Avancerad AI för produktchefer & seniora produktägare

En intensiv 2-dagars kurs

Vi erbjuder även skräddarsydda versioner av kursen för organisationer. Kontakta oss för en diskussion om hur vi kan anpassa innehållet specifikt för er organisation.

‍

Du vet vad bra produktarbete kräver. Du hinner inte med allt. I den här kursen använder du AI – från snabba verktyg till autonoma agenter – för att bevaka, analysera, sammanfatta och förbereda. Du fokuserar på besluten som bara du kan ta.

Kursöversikt

Kursen är för dig som har gjort produktarbete länge nog att veta var tiden försvinner – och som vill sluta prompta ad hoc och börja designa system som jobbar åt dig mellan mötena.

Praktisk kurs där vi tillsammans driver en produktidé genom hela livscykeln med AI och autonoma agenter i varje steg.

AI-området rör sig snabbt, och vi uppdaterar kursinnehållet inför varje tillfälle. Kursbeskrivningen ger en övergripande bild, men både innehåll och upplägg kommer att ha justerats. Kontakta oss på courses@abundly.ai om du vill veta exakt vad nästa kurs innehåller.

Förkunskaper

PM/PO: Du är erfaren i din produktroll och van vid att driva prioriteringar, forma riktning och ta välgrundade produktbeslut.

AI: Du använder AI-verktyg regelbundet.

Kursens upplägg

Du arbetar i ett litet team med flera frön till idéer. Genom kursen härdas idéerna – de utmanas, förfinas, slås ihop eller förkastas. Data tvingar dig att ändra riktning. AI stödjer dig genom processen.

Parallellt kopplar vi löpande tillbaka till din egen produkt. Varje moment avslutas med reflektion: vad betyder det här för din produkt, ditt team, dina intressenter? Du går därifrån med en konkret plan för hur du tillämpar insikterna.

Vissa moment förutsätter en befintlig produkt. Dessa löser vi med realistiska scenarion och exempeldata.

Genomgående teman

• PM som agent-orkestrerare – du designar multi-agentsystem, inte promptar ChatGPT
• Autonoma agenter – saker som händer mellan mötena: bevaka, samla, flagga, rapportera
• PM:s nya roll – från att göra grovjobbet till att styra, validera och besluta
• Autonomitrappan – ett ramverk för hur du stegvis ger AI-agenter mer ansvar. Från att bara visa insikter, till att agera på egen hand inom ramar du sätter. I varje steg definierar du vad agenten får göra – och när du ska kopplas in.
• Datadrivna beslut – AI-analysagent du frågar på naturligt språk, som proaktivt upptäcker avvikelser och förutsäger trender på faktisk data. Beslutsstödsagent som kopplar feedback till intäktspåverkan och churn-sannolikhet.
• Ansvar och governance – vem äger beslutet när agenten agerar? Hur sätter du skyddsräcken, hanterar kunddata och förankrar AI-agenter i en organisation med compliance och GDPR? Du lär dig designa agenter som din juridikavdelning kan säga ja till.
• Kommunikation med intressenter – slipp vara flaskhalsen. Agenter som sammanfattar, delar insikter och låter teamet hämta kunddata själva – så att du slipper vara den som alltid ska ”ta med sig och återkomma”.

Fallstudie: Från produktidé till lansering

Under kursens två dagar driver du en produktidé genom sex steg – från problemdefinition till lanseringsstrategi. I varje steg bygger och använder du AI-agenter som gör det tunga arbetet: samla data, stresstesta antaganden, generera prototyper, prioritera mot intäktspåverkan och granska affärsmodellen.

• Problemdefinition – koppla agenter mot faktisk data, identifiera mönster, stresstesta hypotesen
• Användarundersökning – AI-modererade intervjuer, kontinuerlig feedback-insamling, automatisk PRD-generering
• Omvärldsanalys – löpande konkurrentbevakning, perception gap-analys, win/loss-mönster
• Prototyp – från PRD till testbar prototyp via vibe coding, direkt i befintlig kodbas
• Prioritering & Roadmap – agentdriven omprioritering baserad på feedback, kapacitet och intäktspåverkan
• Lanseringsstrategi och affärsmodell – ROI-modell med känslighetsanalys, multi-agent-granskning av antaganden

