Od lidera ludzi do lidera AI – kluczowe lekcje od Julie Zhuo #EN286

TL;DR

• Zarządzanie AI to nowe zarządzanie ludźmi – podstawowe zasady, takie jak wyznaczanie celów i rozumienie mocnych stron, przenoszą się z zarządzania zespołem na zarządzanie modelami AI
• Nadchodzą „budowniczowie” – tradycyjne podziały na specjalistów stopniowo zanikają, AI sprawia, że każdy może stać się wszechstronnym twórcą
• Dane diagnozują, design leczy – według Julie Zhuo dane powinny służyć do identyfikacji problemów, ich rozwiązanie wciąż wymaga kreatywnego podejścia
• Lider musi być jak wierzba – w niestabilnych czasach kluczowa staje się umiejętność bycia jednocześnie stabilnym i elastycznym
• Fundamentem jest zarządzanie sobą – zrozumienie, że każda siła jest jednocześnie słabością, to pierwszy krok do skutecznego przewodzenia innym
• AI jako spersonalizowany nauczyciel – ChatGPT może być lepszym instruktorem niż ludzie dzięki interaktywności i personalizacji
• Przekonanie jest kluczowe – menedżer, który nie wierzy w strategię, nie poprowadzi skutecznie zespołu do jej realizacji
• Emotional regulation – najważniejsza umiejętność do nauczenia dzieci w erze AI

Niniejszy artykuł stanowi notatki z rozmowy Julie Zhuo w podcaście „Lenny’s Podcast”. Wszystkie przedstawione przemyślenia, obserwacje i wnioski pochodzą od rozmówców. Julie Zhuo była head of design w Facebooku, współtwórcą RLHF (reinforcement learning from human feedback), wcześniej Senior Research Scientist w Google Brain, autorką bestsellera „Making of a Manager” oraz obecną założycielką firmy AI Sundial, z której korzystają OpenAI, Gamma i Character AI.

Koniec ról, początek „budowniczych”

Julie Zhuo wskazuje na fundamentalną transformację, jaką przechodzą organizacje. Obserwujemy spłaszczanie struktur – Google zwolniło wielu middle managerów, jednak wszyscy wracają do bycia indywidualnymi wykonawcami.

AI znacząco demokratyzuje umiejętności, co w naturalny sposób prowadzi do zacierania się granic między tradycyjnymi rolami. Wcześniej brakowało umiejętności do wykonywania dziesięciu różnych prac. Dziś AI pozwala jednej osobie robić wiele z tych rzeczy samodzielnie. Może nie na poziomie PhD czy top 1%, niemniej jeśli byłeś na 10. percentylu, AI szybko wyniesie Cię na 60-70%.

Zhuo ma unikalną perspektywę – przeszła od mega large corp (Meta) do tiny startup. W swojim startupie Sundial świadomie nie zatrudnia product managerów. Jak wyjaśnia, taki ruch zmusza inżynierów do przejęcia pełnej odpowiedzialności za produkt. Brak dedykowanej roli sprawia, że każdy w zespole musi myśleć o wartości dla użytkownika i skutecznej komunikacji.

Zhuo proponuje nową nazwę dla wszystkich: builders. Potrzeba rozpuszczenia granic tradycyjnych ról i nazywania siebie builderami. To najbardziej uniwersalny sposób myślenia o tym, kim możemy być.

Zarządzanie AI jak zarządzanie ludźmi

Według Zhuo zarządzanie zawsze było o osiąganiu rezultatów. Masz North Star, wizję i próbujesz wykorzystać dostępne zasoby. Wcześniej były to ludzie, teraz to głównie modele.

Podstawowe filary pozostają niezmienione:

• Talent/zasoby – assembling the adventurers, zrozumienie mocnych stron różnych modeli
• Cel – wszyscy muszą wiedzieć, co mają robić ze swoimi talentami
• Proces – jak różne ludzie i narzędzia mają współpracować

Różne modele mają różne mocne strony. Musisz poznać je intuicyjnie, żeby używać właściwych narzędzi do właściwych celów – podkreśla Zhuo. To jak różne osobowości, które trzeba poznać i zrozumieć.

Kluczowa umiejętność to definiowanie sukcesu. Bycie bardzo jasnym co do tego, jak wygląda sukces. To trudne dla ludzi – różni ludzie mogą mieć różne obrazy sukcesu, nawet gdy opisujemy to słowami. Dlatego tak ważne są evals – pomagają zrozumieć obiektywne kryteria.

