Lesson 16: AI for PMs

வரையறை: AI இப்போது products-இன் பகுதியும், PM வேலையின் பகுதியும். நீ இரண்டு விஷயங்களைத் தெரிந்திருக்க வேண்டும்: உன் வேலையை வேகமாகச் செய்ய AI-ஐ எப்படிப் பயன்படுத்துவது (USE), AI features-ஐ எப்படி நன்றாகக் கட்டுவது (BUILD).

PM வேலையில் AI-ஐப் பயன்படுத்துதல்:

• User interview குறிப்புகளைச் சுருக்குதல்
• PRDs, user stories-க்கு வரைவு - நீ திருத்து, அது type செய்யும்
• நூற்றுக்கணக்கான reviews அல்லது tickets-ஐ ஒரே நேரத்தில் பகுப்பாய்வு செய்தல்

விதி: AI வரைகிறது, நீ முடிவு செய்கிறாய். தீர்ப்பு PM-இடமே இருக்கும்.

AI features கட்டுதல்: AI நிகழ்தகவு அடிப்படையிலானது - அது உறுதியாகத் தவறாகச் சொல்லலாம். எனவே பிழைக்காக design செய்:

• AI ஏன் அப்படிச் சொல்கிறது என்று காட்டு (காரணங்கள், வெறும் score அல்ல)
• மனிதர் அதை மாற்ற (override) அனுமதி
• அது தோல்வியடையும்போது ஒரு மாற்று வழி வை

உதாரணம்: உன் attrition platform-இன் risk score ஒரு கணிப்பு. அதன் பின்னால் உள்ள அறிகுறிகளைக் காட்டு - "1:1s தவறவிட்டார், 8 மாதமாக விடுப்பு இல்லை" - managers அதைத் திருத்த அனுமதி. காரணங்கள் இல்லாத score-ஐ யாரும் நம்புவதில்லை.

முக்கியக் கருத்து: AI, PM-இன் தீர்ப்பை மாற்றுவதில்லை; அதன் தரத்தை உயர்த்துகிறது. சரியான பிரச்சனையைத் தேர்வு செய்வதே இன்னும் உன் வேலை.

Definition: AI is now part of products and part of PM work. You need to know two things: how to USE AI to do your job faster, and how to BUILD AI features well.

Using AI in PM work:

• Summarize user interview notes
• Draft PRDs and user stories - you edit, it types
• Analyze hundreds of reviews or tickets at once

The rule: AI drafts, you decide. Judgment stays with the PM.

Building AI features: AI is probabilistic - it can be confidently wrong. So design for error:

• Show why the AI says something (reasons, not just a score)
• Let a human override it
• Have a fallback when it fails

Example: your attrition platform's risk score is a prediction. Show the flags behind it - "missed 1:1s, no leave in 8 months" - and let managers correct it. A score without reasons is a score nobody trusts.

Key point: AI does not replace PM judgment; it raises the bar for it. Your job is still choosing the right problem.

Definition: AI अब products का भी हिस्सा है और PM के काम का भी। आपको दो चीज़ें पता होनी चाहिए: अपना काम तेज़ करने के लिए AI को कैसे USE करें, और AI features को अच्छे से कैसे BUILD करें।

PM के काम में AI का use:

• User interview notes का summary बनाना
• PRDs और user stories का draft - आप edit करो, यह type करे
• सैकड़ों reviews या tickets को एक साथ analyze करना

नियम: AI draft करता है, आप decide करते हो। Judgment PM के पास रहता है।

AI features बनाना: AI probabilistic है - यह पूरे confidence से गलत हो सकता है। इसलिए गलती के लिए design करो:

• दिखाओ कि AI कोई बात क्यों कह रहा है (reasons, सिर्फ़ score नहीं)
• Human को इसे override करने दो
• जब यह fail हो, तो एक fallback रखो

Example: आपके attrition platform का risk score एक prediction है। उसके पीछे के flags दिखाओ - "1:1s miss किए, 8 महीने से छुट्टी नहीं ली" - और managers को उसे correct करने दो। बिना reasons वाला score, ऐसा score है जिस पर कोई भरोसा नहीं करता।

Key point: AI, PM के judgment को replace नहीं करता; यह उसका bar ऊँचा कर देता है। आपका काम अब भी सही problem चुनना है।

Definition: AI ippo products layum irukku, PM vela layum irukku. Rendu vishayam theriyanum: un vela ah fast ah panna AI ah USE pannuradhu, AI features ah nalla BUILD pannuradhu.

PM vela la AI use pannuradhu:

• User interview notes ah summarize pannuradhu
• PRDs and user stories draft pannuradhu - nee edit pannu, adhu type pannum
• Nooru reviews and tickets ah onnodi analyze pannuradhu

Rule: AI draft pannum, nee decide pannu. Judgment PM kitta dhaan irukkum.

AI features build pannuradhu: AI probabilistic - confidently thappu sollalaam. So error ku design pannu:

• AI yen adhu solludhu nu kaattu (score mattum illa, reasons venum)
• Oru human override panna vidu
• Fail aana oru fallback vechiriku

Example: un attrition platform oda risk score oru prediction. Adhukku pinnaadi irukka flags ah kaattu - "1:1s miss aagudhu, 8 months ah leave illa" - managers correct panna vidu. Reasons illadha score ah yaarum nambamaattanga.

Key point: AI PM judgment ah replace pannadhu; adhukku bar ah ethum. Un vela innum adhe - correct problem ah choose pannuradhu.

Definition: AI ab products ka bhi hissa hai aur PM ke kaam ka bhi. Aapko do cheezein pata honi chahiye: apna kaam tez karne ke liye AI ko kaise USE karein, aur AI features ko achhe se kaise BUILD karein.

PM ke kaam mein AI ka use:

• User interview notes ka summary banana
• PRDs aur user stories ka draft - aap edit karo, yeh type kare
• Saikdon reviews ya tickets ko ek saath analyze karna

Rule: AI draft karta hai, aap decide karte ho. Judgment PM ke paas rehta hai.

AI features banana: AI probabilistic hai - yeh poore confidence se galat ho sakta hai. Isliye galti ke liye design karo:

• Dikhao ki AI koi baat kyun keh raha hai (reasons, sirf score nahi)
• Human ko ise override karne do
• Jab yeh fail ho, to ek fallback rakho

Example: aapke attrition platform ka risk score ek prediction hai. Uske peeche ke flags dikhao - "1:1s miss kiye, 8 mahine se chhutti nahi li" - aur managers ko use correct karne do. Bina reasons wala score, aisa score hai jis par koi bharosa nahi karta.

Key point: AI, PM ke judgment ko replace nahi karta; yeh uska bar ooncha kar deta hai. Aapka kaam ab bhi sahi problem choose karna hai.