Không lâu trước đây, trong một cuộc họp để phát triển tính năng mới, product manager đã đề xuất một giải pháp và tôi dừng lại để hỏi, "Hành vi người dùng cụ thể nào chúng ta đang cố gắng thay đổi? Có những vấn đề nào chúng ta đã quan sát thấy?"
Chúng tôi đã có một cuộc trò chuyện tuyệt vời dẫn đến việc đào sâu vào phản hồi từ người dùng và những yêu cầu hỗ trợ. Chúng tôi tiếp tục đặt câu hỏi, sau đó rõ ràng là ý tưởng ban đầu không thực sự giải quyết vấn đề cốt lõi. Chúng tôi dừng lại, nhìn nó từ một góc độ khác, sau đó kết thúc với một cách tiếp cận đơn giản hơn và hiệu quả hơn.
Tôi luôn ghi nhớ câu chuyện đó. Kỹ thuật tốt không chỉ về việc xây dựng những gì được yêu cầu, nó về việc giúp đội ngũ suy nghĩ một cách rõ ràng. Đôi khi điều đó có nghĩa là chúng ta phải phản đối yêu cầu, thách thức các giả định, và định hướng cuộc trò chuyện hướng tới những gì thực sự giải quyết vấn đề.
Bây giờ AI có thể xử lý nhiều công việc, nó làm cho loại tư duy phản biện này trở nên quan trọng hơn.
Cách cũ
Trong mô hình truyền thống, product và engineering cộng tác một cách cẩn thận qua hai bước:
- Product viết spec.
- Engineering xây dựng tính năng.
Product định nghĩa "cái gì" và "tại sao" engineering thực thi "như thế nào".
Sự phân chia này có ý nghĩa khi việc viết code tốn thời gian và đắt đỏ, và khi thực thi từ yêu cầu tới sản phẩm thực tế là nút thắt cổ chai chính.
Nhưng sự thật là nó không còn là nút thắt cổ chai nữa.
Với AI tăng tốc triển khai, phần chậm nhất của vòng lặp không phải là viết code. Nó là hiểu vấn đề, liên kết về giải pháp, và giữ ngữ cảnh không bị mất trong quá trình triển khai.
Cách làm việc cũ không chỉ làm chúng ta chậm lại, nó phân mảnh tư duy của chúng ta.
Những thay đổi
AI thay đổi mô hình công việc. Kỹ sư không còn cần chờ đợi product specs hoàn chỉnh. Chúng ta có thể tạo prototype ý tưởng, và thậm chí khám phá các lựa chọn bằng cách prompt AI trước khi một cuộc họp kết thúc.
Vậy điều đó có nghĩa là gì?
Nó có nghĩa là các bức tường giữa "product" và "engineering" đã đến lúc cần phải sụp xuống.
Trong thời đại mới này:
- Kỹ sư phải trở thành những người suy nghĩ về sản phẩm tốt hơn.
- Product managers phải có thể làm việc hiệu quả với công cụ AI.
- AI trở thành một trợ lý chung, giúp cả hai bên di chuyển nhanh hơn nếu họ nói cùng một ngôn ngữ.
Điều này không có nghĩa là PMs nên viết nhiều code. Nhưng nó có nghĩa là merge request có thể đến từ phía product, không chỉ phía engineering.
Và đó là điều tốt.
Bởi vì chúng ta liên kết nhanh hơn về "tại sao" và "cái gì" thì "như thế nào" sẽ tốt hơn.
Sự cộng tác mới
Đây là một số cách thực tế để suy nghĩ lại sự cộng tác:
Làm việc trong cùng một repository
Giữ product docs, specs, diagrams, và code ở một nơi. Đó là repo của bạn. Điều này tạo ra ngữ cảnh chung cho cả con người và công cụ AI. Khi AI có thể thấy toàn bộ bức tranh, các gợi ý của nó thông minh hơn.
Bắt đầu với việc hiểu vấn đề
Đừng bắt đầu với tính năng. Bắt đầu với một sự diễn đạt rõ ràng về vấn đề người dùng. Kỹ sư và công cụ AI đều hiệu quả hơn nhiều khi họ biết "tại sao".
Tạo Prototype sớm cùng nhau
Với công cụ AI, kỹ sư có thể tạo wireframes, flows, hoặc prototype có thể chạy được trong vài giờ. Sau đó chúng ta có thể ngồi lại với nhau, đánh giá prototype và định hình lại yêu cầu.
Áp dụng tư duy AI-First
Trước khi chia nhỏ công việc, hãy hỏi: "AI có thể giúp gì ở đây?"
Điều này bao gồm tạo user stories, test cases, thậm chí truy vấn dữ liệu. Ai cũng có thể làm được điều này.
Khuyến khích Merge Requests nhỏ từ PMs
Đừng bảo thủ với repo của bạn. Trao quyền cho product để đề xuất thay đổi trong code, cập nhật tài liệu, điều chỉnh config, thậm chí mock JSON responses. Engineering vẫn là người quyết định chất lượng cuối cùng, nhưng tốc độ cải thiện khi tất cả mọi người có thể đóng góp vào repo.
Chuyển từ bàn giao sang giải quyết vấn đề chung
Thay vì một ticket nói "xây dựng X", cùng tạo ra giải pháp. Sử dụng Figma, Notion, Confluence hoặc bất kỳ công cụ nào đội ngũ bạn thích, nhưng đảm bảo bạn đang giải quyết vấn đề cùng nhau, không phải bàn giao từ người này sang người khác.
Trong thời đại AI, tốc độ không chỉ đến từ tự động hóa, mà từ tốc độ mọi người hợp tác để giải quyết vấn đề.
Ba điều cần nhớ:
- AI tăng tốc thực thi, vì vậy việc hợp tác trở thành nút thắt cổ chai mới.
- Product và engineering phải làm việc trong một vòng lặp, không phải hai làn đường riêng biệt.
- Các đội ngũ tốt nhất không nhanh hơn vì họ code nhanh hơn. Họ nhanh hơn vì họ suy nghĩ cùng nhau từ ngày đầu tiên.