Google Labs 負責人分享 AI 產品探索法：團隊可由 5–7 人縮至 2–3 人，並應依早期資料叫停功能

據 AI 前線報導，Google Labs、Gemini 應用與 AI Studio 負責人 Josh Woodward 在 Lenny’s Podcast 分享 AI 產品探索與停止錯誤專案的方法。由於目前僅有單一報導來源，相關說法尚未獲獨立佐證。 Woodward 表示，好點子通常不是來自頭腦風暴或設計衝刺，而是少數對某項技術充滿好奇、會自行動手實驗的人。Google Labs 會維護一份「幾乎可以實現」清單，持續追蹤技術邊界；當某項能力跨過可行門檻，就快速組織團隊探索。他透露，團隊曾列出 82 條對未來的預測，但也預期其中大多數可能判斷錯誤。 他強調，技術展示令人興奮，不代表產品具備真實需求。團隊仍須確認是否存在普遍的使用者行為、是否有一群人真正需要這項產品，以及產品是否具備讓人願意付費的價值。他以 NotebookLM 的播客功能與 Google Flow 為例，稱兩者早期展示曾引發強烈興趣，但也承認有些原型在做成產品後並不好用。 在早期產品驗證上，Woodward 會觀察使用者看到原型時是否眼睛發亮、身體不自覺前傾，而不是只看日活躍使用者數、日活躍與月活躍比例或第七天留存率。他建議團隊專注於要解決的問題，而不要過早愛上某個具體方案，因為專案可能需要調整三、四甚至五次方向，才會找到可行路徑。 對於停止專案，他表示，實際執行工作的團隊通常比領導者更早知道專案是否行不通。當團隊熱情消退、已嘗試所有想到的方法仍沒有成效，或早期資料顯示使用者興趣低於預期時，負責人應建立讓成員敢於提出壞消息的文化。他並提到，Gemini 某項原定發布的功能曾因早期資料與團隊觀察不理想，而在發布前被建議暫停。 Woodward 也稱，AI 讓原本需要五至七人的探索團隊，可能縮減為兩至三人；他重視成員放下舊認知的速度、持續投入的能力，以及快速建立信任的能力。他同時不認同所有職位都會融合成通用的「建構者」，認為程式撰寫與原型製作能力應協助產品經理深化專業，而非取代專業。 在組織節奏上，他提到六個月滾動規劃、五十至一百天的專案里程碑，以及衝刺與自由探索交替的工作方式；他也認為模型基準測試受到過度重視，產品背後的原則與價值觀則討論不足。