本系列文章以《產品領導人之道》一書為基礎，從人員、產品與流程三個面向，探討 AI 帶來的工作變化，以及產品領導人如何調整團隊的管理、協作與人才培育方式。
上篇從角色與期待出發，討論如何把 AI 的運用連回產品成果。主管與 PM 需要先說清楚希望改善什麼、個人應有的貢獻，以及準備用哪些證據檢視進展。
不過，當 AI 協助 PM 完成更多工作、改善產出品質時，我也希望進一步了解，他在過程中學到了什麼、哪些能力有所進步？為了達到接下來的目標，又有哪些地方需要主管的支持？
今天接著談如何把成長期待寫得更具體，透過「未來自我」框架來整理行動與時程，再把目標、AI 運用和主管支持放在一起，作為日常回饋與反思回顧的依據。
如果成長目標只寫「加強數據分析能力」或「熟練地使用 AI」，即使雙方都認同這個方向，對於達成的樣子卻可能有不同想像。這時候，如果把目標寫成在 具體情境 下能做出的 判斷與行動，雙方就比較容易一起檢視進展。
Petra Wille 在《產品領導人之道》第六章〈找出並弭平產品經理的能力缺口〉中，介紹了「未來自我」（Future Self）這個框架。由 PM 先起草目前的實際狀態、期望達到的狀態、主要行動與時程，再與主管討論和完善它。
圖：未來自我模板（《產品領導人之道》p.65）
Petra 也在〈A lightweight way to create a development plan for PMs — the Future Self〉這篇文章中說明這個工具的使用方式。她特別提醒，「期望狀態」應該具體描述出在幾週或幾個月之後，其他人能察覺到的改進是哪些。
延續上篇的案例：一位 PM 負責改善產品的新使用者啟用流程，也會使用 AI 整理行為資料與客服回饋。如果他也希望藉由這項工作加強數據分析能力，可以試著這樣撰寫「未來自我」：
| 未來自我的項目 | 具體描述 |
|---|---|
| 實際狀態 | 能用 AI 整理啟用數據與客服回饋，但當兩者看似矛盾時，還無法判斷差異可能來自哪些原因，也不確定需要補充什麼證據。 |
| 期望狀態 | 面對看似矛盾的數據與回饋時，能查核 AI 分析的資料依據，說明可能原因與仍待確認之處，並提出下一步驗證方式及理由，供團隊討論。 |
| 主要行動 | 在真實任務中留下假設、分析與判斷過程，與有數據分析經驗的資深同事討論，再把回饋用在下一個相近情境。 |
| 時程 | 以接下來八週為觀察期間，每兩週回顧一次，檢視實際決策中的表現與需要的支持。 |
這是將未來自我工具延伸到 AI 工作情境的範例，內容需依當事人的工作條件調整。
重點在於，主管與 PM 現在有了共同的觀察依據。進行回顧時可以看 PM 如何處理矛盾的資訊、如何查核 AI 的推論，以及能否向團隊說明判斷。
一般來說，完成一門課、讀過一本書或做過幾次練習，都可以是列在其中的行動。然而，PM 是否逐漸展現預期的能力，還需要回到實際工作確認。
成長目標也能與產品目標互相支持。當 PM 更能辨識證據的限制、說明取捨的理由，就有機會改善產品決策品質，進而達成更好的成果；而真實工作中遭遇的問題，也提供了觀察與提升能力的機會。
整合一下目前為止討論到的內容，可以形成主管與 PM 一起檢視和回顧的參考資訊。
以上述的情境為例，可以把共同的約定整理成下面這張表格。
| 討論項目 | 具體約定示例 |
|---|---|
| 產品成果 | 在未來八週，將新註冊使用者於註冊後七天內完成關鍵啟用行為的比例，從目前的 40% 提升到 50%。 |
| PM 的貢獻 | 整合行為數據與客服回饋，提出優先處理的障礙及判斷依據，協調團隊的工作與後續驗證安排，依結果調整下一步。 |
