欧 盟 通 用 数 据 保 护 条 例(GDPR)的变化。第三，组织必须为PM的人工智能道德使用制定明确的指导方针，包括尊重知识产权和对产生的想法进行适当的归属。 一个决定性的优势，因为他们发现了未开发的机会并简化了产品开发流程。但是研究表明，仅仅采用Gen AI并不足以实现技术的 全部潜力。产品领导者应该制定一个以优先客户成果为基础的结构化、分阶段的方法，以利用该技术的潜力来提供非凡的好处。此外，他们应该考虑在他们可能已经拥有的工具中采用Ge AI功能。这一领域的创新速度很高，延迟确定采用方法将对人才和工作方式产生长期影响。 重新构想产品开发生命周期虽然增强PM任务提供了一些好处，但在产品开发中利用General AI的力量的能力来自于重新构想 Chandra Gnanasambandamand马丁·哈里森是麦肯锡湾区办公室的高级合伙人Rikki Singh是一个合作伙伴和Chaitra Yarlagadda是一个顾问。 作者希望感谢Alejo Navarro Golda