HelloPM: Vodič za AI-nativni product management

Objavljen u maju 2026, ovaj Substack post autora Ankita Shukle sažima živi masterclass o AI-nativnom product managementu. Tekst razlikuje tri tipa praktičara: skeptike koji odbacuju AI, sledbenike koji kopiraju tuđe workflow-ove, i izumitelje koji grade rešenja za sopstvene probleme. Vodič je usmeren ka tome da PM-ovi dospeju u treću grupu.

Centralni framework je POWER — Possibilities (mogućnosti), Opportunities (prilike), Workflow (tok rada), Engineering (inženjering), Reflection (refleksija). Redosled je bitan: pre nego što odabere alat, PM utvrđuje šta AI može da radi, a zatim mapira te sposobnosti na konkretne tačke trenja u sopstvenom workflow-u. Tek posle toga počinje tehnički rad. Engineering u POWER modelu znači birati pravi alat za zadatak — od jednostavnog chat prompta do pune agent arhitekture — a ne slepo pratiti ono što je trenutno u trendu. Reflection zatvara krug: procena šta je radilo a šta nije, i zatim prilagođavanje.

Znatan deo vodiča pokriva ograničenja LLM-ova u terminima na kojima PM može da radi. Halucinacije, nedeterminizam, ograničenja konteksta, zastarelost znanja i cena inferencije u velikom obimu — sve je objašnjeno sa praktičnim implikacijama. Ovaj deo je koristan za PM-ove koji treba da postave korisničke očekivanja ili pišu kriterijume prihvatanja za AI feature-e, jer ograničenja tretira ne kao greške koje treba pravdati, već kao sistemska svojstva oko kojih treba projektovati.

Tehnički deo uvodi tri tipa rešenja: RAG za uzemljenje modela na aktuelnim podacima, fine-tuning za specijalizovanu ili jeftiniju inferenciju, i agente za zadatke koji zahtevaju spoljne akcije. Vodič eksplicitno kaže: jednostavnija rešenja treba isprobati pre kompleksnih — chat prompt pre agent lanca.

POWER framework se primenjuje i na PM-ove koji grade AI proizvode i na one koji žele da koriste AI u svakodnevnom radu. Tekst tretira ovo kao iste veštine razvijene na različitim ulaznim podacima: prvo praktikuj na sopstvenom workflow-u, zatim primenjuj naučeno na proizvod koji gradiš.

Korisno za PM-ove svih nivoa koji troše vreme na AI alate bez merljivih rezultata, i za product lidera koji procenjuju kako da unesu AI prosuđivanje, a ne samo AI feature-e, u svoje timove.