Ria Florensi: izvan product managera sa AI — discovery u eri AI-ja

Ovaj tekst Rie Florensi iz februara 2026, deo serije o AI-potpomognutom product managementu, fokusiran je specifično na discovery. Centralna tvrdnja je da tradicionalni dvofazni model — prvo uči, pa gradi — više ne opisuje rad najboljih timova. Kada izrada funkcionalnog prototipa traje sate umesto nedelja, granica između učenja i isporučivanja praktično nestaje.

Florensi opisuje ovo kao ciklus Cook, Serve, Taste, Adjust: izgraditi jednu malu komponentu, posmatrati kako funkcioniše, revidirati pretpostavku koja ju je pokrenula, a zatim ponoviti. Naglasak na “jednoj maloj komponenti” je namerni — ograničavanje eksperimenta na jednu AI sesiju čuva kontekst jasnim a rezultate upotrebljivim. Preveliki opseg proizvodi nešto što je teško oceniti i još teže poboljšati.

Tekst povlači direktnu liniju između brzine AI-razvoja i rizika da se izvršavanje zameni prosuđivanjem. Što se brže može graditi, timovi češće donose odluke o tome koje pretpostavke uopšte vredi testirati. Florensi naziva ovo “product sense” i razlaže ga na pet komponenti: brzina eksperimentisanja, kvalitet prosuđivanja, prepoznavanje obrazaca, intelektualna iskrenost i javno učenje. Od toga, prosuđivanje — odluka šta graditi sledeće i zašto — jedino je što AI ne može da zameni.

Iz teksta proizilaze dve praktične navike. Prvo, dokumentovati odluke eksplicitno umesto da se oslanjamo na kontinuitet sesija: pisani zapis o tome šta je izgrađeno, zašto i šta je naučeno čuva tim koherentnim kroz prekide i resetovanje konteksta. Drugo, razdvojiti brzinu izvršavanja od kvaliteta odluka — brzo kretanje kroz lošu hipotezu brže dovodi do lošeg ishoda, ne do dobrog.

Tekst je pisan iz iskustva u fintech razvoju, ali obrasci se primenjuju na svaki tim koji usvaja AI-potpomognute workflow-ove. Najkorisnije za product managere koji već isporučuju brže uz AI, ali teško mogu objasniti zašto se ishodi nisu poboljšali istom brzinom.