Nell'ultimo anno ho iniziato a costruire prodotti da sola, con l'AI, dall'idea alla produzione. Prima Bloom, un'app di allenamento che uso ogni giorno. Poi km7, un compagno vocale per chi corre. Prodotti veri, utenti veri, nessun team.
La cosa che nessuno ti dice del costruire con l'AI è che l'esecuzione non è mai stata la parte difficile. Sembrava la parte difficile, perché era la parte lenta. Mesi di sviluppo rendevano ogni decisione costosa, così siamo diventati bravi a pianificare, stimare, negoziare lo scope. L'AI rimuove gran parte di quell'attrito — e quello che resta, improvvisamente visibile, è la vera parte difficile: sapere cosa costruire.
Quando il codice diventa economico, le cose costose sono quelle che sono sempre state costose. Capire un problema abbastanza bene da descriverlo con precisione. Decidere cosa lasciare fuori. Accorgersi di quando stai costruendo per un utente immaginato invece che per uno reale. Quest'anno ho buttato via più funzionalità funzionanti che in tutta la mia carriera — non perché fossero rotte, ma perché costruirle era così veloce che potevo permettermi di scoprire che erano sbagliate.
Questa inversione cambia cos'è il product management. Il ruolo non è mai stato davvero coordinare l'output, ma le organizzazioni lo trattavano così perché l'output era il collo di bottiglia. Ora una singola persona può rilasciare quello che prima richiedeva un team per un trimestre. Il collo di bottiglia si è spostato sul giudizio: quale problema, quale scommessa, quale evidenza ti farebbe cambiare idea.
Cambia anche la discovery. L'AI comprime il tempo di costruzione, ma non comprime il tempo di apprendimento. Gli utenti hanno ancora bisogno di settimane per mostrarti come si comportano davvero. Semmai, l'esecuzione economica rende la discovery più importante, perché il costo di costruire con sicurezza la cosa sbagliata non è mai stato così basso — ora puoi costruire tre cose sbagliate nel tempo che prima serviva per costruirne una.
Continuo a incontrare product manager preoccupati che l'AI renda il loro ruolo obsoleto. Costruirci ogni giorno mi ha convinta del contrario: le parti del lavoro che l'AI assorbe sono le parti che non sono mai state il punto. Quello che resta — la selezione dei problemi, il gusto, la capacità di dire di no con le evidenze — è diventato silenziosamente tutto il lavoro.
I team che faranno fatica non sono quelli senza competenze AI. Sono quelli che non hanno mai imparato a decidere cosa vale la pena costruire, perché la lentezza dell'esecuzione ha sempre nascosto quella lacuna.