Кто должен управлять AI-продуктами?

Жека Никитин

Часто дэйта саентисты жалуются, что бизнес ни хрена не понимает в ML. Это приводит к самым разнообразным проблемам - вбухиваются деньги в проекты, которые и начинать не стоило, усложняется коммуникация, растёт разрыв между ML-метриками и конечными бизнес-показателями.

Чтобы эти проблемы пофиксить, даже придумали отдельную профессию - AI Product Owner.

DS-треугольник, я вот где-то посередине

В целом идея здравая, поскольку специфика у Data/ML-продуктов действительно есть. Однако, есть вопрос - а какими компетенциями должен обладать этот человек? В голову приходит две логичных опции:

  • ML-специалист, который побыл лидом, а, может быть, даже прошёл пару курсов по управлению продуктами
  • опытный продакт, прочитавший статью Вастрика про DS

У обоих кейсов есть и плюсы, и минусы, и для разных продуктов более предпочтительный вариант может отличаться.

Одна скрытая опасность, на мой взгляд, характерна для обоих вариантов. Представим нашего свежеиспечённого AI-продакт, который про искусственный интеллект читал только в популярных статьях на VC или Rusbase. Наверное, сначала он будет крайне аккуратен ввиду явного недостатка знаний по ML, будет по всем техническим вопросам советоваться с ML-специалистами, иногда даже чрезмерно. По мере получения опыта и технических знаний такой специалист, понятное дело, будет чувствовать себя всё более уверенно. И вот тут, как мне кажется, существует реальный риск свалиться в некое подобие “uncanny valley”. То есть, он уже будет чувствовать себя достаточно крутым ML-специалистом, чтобы принимать все решения, даже если в них очень важна техническая экспертиза, и вот в этот момент можно наворотить много всяких неприятных дел. Я с таким сталкивался =)

Конечно, аналогичный сценарий вполне возможен и для технического спеца в роли продакта.

Интересный вариант - использование в этой роли сразу двух специалистов разного профиля, что позволяет объединить лучшие компетенции из обоих миров. Минусы, понятное дело, тоже есть - возможные проблемы в коммуникации, потенциальная борьба за власть и дороговизна. Очень многое будет зависеть и от других факторов - например, техническая сложность продукта или специфичность доменной области. Если тема интересна, в будущем могу рассказать, как управление продуктами выстроено у нас, и почему так получилось.