Čtyři úrovně agentních produktových týmů

First Round Capital má známý framework pro Product-Market Fit: čtyři úrovně od Nascent po Extreme, každá s jasnými signály, které vám řeknou, kde stojíte. Funguje to proto, že zakladatelům dává mapu, ne jen cíl.

Produktové týmy potřebují stejnou mapu pro adopci AI. Otázka není „používáte AI?“ Používají všichni. Skutečná otázka je, jak hluboko AI přestavěla způsob, jakým váš tým reálně staví produkt.

Po práci s americkými startupy i evropskými enterprise firmami, po dodávání GenAI produktů a po tom, co jsem si vlastní workflow přestavěl s Claude Code, vidím čtyři jasně odlišné úrovně. Většina týmů je na úrovni 1. Pár z nich se blíží k úrovni 2. K úrovni 3 nebo 4 se zatím nedostal skoro nikdo. Ale ten posun je nevyhnutelný a vědět, kde stojíte, je první krok k tomu, jak se dostat napřed.

Úroveň 1: Individuální copilot

AI pomáhá jednotlivcům. Kontext je roztříštěný.

Každý člen týmu má svůj vlastní AI nástroj. PM používá ChatGPT nebo Claude chat s uloženými projekty. Designer používá Figma MCP konektory. Inženýr používá Cursor. Kvalita výstupů je slušná, ale kontext se nikdy nepropojí. Přenášíte věci copy-paste mezi nástroji, sdílíte .md soubory přes Slack a AI nemá žádnou paměť o tom, co dělá zbytek týmu.

Každý jednotlivec je rychlejší, ale týmový workflow zůstal stejný. Stejné předávky, stejné meetingy, stejné sprint eventy. AI je osobní boost produktivity, ne transformace týmu.

Tady dnes sedí většina produktových týmů. A upřímně, působí to produktivně. Dokud neuvidíte, jak vypadá úroveň 2.

Signály, že jste na úrovni 1

Úroveň 2: Orchestrátor

Kontext je sdílený. AI tvoří, lidé reviewují.

Tým má centralizovaný kontext. Repo, sdílenou znalostní bázi, CLAUDE.md soubory, dokumentaci design systému. AI nástroje čtou ze stejného zdroje pravdy. A tady je ten zásadní posun: AI teď dělá první průchod tvorbou. PM už specy nepíše od nuly. Reviewuje a dolaďuje to, co agent vytvoří z přepisů hovorů, uživatelského výzkumu a produktového kontextu. Inženýr nezačíná z prázdného souboru. Řídí agenta, který už kódovou bázi zná. Designer nekreslí wireframe od nuly. Agent generuje layouty podle design systému, komponentové knihovny nebo přímo podle designu v codebase.

Některé workflow jsou částečně automatizované. Specy se generují z discovery poznámek, PR review probíhá s pomocí AI, kontroly proti design systému běží automaticky. Ale lidé stále validují každý výstup v každém kroku. PM reviewuje AI-generované specy, než se dostanou k vývojářům. Inženýr kontroluje AI kód před mergem. Designer validuje layouty proti design systému.

Práce se pořád děje na lokálních strojích, ale předávek je méně a mezera mezi „nápadem“ a „prvním draftem“ se smrskla z dnů na minuty.

Signály, že jste na úrovni 2

Úroveň 3: Agentní pipeline

Propojení agenti řídí vícekrokové workflow. Lidé schvalují výstupy, ne každý krok.

Tady se to překlopí z „AI mi pomáhá pracovat“ na „řídím systém, který tu práci dělá.“ Rozdíl oproti úrovni 2 není v tom, že AI tvoří. To dělá už teď. Rozdíl je v tom, že jsou automatizované i checkpointy mezi kroky.

Na úrovni 2 člověk reviewuje spec, než jde do inženýrství. Na úrovni 3 jeden agent píše spec, druhý ho validuje proti produktovým požadavkům, třetí ho implementuje, čtvrtý reviewuje kód. Lidské schválení je potřeba jen na finální výstup. Přesunuli jste se z „reviewera v každém kroku“ na „schvalovatele na konci pipeline“.

Agentní pipeline jsou propojené od začátku do konce. Discovery agent zpracovává rozhovory s uživateli, vhledy předává spec agentovi, který generuje požadavky, jež kódovací agent implementuje. CI/CD je posílená AI: agenti píší testy, adversariálně reviewují navzájem PR a chytají regrese dřív, než je vůbec člověk uvidí.

