跳到正文
Lenny's Podcast(youtube.com)· Lenny Rachitsky·· 5 小時前品質評分58

為什麼「人人都能打造產品」行不通 | Sherif Mansour 的現實檢驗

為什麼「人人都能打造產品」行不通 | Sherif Mansour 的現實檢驗

重點導讀

Atlassian AI 負責人 Sherif Mansour 主張,產品經理(PM)的工作是補足脈絡落差、建立共同理解,而 AI 真正的瓶頸在於方向,不在產出量。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

Podcast 專家音訊節目

收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情

正文

Sherif Mansour 是 Atlassian 的 AI 與產品工藝(product craft)負責人。他的主張是:PM 的工作不是替團隊做決定,而是補上脈絡缺口,讓團隊自己做出決定;而在 AI 時代,稀缺的投入是方向,不是產出量。在這 81 分鐘的對談裡,兩人談到優秀 PM 究竟在做什麼、一套用於 PM 招募與校準的三原型框架、Atlassian 把 PM 與設計師改造成「AI 建造者」的實驗為何一個月內就瓦解,以及 PM 招募市場上哪些條件正在升值、哪些正在貶值——包括他為聘用初階人才辯護。標題所謂的「新規則」其實低估了內容範圍:整集大約一半是長青的產品工藝題材(職涯突破點、管理、與創辦人共事),這些內容放在任何一年來聽都一樣成立。

Mansour 在 Atlassian 待了 17 年,主掌產品工藝職能,因此直接接觸到校準、招募與公司內部的 AI 實驗;主持人 Lenny Rachitsky 則帶來一份求職市場資料,他說這份資料顯示 PM 職缺的數量已超過工程與設計。讀者讀完應該帶走三樣東西:一套可用的 PM 價值模型(脈絡、決策速度、原型契合度)、一份關於「人人都能當建造者」為何在大組織內部失敗的具體紀錄,以及一組反主流敘事——有時該從解法出發、把 AI 接上既有工作流程、聘用初階人才——每一項都附上 Mansour 所說的前提條件。

PM 的工作是補脈絡缺口,不是做決定

Mansour 的核心主張在開場就講明,之後反覆回到這點:在任何中大型組織裡,PM 最大的工作就是「實實在在地補脈絡」,物件是人,而且越來越常是代理(agent)。PM 不擁有決策,他們擁有的是決策速度。檢驗一個 PM 的標準,是團隊能不能不把所有事情都往上送、自己做出好判斷。

他把脈絡拆成三類,並說 PM 永遠是在補當下敞開的那個缺口:

脈絡型別涵蓋範圍Mansour 舉的實際做法
客戶脈絡使用者是誰、他們實際在做什麼絕不在工程師不在場的情況下做客戶訪談;讓工程師去客戶活動顧攤位
產品與市場脈絡願景、市場地景、競爭動態願景與市場地景的檢視要*和*團隊一起做,而不是「從山上」頒佈下來
商業脈絡產品所處的商業現實讓團隊參與理解這門生意怎麼賺錢

他的實務指示很直白:「你的工作就是遠離 Jira 待辦清單。」理由是:PM 把一張卡片排在另一張前面,等於在動用團隊其他人沒有的脈絡——所以槓桿在於把那份脈絡轉移出去,而不是重新排序。他也承認,PM 大概永遠無法把自己完全「做掉」,因為缺口會移動:這一季可能是願景缺口,下一季變成客戶缺口。

他描述的失敗模式是:PM 得出「某件事更重要」的結論,卻從不回推自己*為什麼*得出這個結論,然後納悶團隊為什麼不跟。解法是把產生這個判斷的資料點、會議或質性觀察一條條追出來,刻意把缺口補上。他舉例:有些設計師會和團隊共創概念,而不是丟出完成好的設計;也有一位 PM 讓團隊裡每位工程師各自試用不同的 AI 工具,再回報哪些真的有用——這原本是 PM 與設計師的工作。