AI jako spersonalizowany nauczyciel

Jedną z najbardziej niedocenianych możliwości AI jest przyspieszenie uczenia się. Zhuo używa ChatGPT jako personalizowanego nauczyciela.

Przykład z jej zespołu: inżynier rozumiał, jak robić algorytmy (root cause analysis), jednak nie rozumiał „dlaczego” i „kiedy” ich używać. W jakim kontekście biznesowym to się przydaje? To idealne pytanie dla ChatGPT.

Metoda Zhuo na uczenie się:

• Znajdź kurs online z curriculum
• Poproś ChatGPT o personalizację dla Twojego stylu uczenia się
• Używaj jako interactive tester – tłumacz z powrotem co usłyszałeś
• ChatGPT będzie korygować: „to jest blisko” lub „nie, nie zrozumiałeś tego”

Czasami ChatGPT lub inne AI tools są lepszymi nauczycielami niż ludzie – zauważa Zhuo. Można dostać spersonalizowane podejście bez zabierania czasu innym ludziom. To interaktywne, cierpliwe i można je dostosować do własnych potrzeb.

Heurystyka na czasy przełomu: dane diagnozują, design leczy

Zhuo przedstawia ciekawą obserwację o firmach AI. Wiele szybko rosnących firm wcale nie używa dobrze danych. Żyją na dobrych instynktach i dobrych vibes.

Powód jest prosty – tradycyjnie rzeczy nie rosły tak szybko. Jeśli dotarłeś do 100 milionów użytkowników, Twoja firma prawdopodobnie istniała już jakiś czas. Miałeś czas na zbudowanie logowania, zatrudnienie zespołu growth oraz data science.

Dziś firmy mają setki milionów użytkowników, ale wciąż są 10-osobowe. Te firmy całkowicie polegają na dobrych instynktach i dobrych nastrojach.

Ale co zawsze się dzieje? Wzrost w końcu się zatrzymuje. Wtedy wszyscy mają pytanie: co się dzieje? Dlaczego to się stało? Tu pokazuje się siła dobrej obserwowalności biznesu.

Data nie jest narzędziem, które powie Ci, co powinieneś zbudować – wyjaśnia Zhuo. Jej framework brzmi: „diagnozuj danymi, lecz designem”. Dane powinny służyć do identyfikacji problemów, jednak ich rozwiązanie wciąż wymaga kreatywnego i ludzkiego podejścia.

Nowe metodologie dla ery AI

Zhuo zwraca uwagę na potrzebę nowych sposobów analizy. Każda technologiczna zmiana wymaga nowych metodologii analitycznych.

W Google wiedziałeś, że user jest zainteresowany shoppingiem, jeśli kliknął shopping tab. Dziś wszystko to rozmowa. Trudniej rozpoznać user intent.

Jeśli pracowałbym w dowolnym LLM, prawdopodobnie największym pytaniem byłoby: jakie use cases rosną, a jakie maleją? – mówi Zhuo. To dużo trudniejsze niż kliknięcia w taby.

Potrzebne są LLM-y do kategoryzowania intencji użytkowników. Trzeba zadawać nowe pytania – czy rozmowa przebiega dobrze? Czy użytkownik uzyskał wartość z jednego pytania?

Ciekawostka: OpenAI odkrył najpopularniejsze use cases obserwując komentarze na TikToku oraz virale po uruchomieniu.

Fundamentem jest zarządzanie samym sobą

Zhuo podkreśla znaczenie rozumienia samego siebie. Wprowadza koncepcję „dimensionality” – możesz patrzeć na siebie w nieskończonych wymiarach.

Jest wymiar „jak dobry jest Lenny w rzucaniu toporem”, „jak dobry jest w moderowaniu podcastu”, „jak dobry w projektach zero-to-one w AI”. Twój profil to jak odcisk palca – unikalny.

Każdy z nas ma:

• Obszary, gdzie jesteś w top 1%
• Obszary, gdzie jesteś w top 10%
• Obszary średnie
• Obszary gorsze od średniej

Najważniejszą osobą, którą menedżer musi zarządzać, jest on sam. Żadna z tych wymiarów to nie jesteś całkowicie Ty – wyjaśnia Zhuo. Ktoś może skomentować, że Twoje rzucanie toporem potrzebuje poprawy. Idealnie nie myślisz „Julie mówi, że jestem złą osobą”.

Kluczem jest zrozumienie, że każda nasza siła jest jednocześnie słabością. Zhuo podaje własny przykład: często słyszała, że jest wnikliwa, jednak jednocześnie bywa zbyt cicha w dynamicznych dyskusjach. Z czasem zrozumiała, że te dwie cechy są ze sobą połączone.

