Uber 首席產品長 Sachin Kansal 接受《Lenny’s Podcast》專訪，分享對產品策略的獨特熱情，以及他如何透過一系列實踐，塑造 Uber 的產品文化與經營策略。此外，他也揭露自己日常工作中運用 AI 工具的方式，包括使用 ChatGPT 和 Google Gemini 總結報告、進行市場研究等。以下整理關鍵重點，值得產品經理與企業決策者閱讀。
親身實踐「Dogfooding」，驅動產品極致優化
在產品開發領域，「Dogfooding」（即內部人員親身使用自家產品）是一種被廣泛倡導的文化。然而，Uber 產品長 Sachin Kansal 將這項實踐提升到了前所未有的高度。他不僅提倡，更以身作則，透過親身駕駛與送餐數百次，將產品優化推向極致。
Sachin Kansal 的「Dogfooding」並非僅止於偶爾使用產品。他每月會固定撥出時間（一到兩次，每次半天到一天），親自上陣在灣區開車載客或送餐，每次約完成 10 到 12 趟服務。他將此視為工作中「最棒的部分之一」。除了駕駛經驗，他每週平均搭乘 Uber 5 到 10 次，並使用 Uber Eats 訂餐 3 次，旅行時使用頻率更高，甚至全家出遊的餐點都可能仰賴 Uber Eats。
對 Sachin 而言，Dogfooding 遠不止於「使用」，而是對體驗的深度記錄與追蹤。
他會截圖產品中的每一個不理想的地方，回家後撰寫詳盡的文件，記錄所學到的問題，並附上大量截圖。他有專門針對司機應用程式、乘客應用程式和 Uber Eats 的詳細報告。
撰寫報告後，Sachin 會明確標記相關團隊成員，並將他的觀察與想法發送給他們。公司內部設有嚴謹的流程來審查這些問題，進行優先排序，並確保問題最終得到解決。他會持續追蹤自己報告的每一個問題，確保那些「應該被修復」的問題能夠「盡快被修復」
——Sachin 不僅是發現問題，他的報告通常長達 40 頁，內容包含詳細的截圖和具體的修復建議。他對問題解決的持續追蹤，無形中也讓團隊成員感受到一份責任感，確保問題被妥善處理。
從「積極的不耐煩」到文化推廣
促使 Sachin 如此投入的，是一種「積極的不耐煩」。他認為，如果他自己在 10 趟行程中就發現了問題，那麼全球 800 萬名司機和外送員可能已經重複經歷了數百萬次同樣的問題。他希望透過這種親身實踐，能對產品帶來真正的「影響」，而不僅僅是為了個人樂趣。
這種極致的 Dogfooding 實踐並非 Sachin 一個人的行動，他努力將其打造成 Uber 的核心產品文化。
公司會組織年度或季度性的駕駛和送餐週活動，鼓勵數百名員工親身參與，甚至舉辦內部比賽，獎勵那些完成最多行程或提出最多改進回饋的員工。此外，Uber 也將修復這些 Dogfooding 中發現的問題，納入每半年的「目標與關鍵成果」（OKR，目標與關鍵成果）中，例如設定修復 300 個問題的具體目標。
Dogfooding 的核心價值：理解終端使用者
Sachin 強調，Dogfooding 的重要性在於能夠深度理解終端使用者。
他認為，獲取使用者回饋的方式涵蓋了光譜的兩端：從極端量化的數據分析，到極端質化的親身體驗。而他的親身實踐，正是補足了質化體驗最核心且真實的一環，讓產品團隊能從用戶的角度出發，打造出更符合實際需求、更流暢的產品體驗。
交付，交付，交付：縮短產品週期，追求實質影響
「Ship, Ship, Ship」（交付、交付、交付）是 Sachin 反覆提及的另一個核心座右銘，他認為這是 Dogfooding 的自然延伸。當產品團隊親身體驗到問題並詳細記錄下來後，下一步就必須是交付實際的解決方案。他堅信，最終能對終端使用者產生影響的，不是文件、不是腦力激盪，也不是設計稿，而是產品中的程式碼。
這種對快速交付的堅持，源於 Sachin 所稱的「積極的不耐煩」。當他發現產品中存在問題時，他希望使用者能「盡快」獲得解決方案。核心在於，當團隊確認正在做的事情確實很重要，且能有效解決問題時，就必須極力縮短「週期時間」（cycle time），將產品從概念到實際交付給使用者的時間壓縮到最短。
Sachin 認為，他最大的敵人就是從「我們知道這是好事」到「使用者實際看到產品」之間所耗費的時間。為幫助團隊實現更快交付，Sachin 及其團隊努力縮短「決策所需的時間」。
