AI時代におけるプロダクト機能

AI時代において、プロダクト機能は大きな変革を迎えている。著者は、大規模言語モデル（LLM）によりソフトウェアの提供は高速化したが、プロダクトの仕事はソフトウェアを提供することではなく、価値を提供し問題を解決することだと指摘する。ソフトウェアはあくまで媒体であり、プロダクトが何を構築するかとその理由を決定し、エンジニアリングがそれを実装する。

現在、実行速度はもはやボトルネックではない。ボトルネックは、プロダクト機能が打つ一手の質と意味にある。企業はAI投資を実際の生産性に変える方法を模索しているが、リーダーシップはエンジニアがコードを早く書くことが勝利だと思い込みがちだ。それは問題のごく一部に過ぎず、それを追い求めることは間違ったものを最適化することになる。リーダーシップが排除すべきは、プロダクトがより多くのより良い構築判断を下せるようにすることだ。新しいツールを使えば以前よりも多くの試みが可能だが、方向性が正しく熟考されていることがかつてないほど重要になる。誰も行き先に注意を払っていなければ、どれだけ早く到着しても意味がない。

混乱は、突然コードを書き始める人々に表れている。プロダクトマネージャー、さらにはカスタマーサポートの担当者までもが自分でプルリクエストを開いている。それ自体は構わないが、プロダクトの時間が報われるのはそこではない。プロダクトが出荷に費やす1時間は、プロダクトにしかできない唯一のことに費やさない1時間である。

実験は今や安価で、プロトタイプは捨てても構わない。しかし、保持することを決めたものは製品に組み込まれる。後でロールバックすることも可能だが、無料でできることは稀だ。その頃にはユーザーは新しい概念を採用し、習慣に取り入れ、古いものを忘れているかもしれない。ドメイン内の各ステップは積み重なり、製品は理解しづらく、ナビゲートしにくくなる。何を保持するかの判断は製品を形作り、構築が無料でもその判断は高くつく。不注意に行えば、製品に到達したい方向性があるという信頼を損なう。

では、良いプロダクト仕事とはどのようなものか。著者はプロダクトチームに以下を期待する：モデル化しようとしているドメインの専門家になり、その専門性をエンジニアと共有し刺激を与えること。顧客からのフィードバックを収集・処理・統合し、異なるレベルでクリーンで重複のない問題定義を生み出すループにほとんどの時間を費やすこと。最も価値のある問題にきれいに対処する高レベルの解決策をブレインストーミングし、注意深く設計すること。エンジニアリングと協力してドメインが適切にモデル化され、ユビキタス言語が存在することを確認すること。計画と発見を他のチームと明確に伝え、整合性を生み出すこと。

AIはプロダクトの仕事も高速化できる。特に情報収集や、手作業でははるかに時間がかかったであろうソース間のパターン発見において有効だ。これまで到達できなかったデータをプロダクトに提供できる。しかし、より良い入力はより良い判断と同じではない。AIは情報と関連性を表面化できるが、どの問題を解決する価値があるか、プロダクトがどうあるべきかを判断することはできない。その判断こそが仕事であり、ボトルネックである。

コードが安価になるということは、エンジニアも以前よりも強いプロダクトマインドを持ち、できるだけ早い段階でプロダクト開発に参加する必要があることを意味する。著者はこれを長らく提唱しており、Shape Upプロセスを評価している。

そこで著者は各役割に求める：ソフトウェアエンジニアへ：構築するものとそれに費やす時間に責任を持つこと。これまでの経験と仕事は、良い計画を前にするに値する。自分が構築する製品の品質とシンプルさを守るのがエンジニアの仕事である。プロダクトマネージャーへ：ソフトウェアエンジニアはかつてないスピードで出荷できる。その力をユーザーの利益に使えるようにせよ。今こそ、最も広い仕事ではなく、最も深い仕事をする時である。