Biên dịch bài viết gốc từ Uber.
“Hai giờ tạo nguyên mẫu đã khai thông bốn tuần thảo luận”
Đó là cách một quản lý sản phẩm thuộc đội ngũ Merchant của Uber mô tả tác động của việc sử dụng AI trong vòng đời phát triển sản phẩm của họ. Họ đã sử dụng AI để nhanh chóng tùy chỉnh một bản mẫu cho danh mục hàng hóa của một đối tác cụ thể như một phần của bài tập nghiên cứu sản phẩm. Đối tác đã hiểu nó ngay lập tức và đưa ra những phản hồi cụ thể, có thể thực hiện được. Sự đồng thuận nội bộ cũng theo sau đó nhanh chóng không kém. Sự mơ hồ vốn làm đình trệ dự án đã tan biến.
Khoảnh khắc này không phải là ngoại lệ. Trong năm qua, chúng tôi đã thử nghiệm việc tạo nguyên mẫu bằng AI trong khắp tổ chức Sản phẩm của Uber. Chúng tôi liên tục thấy cùng một mô hình: những ý tưởng từng đòi hỏi nhiều tuần phối hợp giữa các bộ phận giờ đây có thể trở nên hữu hình trong vài giờ. Các luồng thao tác có thể nhấp vào và các bản demo tương tác xuất hiện sớm hơn nhiều trong vòng đời sản phẩm, thường là trước khi một bản PRD (Tài liệu Yêu cầu Sản phẩm) được hình thành đầy đủ.
Sự thay đổi đó cũng làm thay đổi bản chất của các cuộc hội thoại. Thay vì tranh luận về những mô tả trừu tượng, các nhóm có thể phản hồi dựa trên một thứ gì đó cụ thể. Tạo nguyên mẫu bằng AI đang định hình lại cách các nhóm khám phá ý tưởng, thống nhất hướng đi và tiến tới thực thi — không phải để thay thế cho các thực hàn sản phẩm hiện có, mà như một khả năng giúp chúng trở nên hiệu quả hơn.
Tại sao điều này quan trọng tại Uber: Chúng tôi xây dựng toàn cầu, nhưng chúng tôi sống tại địa phương
Tại Uber, ngay cả những thay đổi sản phẩm nhỏ cũng trải dài qua nhiều đội ngũ ở các khu vực và chức năng khác nhau, bao gồm sản phẩm, kỹ thuật, vận hành, chính sách và pháp lý. Việc tạo ra sự hiểu biết chung ở quy mô lớn là một thách thức.
Tạo nguyên mẫu bằng AI giảm chi phí phối hợp bằng cách làm cho các ý tưởng trở nên hữu hình sớm hơn. Thay vì tranh luận về các mô tả bằng văn bản, các nhóm phản hồi trên cùng một tạo tác, giúp tiến nhanh hơn tới những gì quan trọng nhất: xây dựng những trải nghiệm chất lượng cao, trực quan cho khách hàng của chúng tôi. Ở quy mô của Uber, điều này chuyển hóa trực tiếp thành việc lặp lại nhanh hơn và đưa ra quyết định tốt hơn.
Chúng tôi định nghĩa “tạo nguyên mẫu bằng AI” là gì
Bằng cụm từ “tạo nguyên mẫu bằng AI”, chúng tôi muốn nói đến việc sử dụng các công cụ hỗ trợ bởi AI như Lovable™, Figma® Make, Claude® Code và Cursor® để tạo ra và lặp lại các luồng tương tác một cách nhanh chóng, giúp các nhóm có thể kiểm tra các giả định, thu thập phản hồi và thống nhất trước khi các quyết định trở nên cố định.
Ba mô hình chúng tôi liên tục nhận thấy
Việc tạo nguyên mẫu không được thúc đẩy bởi một mệnh lệnh hay một quy trình mới. Các đội ngũ tìm đến các bản nguyên mẫu một cách bản năng khi họ cần di chuyển nhanh hơn hoặc vượt qua sự mơ hồ.
Một tín hiệu rõ ràng đến từ cuộc thi hackathon công nghệ toàn cầu của Uber. Gần 40% các bài dự thi có kết hợp một công cụ tạo nguyên mẫu. Các bản nguyên mẫu không được sử dụng như bước hoàn thiện cuối cùng. Chúng được sử dụng để suy nghĩ thấu đáo các ý tưởng, giải thích các hệ thống và thống nhất nhanh chóng dưới áp lực thời gian.
