Atlassian, jak co roku, wypuścił wpłaśnie wyniki swojej ankiety o stanie product managementu na świecie “The State of Product 2027” - ponad 1000 zespołów z USA i Europy wzięło w mniej udział (firmy powyżej 500 pracowników).
Raportu skupiony jest głownie na tym, jak AI wpływa na pracę zespołów produktowych. Przegryzłem się przez te dane, żeby wyciągnąć trendy i wyniki które najbardziej we mnie uderzyły:
1️⃣ Pracujemy dzięki AI szybciej, ale sami… nie widzimy z tego realnej wartości dla userów
2️⃣ Biomy się, że “dzieciak z AI” pozamiata nasz produkt i rynek
3️⃣ Jak pracujemy z AI? Asystent, czy agent?
4️⃣ Granice między rolami się zacierają
5️⃣ Walczymy z AI slopem w pracy
6️⃣ Mamy mniejszy wpływ… na produkt.
7️⃣ Na deser: HIPPO dalej w formie
🔗 Pełne wyniki ankiety
Po więcej produktowych treści → sprawdź najnowsze wpisy, najpopularniejsze wśród czytelników, posłuchaj podcastu Dodane do Backlogu, albo skorzystaj z moich szkoleń.
👉 Partnerem dzisiejszego wydania… jestem ja sam i mój 10x Product Bootcamp, gdzie ćwiczymy wykorzystanie AI na konkretnym produktowym case study. Ultrakrótkie iteracje, walidacja pomysłów i decyzje oparte na dowodach z AI. Zacznij pracować w ten sposób.
1️⃣ Pracujemy dzięki AI szybciej, ale sami… nie widzimy z tego realnej wartości
80% uczestników badania twierdzi, że AI przyspiesza dowożenie ficzerów, ale… użytkownicy wcale nie widza z tego wartości. I to jest cały ten paradoks. Dzięki AI robimy w produkcie więcej i szybciej rzeczy... które nie wnoszą wartości użytkownikom.
A czy nie na tym powinien polegać dobry product management?
Osobiście uważam (i sam w ten sposób pracuje) że pracę produktową chcę robić 10x lepiej, a nie 10x szybciej z AI. Przyspieszam to co warto zautomatyzować i zaoszczędzi mi trochę czasu, ale jest zwykle tzw. “marginal gains” odzyskujące kilka godzin w tygodni (bo zwykle większości tych rzeczy wcale nie powinniśmy robić).
Najważniejsza jest zmiana w pracy produktowej - i ona - mimo ze tempo jest większe - to finalnie nie zajmuje mniej czasu, tylko mniej więcej tyle samo, za to… jest 10x lepsza. U mnie to jest:
Szacowanie opportunity i ocena po wdrożeniu - liczenie, jak duża jest szansa, przeglądanie metryk i weryfikowanie hipotez na danych. Zapytania SQL piszę razem z AI i trzymam w jednym folderze, więc łatwo do nich wrócić, znaleźć potrzebne i poprawić.
Partner do myślenia przy decyzjach - przyglądanie się problemowi z kilku stron. AI nie decyduje za mnie, ma mi pokazać kąty, których sam bym nie zauważył. Uruchamiam jednocześnie trzech agentów, każdego z innym promptem, i po kwadransie mam trzy pełne analizy do porównania.
Product discovery - porządkowanie wyników researchu, przegląd konkurencji i wyłapywanie powtarzających się wzorców w danych jakościowych.
Ideacja - wymyślanie i rozbudowywanie pomysłów. Przy burzy mózgów AI dobrze sprawdza się jako partner do sparingu. Możliwe, że po prostu brakuje mi kreatywności i potrzebuję pomocy :D.
Wszystko to dalej zajmuje mi czas, ale jest po prostu dużo lepsze i osobiście widzę dużo większy wpływ na produktowe metryki sukcesu (i tym samym wartość dla userów).
2️⃣ Biomy się, że “dzieciak z AI” pozamiata nasz produkt i rynek
To jest ciekawe - w wynikach widać ogromny strach przed tym co będzie na rynku i jak jakiś inny szybszy i lepszy dzięki AI zespół zmieni totalnie reguły gry. To by oznaczało, że trochę nie bardzo widzimy tzw. strategiczne fosy w naszym produkcie, które nie są łatwe do przeskoczenia. Dobrze, że widzimy ten problem - pytanie tylko, czy pójdą za tym działania i zaczniemy te fosy identyfikować i budować.
