Tekoäly tuotekehityksessä

Jos vuosi sitten joku olisi sanonut käyttävänsä tekoälyä käyttäjäkeskeisessä suunnittelussa, kuulijoille olisi tullut ensimmäisenä mieleen Office -sovellusten Mr Clippyn erehtymätön kyky olla pelkästään ärsyttävä. Nyt pikainenkin haku tuottaa melko vakavasti otettavia palveluita, jotka tarjoavat käyttäjätiedon jäsentämistä, jalostamista ja jopa simuloituja käyttäjiä.

Käyttäjätiedon ja suunnittelun tehostamisen työkalut ovat nykyisin erillisiä laatikoita, joihin suunnittelijan on kaadettava tietonsa (tietoturvan rajoissa). Laatikoista tulee tuloksia, jotka voidaan linkittää tuotehallinnan vaatimuksiin ja tikettehin. Sovelluskehityksen puolella ollaan jo pidemmällä, tekoälyavustajat ovat suoremmin sovelluskehitys- ja koodinhallintaympäristöjen ominaisuuksia.

Mitä tekoäly osaa suunnitella

Nykyiset generatiiviset tekoälymallit ovat hyviä tunnistamaan, toistamaan ja varioimaan toistuvia kaavoja. Tekstipuolella ne ovat tehokkaita listojen ja yhteenvetojen tekijöitä, ohjelmointipuolella ne jo puolittavat dokumentaation vaatiman ajan ja nopeuttavat uuden koodin luontia kolmanneksen (Sovelluskehityksen tuottavuusesimerkit, McKinseyn raportti).

Tuotesuunnittelun avuksi on olemassa tekoälyn nopeuttamaa kaavioiden suunnittelua ja suunnitelmien jalostamiseksi tuotehallintaan useita Jira- ja Atlassian -lisäosia, jotka jäsentävät vaatimuksia tarinoiksi, auttavat backlogin kunnossapidossa ja pitävät persoonat mielessä (JIVA: Jira Intelligent Virtual Assistant ja Easy Agile Personas for Jira) .

Käyttöliittymäsuunnitelmien tekoälyavusteiseen dokumentointiin ei - vielä - ole ohjelmistoehdokasta. Eikä sellaiselle edes ole vahvaa tilausta.

90-luku soitti

Minulla oli onni napata PalmPilot käyttööni vuoden 1998 alussa. Näiden digitaalisten henkilökohtaisten avustajien piti olla se Iso Juttu, jotka ratkaisevat tuottavuuden pullonkaulat. Nykyiset kännykät osaavat aivan kaikki temput, jotka Palm Pilotti osasi, ja paljon muitakin - eivätkä kännykätkään yksin ratkaise mitään. Itse käytin Palmiani lähinnä kirjojen lukemiseen, ja nykyisin käytän kännykkääni hauskojen kissavideoisen katsomiseen.

Generatiivinen tekoälymalli ei olisi keksinyt PalmPilottia tai kännykkää. AI tuottaa parannusta vaihtoehtojen kartoittamiseen ja ratkaisujen yhdenmukaistamiseen. Mutta mallit ovat sokeita tapahtumille, joita ei ollut niiden harjoitusdatassa. Ne eivät itsenäisesti tunnista uusia tarpeita, ratkaisuja tai mahdollisuuksia.

Koodin tuottamisessa tekoälyn ehdotuksen voi testata saman tien: toimiiko koodi, ratkaiseeko se ongelman. Mutta mitä lähemmäs asiakkaiden toimintaa mennään, sitä vähemmän on luottamista tekoälyn arvauksiin kysymyksistä, jotka ovat sen opetusdatan ulkopuolella.  Sovelluskehityksessäkin tekoäly tarjoaa vain alle 10% parannusta vaikeiden ongelmien ratkaisemisessa - siihen tarvitaan ihmistä.

Tekoäly vuonna 2023

Koska tekoäly osaa tunnistaa kaavoja ja ratkaista toistuvia pulmia, tekoäly auttaa eniten aloittelijaa, joka koettaa ratkaista ongelmaa joka sopii johonkin aiempaan kaavaan. Tekoäly ei tee käyttöliittymäsuunnittelijasta ohjelmistokehittäjää,mutta se vähentää tilanteita joissa pieni käyttöliittymämuutos aiheuttaa massiiviset koodin optimoinnit. Tekoäly auttaa kehittäjää erottamaan toisistaan käyttöliittymäsuunnitelmassa toistuvat ja uudet kohdat. Toistuvat voi automatisoida, jolloin uusiin mielenkiintoisiin toiminnallisuuksiin ja ratkaisuihin jää enemmän aikaa.

Laajemmin katsottuna tekoälyavusteiset ratkaisut voivat helpottaa tuotesuunnittelun roolien välistä kommunikaatiota. Emme ole vielä siinä tilanteessa, missä tämä olisi ilmeistä. Kuitenkin mitä luultavimmin ratkaisut, jotka automatisoivat tylsät tehtävät kussakin roolissa ovat tekoälyn “ominta” aluetta. Ne myös otetaan nopeiten käyttöön, koska niiden tuottamat hyödyt ovat helpoiten mitattavissa.

AI ja MINUN tiimini?

Ohjelmistokehityksessä tekoäly tuottaa nopeutusta ja vähentää toistuviin tehtäviin kuluvaa aikaa. Tuotekehityksen ja UX-suunnittelun työkalut eivät ole vielä teknisesti samalla tasolla - mutta pian ovat.

Keskeiset kysymykset organisaatiolle eivät ole “Pitäisikö meidän käyttää tekoälyä?”, vaan “Mikä ratkaisu sopii parhaiten meidän liiketoiminnallemme?” ja “Mikä ratkaisu parantaa eniten lopputulosta, vaarantamatta meidän ja asiakkaidemme tietoturvaa?”

Mihin olemme matkalla

Mutta miten mahtaa tapahtua uusien tuotteiden käyttö? Jos tekoäly madaltaa kommunikaatiokustannusta suunnittelutiimin sisällä, voisiko se myös helpottaa ratkaisujen käyttöä? Onko 2020-luvun loppupuoli digitaalisten avustajien kulta-aikaa vai pääsemmekö ehkä “osoita laatikkoa, lue tekstiä” -paradigmasta johonkin uuteen maailmaan?