Mistrzostwo to gdy rozumiesz, że możesz poprawić obie strony. Celem nie jest więc wyeliminowanie „słabości”, ale świadome zarządzanie nią i adaptowanie swojego stylu do sytuacji.

Jak przekazywać feedback, który działa? 3 kroki

Zhuo jest bardzo pasjonatką tematu feedback. Uważa, że nie doceniamy go wystarczająco. Firmy robią performance reviews co sześć miesięcy, jednak feedback powinien być codzienną praktyką.

Co ma znaczenie dla nas długoterminowo jako zespół to jak szybko się poprawiamy – mówi. Zespół poprawiający się o 1% tygodniowo szybko przegoni zespół poprawiający się o 1% miesięcznie.

Najlepsze narzędzie do poprawy to feedback. To podobne do danych i metryk – testujesz swoje hipotezy przeciwko rzeczywistości. Feedback to „dar reflektowania czegoś z powrotem, co widzisz, a czego ja nie mogę zobaczyć” – jak liść z tyłu głowy, którego sama nie dostrzeżesz.

Regularna informacja zwrotna to jedno z najskuteczniejszych narzędzi rozwoju. Aby była skuteczna, Zhuo proponuje trzyetapowe podejście:

1. Zdobądź zgodę na starcie

Zaczynając z kimś współpracę, warto ustalić: „Chcę, żebyśmy pomagali sobie nawzajem stawać się lepszymi. Będziemy regularnie dawać sobie feedback, zgoda?”. Taka umowa na samym początku znacząco obniża napięcie w przyszłości.

2. Sprawdź swoją intencję

Zanim przekażesz informację zwrotną, zadaj sobie pytanie: „Czy robię to, żeby pomóc, czy żeby udowodnić swoją rację?”. Jeśli intencja nie jest czysta, rozmowa prawdopodobnie się nie powiedzie.

3. Mów o swoich obawach

Zamiast udawać pewność siebie, można zacząć od: „Jestem trochę zdenerwowana, mówiąc ci o tym, bo bardzo cenię naszą relację. Czuję jednak, że ta informacja ci pomoże”. Taka otwartość buduje most, a nie mur.

To humanizuje sytuację. Pokazujesz, że wychodzisz na zewnątrz, jesteś wrażliwy – podkreśla.

Win-Win jako filozofia zarządzania

Zhuo podkreśla znaczenie myślenia win-win. Często mamy w głowach historie, że rzeczy są przeciwstawne – manager próbuje zmusić ludzi do większej produktywności.

Jeśli nie jest to win-win, prawdopodobnie nie jest to właściwe – wyjaśnia Zhuo.

Przykład: pierwszy raz, gdy musiała powiedzieć komuś, że nie powinien być w zespole. To było bardzo trudne, bo wyobrażała sobie, jak okropne to musi być dla tej osoby.

Jest jednak inny sposób patrzenia: jeśli ta osoba chce być skuteczna, chce robić świetną robotę, chce być doceniana, chce rozwijać karierę, a to miejsce nie pozwala jej na to – to przedłużanie tej sytuacji to przedłużanie nieszczęścia.

Jak realizować strategię, w którą wątpisz?

To klasyczny dylemat menedżera: otrzymał odgórne polecenie, z którym się nie zgadza. Jeśli lider nie ma wewnętrznego przekonania co do słuszności działań, zespół z pewnością to wyczuje. Problem middle managerów – dostają zlecenia z góry, często nie zgadzając się z nimi.

Zamiast biernie wykonywać rozkazy, Zhuo proponuje bardziej konstruktywne podejście:

Wejdź w dialog, by zrozumieć „dlaczego”:

• Rozłóż projekt na konkretne hipotezy i założenia
• Zidentyfikuj, z którymi częściami się zgadzasz, a z którymi nie
• Porozmawiaj z przełożonym o swoich wątpliwościach
• Znajdź sposób na przetestowanie spornych założeń

Przykład ze standem z lemoniadą: jeśli nie wierzysz, że ludzie lubią lemoniadę, zaproponuj test na jednym rynku zamiast 50 stanów. Nie jestem pewien, jak się czuję co do tego, ale nasz CEO wydaje się myśleć, że to ma sens. Przetestujmy to.

Takie działanie zamienia opór w konstruktywną współpracę.

