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。

昨天談到產品路線圖，以及如何管理承諾與期待。當團隊決定了接下來的投入安排，回到日常工作，仍可能遇到另一個問題：開發項目排得很滿，原本打算進行的訪談、資料分析與實驗，卻一再往後延。

前幾篇介紹了辨認假設與進行實驗的方法，但團隊還需要有時間把這些事情做完。今天開始從流程面切入，探討產品領導人如何幫助團隊，在持續交付的同時，讓探索得到的資訊跟得上開發決策。

AI 加快製作，探索仍需要時間

《產品領導人之道》第 17 章提醒，產品團隊需要持續平衡探索與交付。探索幫助我們判斷該建造什麼，交付則將選定的方案做出來。過度投入探索，想法可能遲遲無法落實；過度偏向交付，則可能花了很多力氣，完成一個沒有解決使用者問題的產品。

把這個觀點放到 AI 協作的情境，我們會遇到一個值得留意的變化：產出變快，可能讓團隊更快進入開發，也可能讓團隊有機會提早測試想法。實際走向哪一邊，和工作如何安排有很大的關係。

例如，PM 用 AI 做出可以操作的原型後，大家很容易接著討論還差哪些功能、什麼時候可以上線。但使用者能否理解操作、方案是否符合實際工作情境，仍需要透過接觸使用者與觀察來確認。

Pragmatic Institute 討論 AI 原型的文章也提醒，完成度很高的原型容易讓討論過早轉向介面與操作細節，忽略原本要釐清的問題。製作之前，團隊需要先說清楚希望學到什麼，再決定原型做到什麼程度。

如果省下的製作時間全被拿來增加功能，原本缺少的探索時間，並不會因此出現。

把探索排進正在進行的工作

原書提供了一個很實際的做法：請 PM 回顧過去六週的行程，看看是否持續接觸顧客、檢視使用者數據，以及根據新的資訊調整假設與計畫。

這樣的檢視可以幫助主管看見，團隊口頭上重視的事情，實際上有沒有得到時間。行事曆裡可能都是進度同步、需求說明與臨時問題處理，訪談和分析則被放在「有空再做」的位置。

原書在理想的一天中，以大約一半探索、一半交付作為示意，同時也說明，比例需要考慮組織、人員與產品，沒有通用的正確答案。對團隊而言，更值得先確認的是：下一個重要決定之前，必要的學習有沒有被安排進去？

例如，團隊準備改善新使用者的註冊流程，可以先列出目前最需要釐清的問題，再安排訪談或操作觀察，確認誰參與、何時取得資訊，以及結果會影響哪一項開發工作。若上線日期已經確定，就要一起討論哪些功能可以縮小範圍，讓必要的驗證有機會發生。

Teresa Torres 在持續產品探索的分享中，強調由打造產品的團隊，透過每週與顧客接觸及小型研究活動，持續朝產品成果前進。這種做法讓探索更容易融入日常，也讓團隊在需要做決定時，有近期取得的資訊可供參考。

AI 可以協助整理既有紀錄、準備測試素材，減少部分準備工作。主管仍需要協助安排參與人員，並處理那些反覆擠掉探索時間的要求。

讓探索結果連結下一個開發決策

探索有沒有發揮作用，可以從後續工作是否因此改變來觀察。

假設一個團隊想改善企業客戶製作報表的流程，PM 已經用 AI 做出報表編輯器的原型。這時候，團隊可以先保留進一步開發的決定，找使用者操作原型，並了解他們上一次製作報表的過程。

如果觀察發現，使用者最花時間的地方是核對不同系統的數字，新增圖表樣式就未必能改善問題。團隊可以先測試一小段資料核對流程，再依結果決定原本的編輯器要繼續、縮小，或暫停。

在這個假設情境中，AI 原型讓想法更容易被具體討論，而使用者的操作與說明，則幫助團隊修正投入方向。為了讓這種調整做得到，開發安排需要保留分段投入的空間；如果整個方案早已承諾完成，探索即使發現問題，也很難影響接下來的工作。

團隊可以為每個探索項目留下簡短紀錄：目前要回答的問題、取得的證據，以及因此做出的決定。AI 能協助彙整，但團隊需要回看原始資料，確認摘要有沒有遺漏相反的訊號。這份紀錄也能讓開發成員理解，為什麼範圍調整了，或為什麼某個看似接近完成的想法暫時不做。

上線後的驗證，也要列入待辦清單

原書第 17 章也建議運用看板，讓探索、交付與驗證的工作狀態更容易被看見，並在交付流程中保留發布後的驗證。功能完成並上線之後，團隊仍要觀察使用情況，決定下一步如何改善。

延續前面的報表情境，即使團隊交付了資料核對功能，仍需要知道使用者是否採用、核對過程是否順利，以及原本耗時的工作是否得到改善。這些資訊可能帶來下一次探索，也可能顯示目前的方案已經足夠，不必繼續增加功能。

因此，在安排開發時，就可以一併確認上線後由誰追蹤、需要哪些資料，以及何時回來檢視。AI 可以協助整理使用紀錄和客服回饋，提出值得追查的線索；團隊再透過資料核對或使用者交流，確認背後原因。

如果看板只呈現開發進度，卻沒有任何人負責上線後的觀察，工作就很容易隨著發布而結束，新的需求則繼續排進來。

平衡探索與交付，需要主管和團隊一起安排學習的時間，也讓學習結果有機會改變投入。AI 加快部分工作後，主管可以和 PM 回顧最近完成的一項功能：開發前取得了什麼證據？過程中調整過哪些決定？上線後，又知道了哪些原本不知道的事？

如果這些問題答不出來，就值得從下一個工作項目開始，補上必要的觀察與驗證，並把它們排進團隊的工作安排。

下一篇將接著討論，當 AI 改變準備與開發工作的速度，團隊可以如何調整 Planning、Refinement 與迭代節奏。