Productboard: kako PM u Amplitude i Productboard-u vode AI discovery
Ovaj članak spaja dva praktičara — Frank Lee, Principal PM u Amplitude-u, i Chris Patton, Principal PM u Productboard-u — i dokumentuje specifične AI radne tokove koje je svaki od njih ugradio u svoju sedmičnu product discovery praksu. Objavljen u maju 2026. godine, odražava prelaz od AI-kao-eksperiment ka AI-kao-standardnoj-praksi u produktnim timovima koji rade sa ovim alatima već više od godinu dana.
Članak je strukturiran oko pet radnih tokova koji su nastali iz realne prakse, a ne iz teorije.
Automatizovani sedmični produktni brifing. Tim Frank Lee-a koristi agente koji svake sedmice skeniraju dashboard-e i analitičke alate, otkrivaju trendove koji zahtevaju pažnju i proizvode brifing koji tim dobija pre jutarnje sinhronizacije u ponedeljak. Brifing zamenjuje ručno prikupljanje podataka koje je ranije zahtevalo dva do tri sata PM vremena.
Analiza uzroka problema. Kada se metrika neočekivano promeni, agent identifikuje korelacije između izvora podataka i generiše hipoteze. Lee ovo opisuje kao komprimovanje prvog sata istrage — od ručnih SQL upita do strukturirane polazne tačke. PM i dalje validira i proširuje analizu, ali ulazna tačka je preciznija.
Analiza snimaka sesija. Agenti filtriraju podatke o korisničkim sesijama kako bi identifikovali klastere trenja i obrasce korisničkih namera. Ovo omogućava PM-ovima da pronađu najinformativnije sesije bez gledanja sati snimaka.
Otkrivanje mogućnosti. Umesto periodičnih pregleda mape puta, kontinuirani monitoring otkriva rangirane probleme sa preporučenim akcijama. Ciklus discovery-a postaje tešnji i manje zavisan od toga da li je PM bio na pravom sastanku u pravo vreme.
Integrisana kvantitativna i kvalitativna analiza. Rad Chrisa Pattona u Productboard-u fokusiran je na Productboard Spark — rešenje koje kombinuje kvantitativne metrike sa kvalitativnim povratnim informacijama klijenata kako bi generisalo prioritizovane preporuke. Integracija je važna jer većina alata za sintezu povratnih informacija radi ili sa brojevima ili sa tekstom — retko sa oba u istom radnom toku.
Oba praktičara su oprezni u pogledu ograničenja pristupa. Članak se završava direktnim citatom jednog od njih: “Samo zato što možemo ne znači da treba. Ostanite usidren u povratnim informacijama klijenata.” Radni tokovi nisu autonomni — oni otkrivaju i sintetizuju, ali PM donosi odluke.
Korisno za timove koji vode kontinuirani discovery, rade sa velikim volumenima povratnih informacija klijenata ili troše značajno vreme na ručno prikupljanje podataka pre strateških odluka.