Kehadiran AI yang Merubah landscape dari dunia digital produk/manajemen produk membuat dunia digital produk kedatangan title baru yang di sebut AI Product Manager atau AI PM. AI PM ini akan lebih berurusan dengan produk-produk yang berbasis AI. Baik dalam menangani kesulitan yang unik ataupun membangun produk tersebut.
Baca juga: Apa itu Product Manager?
Perbedaan yang sangat signifikan pada AI product manager adalah mereka tetap memiliki standar kompetensi pm tetapi juga harus memahami lebih lanjut mengenai kemampuan dari AI baik dari batasan ataupun secara etikal.
Keunikan AI Product Manager
kita dapat membanyangkan bahwa AI PM seperti pelatih tim bola yang baru di bangun. Pemain-pemain yang bermain sudah memiliki kemampuan tetapi bermain atas keinginan mereka sendiri. Jadinya membuat seorang AI Product Manager harus mengatur lifecyle-AI dari proses konsep sampai peluncurannya.
Core dari AI PM
Pemahaman atas Hasil yang dibuat
sangat berbeda dengan product manager yang mana dapat menentukan hasil dari sebuah fitur akan seperti apa. AI PM akan mencoba memahami hasil dari data yang mereka input.
jika kita samakan seperti tim sepak bola. AI PM akan meletakan pemain pada posisi-posisi yang di anggap cocok, dan melihat hasil pemainan yang dilakukan.
AI Product Manager harus memahami konsep sebuah mechine learning. Supervised atau unsupervised dan juga large language modesl (LLM). Mereka harus memahami kenapa hasil yang diberikan bisa seperti itu. Seberapa yakin atas hasilnya,serta berapa sering hasil tersebut di nilai gagal. Mereka akan mencoba menilai kemampuan model sangat teknis menjadi sebuah fitur yang dibutuhkan pengguna atau nilai bisnis.
Data sebagai DNA
Seorang AI PM data merupakan senjata utama mereka. Banyaknya data yang dimiliki serta kualitas dari data tersebut akan menjadi patokan untuk output yang dihasilkan oleh AI Produk tersebut
dalam membangun sebuah tim tentunya dengan mengetahui bagaimana seberapa jauh skill dari setiap pemain-pemainnya tentunya akan tepat meletakan posisi pemain tersebut dengan baik dan benar.
data scientist dan data engineer merupakan teman kerja dari mereka. Dengan adanya bantuan dari dua pihak tersebut akan membantu AI PM mendapatkan data yang benar baik dalam pengumpulan, penandaan, serta penggunaan. Mereka bertiga inilah yang akan menentukan mana data yang benar dan mana yang jelek untuk digunakan dalam pembuatan sebuah fitur.
Integritas atas inovasi yang di lakukan
Karena AI melihat data yang diberikan. Maka bias terhadap hasil tentunya akan terjadi dan menyebakan kekhawatiran privasi atas data-data yang di input. implikasi atas integritas data jauh lebih sulit di banding PM PM lainnya
Tanggung jawab atas intergritas akan jatuh pada tangan AI Product manager yang mengembangkan produk tersebut. Dimana mereka akan menidentifikasi potensi bias, memastikan metrik yang adil, serta menjaga kode etis. Hal ini membuat tetap sesuai, transparent dan dapat dipercaya.
Mengatur ketidak pastian
AI PM lebih banyak ber-experiment di banding product manager lainnya. Karena hasil yang di berikan lebih sering tidak sesuai dengan apa yang diharapakan.
Mereka akan lebih agile di banding PM PM lainya, dan menggunakan experiement aproach dalam pembuatan fitur-fitur yang ingin mereka kerjakan. AI PM juga menetapakan batas metrik data yang dikumpulan dan data pengguna untuk dapat menjawab ketika ber urusan ketika hasil yang dinginkan sesuai atau tidak.
Perbedaan AI PM dengan PM PM lainnya.
Perbedaan AI PM dengan PM PM lainnya adalah AI PM sudah masuk ke kategori specialist product manager yang fokus pada pengembangan-pengembangan produk yang menggunakan AI
beginilah perbedaan AI Product Manager dengan Product Manager lainya.
AI PM vs. Growth PM:
Tumpang tindih: Keduanya sangat berorientasi pada data. Growth PM berfokus pada akuisisi pengguna, aktivasi, retensi, dan monetisasi menggunakan berbagai taktik (pengujian A/B, funnel, viralitas).
Perbedaan: AI PM mungkin menggunakan AI untuk mendukung fitur pertumbuhan (misalnya, rekomendasi yang dipersonalisasi untuk retensi), tetapi fokus mereka adalah pada model AI dan siklus hidupnya. Growth PM mungkin mengoptimalkan UI di sekitar fitur AI, tetapi AI PM membangun fitur itu sendiri.
AI PM vs. Technical PM:
Tumpang tindih: Keduanya bekerja sangat erat dengan para insinyur dan memiliki pemahaman teknis yang kuat. Technical PM seringkali memiliki API, platform, atau infrastruktur inti.
Perbedaan: Technical PM memahami bagaimana sistem dibangun. AI PM memahami bagaimana model AI dibangun, dilatih, dan diintegrasikan ke dalam sistem tersebut. Sementara Technical PM mungkin mengelola layanan backend yang menyediakan data, AI PM berfokus pada data untuk model dan kinerja model.
AI PM vs. Product Owner:
Tumpang Tindih: Keduanya memiliki visi, strategi, dan peta jalan produk.
Perbedaan: Product Owner mungkin mengelola aplikasi seluler atau platform web. AI PM mengkhususkan diri pada produk di mana proposisi nilai inti bergantung pada pembelajaran mesin. Ini berarti menavigasi tantangan teknis, etis, dan terkait data yang unik yang mungkin hanya dihadapi secara umum oleh Product Owner.
Masa Depan AI PM
Pada kenyataannya, batasannya semakin kabur. Seiring dengan semakin meluasnya penggunaan AI, sebagian besar Product Manager setidaknya akan membutuhkan pemahaman dasar tentang prinsip-prinsip AI. Anda mungkin menemukan seorang “Growth PM” yang perlu memahami bagaimana model AI memengaruhi tujuan retensi mereka, atau seorang “Techinical PM” yang mengelola infrastruktur untuk layanan berbasis AI.
Namun,AI adalah pembeda utama, misalnya mobil nyetir sendiri, alat diagnostik medis, atau platform AI. AI PM yang berdedikasi akan tetap menjadi spesialis yang sangat diperlukan. Merekalah yang dapat menjembatani antara penelitian mutakhir dan pengalaman pengguna yang berdampak dan sesusai aturan.
