AI produktni menadžment u 2026 — šta PM-ovi treba da nauče

O čemu je video

Alex Zinoviev, Head of Product u Neo Intelligence i ko-osnivač GenAI Lab (jedne od najvećih zajednica za AI produkte u Australiji), gostuje na podkastu Experts in the Loop kako bi razgovarao o tome kako zaista izgleda uloga AI produktnog menadžera u 2026. Razgovor pokriva jaz između AI strategije i AI teatra, konkretne veštine koje PM-ovi treba da steknu i kako petlje podataka stvaraju trajne konkurentske prednosti.

Za koga je

Produktni menadžeri na bilo kom nivou koji pokušavaju da shvate u koje AI veštine da ulažu i kako da razlikuju pravu AI strategiju od performativnog usvajanja. Takođe korisno za UX i dizajn profesionalce koji sarađuju sa AI produktnim timovima i žele da razumeju perspektivu PM-a.

Ključni zaključci

1. Dva tipa AI PM-a — i oboma su potrebne nove veštine. Zinoviev pravi jasnu razliku između PM-ova koji grade AI produkte i PM-ova koji koriste AI da bi bolje obavljali postojeći posao. Pre dve godine, korišćenje AI kao PM alata bilo je opciono. Sada se očekuje, bez obzira na to da li sam proizvod uključuje AI. Tranzicija je u toku za većinu PM-ova, ali mnogi tek počinju.

2. Novi skup veština je konkretan. Umesto neodređenih saveta o „učenju AI,” Zinoviev imenuje konkretne sposobnosti: razumevanje velikih jezičkih modela (šta mogu, a šta ne mogu), metode evaluacije AI rezultata, prompt inženjering i AI automatizacioni radni tokovi. Ovo nije teorija — on opisuje kako ih koristi u svakodnevnom radu u Neo Intelligence, uključujući stvarni primer izgradnje AI automatizacije za prodajni tim.

3. AI strategija naspram AI teatra je prava podela. „Stavite AI na roadmapu” nije strategija. Zinoviev tvrdi da je pre godinu dana većina CEO-a rekla svojim CPO-ima da „dodaju AI” bez definisanja šta to znači. Rezultat je bilo eksperimentisanje koje je izgledalo produktivno, ali nije proizvelo merljive rezultate. Prava AI strategija zahteva povezivanje AI mogućnosti sa konkretnim poslovnim problemima uz jasne metrike uspeha.

4. Podaci su pravi jarak. Bolji proizvodi generišu bolje podatke, koji hrane bolje modele, koji proizvode bolje proizvode. Ova petlja podataka je ono što stvara konkurentsku prednost — ne izbor modela ili kvalitet pojedinačnih promptova. Zinoviev podstiče PM-ove da razmisle gde je zamajac podataka u njihovom proizvodu i kako AI može da ga ubrza, umesto da se AI funkcionalnosti tretiraju kao samostalni dodaci.

5. Preskakanje s alata na alat je skupo. Postoji oportunitetni trošak stalnog menjanja AI alata i platformi. Zinoviev preporučuje duboko usvajanje jednog skupa alata umesto jurnjave za svakim novim izdanjem. AI sam po sebi može da skrati krivu učenja na izabranim alatima, čineći dubinu pristupačnijom nego što je bila čak i pre godinu dana.

Vredi pogledati ako…

Vi ste PM kome je rečeno da „nauči AI,” ali ne znate odakle da počnete, ili pokušavate da napravite plan razvoja AI veština za svoj produktni tim.