Nhìn vào những thử nghiệm này và công việc hàng ngày, ba mô hình nổi bật lên là: khám phá ý tưởng nhiều hơn, thống nhất nhanh hơn và khai thông việc thực thi.
1. Khám phá ý tưởng nhiều hơn
Một trong những thay đổi rõ rệt nhất là việc các đội ngũ có thể dễ dàng khám phá nhiều ý tưởng từ sớm, điều này đã thay đổi hình thái của việc ra quyết định sau đó.
Trước đây, việc khám phá nhiều hướng đi thường tốn kém và đòi hỏi nhiều sự phối hợp. Điều đó đương nhiên thúc đẩy các đội ngũ hội tụ sớm. Tạo nguyên mẫu bằng AI đã hạ thấp rào cản đó.
Thay vì thu hẹp nhanh chóng, các đội ngũ có thể khám phá một tập hợp các khả năng rộng lớn hơn ngay từ đầu, thường là trước khi các thiết kế hoặc thông số kỹ thuật được chốt lại. Một quản lý sản phẩm trong đội Business Platform đã mô tả việc khám phá sáu khái niệm khác nhau cho cùng một vấn đề trong khoảng 20 phút. Trước đây, mức độ khám phá đó yêu cầu nhiều chu kỳ lặp lại.
Hình 1: Khám phá các giải pháp khác nhau cho sản phẩm chia sẻ voucher.
Sự thay đổi quan trọng không phải là tốc độ vì lợi ích của chính nó. Việc khám phá đã chuyển lên sớm hơn trong vòng đời. Các nhóm có thể kiểm tra các giả định trước khi bản PRD được chốt, trước khi các quyết định về kiến trúc trở nên cứng nhắc và trước khi cam kết đi theo một con đường duy nhất.
2. Thống nhất nhanh hơn
Nếu khám phá là sự thay đổi hữu hình đầu tiên, thì sự thống nhất là nơi tác động trở nên rõ ràng nhất.
Một phần lớn công việc sản phẩm là giúp các đội ngũ xây dựng sự hiểu biết chung giữa các bộ phận sản phẩm, thiết kế, kỹ thuật và ban lãnh đạo. Ngay cả với những bản PRD chặt chẽ, sự thống nhất thường phụ thuộc vào việc mọi người có thể chuyển dịch ý định bằng văn bản thành một mô hình tư duy chung về trải nghiệm tốt đến mức nào.
Tạo nguyên mẫu bằng AI đã thay đổi điểm bắt đầu của những cuộc hội thoại đó.
Thay vì yêu cầu các đội ngũ tưởng tượng điều gì đó có thể hoạt động như thế nào, các PM hoặc nhà thiết kế có thể đặt một tạo tác cụ thể, có tính tương tác trước mặt họ. Các cuộc hội thoại chuyển nhanh từ “đây là cái gì?” sang “đây có phải là cách tiếp cận đúng không?”
Một quản lý sản phẩm làm việc trên các hệ thống phức tạp, liên chức năng đã tóm tắt hiệu quả này: “Chúng tôi đã đạt được sự thống nhất cấp cao giữa sản phẩm, đối tác, thiết kế và kỹ thuật với thời gian xoay vòng thấp hơn nhiều so với quy trình chỉ dựa trên tài liệu.”
Sự thay đổi này cũng làm thay đổi cách các ý tưởng được trình lên cấp trên. Một quản lý sản phẩm ở đội ngũ nền tảng lưu ý: “Việc sử dụng một bản nguyên mẫu để trình diễn thay vì chỉ nói suông giúp các bên liên quan cấp cao dễ dàng hiểu hướng đi và tham gia vào các cuộc thảo luận thực chất hơn.”
Khi các đội ngũ có thể phản hồi trên cùng một tạo tác hữu hình, phản hồi sẽ trở nên cụ thể và có tính hành động hơn. Sự thống nhất diễn ra sớm hơn, với ít khoảng cách về cách hiểu cần giải quyết sau này.
