30 秒看懂
Atlassian 曾让一些团队的所有人都成为 AI 构建者。其 AI 与产品技能负责人 Sherif Mansour 说,一个月内,大家就回到了各自的专业岗位,因为他们更需要明确方向,而非增加产出。他认为产品经理应分享客户、市场和业务背景,让整个团队更快做决定。他还会招聘初级员工,让他们带来新的 AI 工作习惯,与能判断质量的资深同事互补,并通过客户的变通做法发现值得开发的功能。
- 1共同理解让团队能够自行决策Mansour 把必要背景分为客户、产品与市场、业务三类。工程师参与客户对话后,可以不必等待产品经理就做出决定。
- 2构建速度加快暴露了方向不足Atlassian 尝试让所有职能人员都用 AI 构建产品。最初速度加快后,参与者又回到各自专业岗位,因为让工作方向一致成了瓶颈。
- 3初级与资深员工在 AI 工作中各有所长Mansour 说,初级员工经常带来新工具,经验更丰富的同事则能发现错误并评估质量。
- 4客户的变通做法能揭示应开发什么通用聊天功能让 Atlassian 看到用户需要给白板便签分组;团队随后可以将这种用途做成可视化功能。
- 5新经理可能过早完全放手Mansour 说,优秀经理会给团队空间,也会在需要时参与探索方案,帮助团队取得结果。
- 6与领导者有分歧时,问清谁来决策Mansour 建议说明分歧、弄清对方的坚定程度和决策权归属,并向团队解释双方理由。
要点建议
- 分享客户、市场和业务背景,让同事不必等待产品经理也能决策。
- 邀请工程师参加客户访谈,而不只依靠摘要。
- 让初级同事尝试新 AI 工具的意愿,与资深同事判断输出质量的能力互补。
- 观察客户在通用工具中的变通做法,找出值得开发的产品功能。
- 与高层意见不一致时,问清对方是否在下指令,以及谁拥有决策权。
按章节阅读整理后的全文
为产品决策建立共同理解
Mansour 认为,产品经理通过分享客户、市场和业务背景,帮助团队自行决策。直接接触客户可能带来交接材料无法产生的想法。
Atlassian 曾试验让产品经理和设计师都成为 AI 构建者的团队。起初交付速度加快;一个月后,一位产品经理说,大家又回到了各自的专业岗位,因为瓶颈在方向,而非产出。
Atlassian 的 AI 与产品技能负责人 Sherif Mansour 说,在中大型组织中,产品经理最重要的工作是填补背景信息的缺口。产品经理无需包揽每个决定,而应帮助跨职能团队形成共同理解。
他把团队需要的信息分为三类:客户背景、产品与市场背景,以及公司所处的业务背景。随着组织扩大,信任和共同理解容易瓦解,建立共识也更难。
Mansour 告诉产品经理,在可能的情况下远离待办列表。如果产品经理知道某项任务为何比另一项更重要,团队也需要同样的信息,工程师和设计师才能自行判断。具体的缺口会随时间在愿景、客户和市场之间变化。
Lenny Rachitsky 指出,这意味着产品经理的责任是让别人有能力决策,而不是像老板一样逐项审批。Mansour 回忆,自己曾被大量决定和冲刺规划淹没,后来才明白分享背景信息能帮助自己和团队扩大影响力。
他尽量让工程师参加客户访谈。AI 生成的摘要可以传递结论,但亲自参与对话能让工程师自己获得领悟,直接感受客户需求。
这一原则也适用于战略:团队可以一起研究市场、试用工具、制定愿景,而不是等一个人完成研究后再接收指令。共同参与会改变他们注意到的内容和提出的建议。
为了找出信息缺口,Mansour 会问自己为何确定某个优先级,以及对方缺少了什么信息。优秀的设计师也会让同事一起探索方案,再加以完善,而不只是交付最终设计。
一位产品经理让每位工程师试用不同的 AI 产品,反馈哪些好用、哪些不好用。Atlassian 还带工程师到客户活动的展位直接听取反馈。如果队友提出出乎意料的路线图项目,Mansour 会问,是自己没有分享某个战略判断,还是对方的建议本来就对。