「產品經理並不擁有所有決策……關鍵在於他們能不能和團隊建立一個共享的大腦。」

在「PM 當老闆」到「PM 純粹是平輩」的光譜上,Mansour 說 PM 應該永遠往平輩那一端靠,因為小隊 PM 本來就沒有下屬,定義上就只能靠影響力而非職權。他點出兩種運作模式——交出規格並強制執行,或讓團隊買單願景、做到工程師自己提功能——而哪一種能規模化,他毫不含糊。

最具體的軼事來自 2010 年訪談 Confluence 客戶。那時還沒有 emoji,客戶會把小型圖示貼進頁面;從量化角度看,這像是「想要更多圖示選項」的需求。但從質性角度看,有位客戶解釋:紅星代表未完成專案,綠星代表已完成。在場的一位工程師離開會議後問:為什麼 Confluence 頁面不能乾脆有個核取方塊?在那個時間點,還沒有任何網頁檔案編輯器出過這種東西。Mansour 的重點是:洞察來自那位工程師人在訪談現場,而不是事後讀報告。

三種 PM 原型,解釋了優秀 PM 為何在錯的團隊上失敗

Atlassian 使用一套「PM 工藝三角」,Mansour 把功勞歸給 Geoff Redfern 加入時帶進來的框架,三個端點代表 PM 天生做產品探索的方式。這套框架用於招募、PM 之間的校準,以及判斷一個團隊需要哪種 PM。

原型探索風格典型落點面試中的訊號
科學家假設驅動、A/B 測試、變體實驗成長團隊從假設與實驗設計談起
總經理TAM、商業模式、營收、利潤商業或貼近損益的角色把改善講成一個新商機,並估算市場規模
藝術家願景導向、體驗導向、情感驅動;常從解法出發再回推問題以體驗做出差異化的產品先描繪視覺願景,再回推要解決的問題

這套框架的價值在於診斷。Mansour 說他屢屢看到:某個 PM 在一個專案上找不到節奏,換到另一類工作後就恢復了活力——「這種事一直在發生。」對招募的啟示是:別再往問題上丟 PM 人力,先問團隊需要的是哪一種工作。他指出,三種都做得好的人很少,但三種都做得還可以的人不少,這類通才在零到一專案、以及「工作內容就是任何能帶你到結果的事」的新創裡很有價值。

他把同一套邏輯用在自己身上:他說自己是 Atlassian 裡最糟的總經理型——「如果是經營生意的事,別交給 Sherif」——並說這個流傳的笑話是刻意的,因為公開承認弱點,等於給別人同樣做的許可。與他互補的是同事 Jamille,他形容對方是自己的相反面,兩人搭檔正好補上彼此的弱項。他給職涯早期的人的建議是:用做產品探索的方式做職涯探索,找出你天生擅長什麼,然後要嘛把它補平,要嘛朝它全力衝——而他建議朝它衝,同時組一個互補的團隊。

他也劃了底線:開會、策略、品味這些事,你至少要*夠好*。但像 Steve Jobs 那樣全面卓越的人很罕見。他舉的例外是 Atlassian 共同執行長 Mike Cannon-Brookes:Mansour 說他會指出某個陰影偏移了五個畫素,接著解釋商業模式哪裡不對,然後再從資料裡挖出所有人都沒看到的東西。

Atlassian 的「人人都是 AI 建造者」小隊,一個月內就打回原形

這是整集最具體的證據,也是「方向重於產出量」這個論點最有力的支撐。Mansour 說 Atlassian 直接驗證了「人人都能成為 AI 建造者」的假設:把一些 PM 與設計師調進小隊,隊裡每個人都是用 AI 建造,沒有 PM 也沒有設計師的角色——成員來自不同職能,全部一起動手做。

頭幾週看起來像是驗證成功。在一對一會談裡,其中一位 PM 告訴他這「難以置信」——不停建造,比以往都快。大約一個月後,同一位 PM 回報:所有人都回去做原本的工作了。Mansour 得出的結論是:「產出量不是我們的問題,方向才是我們的問題。」他寫了一篇內部文章,標題大意是*指引船的方向,而不是劃槳*。

他對適用範圍很謹慎。在新創或零到一專案裡,每個人什麼都做是對的,他說自己「完全投入那一套」。但這個發現適用於有數十、數百、數千名工程師的組織——在那裡,真正的瓶頸是把產能指向哪裡,而不是生產得多快。他明確把這點接到 Rachitsky 的招募資料:如果 AI 全面拉高了產出量,那就需要更多人來掌舵。

同樣的邏輯也決定了他對「PM 該不該寫程式碼」的回答。他不給通則,而是把問題繞回脈絡框架:先問現在敞開的是哪個缺口。如果團隊做出糟糕的微決策,是因為他們不瞭解某個人物誌與另一個的差別,那解法是讓他們參與研究、用 AI 加速這件事——而不是去寫正式環境的程式碼。如果缺口是願景不清,做原型可能有幫助;如果缺口是市場地景的理解,讓代理跑市場分析可能有幫助。他的說法是:先把問題定義成一個脈絡缺口,再選擇怎麼用 AI。

「PM 擁有的是決策速度。」

AI 會放大強項,也會放大弱項;品質仍由專才把關

Mansour 回溯到 Balsamiq 草圖工具的年代找先例。當時的承諾是人人皆可做草圖;Atlassian 學到的是:拿到工具不等於具備領域專業——「PM 是全世界最糟的幾種解決方案設計者之一。」同樣的模式正在 AI 原型工具上重演。

他的結構性論證是一張 Venn 圖:每個職能的圓都在以大致相同的速度擴張,所以圓與圓並不會收斂。專業化仍然決定產出的品質與品味,因為要從模型得到好結果,取決於你對領域熟到足以指揮它、判斷它。他也否定「聊天介面會成為唯一介面」的想法——這也是他認為當建造變便宜,體驗設計仍是持久差異化的原因。

他點出的招募意涵,依強調程度排列:

  • 品味正在升值。 當所有人都能取得同樣的智慧,體驗導向、藝術家型的 PM 會更有價值。Rachitsky 的求職市場資料——他說這顯示 PM 是各職能中開放職缺最多的,工程放緩、設計持平,而全球科技公司大約有 108 個使用者研究職缺——被拿來佐證 PM 在 AI 時代是蓬勃發展,而不是消失。
  • 文化貢獻正在升值。 在成熟組織裡,真正的問題是改變工作的做法,所以面試會探問候選人能帶來什麼新的工作方式,包括他們實際上怎麼用 AI——不只是拿來做摘要。
  • 初階人才正在升值。 Mansour 說「你不再需要聘用初階人才」是他會主動駁斥的迷思。他的論點是:既有的勞動力難以「反學習」,而從沒學過舊做法的人,採用新工具反而很快。他引用一個內部與客戶端都看到的數字——大約 38%,他說自己寫過一篇部落格文章談這件事——初階人才比資深者更可能採用新工具,而資深者則能從他們所用的工具裡榨出更高的品質與生產力。

互補團隊的論點是解方:初階人才帶來新的工作方式,但看不出 AI 生成的劣質內容(AI slop),因為他們缺乏領域專業;資深者一眼就能識破。Atlassian 舉辦「AI 建造者週」,所有職能停下手邊工作、花一週東摸西摸,Mansour 說模式很一致——年輕參與者 demo 工具與點子,資深者則自然靠向評估(eval)、品質問題與劣質內容偵測。他拿自己 12 歲的兒子當極端案例:這孩子從視覺化程式語言直接跳到 vibe coding,完全跳過語法,還會嫌模型的產出沒什麼了不起,卻沒意識到它產出的東西以前要花好幾天。

