Ko generativna umetna inteligenca postaja vstopna točka do informacij za stotine milijonov in potencialno milijarde ljudi, produktne odločitve niso več le vprašanje novih funkcij, temveč zaupanja, točnosti in zanesljivosti. Robby Stein, podpredsednik produktnega razvoja za Google Search, bo na konferenci TechCrunch Disrupt 2026 spregovoril o tem, kako se razvoj izdelkov spremeni, ko AI-funkcije postanejo del vsakodnevne iskalne izkušnje v svetovnem merilu.
Stein bo nastopil v pogovoru z naslovom »From MVP to Billions of Users: How Product Decisions Must Change at Scale«. Tema sega precej dlje od klasičnega vprašanja, kako hitro lansirati nov produkt. V ospredju bo dilema, s katero se srečujejo tudi številna podjetja, ki uvajajo generativno AI: kako pospešeno eksperimentirati, ne da bi ob tem zmanjšali zaupanje uporabnikov v storitev, od katere pričakujejo stabilnost in uporabnost.
AI v iskalniku pomeni drugačne posledice produktnih odločitev
Iskalnik Google je primer okolja, v katerem ima lahko že majhna sprememba zelo širok učinek. Pri generativni umetni inteligenci to ne pomeni le drugačnega vmesnika ali novih možnosti za postavljanje vprašanj. Pomeni tudi, da mora podjetje presojati, kako bodo AI-odgovori vplivali na razumevanje informacij, na prehajanje uporabnikov do izvirnih virov ter na njihovo zaupanje v iskalnik.
V tem kontekstu sta pomembna dva Googlova izraza. AI Overview je povzetek, ki ga generativna umetna inteligenca prikaže neposredno med rezultati iskanja in naj bi uporabniku pomagal hitro razumeti temo. AI Mode pa predstavlja bolj pogovorno obliko iskanja, pri kateri lahko uporabnik nadaljuje z dodatnimi vprašanji, razširja poizvedbo in podrobneje raziskuje odgovor.
Po navedbah TechCruncha je Google maja sporočil, da je AI Mode presegel milijardo mesečnih uporabnikov, leto po predstavitvi. Takšna številka ni pomembna zgolj kot pokazatelj dosega. Pomeni, da lahko spremembe modelov, prikaza odgovorov ali pravil delovanja vplivajo na izjemno velik in raznolik krog uporabnikov, jezikov, informacijskih potreb in lokalnih okoliščin.
Od Instagrama in Artifacta do Googlovega iskanja
Steinova kariera je zanimiva prav zato, ker združuje izkušnje iz zagonskih podjetij in velikih potrošniških platform. Bil je soustanovitelj Stamped, zagonskega podjetja za družbena priporočila, pozneje pa je pet let vodil potrošniške produkte pri Instagramu. Tam je sodeloval pri razvoju in širjenju ekip, povezanih s funkcijami Stories, Feed, Direct Messaging in Reels.
Takšno okolje zahteva hitro preverjanje odzivov uporabnikov, vendar hkrati opozarja, da lahko spremembe v ključnih produktih hitro postanejo občutljive. Pri družbenih platformah lahko novost vpliva na navade ustvarjalcev, komunikacijo in način, kako uporabniki odkrivajo vsebine. Pri iskalniku, ki vključuje generativno AI, je vložek še večji: uporabnik lahko odgovor razume kot informacijo, priporočilo ali podlago za nadaljnjo odločitev.
Pred vrnitvijo v Google leta 2024 je Stein vodil produkt pri Artifactu, AI-podprtem novičarskem viru. Izkušnje z novičarskim produktom so posebej relevantne za današnje razprave o generativni umetni inteligenci, saj odpirajo vprašanja izbire virov, personalizacije, kakovosti informacij in odgovornosti pri posredovanju vsebin.
Najpomembnejše vprašanje: kako hitro naprej brez izgube zaupanja?
Napovedani pogovor bi moral ponuditi odgovore na vprašanja, s katerimi se ukvarja širša AI-industrija. Kako Google preverja, da nove AI-funkcije uporabnikom pomagajo, namesto da bi jih zavajale ali poenostavljale kompleksne teme? Kako uskladiti željo po hitrem razvoju z nujnostjo varnostnih preverjanj, ocenjevanja kakovosti odgovorov in nadzora nad nepredvidljivim vedenjem modelov?
Pomembno bo tudi vprašanje, kako se podjetje odloča, kdaj AI-funkcijo vključiti v osnovno uporabniško izkušnjo in kdaj jo predstaviti kot možnost, ki jo uporabnik zavestno izbere. Pri storitvi z milijardnim dosegom niso odločilni le zmogljivost modela, hitrost odgovarjanja ali število novih funkcij. Enako pomembni so razumljivost, možnost preverjanja informacij, jasna razmejitev med AI-povzetkom in izvirnimi viri ter občutek uporabnika, da ima nadzor nad izkušnjo.
Prehod od MVP-ja k odgovornemu razvoju AI
Pogovor na TechCrunch Disrupt 2026 je zato relevanten tudi za manjša AI-podjetja. Lekcija ni v neposrednem posnemanju Googlovih procesov, temveč v prepoznavanju trenutka, ko pristop »hitro lansiraj in popravi pozneje« ne zadostuje več. Ko produkt pridobi več uporabnikov, več podatkov in več vpliva na njihove odločitve, mora tudi razvojni proces vključevati več preverjanja, jasnejše odgovornosti in bolj premišljeno uvajanje sprememb.
Steinov nastop bo zanimiv predvsem kot pogled v to, kako se eden največjih svetovnih digitalnih produktov prilagaja obdobju generativne umetne inteligence. Prihodnost AI-produktov ne bo določena samo s tem, kaj modeli zmorejo, ampak tudi s tem, kako varno, pregledno in uporabno jih bodo podjetja vključila v storitve, od katerih je odvisno vsakdanje iskanje informacij.