Quan trọng là, điều này không thay thế PRD hay các buổi đánh giá thiết kế. Nó củng cố chúng. Các đội ngũ tham gia các diễn đàn đó khi đã nắm bắt được một điều gì đó cụ thể, điều này làm cho các cuộc thảo luận trên văn bản trở nên tập trung và hiệu quả hơn.
3. Khai thông thực thi
Sự thống nhất là về sự hiểu biết chung. Thực thi là về đà tiến triển.
Mô hình thứ ba chúng tôi thấy là cách tạo nguyên mẫu bằng AI giúp các đội ngũ chuyển từ thống nhất sang hành động bằng cách xóa bỏ sự không chắc chắn sớm hơn trong vòng đời.
Việc thực thi hiếm khi đình trệ vì các đội ngũ bất đồng quan điểm. Nó đình trệ vì các câu hỏi quan trọng xuất hiện quá muộn. Phạm vi, trình tự và những gì được tính là MVP (Sản phẩm khả thi tối thiểu) thường nảy sinh ngay khi bộ phận kỹ thuật đã sẵn sàng bắt đầu, làm chậm tiến độ ngay cả sau khi đã đạt được sự thống nhất.
Tạo nguyên mẫu đã kéo những câu hỏi đó lên phía trước.
Hình 2: Một bản nguyên mẫu đã giúp xác định MVP cho trải nghiệm quản lý danh mục của Uber Eats Manager.
Trên nhiều đội ngũ, một lợi ích thực thi khác xuất hiện liên tục: định nghĩa MVP rõ ràng hơn. Việc có một bản nguyên mẫu giúp dễ dàng đồng thuận về những gì nằm trong phạm vi so với những gì có thể để sau.
Như một PM đã nói: “việc có một bản mẫu giúp phân biệt MVP với sau MVP dễ dàng hơn nhiều.” Điều này cho phép kỹ thuật bắt đầu sớm hơn với các ranh giới rõ ràng hơn và ít câu hỏi mở hơn.
Việc thực thi không nhanh hơn vì các đội ngũ bỏ qua các bước. Nó nhanh hơn vì các đội ngũ tham gia vào các bước đó với ít ẩn số hơn và có thể bắt đầu xây dựng sớm hơn với phạm vi rõ ràng.
Tạo nguyên mẫu không giết chết PRD, nó trở thành người đồng hành
Khi việc tạo nguyên mẫu bằng AI trở nên phổ biến hơn, một câu hỏi tự nhiên nảy sinh: Chúng ta có còn cần PRD không? Trong thực tế, chúng tôi thấy điều ngược lại.
Các bản nguyên mẫu có sức mạnh vì chúng làm cho các ý tưởng trở nên hữu hình. Chúng cho các đội ngũ một thứ gì đó cụ thể để phản hồi và làm cho các cuộc thảo luận ban đầu nhanh hơn và có cơ sở hơn. Nhưng bản mẫu là những tạo tác mang tính trải nghiệm: chúng cho thấy một ý tưởng có thể trông như thế nào hoặc hoạt động ra sao, chứ không phải tại sao một hướng đi được chọn, những sự đánh đổi nào đã được thực hiện, hoặc những ràng buộc nào đã định hình quyết định.
Đây là nơi PRD tiếp tục đóng vai trò quan trọng. Nếu các bản nguyên mẫu giúp các đội ngũ trải nghiệm tương lai, thì PRD giúp các đội ngũ thống nhất về nó. Có cái này mà không có cái kia sẽ tạo ra rủi ro. Một bản nguyên mẫu không có PRD có thể trôi xa khỏi vấn đề mà đội ngũ dự định giải quyết. Một bản PRD không có bản nguyên mẫu có thể vẫn còn trừu tượng, để lại không gian cho những cách hiểu không nhất quán.
Bạn có thể coi nó giống như Batman và Robin. Mỗi người có thể hoạt động độc lập, nhưng họ hiệu quả hơn nhiều khi đi cùng nhau. Các bản nguyên mẫu mở ra không gian một cách nhanh chóng. PRD làm mọi thứ chậm lại vừa đủ để làm cho các quyết định trở nên rõ ràng và bền vững. Điều này thậm chí còn trở nên quan trọng hơn khi có nhiều bên liên quan liên chức năng, chẳng hạn như pháp lý, vận hành, chính sách, tiếp thị, khoa học dữ liệu và các đội ngũ nền tảng, tham gia vào việc đánh giá và ký duyệt. Trong những trường hợp đó, một bản nguyên mẫu có thể tăng tốc các cuộc hội thoại sản phẩm ban đầu, nhưng PRD vẫn là thứ mang lại chi tiết và sự rõ ràng cần thiết cho các quyết định cuối cùng.