Bycie jak wierzba

Zhuo używa metafory wierzby do opisania zarządzania zmianą. Wierzba to bardzo mocne drzewo – może przetrwać burze i katastrofy, ale jest też bardzo elastyczna.

W niestabilnych czasach kluczowa staje się umiejętność bycia jednocześnie stabilnym i elastycznym, aby przetrwać każdą biznesową burzę. Dzisiejsze zarządzanie to idea: bądź mocny będąc elastycznym – mówi. To bardzo trudne do osiągnięcia.

Menedżerowie zawsze zarządzali zmianą, jednak teraz tempo zmian przyspiesza. Wszyscy mają niepewność – gdzie będzie AI za dwa lata? Czy będziemy mieć AGI za pięć lat?

Ludzie boją się o kariery. Jeśli zawsze pracowałeś w designie, a narzędzia stają się lepsze w tym, co robisz, co stanie się z Twoją przyszłością?

Nieskończoność w każdym kierunku – filozofia potencjału

W sekcji „contrarian corner” Zhuo dzieli się fascynującą filozofią: Wierzę, że jest nieskończoność w każdym kierunku.

To sprawia, że jest przeciwna praktycznie wszystkiemu, co ktokolwiek mówi. Gdy jej dzieci mówią „wyjście na zewnątrz jest nudne”, odpowiada: „To dlatego, że nie widzisz nieskończoności w tym kierunku.”

Nawet coś tak mundanego jak gapienie się na pustą ścianę można uczynić głęboko interesującym. Można użyć tego jako okazji do medytacji, wejścia w swój umysł, bycia wdzięcznym za samo życie.

Dwóch ludzi można posadzić przed ścianą na godzinę. Jeden będzie narzekać jak dziecko, drugi jak mnich będzie miał wspaniałe doświadczenie – wyjaśnia Zhuo.

To nie chodzi o środowisko czy ścianę. Chodzi o to, jak to widzimy i czy możemy znaleźć coś głębokiego i nieskończonego w tym kierunku.

AI w życiu codziennym – praktyczne przykłady

Zhuo używa AI w bardzo kreatywny sposób w życiu osobistym:

Talking Raccoon dla 6-latka – zainspirowana Erikiem Antono, który zrobił gadającego papugę z mikrofonem i ChatGPT. Zhuo dodała mikrofon i głośnik do pluszowego szopa pracza, połączyła z voice mode ChatGPT. „Ogromny hit” u 6-latka.

Album parodii piosenek – tworzy dla syna aplikację na Replit, która:

• Bierze link do piosenki Spotify
• Dostaje kontekst o grach, które lubi syn
• Pisze parodię dostosowaną do rytmu muzyki
• Zhuo śpiewa i nagrywa

Limitless pendant – nosi wisiorek, który nagrywa wszystko i daje automatyczny feedback. Przykład: „Zauważyłem, że rozmawiając o grze, często przerywałeś dziecku. Może następnym razem daj mu dokończyć i słuchaj lepiej.”

Przygotowanie przyszłych pokoleń

Zhuo uczy swoje dzieci przede wszystkim emotional regulation. To prawdopodobnie najważniejsza rzecz w kontekście AI.

Wciąż jesteśmy ludźmi. Mamy ten sam hardware, który ludzie mieli przez tysiące lat – wyjaśnia. To się nie zmienia, nawet gdy narzędzia i środowisko wokół nas się zmieniają.

AI może sprawić, że wszystko stanie się dużo wygodniejsze. To jednak też jej największy strach – można omijać trudne emocje oglądając TikTok zamiast radzenia sobie z napięciem z kolegą czy partnerem.

Prawdziwa wolność to możliwość wybierania rzeczy, które są trudne i czucia dumy z stawania się tym, kim chcesz być – podkreśla Zhuo.

Polecane narzędzia AI

Zhuo poleca kilka konkretnych narzędzi:

Do kodowania: Cursor – ale podkreśla, że przyspieszanie uczenia się przez AI jest równie ważne jak same narzędzia

Do analizy: Granola, jej własne Sundial

Do życia: Limitless pendant (jest małym inwestorem), Matic robot („Waymo meets Roomba for folks”)

Polecane książki

Zhuo rekomenduje trzy pozycje:

• „Zen and the Art of Motorcycle Maintenance” – o filozofii jakości i byciu na pierwszej linii zmian. Zhuo czyta ją co kilka lat. Stamtąd czerpie całą swoją filozofię o quality i dynamic quality.
• „Conscious Business” – jej ulubiona książka o zarządzaniu. „Gdybym przeczytała ją przed napisaniem mojej książki, nie jestem pewna, czy w ogóle bym ją napisała.” Nieatrakcyjna okładka, jednak rewelacyjna treść o win-win thinking i alignmencie wartości z pracą.
• „Good Inside” Dr. Becky – książka parentingowa, ale równie dobra dla relacji w zespołach. Wiele rzeczy z książek parentingowych można zastosować w zarządzaniu. Stamtąd pochodzi też koncepcja „sturdiness”.

