在技术飞速发展的今天，我们正经历着一个有趣的现象：随着AI辅助编程工具的普及，软件产品的构建速度得到了前所未有的提升。然而，这种效率革命也带来了一个意想不到的挑战——产品管理瓶颈。就像打字机的发明虽然让写作变得更容易，却导致了'写作障碍'的兴起，AI编码助手的普及也催生了新的'构建者障碍'，即决定'构建什么'成为新的瓶颈。
产品管理瓶颈的本质
产品管理本质上是一门艺术与科学的结合，它关乎决定构建什么以及为什么构建。在高度自主的编码助手加速软件编写速度的时代，决定构建什么成为了新的瓶颈，尤其是在项目早期阶段。随着团队越来越多地利用自主编码助手，我越来越重视那些具有高度用户共情能力并能快速做出产品决策的产品经理（PM），从而使产品决策速度与编码速度相匹配。
用户共情与快速决策的平衡
具有高度用户共情能力的产品经理可以通过直觉做出决策，并且在大多数情况下都能做出正确判断。当新信息出现时，他们能够不断完善对用户喜好或不喜好的心理模型——从而完善他们的直觉——并持续做出质量不断提高的快速决策。
有许多策略可以获取用户反馈和其他形式的数据，这些数据有助于我们形成对用户的认知。包括与少数用户进行对话、焦点小组、调查以及针对规模化产品的A/B测试。但是，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直觉中进行整合，能帮助我们更快地前进。
数据与直觉的融合
让我通过一个例子来说明。最近，我的团队就用户更偏好的4个功能中的哪一个展开辩论。我有自己的直觉，但我们都无法确定，因此我们调查了大约1000名用户。结果与我的最初信念相矛盾——我错了！那么，在这种情况下正确的做法是什么呢？
选项分析
- 按照调查结果构建：直接构建用户明确表示偏好的功能。
- 深入分析调查数据：审视调查数据如何改变我对用户需求的认知，即完善我的用户心理模型，然后使用修正后的心理模型决定下一步行动。
尽管有些人认为选项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，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，不仅可以帮助我塑造这一决策，还可以帮助我塑造许多其他决策。它让我能够将这一数据与所有用户对话、调查、市场报告以及对用户与我们产品互动时的行为观察一起处理，从而形成关于如何服务用户的更全面视角。最终，这种心理模型驱动着我的产品决策。
决策策略的适用范围
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，自动化系统会并行进行更多实验，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理模型。当一个系统需要做出大量决策时，例如在大量页面上显示什么广告（或推荐什么产品），产品经理审查和人类直觉无法扩展。
但在团队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理模型，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。
实践建议
- 培养用户共情能力：产品经理应投入时间与用户直接互动，理解他们的需求和痛点。
- 建立用户心理模型：将各种数据源整合成连贯的用户认知模型，而非孤立看待每个数据点。
- 快速迭代与调整：基于新的用户反馈不断调整心理模型，保持决策的敏捷性。
- 平衡数据与直觉：在数据不足时，依靠经验和直觉做出决策；在数据充分时，利用数据验证和修正直觉。
未来展望
随着AI技术的不断发展，产品管理瓶颈可能会变得更加突出。未来的产品管理者需要具备更强的数据分析能力、更敏锐的用户洞察力，以及更快的决策速度。同时，他们还需要学会如何有效地利用AI工具，将AI的效率优势与人类的创造力和判断力相结合，创造出真正满足用户需求的产品。
在这个AI驱动的时代，突破产品管理瓶颈不仅关乎技术效率，更关乎对用户需求的深刻理解和快速响应。只有那些能够在这两方面取得平衡的产品团队，才能在激烈的市场竞争中脱颖而出，创造出真正有价值的产品。