团队里的产品经理通常对其他成员没有直接管理权。Mansour 更喜欢让工程师理解并共同塑造愿景,而不是由产品经理交出规格,要求别人照做。
2010 年,Mansour 和一位工程师发现 Confluence 客户在会议记录中用红星标记未完成任务、绿星标记已完成任务。工程师因此建议直接在文档里加入复选框。亲眼看到用户的变通方法,帮助她发现了这个机会。
让产品经理的优势与工作匹配
商业、科学和艺术三种方法构成的三角框架,有助于团队选择互补技能。Mansour 讨论了如何提供能发挥个人优势的职业机会。
Mansour 使用 Joff Redfern 提出的产品技能三角:总经理型侧重商业机会和营收,科学家型偏爱假设和实验,艺术家型则从愿景和体验出发。这个框架有助于团队根据实际工作选择产品经理。
被问到如何改进喜欢的产品时,总经理型可能估算商业机会,科学家型可能提出实验,艺术家型可能描述期望的体验。Mansour 说,很少有人三方面都很擅长,但通才对于初创公司或新项目尤其有用。
Rachitsky 说,这个框架或许能解释为什么有人在不合适的团队里表现不佳。Mansour 见过产品经理换到更适合发挥优势的工作后重新找回活力。团队应考虑一个人如何补充其他成员,而不是单纯增加一名产品经理。
Mansour 认为自己很偏艺术家型,不擅长总经理型工作。他公开谈论弱点,让同事也能坦然承认自己的不足,再和优势互补的人合作。他建议职业早期的人先尝试不同工作,再决定在哪些方面深入发展。
Rachitsky 补充说,人们在其他领域仍需达到基本能力。Mansour 同意:能力极其全面的领导者确实存在,但多数人从发展自身最擅长的领域中获益更多。
为了帮助别人成长,Mansour 会尝试提供略高于其当前能力、又符合其优势的任务。他回忆自己曾从一个正在增长的产品中退到一旁,让更擅长实验的产品经理负责下一阶段。
他建议回顾曾获得同事肯定的工作,分析自己的做法,再向经理争取类似机会。更资深的产品经理可以继续深化优势,也可以有意识地尝试不同工作;职业发展不一定只是晋升。
构建更快后,方向更加重要
Atlassian 的 AI 构建者实验让参与者重新回到各自专业岗位。Mansour 解释产品经理如何用 AI 弥补团队的背景信息缺口。
Rachitsky 说,他即将发布的招聘报告显示,在所追踪的岗位中,产品经理的空缺最多,而工程岗位增长放缓、设计岗位持平。他问,为什么在 AI 会淘汰产品经理的预测出现后,这类岗位的需求看起来仍然强劲。
Mansour 描述了 Atlassian 的实验:在一些团队中,工程师、设计师和产品经理都用 AI 构建产品。最初速度大幅提升,但随后大家意识到,团队需要有人确定方向,而不只是生产更多软件。
他在内部将这个想法概括为“掌舵,而不是划桨”。初创公司或全新项目可能需要每个人做任何当下需要的事;但在拥有大量工程师的成熟公司,他认为方向一致可能比增加一个写代码的人更重要。
Rachitsky 认为,原型制作变得容易后,想法会大量涌现,团队却可能不清楚目标和质量标准。Mansour 把这比作早年模型工具的普及:很多人能画模型,但有工具不代表每位产品经理都是优秀设计师。
Mansour 说,AI 会同时放大优势和弱点。产品、工程和设计人员都可能涉足更多工作,但他预计各自的专业能力仍对最终质量很重要。
对于产品经理是否应该编写生产代码,他回到决策速度的问题:先找出团队缺少什么信息或理解,再判断 AI 能否帮助弥补,比如制作原型或研究市场。
为什么 AI 团队需要初级员工
初级员工可以带来新的 AI 工作习惯,经验丰富的同事则能评估质量。Mansour 还解释了自己为何重视注重用户体验的产品经理。
在成熟组织中,他越来越重视对用户体验有敏锐感觉的产品经理,以及能带来新的 AI 工作方式的人。面试时,他会追问细节,而不是只问应聘者是否用 AI 总结文档。