Ale nejde jen o řetězení agentů za sebou. Skutečné odemknutí na úrovni 3 je paralelní běh. Tým jede několik feature najednou, přes git worktree nebo izolované větve, každou s vlastním agentem pracujícím nezávisle. PM ráno rozjede vývoj tří featur, každý běží ve vlastní worktree, a po obědě si prohlédne výstupy. Agent 4 až 6 hodin autonomně pracuje na složité implementaci, zatímco se tým věnuje discovery, strategii nebo něčemu úplně jinému.

Tím se mění matematika stavby produktu. Na úrovni 2 vás pořád brzdí sekvenční lidská pozornost. Zreviewujete jednu věc, pak další. Na úrovni 3 běží paralelní pipeline. Otázka přestává být „jak rychle postavíme jednu věc“ a stává se „kolik věcí dokážeme postavit najednou“. Odpověď je omezená kvalitou kontextu a výpočetním výkonem, ne velikostí týmu.

Novou hlavní kompetencí týmu je stavět a udržovat samotnou agentní infrastrukturu. Prompt chains, kontextové frameworky, verifikační vrstvy. Já tomu říkám context engineering: navrhování informační architektury, díky které agenti produkují spolehlivé výstupy.

Signály, že jste na úrovni 3

Úroveň 4: Autonomní

Agenti běží 24/7. Lidé určují strategii a řeší nové situace.

Systém stavby produktu je z 80+ % automatizovaný. Agenti běží na cloudové infrastruktuře (VM, AWS, dedikovaná prostředí), ne na něčím notebooku. Fungují nepřetržitě: monitorují produkci, detekují anomálie, generují opravy, nasazují patche.

Samoopravné pipeline zvládnou rutinní bugy, aniž by na ně někdo sáhl. Monitorovací agent detekuje nárůst chyb, diagnostický agent identifikuje root cause, kódovací agent napíše opravu, testovací agent ji zvaliduje a deployment agent ji nasadí. To celé, zatímco tým spí.

Práce týmu se posunula od stavby produktu ke stavbě a údržbě systému, který produkt staví. Lidé se soustředí na strategii, expertní rozhodnutí a skutečně nové problémy, které agenti z existujícího kontextu neumí vyřešit. Role PM? Zajistit, že agenti řeší ty správné problémy. Exekuční smyčka se točí sama.

Tady zatím skoro nikdo není. Hrstka AI-native firem se k tomu blíží. Ale sem trajektorie směřuje a týmy, které na tom už dnes pracují, získají oproti všem ostatním narůstající náskok.

Signály, že jste na úrovni 4

Vzorec

Když se podíváte přes všechny čtyři úrovně, vynoří se jasný vzorec:

Všimněte si, že žádný z těch přechodů není doopravdy o adopci lepších AI nástrojů. Jde o přestavbu toho, jak kontext proudí vaším týmem. Úroveň 1 má dobré nástroje s roztříštěným kontextem. Úroveň 4 má sjednocený kontext s autonomní exekucí. Úzkým místem v každé fázi je architektura kontextu, ne schopnost AI.

Modely jsou už dost dobré pro úroveň 3. Chybí infrastruktura, workflow a upřímně řečeno i organizační odvaha nechat agenty dělat to, čeho už teď jsou schopní.

Kde začít

Nepohodlná pravda

Většina produktových týmů uvízne na úrovni 1. Ne proto, že by nemohli postoupit, ale protože úroveň 2 vyžaduje změnit způsob práce týmu, ne jen jeho nástroje. Sdílený kontext, sdílené standardy a ochotu nechat AI udělat první draft práce, kterou dřív dělali lidé.

Týmy, které tenhle přechod zvládnou, budou dodávat rychleji, s méně lidmi a ve vyšší kvalitě. Ostatní se budou dál divit, proč zaostávají navzdory tomu, že „používají AI“.

Nástroje už vás neodliší. Ke stejným modelům má přístup každý. Odliší vás to, jak si postavíte architekturu kontextu a jak kolem ní strukturujete workflow.

O tom to teď celé je.

Tento článek doplňuje text The New Product World, který se věnuje tomu, jak AI hroutí tradiční produktové trio a co to znamená pro PM, designery a inženýry.