AI-продуктовая стратегия для eCommerce — Google × Product School

О чём видео

Udit Agarwal, Lead Product Manager в Google, где он отвечает за Consumer Shopping AI и API-инфраструктуру в Search, YouTube и Chrome, представляет фреймворк для построения AI-нативной стратегии электронной коммерции. Опираясь на семь лет работы в e-commerce PM-ролях — от ранних команд доставки продуктов до платформы противодействия отмыванию денег в масштабах Google — он выходит за рамки отдельных AI-фич и рассматривает полный цикл транзакции: выбор, оплата, проверка на мошенничество и возвраты.

Для кого

PM, работающие в e-commerce, маркетплейсах или розничных продуктах, которым нужно думать об AI-стратегии на уровне бизнес-модели, а не отдельных фич. Также актуально для PM в смежных областях (финтех, логистика), где применима оптимизация с несколькими заинтересованными сторонами.

Ключевые выводы

Привязывайте AI к стейкхолдерам, а не к фичам. В e-commerce участвует множество стейкхолдеров — покупатели, продавцы, логистические партнёры, платёжные системы — каждый со своим ценностным предложением. Agarwal утверждает, что эффективная AI-стратегия начинается с определения, какие стейкхолдеры могут быть усилены AI, исходя из их масштаба, структуры затрат и вклада в выручку, а не с выбора фич для добавления AI.
Сильная продуктовая стратегия требует четырёх компонентов. Видение, сегменты стейкхолдеров, приоритизированные инициативы и выделенные ресурсы на каждый сегмент. Ключевой шаг — превращение широкого портфеля AI-возможностей в приоритизированный список инициатив. Без этой дисциплины команды распыляют ресурсы на слишком много экспериментов и не достигают измеримых результатов.
Инфраструктура — это стратегия, а не водопровод. Успешная AI-трансформация требует серьёзных инвестиций в инфраструктуру — GPU, хостинг моделей, пайплайны оценки — прежде чем прикладной уровень сможет давать стабильные результаты. Agarwal опирается на свой опыт создания торговой платформы Google, чтобы показать, как инфраструктурные решения определяют, какие AI-возможности вообще доступны на продуктовом уровне.
Пересмотрите бизнес-модель с нуля. AI не просто оптимизирует существующие процессы — он делает возможными совершенно другие подходы. Примеры охватывают гиперперсонализированный клиентский опыт, автономные бэкенд-операции и новые модели ценообразования. Agarwal призывает PM подумать, какие части их бизнеса исторически никогда не были усилены AI, и рассмотреть их как возможности для трансформации.
PM должны мыслить масштабно. Точечные улучшения недостаточны, когда AI способен изменить каждый аспект бизнеса. Agarwal завершает прямым призывом: продакт-менеджерам пора перестать воспринимать AI как слой оптимизации и начать относиться к нему как к поводу переосмыслить, как работает их бизнес.

Стоит смотреть, если…

Вы PM в e-commerce или мультистейкхолдерном бизнесе и вам нужен структурированный подход к приоритизации того, где AI может создать наибольшую ценность по всей цепочке создания стоимости.