| 個人成長 | 能辨識 AI 分析的資料限制，處理相互矛盾的證據，說明取捨與不確定性。 |
| AI 的協助與 PM 的判斷 | AI 協助整理資料、提出可能解釋與比較方案；PM 查核關鍵結論，確認後續行動。 |
| 主管的支持 | 協調必要的資料權限、分析協作、工具與投入時間，並安排定期討論和給予回饋。 |
| 回顧依據 | 一起看啟用數據、使用者回饋、決策紀錄與團隊合作流程，檢視產品結果和 PM 的能力變化。 |
以上數據與時程僅供示範，實際目標需依產品情境、現有基準與團隊條件共同確認。
產品成果與能力成長未必在同一個時間點顯現。前面幾週的能力回顧，可以先檢視 PM 在決策中的變化，再持續觀察產品改善的結果。
透過這樣的資訊整理，PM 可以更清楚主管的期待是什麼，也知道為了完成這項工作，可以尋求哪些支持。主管則需要檢查，自己期待的成果與行為，是否有相應的資源和條件。
主管也可以提供相關的組織策略、優先事項與限制，請 AI 協助找出目標描述中模糊或可能不一致的地方，再由主管與 PM 確認。
AI 也很適合整理回顧材料，讓雙方比較容易準備討論。至於產品成果與個人成長目標是否合理，以及實際表現與期待之間有哪些差距，仍需主管與 PM 一起討論。
如果產品成果尚未達到期待，需要了解是哪些條件與判斷影響了進展；如果數字改善了，也要回看團隊做對了什麼，以及 PM 在其中有哪些貢獻與學習。
目標設定之後，主管如何給予回饋，也會影響 PM 能否持續調整。
《產品領導人之道》第八章提醒，無論是讚美或批評，都應該在事件發生後盡快給予回饋。等到幾個月後的績效評估才談，當事人可能已經忘記當時的情境，也錯過了及早改善的機會。
在給予回饋的場合選擇，我認為若是值得肯定的表現，可以在公開場合給予讚美；需要提出批評或討論如何改善，則盡量安排在私下進行，讓對方有空間說明與討論。
回饋也需要具體。例如，PM 在一次討論中發現 AI 分析忽略了某群使用者，回頭確認資料後，調整了原本 AI 建議的做法。主管可以具體肯定他主動查核資料、發現遺漏並修正建議的做法，說明這如何降低判斷失準的風險，再與他討論是否要把這項檢查納入後續的 AI 使用流程。
相對地，如果主管發現 PM 直接採用了尚未查核的 AI 結論，也可以在事後盡快私下討論：當時根據什麼做出判斷、為何沒有查核、產生了什麼影響，以及下次需要調整哪些做法或提供哪些支持。
圖：持續地給予讚美與批評（《產品領導人之道》p.99）。
這張圖讓我們知道，回饋可以發生在會議結束、報告完成、一對一會談或其他適合的時刻。目標也因此成為日常工作中可以反覆對照的依據，幫助主管與 PM 看見進步、發現困難，並調整下一步。
AI 改變 PM 的工作方式後，主管也需要重新檢視原本的目標：哪些期待已經不合適？哪些能力需要因應新的工作方式持續培養？
對我來說，目標設定需要讓 PM 理解主管期待的成果，也讓雙方能觀察能力如何逐步發展。為了達成這些期待，主管需要適時提供支持，PM 也應該知道自己可以尋求哪些協助。
回頭檢視現有目標時，可以確認它是否說清楚了希望改善的成果、期待看見的能力變化、AI 參與的方式、主管需要提供的支持，以及之後準備用哪些證據回顧。
AI 的能力與運用方式仍在持續進化，主管與 PM 也需要保持關注，持續檢視目前的做法能否帶來預期的價值，以及有哪些地方需要調整，並讓團隊中的每個人在完成工作的同時，累積下一階段所需的能力。
下一篇，我想要接著談：當 AI 改變資深 PM 熟悉的工作方式，主管如何支持他找到下一階段的挑戰與發展方向？
iThome鐵人賽
看影片追技術