Những gì xuất hiện không phải là một sự thay thế, mà là một sự kết cặp: định hình vấn đề → tạo nguyên mẫu sớm → một bản PRD sắc bén hơn, đầy đủ thông tin hơn → thiết kế cuối cùng.
Hình 3: Mối quan hệ giữa PRD và các bản mẫu.
Ưu tiên tạo nguyên mẫu hay Ưu tiên PRD
Trong thực tế, điểm bắt đầu đúng đắn phụ thuộc vào những gì bạn đang xây dựng.
Ưu tiên tạo nguyên mẫu nếu…
- Khu vực vấn đề mơ hồ hoặc xa lạ
- Nhóm cần sự thống nhất nhanh chóng từ các bên liên quan
- Không gian giải pháp yêu cầu khám phá nhiều hướng đi
- Độ phức tạp của luồng người dùng cao
- Sáng kiến cần sự ủng hộ của lãnh đạo để mở khóa nguồn lực
- Sản phẩm dành cho nội bộ hoặc có rủi ro thấp
- Mục tiêu là khám phá tầm nhìn sớm
Ưu tiên PRD nếu…
- Sản phẩm ưu tiên thiết bị di động (các công cụ tạo nguyên mẫu AI hiện thường hoạt động chưa tốt ở đây)
- Vấn đề mang tính chiến lược, không nặng về giao diện người dùng (UI)
- Sản phẩm đã trưởng thành và các thay đổi có hiệu ứng gợn sóng
- Lĩnh vực có rủi ro cao, nhạy cảm về tuân thủ hoặc an toàn
- Các phụ thuộc phức tạp (pháp lý, hạ tầng, dữ liệu)
- Phạm vi liên quan đến việc sửa đổi một tính năng hiện có với các ràng buộc rõ ràng
- Sản phẩm dành cho bên ngoài và kỳ vọng về độ hoàn thiện cao
Những cạm bẫy của tạo nguyên mẫu bằng AI (Và cách chúng tôi tránh chúng)
Khi việc tạo nguyên mẫu trở nên dễ dàng hơn, chúng tôi cũng học được nơi nó có thể đi sai hướng — đặc biệt là khi các bản nguyên mẫu bị nhầm lẫn với các quyết định. Mục tiêu không phải là tạo nguyên mẫu ít đi; mà là tạo mẫu với các rào chắn.
Hình 4: Các cạm bẫy và rào chắn của việc tạo nguyên mẫu bằng AI
Điều gì thay đổi khi mọi người đều có thể tạo mẫu
Chúng tôi đã đưa ra một quyết định có chủ đích ngay từ đầu là mở rộng việc tạo nguyên mẫu bằng AI ra ngoài các đội ngũ sản phẩm.
Thay vì giới hạn việc tạo nguyên mẫu cho các PM hoặc nhà thiết kế, chúng tôi đã làm cho nó có thể tiếp cận được đối với các đội ngũ kỹ thuật, nền tảng và vận hành. Chúng tôi muốn xem điều gì sẽ xảy ra nếu có nhiều người hơn có thể biến ý tưởng thành một thứ gì đó hữu hình.
Kết quả là tức thì. Các kỹ sư đã sử dụng các bản nguyên mẫu để dựng lên các bảng điều khiển tương tác và tư duy lại các quy trình kỹ thuật. Các đội ngũ vận hành đã sử dụng chúng để đơn giản hóa các quy trình và khám phá các công cụ nội bộ. Ví dụ, các đội ngũ bán hàng khu vực EMEA đã tự xây dựng công cụ theo dõi cơ hội của riêng họ để tìm kiếm các đầu mối liên quan thay vì dựa vào một công cụ có sẵn. Thay vì mô tả các ý tưởng trong tài liệu hoặc thẻ công việc (tickets), các nhóm có thể trình diễn những gì họ muốn nói.
