Управління продуктами для агентів зі штучним інтелектом — це, безперечно, найдикіша форма управління продуктами в історії. Типовий продакт-менеджмент намагається з'ясувати, як проектувати інтерфейси та програмне забезпечення для взаємодії людей з детермінованими системами. Користувач, як правило, знає весь контекст, щоб успішно виконувати свою роботу, тому, як правило, це питання розуміння базової бізнес-логіки та навколишнього UX. Але з агентами штучного інтелекту агентом є користувач, про якого ви дбаєте найбільше, і вони нічого не знають за замовчуванням. Вони з радістю побіжать в будь-якому напрямку, щоб виконати завдання, часто безуспішно. Таким чином, як PM (або інженер), ви в основному витрачаєте свій час на те, щоб спробувати реверс-інжиніринг «що потрібно людині як контекст для виконання цього завдання», а потім з'ясувати, як проектувати системи, щоб отримати агенту ці дані в правильній послідовності, з правильними інструментами та інструкціями. Деякі з цих систем абсолютно невидимі для людини, але частина ремесла полягає в тому, як кінцевий користувач буде взаємодіяти з агентом, щоб забезпечити цей контекст. Потім часто це нескінченна робота методом проб і помилок, щоб отримати додаткові бали якості на кожному етапі. Ось чому люди з глибокими знаннями в цій галузі або ті, хто може швидко їх отримати, надзвичайно добре впораються зі створенням агентів штучного інтелекту. Здатність передбачити контекст, в якому агент повинен бути успішним, є величезним визначальним фактором того, наскільки ефективним буде агент. Це частково пояснює, чому агенти кодування так добре працювали з самого початку; Тому що його розробники глибоко розуміють сферу, над автоматизацією якої вони працюють. Але очевидно, що ми швидко побачимо той самий результат у всіх сферах – юриспруденції, охороні здоров'я, фінансах тощо – у міру появи контекст-інжинірингу та нового покоління продакт-менеджерів.

Ми озирнемося на світ, який був до штучного інтелекту, і будемо абсолютно здивовані тим, наскільки повільним все було. Щотижня в Box, коли ми отримали AI-first, ми висвітлюємо робочий процес, де хтось внутрішньо створив AI-агента для автоматизації певного процесу. Це можуть бути такі речі, як HR-процес, робота з продажами, реагування на запити на пропозицію, ведення робочого процесу відповідності, написання документації тощо. Зазвичай моя миттєва реакція – «Не можу повірити, що раніше нам доводилося робити всю цю роботу вручну». Кількість часу, який нам доводиться витрачати на дослідження, написання або переміщення даних між етапами, щоб дістатися до того, що ми *насправді* намагаємося зробити (наприклад, найняти когось, укласти угоду тощо), є божевільною. І цікаво, що в результаті цієї вправи я також бачу багато сфер, в яких я був би готовий інвестувати *більше* в людей в результаті того, що процес стає більш ефективним. Розрахунок рентабельності інвестицій раптово змінюється на багатьох видах робіт, коли агенти дійсно можуть прискорити процес або збільшити обсяги виробництва. Попереду дикі часи в епоху роботи AI-first.

Так, ви все одно повинні вивчати інформатику. Спосіб отримати максимальну віддачу від штучного інтелекту – мати базове розуміння свого ремесла. Таким чином, штучний інтелект є мультиплікатором сили в тому, чого ви можете досягти. Це стосується будь-якої сфери, незалежно від того, чи є ви лікарем, юристом, художником, маркетологом чи інженером.