在技术飞速发展的今天，AI辅助编程工具正以前所未有的速度改变着软件产品的开发方式。然而，正如历史总是以某种方式重复，我们面临着新的挑战——当构建产品的技术效率大幅提升时，决定'构建什么'成为了新的瓶颈。这一现象，我称之为'产品管理瓶颈'。
产品管理瓶颈的本质
产品管理本质上是一门决定'构建什么'的艺术与科学。随着高度自主的编码助手将软件编写速度提升到前所未有的水平，特别是在项目早期阶段，决定构建什么内容成为了新的瓶颈。在我合作的团队充分利用AI编码助手的过程中，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)，从而使产品决策的速度能够匹配编码的速度。
这一现象并非首次出现。回想历史，现代写作工具如打字机的发明使写作变得更加容易，但同时也导致了'作家阻塞'现象的出现——决定写什么成为了新的瓶颈。同样，AI编码助手的兴起导致了'构建者阻塞'，阻碍点变成了决定构建什么。
高同理心产品经理的价值
具有高度用户同理心的产品经理能够凭借直觉做出决策，并且在大多数情况下都能做出正确的判断。当新信息出现时，他们能够不断调整对用户喜好或不喜好的心智模型，从而优化他们的直觉，并持续做出质量不断提升的快速决策。
在AI时代，这种能力变得尤为重要。因为AI能够快速实现产品规格书中的功能，产品经理的决策速度直接决定了产品开发的速度。如果产品决策环节成为瓶颈，那么AI加速开发的优势将无法充分发挥。
多元化的用户反馈收集方法
为了构建准确的用户心智模型，产品经理可以利用多种策略获取用户反馈和其他形式的数据，这些数据帮助我们形成对用户的认知。这些方法包括：
- 与少数用户进行深入交谈
- 组织焦点小组讨论
- 开展大规模用户调查
- 在已上线的产品上进行A/B测试
然而，为了以生成式AI的速度推动产品发展，我发现将所有这些数据源在产品经理的'直觉'中整合，能够帮助我们更快地前进。这种整合不是简单的数据堆砌，而是形成一种对用户需求的深刻理解和预判能力。
数据驱动决策vs.直觉决策
在产品管理实践中，常常存在两种决策方式的争论：是纯粹依赖数据，还是依靠产品经理的直觉？实际上，这两种方式并非对立，而是可以相互补充的。
以我最近的一个经历为例：我的团队就用户可能更喜欢哪四个功能进行了讨论。我有自己的直觉，但没有人能够确定，于是我们对大约1000名用户进行了调查。结果 contradicted了我的初始信念——我错了！那么，在这种情况下，正确的做法是什么呢？
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决定下一步行动。
虽然有些人可能认为选项1是'数据驱动'的决策方式，但我认为对于大多数项目而言，这是一种次优方法。调查可能存在缺陷，而且花时间进行调查再做出决策会导致决策过程变得缓慢。
相比之下，使用选项2，调查结果提供了更具普遍性的信息，不仅可以帮助我做出当前决策，还可以指导许多其他决策。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一起处理，形成更全面的用户服务视角。最终，正是这种心智模型驱动着我的产品决策。
心智模型构建的实践策略
构建准确的用户心智模型是突破产品管理瓶颈的关键。以下是一些实用的策略：
持续收集多源数据：不要依赖单一数据源，而是综合用户访谈、调查、行为数据、市场研究等多种信息渠道。
快速验证与调整：当新数据出现时，迅速将其整合到现有心智模型中，并根据需要进行调整。
关注模式而非孤立事件：寻找数据中的模式和趋势，而不是被个别的异常数据点所干扰。
建立假设-验证循环：基于心智模型形成假设，然后设计快速实验进行验证，根据结果调整模型。
跨团队共享心智模型：确保产品、设计、工程团队对用户有共同的理解，减少沟通成本和决策摩擦。
产品管理瓶颈的适用边界
需要强调的是，这种基于心智模型的快速决策方法并非在所有场景下都适用。当系统需要做出大量决策时，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，此时自动化系统能够并行进行更多实验，收集用户点击和不点击的数据，过滤产品经理的用户心智模型。
当系统需要在大量页面上显示什么广告（或推荐什么产品）时，产品经理审查和人类直觉无法扩展。在这种情况下，需要更多的自动化和算法决策。
然而，在团队只需要做出少量关键决策的产品中，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，然后应用于快速做出决策——仍然是推动快速进展和缓解产品管理瓶颈的最佳方式。
AI时代产品管理的未来
随着AI技术的不断发展，产品管理将面临新的机遇和挑战。未来，产品经理的角色可能会发生以下变化：
从执行者到战略家：随着AI能够处理更多执行性工作，产品经理将更加专注于产品战略和长期愿景。
人机协作决策：产品经理将与AI系统紧密合作，利用AI的数据分析能力增强自己的决策质量。
同理心成为核心竞争力：在AI能够分析大量数据的时代，人类独有的同理心和情感理解能力将变得更加珍贵。
快速实验文化：产品团队将建立更快速、更小规模的实验文化，以验证假设和优化决策。
结论
在AI辅助编程加速软件开发的今天，产品管理瓶颈已成为制约产品创新的关键因素。突破这一瓶颈的关键在于培养具有高度用户同理心的产品经理，构建准确的用户心智模型，并在此基础上做出快速而高质量的决策。
数据不是决策的目的，而是构建更好心智模型的手段。通过将多种数据源整合到对用户的深刻理解中，产品经理可以在AI时代保持决策速度与编码速度的平衡，从而真正释放AI技术带来的创新潜力。
未来，随着AI技术的进一步发展，产品管理将继续演变，但以用户为中心、以数据为依据、以快速决策为特点的产品管理理念将始终是成功的关键。
