Productboard: AI u product discovery-ju bez gubitka ljudskog suđenja

Marcovski tekst Productboard-a iz 2026. godine odgovara na praktično pitanje s kojim se PM-ovi suočavaju: ako AI može da automatizuje zadatke u discovery-ju, koje od njih treba poveriti njemu, a gde čovek treba da ostane na kormilu? Predloženi okvir strukturira odgovor kroz tri korpe — prikupljanje, analiza i formulacija.

Prikupljanje obuhvata dobijanje signala iz više izvora: podaci o ponašanju korisnika, prodajni pozivi, tiketi podrške, istraživanje tržišta i praćenje konkurencije. AI je ovde koristan jer je obim velik, a vrednost svakog pojedinačnog signala mala. PM koji ručno čita svaki tiket podrške skupo plaća svoje vreme; agent koji ih grupiše i izvlači obrasce radi za sekunde.

Analiza je u sredini. AI može grupisati teme, razdvojiti šta korisnici govore od onoga što zapravo rade i kvantifikovati učestalost pojavljivanja problema u skupu podataka. Tekst pravi korisnu razliku: AI je dobar u prepoznavanju obrazaca na velikim količinama podataka, ali odluka o tome da li često tražena funkcionalnost odgovara roadmap-u ili mu protivrečni — i dalje zahteva čoveka s kontekstom.

Formulacija je najkonkretniji deo. Autori opisuju trostepenu narativnu strukturu za izgradnju product business case-a: zlikovac (problem i njegova cena za korisnika), protagonista (konkretan korisnik s dokumentovanim dokazima) i ulozi (šta se dešava ako se ništa ne promeni). Ova struktura je vredna ne zato što AI generiše narativ — to ne čini — već zato što jasan šablon pomaže AI-u da brže i preciznije izvlači relevantne podatke iz nestrukturiranog toka informacija.

Prema proceni autora, većina product timova ima između 40 i 60 koraka u procesu od uvida do lansiranja: prikupljanje podataka, analiza, ciklusi usaglašavanja, prioritizacija i predaja zadataka. Argument nije automatizovati sve — već identifikovati korake s visokom učestalošću ponavljanja, niskim zahtevima za suđenjem i jasno definisanim granicama. Upravo tu AI štedi značajno vreme, a ne unosi značajne rizike.

Tekst izbegava čest zamku — tretiranje AI-a kao opšteg ubrzivača produktivnosti. Cilj koji artikulišu nije brže raditi isto, već osloboditi vreme za pravo razmišljanje o proizvodu. Saveti su dovoljno konkretni da budu primenljivi i pri tome nisu toliko vezani za platformu da funkcionišu samo unutar Productboard-ovog ekosistema.

Korisno za PM-ove koji su prošli fazu znatiželje i žele strukturiran pristup za određivanje gde u svom postojećem procesu početi eksperimentisati s AI-jem.