Khi các ý tưởng có thể được chia sẻ dưới dạng mà người khác có thể tương tác, những ý tưởng tốt nhất sẽ trỗi dậy bất kể chúng đến từ đâu. Các giả định xuất hiện sớm hơn, các cuộc thảo luận trở nên cụ thể hơn và các đề xuất được đánh giá dựa trên giá trị của chúng thay vì nguồn gốc của chúng.
Điều này trực tiếp củng cố một giá trị cốt lõi tại Uber: Những bộ óc vĩ đại không suy nghĩ giống nhau (Great Minds Don’t Think Alike). Bằng cách mở rộng việc tạo nguyên mẫu trong toàn công ty, chúng tôi đã tạo không gian cho nhiều góc nhìn hơn để định hình các giải pháp sớm hơn. Các kỹ sư, người vận hành, nhà thiết kế và các đội ngũ sản phẩm đều có thể đóng góp một cách có ý nghĩa, và các ý tưởng thu được sẽ mạnh mẽ hơn nhờ đó.
Những câu hỏi mở: Điều gì tiếp theo
Khi việc tạo nguyên mẫu bằng AI trở nên nhanh hơn và được sử dụng rộng rãi hơn, những câu hỏi chúng tôi đặt ra đã chuyển từ việc liệu điều này có hiệu quả hay không sang việc hệ thống sản phẩm còn lại nên phát triển như thế nào xung quanh nó.
Vai trò đang phát triển của PRD là gì? Nếu việc đi từ ý tưởng đến bản mẫu giờ đây nhanh và rẻ, PRD không còn có thể là nơi chính để định nghĩa các ý tưởng. Giá trị của nó ngày càng nằm ở việc nắm bắt ý định, sự đánh đổi, các chỉ số thành công và các quyết định. Chúng tôi đang tích cực khám phá nơi AI có thể giúp soạn thảo và tinh chỉnh tư duy này, và nơi sự phán đoán của con người cần phải duy trì tính rõ ràng và bền vững.
Làm thế nào để chúng ta sử dụng AI để thu thập thông tin chuyên sâu nhanh hơn? Khi các bản nguyên mẫu dễ tạo hơn, các đội ngũ có thể kiểm tra các giả định sớm hơn và thường xuyên hơn. Điều đó chuyển nút thắt cổ chai từ việc xây dựng các tạo tác sang việc học hỏi từ chúng. Chúng tôi đang suy nghĩ về cách AI có thể giúp tổng hợp phản hồi, phát hiện các mô hình và biến các tương tác thành thông tin chuyên sâu với tốc độ phù hợp với tốc độ mới này.
Làm thế nào để chúng ta chuyển từ bản nguyên mẫu sang sản xuất? Các bản nguyên mẫu rất mạnh mẽ để khám phá, nhưng sản xuất đòi hỏi sự nghiêm ngặt. Chúng tôi đang tìm cách để các bản nguyên mẫu cung cấp thông tin cho kiến trúc, hệ thống thiết kế và công việc kỹ thuật mà không bị nhầm lẫn với các giải pháp có thể xuất xưởng. Thách thức không chỉ là tốc độ, mà là biết khi nào nên chuyển từ khám phá sang cam kết.
Kết luận
AI không chỉ đang tăng tốc công việc ở giai đoạn đầu. Nó đang thay đổi cách việc phát triển sản phẩm, ra quyết định và thực thi khớp nối với nhau từ đầu đến cuối.
Phát triển sản phẩm đã tuân theo phần lớn cùng một vòng đời trong nhiều thập kỷ. Với AI, chúng ta có cơ hội để tư duy lại về nó. Những mô hình chúng tôi đang thấy đã chuyển hóa thành các chu kỳ lặp lại nhanh hơn, sự thống nhất sớm hơn và các quyết định rõ ràng hơn trước khi các đội ngũ cam kết xây dựng.
Chúng tôi đang thực hiện các bước tại Uber để phát triển cách các đội ngũ khám phá, thống nhất và thực thi, và chúng tôi sẽ tiếp tục chia sẻ những gì mình học được khi điều này thúc đẩy những thành quả thực sự về tốc độ và chất lượng — bao gồm cả cách các quy trình công việc này mở rộng từ tạo mẫu sang việc xây dựng và lặp lại sâu hơn.
Chúng tôi rất hào hứng được tiếp tục học hỏi cùng với cộng đồng công nghệ rộng lớn về những gì hiệu quả và những gì không.
