现代写作工具的发明使写作变得更加容易，但同时也导致了'写作障碍'的兴起——决定写什么成为新的瓶颈。同样，智能编码助手的出现也带来了新的'构建障碍'，即决定构建什么成为阻碍。我称之为'产品管理瓶颈'。
产品管理的本质
产品管理既是艺术也是科学，其核心在于决定构建什么。由于高度智能化的编码工具能够根据给定的产品规范快速编写软件代码，决定构建什么成为了新的瓶颈，尤其是在项目早期阶段。随着我合作的团队越来越多地利用智能编码工具，我越来越重视那些具有高度用户同理心并能快速做出产品决策的产品经理(PMs)，使产品决策速度与编码速度相匹配。
用户同理心的重要性
具有高度用户同理心的产品经理可以通过直觉做出决策，并且大多数情况下都能做出正确的判断。当新信息不断涌现时，他们能够持续完善对用户喜好或不喜好的心智模型——从而优化他们的直觉判断——并持续做出质量不断提高的快速决策。
数据收集的多种策略
有许多策略可以获取用户反馈和其他形式的数据，这些数据塑造我们对用户的认知。包括与少量用户进行对话、焦点小组、问卷调查以及针对规模化产品的A/B测试。但为了以生成式AI的速度推动进展，我发现将所有这些数据源在产品经理的心中进行整合，能够帮助我们更快地前进。
实际案例分析
让我通过一个例子来说明。最近，我的团队就用户更喜欢哪四个功能进行了讨论。我有自己的直觉，但我们都无法确定，于是我们对大约1000名用户进行了调查。结果与我的初始信念相悖——我错了！那么，在这种情况下，正确的做法是什么？
选项1：按照调查结果，构建用户明确表示偏好的功能。
选项2：详细分析调查数据，看看它如何改变我对用户需求的认知。也就是说，完善我对用户的心智模型，然后使用更新后的心智模型来决定下一步行动。
尽管有些人会认为选项1是'数据驱动'的决策方式，但我认为对于大多数项目来说，这是一种次优方法。调查可能存在缺陷。此外，在做出决定前花时间进行调查会导致决策缓慢。
相比之下，使用选项2，调查结果提供了更具普遍性的信息，不仅能帮助我做出当前决策，还能影响许多其他决策。它让我能够将这一数据与所有用户对话、调查、市场报告以及用户与我们产品互动时的行为观察等一起处理，形成关于如何服务用户的更全面视角。最终，这种心智模型驱动着我的产品决策。
数据与直觉的平衡
当然，这种技术并不总是可扩展的。例如，在程序化在线广告中，AI可能会尝试优化显示广告的点击次数，在这种情况下，自动化系统并行进行更多实验，收集用户点击和不点击的数据，以过滤产品经理对用户的心智模型。当系统需要做出大量决策时，例如在大量页面上显示哪些广告（或推荐哪些产品），产品经理审查和人类直觉无法扩展。
但在团队只需做出少量关键决策的产品中，例如优先考虑哪些关键功能，我发现数据——用于帮助构建良好的用户心智模型，然后迅速应用于决策——仍然是推动快速进展和缓解产品管理瓶颈的最佳方式。
构建有效的用户心智模型
在AI时代，产品经理需要不断更新和完善他们的用户心智模型。这需要：
- 多元化数据收集：结合定量和定性数据，包括用户访谈、行为分析、市场趋势等。
- 快速实验与迭代：设计小规模实验，快速验证假设，并根据结果调整决策。
- 跨学科思维：将技术可行性、商业价值和用户体验结合起来考虑。
- 持续学习：保持对行业趋势和用户行为变化的敏感度，定期更新心智模型。
实践建议
- 建立反馈循环：确保产品决策后有明确的机制收集用户反馈，并快速应用于下一轮迭代。
- 数据可视化：使用数据可视化工具帮助团队更好地理解用户行为和产品表现。
- 决策框架：建立清晰的决策框架，在数据不足时指导产品经理如何做出最佳判断。
- 团队协作：促进产品、设计和工程团队之间的紧密协作，确保决策考虑多方面因素。
结论
随着AI辅助编程工具的普及，产品管理瓶颈日益凸显。突破这一瓶颈的关键在于培养产品经理的用户同理心，建立准确的用户心智模型，并实现数据驱动与直觉判断的平衡。通过快速决策和持续学习，产品团队可以在AI时代保持竞争力，构建真正满足用户需求的产品。
未来的产品管理将更加注重人的判断力与机器分析能力的结合，产品经理需要成为连接技术与用户的桥梁，利用AI工具提高效率，同时保持对用户需求的深刻理解和敏锐洞察。