Prompty do AI inspirowane rozmową

Julie Zhuo opisała, jak używa AI do nauki i kreatywności. Oto prompty oparte na jej metodach:

1. Tworzenie spersonalizowanego planu nauki

Cel: Przyspieszenie nauki nowej umiejętności.

Prompt:

[Wklej program kursu]

Kiedy stosować: Gdy masz curriculum lub kurs online, ale chcesz dostosować go do swojego stylu uczenia się.

2. Weryfikacja zrozumienia materiału

Cel: Utrwalenie wiedzy i wychwycenie błędów w myśleniu.

Prompt:

Kiedy stosować: Gdy uczysz się nowych koncepcji i chcesz sprawdzić, czy naprawdę je rozumiesz.

3. Kontekstowe wyjaśnianie „dlaczego” i „kiedy”

Przykład z transkryptu: Inżynier rozumiał „jak” robić root cause analysis, ale nie „dlaczego” i „kiedy” tego używać w kontekście biznesowym.

Prompt:

"Rozumiem JAK wykonać [techniczna umiejętność], ale nie rozumiem DLACZEGO i KIEDY byłoby to najbardziej przydatne. W jakim kontekście biznesowym to pytanie się pojawia? Czy możesz podać rzeczywiste scenariusze, gdzie [umiejętność] jest wartościowa?"

Kiedy stosować: Gdy rozumiesz techniczną stronę, ale brakuje Ci biznesowego kontekstu.

4. Kreowanie treści z personalizacją

Przykład z transkryptu: Tworzenie parodii piosenek dla dziecka.

Prompt:

"Napisz mi piosenkę, która personalizuje [konkretny temat/gra/hobby] i jest parodią [konkretna piosenka]. Oto kontekst dotyczący wewnętrznych żartów i zainteresowań: [kontekst]"

Kiedy stosować: Do tworzenia spersonalizowanych prezentów, materiałów edukacyjnych lub content marketingu.

5. Analiza kontekstu biznesowego

Prompt:

"Pracuję nad [konkretny projekt biznesowy]. Jaki rodzaj analizy danych byłby najbardziej przydatny do zrozumienia [konkretny problem]? Kiedy [typ analizy] byłby wartościowy w porównaniu do innych podejść?"

Kiedy stosować: Gdy masz dostęp do danych, ale nie jesteś pewien, jakie analizy będą najbardziej wartościowe.

Kluczowa obserwacja Zhuo: ChatGPT lub inne AI tools są lepszymi nauczycielami niż ludzie w wielu przypadkach – bo są interaktywne, cierpliwe i można je spersonalizować. Nie zabierają też czasu innym ludziom w zespole.

Kluczowy insight

Paradoks Pełnej Odpowiedzialności

Standardowo myślimy: Aby zapewnić jakość produktu i spójną wizję, każdemu zespołowi deweloperów potrzebny jest dedykowany Product Manager.

W praktyce okazuje się, że: Świadome usunięcie roli PM-a zmusza inżynierów i projektantów do przejęcia pełnej, niepodzielnej odpowiedzialności za produkt, co często prowadzi do lepszych i szybszych decyzji.

Dlaczego to jest istotne: Prawdziwa odpowiedzialność za produkt nie rodzi się z przypisanej roli, ale z braku możliwości delegowania kluczowych decyzji. To tworzy zespół prawdziwych „budowniczych”, a nie tylko wykonawców zadań.

Test na jutro: Następnym razem, gdy rozpoczynasz mały projekt, nie przypisuj do niego formalnie roli PM-a. Zamiast tego wyznacz inżyniera lub projektanta jako lidera zadania i sprawdź, czy zespół samodzielnie zdefiniuje problem, priorytety i metryki sukcesu.

Ten wpis jest częścią mojej kolekcji notatek z ciekawych podcastów, webinarów i innych treści, które uważam za wartościowe i do których sam chcę wracać. Jeśli chcesz sprawdzić oryginalne źródło, znajdziesz je tutaj: Lenny’s Podcast – From managing people to managing AI with Julie Zhuo