3️⃣ Jak pracujemy z AI? Asystent, czy agent?
Jeszcze rok temu większość z nas używała AI jako podstawowego asystenta do “pogadania na czacie”. Adopcja autonomicznych agentów AI jeszcze nie jest wysoka (13%), ale AI potrafi już za nas robić bardziej kompleksowe taski (52%). Myślę, ze za tym Idzi tez większa adopcja Cursora / Claude Code / Codex.
Jest bardzo ciekawy jak aktualny bot na autonomiczne AI Boty w pracy - czyli Grok Bots, OpenAI Dots - przełoży się na wyniki w przyszłym roku. Ja na razie eksperymentuję, ale jeszcze cały czas wygodniej większość rzeczy mi się robi z okna Cursora / Claude Code.
4️⃣ Granice między rolami się zacierają
67% osób twierdzi że trudno im określić jasne granicę między rolami z Product Trio z powodu tego, że dzięki AI mogą robić więcej “nie swojej pracy”. Można by rzecz… w końcu :D. Dla mnie zdrowe Product Trio to takie w którym pracujemy RAZEM. Mamy swoje specjalności, ale nie boimy się robić innych rzeczy, kiedy trzeba by dowieść wartość.
Dokładnie tak jak AGILE / Scrum próbował projektować zespoły - wszyscy jesteśmy “developerami” mający dowozić wartość w produkcie. Tak samo powinno być w naszym Product Trio.
Ten problem zacierania się ról był od zawsze (teraz jest po prostu łatwiej widoczny), pytanie jak zespoły będą na to reagować:
1️⃣ Cieszyć się, że pracujemy razem i przestaną się tak bardzo przejmować rolami, skupią się na tym co najważniejsze - dowożeniu wartości
2️⃣ Dalej będziemy mieli walki o to “kto za co odpowiada”, okopywanie się w swoich rolach i wkurzanie się bo ktoś inny wchodzi na nasze poletko.
Obawiam się że dalej większą część będzie pracować w modelu 2️⃣ - stąd tak popularne jest marzenie o byciu solo product bulderem, który dzięki AI robi wszystko.
5️⃣ Walczymy z AI slopem w pracy
Niestety, to jest coś co sam obserwuję. AI sprawiło, ze sporą częścią pracy zaczęło być walczenie z wygenerowanym AI slopem. W decyzjach produktowych jest to mega ważny problem - bo co chwilę dostajemy od innych piękne, przekonujące podsumowania / raporty - które po wejściu w głąb produktowych niuansów okazują się bez sensu.
6️⃣ Mamy mniejszy wpływ… na produkt.
To jest bardzo ciekawe. W porównaniu do raportu z poprzedniego roku - zdecydowania spadła liczba product managerów, którzy czują że “leadują” interdyscyplinarne prace zespołów w produkcie.
w zeszłym roku było to 47%
teraz zaledwie 24%
Nie czujemy co prawda mniejszego wpływu niż inne obszary, ale przestaliśmy czuć że to my to najbardziej prowadzimy. Trudno mi zinterpretować skąd taka duża zmiana. Ale może to i dobrze? Może za tym kryje się więcej współpracy.
Więc tak - jest dobrze i jest powód do optymizmu. Ale tej optymistycznej narracji nie brałbym jak pewnika na najbliższe lata.
7️⃣ Na deser: HIPPO dalej w formie
Nie jestem przeciwko intuicji, ale jeśli rzeczywiście mamy dane i możemy podjąć tzw. decyzję data-driven? Pytanie jak często występuje to “czasem” z pytania. Czasem warto zaryzykować i zrobić coś innowacyjnego na co nie mamy danych. Ale jeśli to “czasem” to co druga decyzja to chyba jest coś nie tak.
🔗 Pełne wyniki
To tylko kilka wyników, które mnie szczególnie zainteresowały. Pełne wyniki badania Atlassiana zawierają oczywiście dużo więcej danych - polecam sobie pobrać i przejrzeć cały raport: