Продакт-оунер EXANTE Настя, прошедшая путь от Junior QA до Product Owner, описала, как перестроила рутину с помощью ИИ. В её работе много этапов: discovery, дизайн, написание требований, поддержка delivery и сбор обратной связи. Раньше каждый из них начинался с чистого листа. Теперь она использует ИИ для создания черновиков, что значительно ускоряет процессы.
Для анализа конкурентов Настя формулирует запрос с конкретными критериями: например, сравнить флоу регистрации ассет-менеджера у конкурентов X, Y, Z по шагам, документам, видеоверификации и времени. ИИ возвращает структурированную матрицу, которую она затем вручную верифицирует, открывая каждый источник. «ИИ сокращает путь от “мне нужен ресёрч по теме X” до “у меня есть весомые аргументы” с недели до дня», — отмечает она.
| Колонка | Описание |
|---|---|
| Болевые точки | Проблемы и трудности, с которыми сталкивается пользователь |
| Прямые цитаты | Дословные высказывания пользователя без перефразирования |
| Workarounds | Способы, которыми пользователь обходит проблему |
| Явные и скрытые запросы | Что пользователь просит напрямую и что подразумевает |
| Сегмент пользователя | Категория пользователя и контекст использования |
Обработка интервью с клиентами также автоматизирована. Запись транскрибируется, затем текст передаётся в ИИ с шаблоном, который выделяет болевые точки, прямые цитаты, workarounds, явные и скрытые запросы, сегмент пользователя. На выходе — сводная таблица, которая конвертируется в задачи Jira. Когда накапливается 10–15 интервью, Настя загружает их сводные таблицы в ИИ для частотного анализа и кластеризации похожих болей. Это позволяет приоритизировать бэклог на основе данных, а не интуиции.
Ключевой принцип подхода — ИИ хорош именно в превращении чистого листа в черновик, а не в финальный ответ. Настя подчёркивает, что нельзя слепо верить модели, особенно в регулируемых продуктах. Все данные проверяются вручную, а сгенерированная информация служит основой для дальнейшей работы. «ИИ не заменяет меня в моих задачах — он лишь забирает на себя рутину и помогает перераспределять время», — резюмирует она. Опыт Насти показывает, что даже без специальных ИИ-инструментов, используя стандартные языковые модели с продуманными промптами, можно существенно ускорить discovery-этап и повысить качество принимаемых решений.
