AI-агенты в продуктовых командах — выступление Centercode

О чём видео

Luke Freiler, CEO и CPO Centercode, выступает на встрече Orange County Product Managers с рассказом о том, как AI-агенты входят в продуктовые команды не в качестве замены людей, а как новая категория коллег. Выступление сочетает собственный опыт Centercode по внедрению AI-агентов с наблюдениями Freiler из разговоров с руководителями крупных софтверных компаний о том, как они видят будущее продуктовых команд.

Для кого

Продакт-менеджеры и продуктовые лидеры, которым интересны AI-агенты, но не до конца понятно, как встроить их в рабочие процессы команды. Выступление намеренно нетехническое — Freiler фокусируется на организационных и практических последствиях, а не на деталях реализации, что делает его доступным для PM без инженерного бэкграунда.

Ключевые выводы

Агенты — это коллеги, а не инструменты. Freiler проводит различие между использованием AI как инструмента (задавать вопросы, генерировать текст) и отношением к AI-агентам как к членам команды с закреплёнными обязанностями. В Centercode команда даёт агентам имена, рисует им аватары и проводит ревью их работы — практики, которые могут звучать забавно, но служат практической цели: они заставляют команду продумывать, за что отвечает каждый агент и как измерять его вклад.
Deep research агенты меняют границы осведомлённости PM. Возможность поручить агенту непрерывное исследование — мониторинг конкурентов, анализ клиентской обратной связи, отслеживание рыночных сигналов — означает, что PM могут поддерживать осведомлённость в гораздо более широком информационном поле, чем в одиночку. Freiler описывает это как «непрерывное обучение» и утверждает, что это создаёт нарастающее знаниевое преимущество для команд, которые внедряют этот подход.
Цифровые двойники позволяют тестировать решения до их принятия. Freiler описывает построение агентных симуляций клиентских сегментов, которые позволяют PM тестировать сообщения, ценообразование и позиционирование фич до проведения реальных экспериментов. Это не идеальные предсказатели, но они сжимают цикл генерации гипотез и выявляют аспекты, которые PM мог бы упустить.
Продакт-менеджеры должны стать AI-менеджерами. По мере того как агенты берут на себя больше обязанностей в команде, роль PM расширяется и включает управление нечеловеческими членами команды. Это означает определение области ответственности агента, установление требований к качеству, мониторинг результатов и решение, когда задача требует человеческого суждения, а когда достаточно агента. Навык управления отличается от традиционного управления людьми, но опирается на те же принципы ясности, ответственности и обратной связи.
Фреймворк «привычное vs. новое» упрощает внедрение. Freiler предлагает практическую эвристику: если задача вам привычна, нравится и хорошо получается — продолжайте делать её сами, используя AI как собеседника для проверки идей. Задачи, которые не нравятся, с которыми трудно справиться или которые повторяются, передавайте агентам. Это снижает тревогу от внедрения AI, представляя его как усиление слабых сторон, а не замену сильных.

Стоит смотреть, если…

Вы управляете продуктовой командой и ищете практические ментальные модели для внедрения AI-агентов как членов команды, а не изолированных инструментов, включая понимание того, за что агенты должны и не должны отвечать.