至於初階 PM 從哪裡來,他說沒有單一管道——Atlassian 的 APM 梯隊有資工、藝術、法律與科技背景的人——篩選標準是批判性思考、好奇心,以及願意嘗試。他說藝術家傾向很早就看得出來:在錄影的回家作業裡,一位候選人先講完 TAM 與商業案例,體驗部分只花了一點時間;另一位則走完整條端到端旅程,談到要建立情感連結。他認為這一部分是天生、一部分是後天養成,而放大天生的強項,比訓練它的相反面容易。

有時該從解法出發——兩種情況,從解法開始勝過先問問題

Mansour 反對把「我們在解決什麼問題?」當成一種表演嚴謹的反射動作。他同意這是個好問題;他的異議在於:那些「從解法出發才正確」的情況,從來沒人討論。

情況一:發掘該把什麼產品化。 Atlassian 曾爭論是否要在 Rovo 推出通用的聊天畫布與使用者自建代理——時間大約在這場對談的三年半前——反方主張應該做客戶想要的特定功能:Confluence 頁面上的一顆「摘要」按鈕,而不是一個聊天框。結果證明,把畫布交給客戶,是瞭解哪些問題為真的最快途徑。在 Confluence 白板上,客戶用 Rovo Chat 把便利貼分群成主題;但聊天對這件事是很糟的介面,因為選取與分組本質上是視覺性的,於是團隊推出原生功能,讓使用者選取便利貼、由 AI 分群。聊天是那個無限可能的用例;被產品化的功能,來自觀察人們在裡面實際做了什麼。

同樣的模式也適用於代理。Mansour 說每個月有近一千萬個代理在 Jira 與 Confluence 裡迴圈執行——分流工單、生成程式碼、審閱法律合約。其中有些用例,Atlassian 會留作無限畫布讓客戶自己打造;其他像 AI 工單分流,則做成原生功能。他把這叫「把牛走過的路鋪成路」:先觀察人們已經在走的路線,再把它變成正式的路。

情況二:產品策略。 回答「我們在哪裡競爭、如何勝出」,必須從你手上既有的資產出發。他舉 Amazon 為例:有人蓋了一間品項多到荒謬的書店,而策略動作是問——還有什麼東西需要這種規模的庫存?這就通向「什麼都賣的商店」。他給團隊的練習是:寫下你今天擁有的資產,寫下你的信念,然後找出兩者之間的連結。

他補了一個較軟性的版本:大多數的客戶探索其實已經是隱性的「從解法出發」,因為你是在觀察客戶怎麼在你的產品裡拼湊變通做法,然後把那些做法做得更好。

對成熟產品而言,把 AI 接上既有工作流程才是正解

Mansour 說「別把 AI 硬接上你的產品,要重新想像工作流程」是一句響亮但會誤導成熟公司的標語。他的主張是:如果你有數百萬使用者、數十億條被建模的工作流程,通往 AI 原生最快的路,就是把 AI 接到已經存在的流程上——儘管你不會用這種說法來行銷。

理由在於既有使用者基礎。客戶必須從 AI 新手走到 AI 原生,而把這群人搬過去是產品團隊的責任。從零重寫,等於拋棄客戶已經建模好的工作流程。他舉 Jira 為例:它的用途遠遠超出軟體團隊——應用程式商店上架審核、電信客訴處理——而那數十億條被建模的流程,無論是嚴格定義的還是非正式的,就是那張地圖。團隊先找出代理能在哪些具體步驟上協助,再讓使用者把代理掛到欄位與卡片上、迴圈執行。他的檢驗標準是:如果他要從零打造一個 AI 原生的工作追蹤工具,他照樣會先建工作流程,再讓代理在流程的某些部分上運作。

