Управление продуктами для AI-агентов, безусловно, является самой дикой формой управления продуктами в истории. Типичное управление продуктами заключается в том, чтобы понять, как разрабатывать интерфейсы и программное обеспечение для людей, чтобы взаимодействовать с детерминированными системами. Пользователь, как правило, знает весь контекст, чтобы успешно выполнять свою работу, поэтому это в основном вопрос о том, чтобы отточить основную бизнес-логику и окружающий UX. Но с AI-агентами наиболее важным пользователем является агент, и по умолчанию он ничего не знает. Он с радостью будет двигаться в любом направлении, чтобы выполнить задачу, часто без успеха. Таким образом, как PM (или инженер), вы в основном тратите свое время на то, чтобы обратным образом выяснить: "что нужно человеку в качестве контекста, чтобы выполнить эту задачу", а затем понять, как разработать системы, чтобы предоставить агенту эти данные в правильной последовательности, с правильными инструментами и инструкциями. Некоторые из этих систем полностью невидимы для человеческого пользователя, но часть мастерства заключается в том, как конечный пользователь будет взаимодействовать с агентом, чтобы предоставить этот контекст. Затем это часто бесконечные проб и ошибок, работающие над тем, чтобы извлечь инкрементальные точки качества на каждом этапе. Это особенно объясняет, почему люди с глубокими знаниями в области или те, кто может быстро их приобрести, будут очень успешны в создании AI-агентов. Способность предвидеть контекст, который агенту потребуется для успеха, является огромным определяющим фактором в том, насколько эффективным будет агент. Это отчасти объясняет, почему кодирующие агенты так хорошо заработали с самого начала; потому что их создатели глубоко понимают область, которую они пытаются автоматизировать. Но, очевидно, мы быстро увидим тот же результат в каждой области - юридической, медицинской, финансовой и т.д. - по мере появления инженерии контекста и новой волны менеджеров продуктов.

Мы будем оглядываться на мир, который был до AI, и будем абсолютно поражены тем, как медленно все происходило. Каждую неделю в Box, когда мы становимся AI-ориентированными, мы выделяем рабочий процесс, в котором кто-то изнутри создал AI-агента для автоматизации какого-либо процесса. Это могут быть такие вещи, как процесс HR, продажи, ответы на RFP, управление процессом соблюдения норм, написание документации и так далее. Обычно моя первая реакция: "Не могу поверить, что нам приходилось делать всю эту работу вручную". Количество времени, которое нам нужно потратить на исследование, написание или перемещение данных между этапами, просто чтобы добраться до того, что мы *на самом деле* пытаемся сделать (например, нанять кого-то, заключить сделку и т.д.), безумно. И, что интересно, в результате этого упражнения я также вижу множество областей, где я был бы готов инвестировать *больше* в людей благодаря тому, что процесс становится более эффективным. Расчет ROI внезапно меняется для многих типов работы, когда агенты действительно могут ускорить процесс или увеличить объем работы. Дикие времена впереди в эпоху работы, ориентированной на AI.

Да, вам все равно следует изучать информатику. Чтобы максимально использовать возможности ИИ, необходимо иметь базовое понимание своей профессии. ИИ становится умножителем силы в том, что вы можете достичь. Это относится ко всем областям, будь вы врачом, юристом, художником, маркетологом или инженером.