在產品審查會議中，他們盡可能當場做出決定。他們運用了「單向門」（one-way door）與「雙向門」（two-way door）的概念：對於「雙向門」決策（即使犯錯也能輕易回頭修正的決定），應快速做出判斷；而對於「單向門」決策（發布後難以回頭的重大功能），才需要更深思熟慮。
他舉例說明曾為了推動一個停滯不前的專案，親自撰寫了一份 15 頁的產品需求文件（PRD，產品需求文件）。儘管最終的產品可能與他最初撰寫的內容有所不同，但他的行動「催化」了團隊，使其能夠達到最終目標。
憑直覺而非數據：Sachin Kansal 的決策藝術
有時候，一些重大的產品或業務決策並非全然基於數據，而是仰賴直覺。
憑藉其在計程車行業的豐富經驗，Sachin Kansal 大力推動 Uber 與計程車業者合作。儘管當時數據顯示計程車數量下降、可靠性低，且軟體老舊，但 Sachin 直覺認為，那些想賺錢的計程車司機與擁有龐大用戶需求的 Uber 可以互補。他相信透過適當的激勵機制，可以建立富有成效的合作結構。
如今，Uber 已在美國許多城市與計程車合作，例如紐約市的所有黃色計程車都能透過 Uber 應用程式叫車，這為公司帶來了可觀的收入。這是一個數據不完全支持，但最終卻取得巨大成功的典型案例。
針對青少年的 Uber 服務，當時也面臨巨大的反對聲浪，其中包括家長對安全的高度擔憂，以及公司可能承擔的責任風險。然而，作為兩位青少年的父親，Sachin 深刻理解兒童交通是一個龐大的家庭痛點。他認為，如果有人能解決這個交通問題，那應該就是 Uber。他們著手打造一款能解決家長安全顧慮的產品，這項服務推出後，增長速度驚人。
他總結，許多高成長性的決策，可能在初期並沒有最佳的數據支持。但只要能深入理解終端使用者的核心需求和待解決的問題，有時就必須大膽依靠直覺做出判斷。
AI 如何融入 Uber 產品團隊？
Uber 產品長 Sachin Kansal 與他的團隊已廣泛將 AI 工具整合到日常工作中，主要運用 ChatGPT 和 Gemini。
團隊利用 AI 建立初步的產品原型或模擬圖，大幅加速了產品設計的早期階段。此外，AI 在處理大量使用者研究資料方面也扮演關鍵角色，能迅速從複雜的數據中萃取洞察。
Sachin Kansal 自己也大量使用 AI 來總結長篇文件。他使用 ChatGPT 和 Gemini 來快速閱讀長達 50 到 100 頁的市場報告，比如了解南非、巴西、韓國等地乘客感受，提升決策效率。他表示，這極大地提高了他的工作效率，讓他能更快地理解不同地區使用者的感受和需求。
他特別推崇 AI 的深度研究功能。Sachin 曾將一個過去團隊反覆討論卻遲遲未實現的司機功能描述給 AI，詢問 AI 司機是否會喜歡這個功能，以及有哪些潛在的改進方向。AI 提供的答案包含許多「很好的想法」，成為團隊進一步腦力激盪的起點。
AI 工具不再僅侷限於工程或客服流程，而是滲透至產品策略與跨部門溝通流程，成為高層腦力資源延伸。
親身實踐、直覺決策與 AI 驅動是成功關鍵
Uber 產品長 Sachin Kansal 的領導哲學，不僅強調透過親身實踐來深刻理解使用者並驅動產品優化，更結合了快速交付的執行力與直覺判斷的決策藝術。在 AI 時代，也將人工智慧工具融入日常工作流程，從資料總結到策略腦力激盪，展現科技如何賦能產品經理，將工作重點從重複性任務轉向更高價值的決策與創新。
他的經驗為產品經理與企業決策者提供寶貴啟示：無論技術如何發展，回歸用戶本質、追求高效交付，並靈活運用新工具，才是引領產品走向成功的關鍵。
【推薦閱讀】
◆ 用戶面對 AI 更容易說真話？雀巢逾 100 個專案導入 AI 協助市場研究
◆ 讓貨車空車率減少 10~15%，Uber Freight 如何用 AI 重塑運輸效率？
◆ 怎麼用 AI 強化會員制？沃爾瑪、必勝客、T-Mobile 用法快速看
＊本文開放合作夥伴轉載，參考資料：《Lenny’s Newsletter》、《Business Insider》，圖片來源：Sachin Kansal LinkedIn
（責任編輯：鄒家彥）
