Di Maksim Ovsyannikov, Chief Product Officer, SugarAI 

La gestione del prodotto è cambiata radicalmente nell’era dell’AI. Per due decenni, le roadmap aziendali sono state costruite attorno a piattaforme, workflow e automazione. Il compito del leader di prodotto era decidere quali funzionalità sviluppare e quando rilasciarle.

L’AI ha cambiato le regole del gioco. La nuova domanda è: Come può ciò che consegni migliorare con l’AI? E non solo perché incorpora l’AI, ma perché l’AI stessa rende migliore il risultato.

Questo cambiamento introduce tre paradigmi che distinguono le organizzazioni di prodotto lungimiranti da quelle bloccate in una mentalità legacy.

1. È tutta una questione di un nuovo paradigma di interazione! Io lo chiamo “AI invece di UI”

La gestione tradizionale del prodotto cataloga funzionalità. La gestione di prodotto AI ridefinisce i paradigmi di interazione.

Prendiamo l’analytics. In passato, costruivamo dashboard e report. Gli utenti dovevano trovare il report giusto, condividerlo tra i team e ricostruirlo quando il contesto di business cambiava.

Oggi offriamo analytics conversazionale. Un utente, in questo caso un venditore, chiede semplicemente: “Quali opportunità dovrei dare priorità oggi?” e riceve una risposta arricchita di contesto. L’AI si adatta automaticamente man mano che le condizioni evolvono – senza necessità di riconfigurazione manuale.

Questo paradigma va oltre l’analytics. Ogni funzionalità diventa conversazionale. Ogni workflow diventa intelligente. Ogni interazione diventa adattiva. Hai un fornitore di software enterprise che mette in vetrina la sua capacità di creare dashboard? Digli che è roba vecchia scuola 🙂

2. Quando sviluppi AI, concentrati sui tuoi modelli proprietari, non solo sulle integrazioni API

Molti vendor incorporano AI di terze parti e la chiamano innovazione. Sovrappongono ChatGPT al loro prodotto, generano riepiloghi account e lo presentano come trasformazione. Non sorprende che numerosi studi recenti, tra cui l’ultimo del MIT, dicano che gran parte dell’AI in ambito enterprise è uno spreco di denaro senza risultati reali.

La vera gestione di prodotto AI in ambito enterprise richiede la creazione di modelli proprietari specifici per i dati e i risultati dei clienti. Questi modelli comprendono sfide specifiche per caso d’uso e settore – sono sempre LLM, ma comprendono il dominio stesso. Un semplice plugin GPT non lo fa.

L’augmentazione dei large language model diventa una competenza necessaria per ottenere risultati reali con l’AI enterprise. Arricchire gli LLM con contesto è qualcosa che solo tu puoi fare – dopotutto sei tu che conosci meglio i tuoi clienti e i problemi che la tua azienda sta cercando di risolvere.

Non fare plug and play con l’AI, perché sarà lei a fare plug and play con te!

3. Rendi il pricing un vantaggio competitivo

Il pricing dell’AI non è più una questione di back office – è una vera sfida di product management. E non sto parlando del prezzo in sé, sto parlando di come viene prezzata.

Vado dritto al punto – i modelli basati su token creano barriere all’adozione: gli utenti esitano a usare funzionalità che potrebbero far impennare i costi, mentre i team finance faticano a prevedere le spese. In termini più semplici, nessuno lo capisce e, di conseguenza, questo approccio causa importanti difficoltà di adozione.

Il mio consiglio è semplice – rimuovi queste barriere. Se la nuova proposta di valore per il software enterprise è fortemente focalizzata sull’AI, allora sembra evidente che l’AI debba essere il cuore di ciò che acquisti fin dall’inizio. Quindi, in sostanza, non puoi vendermi il tuo prodotto e poi vendermi token di valore AI sopra. Oggi nel mondo enterprise non ha senso. Invece, integra l’AI come funzionalità core, confezionala in modo trasparente e incoraggia un uso frequente.

Un pricing prevedibile aumenta la fiducia dei buyer economici, e la fiducia accelera l’adozione.

Oltre le funzionalità: ridefinire il ruolo della gestione del prodotto

Questi tre paradigmi indicano un cambiamento più ampio: l’AI non è semplicemente un altro set di funzionalità – è una nuova base per come il software enterprise viene concepito, costruito e utilizzato. Se stai sviluppando funzionalità AI, devi fare una svolta di 180 gradi. Il tuo prodotto dovrebbe essere AI, e intorno ad esso potresti dover costruire alcune funzionalità non specificamente AI. Costringiti a pensare in questo modo.

Le aziende che prospereranno in questa nuova era saranno quelle che abbracceranno pienamente questi paradigmi – progettando esperienze adattive, investendo in intelligenza proprietaria e rendendo l’AI accessibile tramite modelli di business trasparenti.

La sfida è chiara, ma lo è anche l’opportunità. I leader di prodotto che agiscono con decisione oggi non stanno solo migliorando le loro piattaforme. Stanno definendo lo standard di come sarà il software enterprise nel prossimo decennio.