Mansour 反对 AI 让公司不再需要招聘初级员工的说法。新人可能没有需要改变的既有工作习惯,能为现有团队带来不熟悉的工具和做法。
这并不意味着经验不再重要。缺少领域知识的初级员工可能难以识别质量差的 AI 输出;资深同事则能评估质量、发现错误。他希望两类人各展所长,形成互补。
在 Atlassian 的 AI 构建周,工程、设计和其他职能的员工会同时暂停日常工作,一起实验。Mansour 说,年轻参与者经常展示新工具,资深同事则往往关注评估和质量。
Atlassian 的初级产品经理培训班中,有人来自计算机科学、艺术和法律相关背景。Mansour 看重好奇心、批判性思维和尝试意愿。他说,公司及客户研究表明,初级员工更愿意采用新工具,而资深员工使用工具时能获得更高质量和生产力。
艺术家型产品经理通常从体验愿景出发,反过来寻找潜在问题。科学家型可能先考虑衡量,总经理型可能先看商业论证。他希望这些方法形成有益的张力,而不是把其中一种视为普遍最优。
随着软件制造成本降低、竞争对手拥有相似功能,Mansour 预计用户体验质量会成为更重要的差异。他不认为所有交互最终都会变成与智能体聊天。
他说,即使是初级应聘者,也能通过练习看出艺术家倾向。一位候选人先展示图表和市场规模,另一位则讲述完整用户体验,以及如何与用户建立情感联系。
Rachitsky 问艺术家式的直觉能否培养。Mansour 说可以,但他认为人们通常更容易在自己本就擅长的方面取得进步。随着 AI 改变工作,多元团队仍然有价值。
Rachitsky 想知道,设计师招聘停滞是否意味着产品经理正在填补这一空缺。Mansour 提出另一种假设:公司可能还没有意识到体验会有多重要。他说设计在 Atlassian 路线图中的作用尤其大,同时承认自己更广泛的判断仍有待验证。
从解决方案出发发现问题
通用 AI 和客户现有的变通做法能揭示值得开发的功能。在既有工作流中加入 AI 也可能是有效的改进途径。
“我们要解决什么问题?”是个有用的问题,但 Mansour 说,从解决方案出发有时也能发现有价值的问题。在 Atlassian 的 Rovo 助手中,通用聊天和用户创建的智能体让客户先尝试各种任务,公司再判断哪些值得做成专用功能。
例如,人们用聊天功能给 Confluence 白板上的便签按主题分组。由于通过聊天选择和整理便签不够方便,团队便可以把观察到的用途做成可视化功能。通用画布因此成了发现更聚焦产品需求的方式。
他说,客户也会把智能体放进 Jira 工作流,进行任务分类和代码审查等工作。一些用途应继续允许客户自行配置,另一些在使用频率和价值明确后可以成为原生功能。他把这个方法比作给人们已经踩出来的路铺路。
制定公司战略时,也可以从现有解决方案出发:列出资产和独特能力,再问它们还能解决什么问题。Mansour 用 Amazon 庞大的图书库存作类比,说明一种能力如何支撑范围更广的商店。
他提醒,观察变通做法仍需要与客户交谈。AI 可能让团队更容易留在数据看板后面,但团队需要了解人们究竟想完成什么。
Mansour 认为,“不要把 AI 硬加上去”这句口号也需要具体分析。对于已有数百万用户的成熟产品,在现有工作流的合适位置加入 AI,可能是逐步改进体验的务实方式,无需丢弃产品从头开始。
他说,客户已经在 Jira 中建立了许多业务工作流。Atlassian 可以观察工作在人与人之间如何交接,再在有用的环节加入智能体,既包括正式流程中的步骤,也包括不那么固定的习惯。
建议是否适用取决于背景
Mansour 和 Rachitsky 讨论为何看似相反的产品建议都可能有用。Mansour 将产品工程师描述为共享背景的传播者。
Mansour 认为,建议应说明适用背景。AI 构建者可能适合新项目,而拥有大量开发者的成熟组织可能更需要明确方向。从问题出发和从解决方案出发,也都可能因工作不同而有用。