他也提到營運上的好處:某個代理表現不佳,就把它拿掉或改善它的輸入,而價值是可以衡量的。

職涯突破點、管理,以及如何讀到創辦人的第 10 章

談到職涯早期的加速,Mansour 的答案是:刻意挑一個能發揮個人強項的延展型機會,並抓準它出現的時機。他舉例:一位 PM 在做 Atlassian 的新產品,隨著產品成熟,她的科學家腦更派得上用場;於是他退到一旁,要她接手那塊工作。他把「看出並指派這類機會」視為領導者的核心工作,而這件事被討論得太少。對個人來說,訊號更簡單——如果有人告訴你某類工作你做得很好,那就是你該多找同類工作的地方;你也應該告訴主管,你認為自己在工藝框架上落在哪個位置,以及你想要下一個機會。

到了 L6 以上,他把「加速」重新定義為一道選擇:在你已經擅長的工作上挖得更深,或刻意跨到不同的領域去拓寬。他舉例:一位同事在 Atlassian 慶祝滿 10 年,主導橫跨 AI 的定價與包裝,而且不斷找到她擅長的那類新工作。

談到管理職與個人貢獻者(IC)的分岔,他點出一個迷思:PM 會認定自己非得轉管理,因為策略討論似乎都發生在主管之間。Atlassian 維持雙軌職涯路徑,有以個人貢獻者身分在經營層級運作的傑出 PM 與工程師;Mansour 說人們會隨階段在兩軌之間移動——在零到一階段帶一個小團隊,規模化時再退回來。

對新手主管,他最常看到的問題是太早放手,把距離當成正確的行為。他評價最高的主管會跟團隊一起跳進工作裡——「我們一起探索幾個選項」——而不是在評審會上宣判。他明確區分「主管」與「領導者」,並指出兩者並不總是重疊。

談到與創辦人及高階主管共事,他的比喻是一部電影:創辦人在第 10 章,你在第 3 章,團隊其他人則在第 1 章。錯誤的回應是把指令轉達下去、卻毫無信念。正確的做法是補上你自己的脈絡缺口——問是什麼讓他們得出那個結論,讓自己讀到第 10 章,然後再帶著團隊往前走。他說以他的經驗,創辦人大概 99% 的時候是對的,不是因為職級,而是因為他們思考這個領域的時間長得多。如果你追上進度後仍然不同意,就把歧見講出來,明確問清楚誰擁有這個決策權;如果對方決定不採納你,就支援它。當你要向團隊傳達一個你反對的決定時,把兩方的正反意見都攤開,誠實說出取捨,並且避免把這個決定歸到某個個人頭上。

他也贊同領導者標註自己意見強度的做法——Rachitsky 引用 Dharmesh Shah 的「快閃標籤」(僅供參考、建議、推薦、懇求)——但也指出利害關係人不一定會標。這就變成 PM 的責任:在會議現場問清楚——這是我們要貫徹的信念,還是我們會納入考量、自行決定的參考意見?

綜合整理

這一集各部分的相互呼應,比標題所暗示的更緊密。補脈絡模型、原型三角、失敗的建造者小隊、招募訊號,全都指向同一個變數:團隊是否擁有足夠的共享理解,能在不往上呈報的情況下行動。這也是為什麼 Mansour 的反主流敘事是有條件的,而不是為反而反——當你在試探既有使用者基礎、或盤點自身資產時,從解法出發;當你有數百萬使用者要遷移時,把 AI 接上去;當你既有的勞動力才是必須「反學習」的那一方時,聘用初階人才。有兩項說法值得持續追蹤,而不是照單全收。他提到「約 38% 的初階人才比資深者更可能採用新工具」,來源是他說自己寫過部落格文章的內部與客戶研究,並未在節目中出示。而他另一個假設——遠距的 Atlassian 員工從 AI 得到的效益高於同地辦公者,理由是遠距工作會產出更多書面、數位的脈絡——據他自己所說,資料科學家還在驗證中。最懸而未決的設計問題則是:他主張當建造變便宜,體驗會更重要,並說在他 17 年裡,設計在 Atlassian 路線圖上的角色從未如此吃重;然而他和 Rachitsky 討論的市場資料卻顯示設計招募持平。他的主要解釋是:市場還沒把這件事反映在價格上。

來源: Lenny's Podcast (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論