Pretvara li AI vaš tim u tvornicu značajki?

Vaš tim isporučuje više nego prije dvije godine. Rastu li i vaši prihodi?

Otkako su AI alati za programiranje uzeli maha, zahtjev koji najčešće čujemo od klijenata neka je verzija pitanja „Možete li dodati <ubacite 5 novih nasumičnih značajki>?” Možemo ih izgraditi brže nego ikad, ali većina neće utjecati na nijednu brojku, jer nitko prije nije provjerio žele li ih korisnici uopće.

GitHub iz dana u dan bilježi sve više pull requestova, ali kao što možete pretpostaviti, većina njih nikad ne bude mergeana niti ugleda produkciju. Ta pojava ima ime: paradoks AI produktivnosti.

AI mijenja i to koliko se ljudi osjećaju brzima. U istraživanju organizacije METR iskusnim programerima koji su radili u repozitorijima koje već dobro poznaju trebalo je oko 19 % više vremena da dovrše zadatke uz AI alate. Unatoč tome, vjerovali su da su brži.

Kao što pokazuju ti podaci, dobar softver rijetko je kočila brzina tipkanja. Spori i zahtjevni dio uvijek je bio odlučiti što izgraditi – što će dovesti nove kupce, a postojeće zadržati duže.

Dakle, kad kod postane ovako jeftin, jeftina postaje i gradnja pogrešnih stvari. Upravo tako timovi završe kao tvornica značajki.

Tvornica značajki (engl. feature factory) – naziv za produkt i razvojni tim koji uspjeh mjeri brojem isporučenih značajki (output), a ne stvarnom vrijednošću ili problemom koji rješava korisnicima (outcome)

Kad razvoj ide ovako brzo, lako se izgubiti u retro sastancima i popisima ideja za značajke koje su nekome pale na pamet dok je kuhao ili bio u teretani. Kreativnost nije problem. Klijent bez nje nikad ne bi ni napravio proizvod – problemi počinju kad se ideje grade na optimističnim očekivanjima umjesto na podacima.

Sjećate se kad su se tek pojavili AI API-ji? Odjednom je sljedeća značajka svakog proizvoda bila „AI”. Nije bilo jasnog razloga zašto proizvodu treba AI, koje bi podatke mogao koristiti da stvori nešto vrijedno, koliko bi to koštalo ni kako bi se uklopio u radni proces korisnika…Mogao bih nastaviti, ali shvaćate poantu.

Nekad je bilo drukčije. Kad je složena značajka značila čekanje od mjesec do dva, klijenti su odvajali vrijeme: promišljali su pristup, provjeravali pretpostavke na stvarnim podacima korisnika i tek onda odlučivali je li značajka vrijedna truda.

AI je uklonio to razdoblje čekanja, a s njim je nestalo i „razmišljanje”. Ostaju slabo korištene značajke, što za klijenta znači da je potrošio novac na razvoj i dobio 0 € natrag.

AI je i nama ubrzao razvoj: AI agenti kodiraju nove značajke → naši inženjeri ih pregledavaju, pa manje njihova vremena odlazi na pisanje koda, a više na arhitekturu, kompromise, code review i produktne odluke. Većinu ušteđenog vremena ulažemo u prioritizaciju značajki: odlučivanje o tome što se isplati graditi prije nego što počnemo pisati kod.

Evo kako to izgleda na projektu za klijenta:

1. Produkt menadžer preispituje brief. Svaki projekt vodi produkt menadžer koji razumije klijentov posao. Kad nam na stol stigne popis od pet novih značajki, prvo pitanje je koji korisnički problem svaka od njih rješava i pomiče li proizvod prema onome gdje bi trebao biti za dvije godine.
2. Gledamo podatke koje proizvod već ima. Prije nego što isplaniramo bilo što novo, provjeravamo kako ljudi koriste postojeće značajke: kojima se vraćaju, koje ignoriraju i gdje odustaju.
3. Svaka značajka dobiva jasnu specifikaciju. Pišemo strukturirane specifikacije koje kažu što značajka radi, kome je namijenjena i kako ćemo znati da je uspjela. Upravo tijekom pisanja slaba ideja često potpuno padne, što je daleko jeftinije nego to otkriti nakon lansiranja.
4. Izrađujemo prototip prije razvoja. Dizajniramo značajke u Figmi i uz pomoć AI-ja ih pretvaramo u klikabilne prototipove kojima ideju predstavljamo klijentu, a idealno i nekolicini njegovih korisnika.
5. Isporučujemo u sprintovima i provjeravamo rezultate. Rad isporučujemo u sprintovima; ako vidimo da značajka ne sjeda korisnicima, primijetimo to rano i prilagodimo sljedeći sprint umjesto da gomilamo nove značajke.

Upravo smo ovim procesom Reggy doveli od ideje do MVP-a koji im je osigurao financiranje, a zatim i do platforme koja im je donijela prve klijente.

Razvojni timovi sada uz AI mogu isporučivati više i to se neće promijeniti, ali više razvoja ≠ više kupaca. Timovi koji od AI-ja dobivaju stvarnu vrijednost ušteđeno vrijeme koriste da proučavaju podatke o korištenju, razgovaraju s korisnicima i kažu ne većini ideja s popisa.

Zato, sljedeći put kad se pojavi „Možete li dodati ovih pet značajki?”, počnite pitanjem: koje će od njih vaši korisnici stvarno koristiti?

Ako vam backlog stalno raste, a nove značajke ne donose nove kupce, upoznajte tim koji stoji iza našeg procesa i razgovarajte s nama o svojoj ideji.