Platform/Infrastructure Product Manager – o umiejętnościach i wyzwaniach w świecie AI

Jest gro feature'ów, które może nie są turbo seksowne, a turbo istotne. Szczerze, w sensie ciężko mi sobie wyobrazić bycie Platform Product Managerem, którąkolwiek z tych definicji jakby nie przyjmiemy, którą mówiliśmy, nie znając przynajmniej jakichś takich podstaw technologii. Chociażby jak weźmiemy sobie taką metrykę latency, Czyli gdzieś tam, jak szybko jesteśmy w stanie przesył danych w platformie przekazywań, czy weźmiemy sobie Spotify, czy weźmiemy sobie YouTube, banki wszystkie. My w Silonisie też mamy taką sytuację, że tak naprawdę często nasi klienci uzależniają swoje biznesy od tego, jak szybko będą dane przesyłane, powiedzmy z Source System, gdzie te dane są zasysane, czyli z SAP, Oracle, Salesforce.

No i znam kilku, kilka osób, które właśnie na tym dosyć mocno ucierpiały, nie? Że to niestety były pierwsze zespoły do odstrzału, no bo no wy tu generujecie koszty, ewentualnie trochę ograniczacie koszty. Z drugiej strony, jeśli pokazać ograniczenie kosztów, to może być fajne w takim momencie, ale jeśli nawet tego nie jesteśmy w stanie, to jest bardzo trudne. I to jest, wydaje mi się, jedno z największych wyzwań. Pokazywanie pozytywnego wpływu na organizację. No właśnie, są takie produkty, jak właśnie weźmiemy pod uwagę, chociażby jak weźmiemy sobie taką metrykę latency. Czyli gdzieś tam, jak szybko jesteśmy w stanie przesył danych w platformie przekazywań, czy weźmiemy sobie Spotify, czy weźmiemy sobie YouTube, banki wszystkie. My w Silonisie też mamy taką sytuację, że tak naprawdę często nasi klienci uzależniają swoje biznesy od tego, jak szybko będą dane przesyłane, powiedzmy z Source System, gdzie te dane są zasysane, czyli z SAP, Oracle, Salesforce.

Ja bym chciał teraz przejść trochę właśnie w tym kierunku, o którym Ty Tomek wspomniałeś, tych tak zwanych MCP, czyli może trochę poruszyć ten temat AI. Bo nie wiem, jak Wy macie do tego podejście, ale wydaje mi się, że w zasadzie ten cały AI native world, w którym teraz żyjemy i się otaczamy, no gdzieś to jest tak naprawdę infrastruktura. Więc jakby umiejętność zrozumienia tego, jak trochę działają te wszystkie algorytmy AI, trochę od strony tej statystycznej, trochę bardziej zrozumienia, gdzie i kiedy warto zastosować AI w odróżnieniu od takich standardowych algorytmów oraz to, o czym często też mówi się właśnie Jak w przyszłości rola tego PM-a może się zmienić, chociażby poprzez wpisanie EVALS, czyli gdzieś tam jakichś takich specjalnych systemów do ewaluacji skuteczności tych algorytmów, które też gdzieś w obecnym świecie wymagają pewnych skill technicznych, mimo że mamy do czynienia tutaj z takim językiem programowania stricte po angielsku albo po polsku, czyli gdzieś tam

W sensie, piję do tego, że takie first principles są względnie podobne, Mało organizacji pójdzie w stronę budowania swoich modeli. Większość organizacji w jakiś sposób będzie próbowała użyć istniejących modeli do swoich use case'ów. Taka jest moja teza. I teraz, żeby to zrobić, no to musisz zrozumieć, okej, no to jaki jest throughput systemu. Jaki, tak jak Marcin wcześniej powiedział, jakby jest kontekst, tak?

Ale potem jak trochę urośniecie, to już będzie miało bardzo duże znaczenie, jakby jak zoptymalizujesz swoje płatności, czy to ze Stripe'em, czy z jakimkolwiek innym systemem i nagle się okazuje, że masz Product Managera od Payment'ców, nie? W swojej organizacji. No tak, tak. Można by się też tak trochę nauczyć historią, co było jak wchodził mobile cały na przykład, prawda? Jak był ten moment, w którym też trzeba było wybrać platformę mobile'ową, czy idziemy bardziej w Androida, czy w iOS tak naprawdę. I jak ktoś nie wybrał iOS, a wyszedł, wybrał tylko Androida, no to long termowo też mógł nie wyjść aż tak skutecznie tak naprawdę. A w odróżnieniu od tych, którzy wybrali iOS'a na początek albo wybrali iOS'a i Androida, Nie wbijając szpilki androidowcom w tym samym czasie, ale jednak takie są fakty.