他把产品工程师描述为能够运用并传递共同客户背景和战略背景的同事,他们能扩大产品经理的影响。Rachitsky 说,他更愿意呈现不同观点,而不是要求所有嘉宾意见一致,让听众自行判断哪些建议适合自己。
管理者、个人贡献者与创始人的决策
资深个人贡献者也能影响战略,而新经理可能过早完全放手。Mansour 解释如何处理与强势利益相关方的分歧。
Mansour 反对只有管理他人才能参与重大战略决策的假设。Atlassian 有在高管层面工作的资深个人贡献者,人们也可以根据自身优势和处境,在管理岗位与个人贡献岗位之间转换。
Rachitsky 认为管理本身就需要大量精力。Mansour 说,Atlassian 既有管理较大团队、主要负责指导的经理,也有管理人数较少、同时负责项目的经理。如何搭配取决于人员和工作。
Mansour 看到新任产品经理管理者最常犯的错误,是过早完全放手。优秀经理会给团队空间,但在需要时也会参与进来,一起探索备选方案,帮助团队取得结果。
与有强烈愿景的创始人合作时,Mansour 想象领导者已经看到电影第十章,团队其他人却还在前几章。如果不理解背后的理由就传达指令,只会得到服从,而非认同。
他会询问领导者得出结论的原因,努力赶上对方的思考。他说,根据自己的经验,有经验的领导者经常是对的,尤其在复杂的企业市场,但目标是理解背景、为客户取得最好结果,而不是自动证明领导者正确。
如果仍然有分歧,Mansour 会说明自己的理由,并询问谁拥有决策权、对方有多坚定。决定做出后,他会向团队说明两种方案真正的利弊,而不是把选择归咎于某位高管。
Rachitsky 介绍 Dharmesh Shah 的做法:把高管发言标明为信息、建议、推荐或恳求。Mansour 说,如果资深人士没有说明自己的意见是否属于指令,产品经理可以主动问清楚。
创造机会与分享背景
Mansour 讨论为他人争取机会、工作之外的生活,以及 Atlassian 的开放文档。他正在研究远程团队的书面背景信息是否有助于使用 AI。
Mansour 请听众像别人曾为自己创造机会那样,为其他人创造机会。具体做法是找到一个你相信其潜力的人,并为其争取机会。
在结尾问答中,他提到和孩子一起读奇幻小说,也会反复阅读《圣经》。他喜欢电影《Project Hail Mary》,还讲到一家人开车时在 Google Maps 中用 Gemini 玩目的地主题游戏。
地图中的例子说明了他的工作流观点:一家人不必离开导航画面就能与 AI 对话,而目的地本身提供了有用的背景。对 Mansour 来说,这项体验有价值,是因为它融入了已经进行中的活动。
他鼓励人们不要把个人身份完全等同于工作,并维持工作之外的人际关系。Rachitsky 分享了一个提醒:最可能记得父母经常加班的是孩子。
Mansour 解释说,他身后的展示品由 Atlassian T 恤制成,每件都纪念一个产品或公司时刻。妻子将他喜欢的几件缝在一起作为生日惊喜;后来他用这套收藏讲述公司的历史。
他将 Atlassian 描述为默认开放的公司:高管评审通常会录制,并可供内部搜索。共享文档为员工和 AI 智能体提供更多背景,但 Rachitsky 指出,更容易访问也可能让不该看到信息的人看到信息。
Mansour 正在检验一个假设:远程团队可能从 AI 中获得更多价值,因为他们更常以数字方式记录和分享工作;他说数据科学家仍在研究。面对面协作和分布式工作各有好处。
他最后请听众在转发引人注目的标题之前,先问一问建议在原有情境下为什么有效。看似矛盾的建议,在不同条件下都可能说得通。
同频道的其他文章
1:27:15EN → 简体中文
58:33EN → 简体中文
1:27:47EN → 简体中文
1:25:47EN → 简体中文
1:20EN → 简体中文
0:46EN → 简体中文