Produto de IA

É um produto cujo valor central depende de um modelo que aprende com dados e cujo comportamento é probabilístico: a mesma entrada pode gerar saídas diferentes, o desempenho varia por segmento de usuários e degrada com o tempo se não for mantido. Difere de software determinístico em um ponto essencial: não se especifica o comportamento exato, e sim o resultado esperado, a tolerância a erro e o que acontece quando ele erra. A distinção entre “produto de IA” (o modelo é o núcleo) e “produto com IA” (o modelo é uma funcionalidade) ajuda a entender quanto a operação do modelo define o roadmap.

Em Produto, trabalhar com IA muda o trabalho do PM em quatro pontos. O critério de sucesso é estatístico (uma taxa, não um sim ou não). O erro é parte do design (fallback, revisão, transparência). Os dados são requisito de produto. E o lançamento é o começo da operação, com monitoramento, drift e evals contínuos. O resto, problema, usuário, valor, continua igual. Por exemplo, um assistente de atendimento é um produto de IA: seu roadmap é feito de evals, base de conhecimento e taxa de contenção, não de telas.

Use produto de IA quando o modelo é o núcleo do valor e sua operação define o roadmap. Use produto com IA quando o modelo é uma funcionalidade entre outras. Use capacidade de IA para cada bloco de competência dentro de qualquer um dos dois. Uma forma simples de diferenciar: produto de IA é o modelo com produto em volta; produto com IA é o produto com modelo dentro.

Distinção entre 'produto de IA' e 'produto com IA' discutida por PMs de empresas de tecnologia a partir de 2018; ganhou peso com GenAI em 2023.

Google People + AI Guidebook; Zhang & Rosenberg, AI Product Management (2023)