Innehållet mer i detalj

1. Problemdefinition

• Koppla AI mot faktisk produktdata (t.ex. BigQuery) – låt agenter identifiera mönster i användarbeteende, korrelera med churn och generera problembrief
• Multi-agent stress-test av problemformuleringen: agenter med olika roller utmanar hypotesen från olika vinklar – affärslogik, användarrisk, konkurrensperspektiv
• Sätt upp en agent som bevakar ett problemområde löpande och flaggar nya mönster
• AI-driven avvikelsedetektering på faktisk produktdata: flagga beteendeförändringar som korrelerar med churn eller support-spikar
• ARR-viktad feedback: tagga varje ärende med kundens intäkt så problem rankas efter hotad intäkt, inte bara frekvens

2. Användarundersökning

• AI-modererade intervjuer utan mänsklig moderator – dynamisk uppföljning, färdig rapport som resultat
• AI-drivna mikro-enkäter i produkten för kontinuerlig discovery
• Agent som samlar feedback från alla kanaler och sammanfattar veckovis
• Pipeline: AI-intervju, automatisk taggning, genererad PRD på minuter istället för timmar

3. Omvärldsanalys

• Löpande konkurrentbevakning: AI övervakar webbsidor, prissättning, release notes, jobbannonser och flaggar förändringar
• Levande konkurrenslandskap som uppdaterar sig självt, sökbart i naturligt språk
• Perception gap-analys: kör NLP på konkurrentrecensioner och egna säljsamtal parallellt – hitta var konkurrenter hyllas och du kritiseras
• Sluten win/loss-loop: varje avslutad affär taggad med konkurrentkontext – identifiera vilka konkurrentrörelser som korrelerar med era förluster

4. Prototyp

• Vibe coding: från PRD eller skiss till testbar prototyp – iterera snabbt för att få fram något användare kan reagera på i riktiga användartester
• Generera prototyper inom din befintliga kodbas som pull requests – prototypen är inte engångs
• Inverterat flöde: PM genererar första versionen, designer förfinar UX, utvecklare refaktorerar

5. Prioritering & Roadmap

• AI-agent tar in all feedback, applicerar bedömningsramverk och genererar tänk-om-scenarion
• Dynamisk omprioritering: när en konkurrent lanserar identifierar agenten berörda roadmap-objekt och föreslår omprioritering utan manuell input
• Kapacitetsmedveten prioritering: väg in teamets faktiska kapacitet, inte bara effekt
• Sluten loop från feedback till roadmap: AI taggar feedback, kör kohortanalys, kopplar till intäktspåverkan och genererar roadmap-objekt med färdiga prioritetspoäng

6. Lanseringsstrategi och affärsmodell

• AI-genererad ROI-modell med känslighetsanalys: ändra antaganden, se utfallet direkt
• Multi-agent-granskning av affärsmodellen: en agent bygger det optimistiska scenariot, en stresstester antaganden, en modellerar konkurrentrespons – PM:en bedömer och beslutar

Det här går du hem med

• En konkret handlingsplan för hur du tillämpar kursens insikter på din egen produkt – inte en generisk mall, utan något du kan börja agera på veckan efter kursen
• Egna agenter som du byggt och testat under kursens gång, redo att vidareutveckla
• Autonomitrappan som beslutsramverk – ett språk för att prata med din organisation om vilken nivå av AI-autonomi som passar var
• Allt kursmaterial
• Tillgång till Abundlys agentplattform under och efter kursen
• Kursintyg, lunch och fika inklusive morgonsmörgås och frukt

Kurshållare

Hans Brattberg och Reza Farhang har tillsammans utbildat över 3 000 produktägare under 20 års tid. Deras Certified Scrum Product Owner-kurs har ⭐ 4.98 av 5.0 på Trustpilot (102 omdömen).

Hans Brattberg – Co-founder & Product Excellence Lead på Abundly, en plattform för autonoma AI-agenter. När han inte håller kurs hjälper han företag att designa och implementera agenter i sina produktprocesser – samma typ av system som du bygger under kursen. Medverkade som expert i URs Uppdrag AI och utvecklade AI-journalisten i SVTs Generation AI. Författare till boken Prioritera – fokusera – leverera.

Reza Farhang – Certified Scrum Trainer (CST) och produktcoach på Crisp med bakgrund som utvecklare, produktchef och VD. Civilingenjör från KTH och Executive MBA från Stockholms Business School. Har coachat 50+ företag i produktledning och är ängelinvesterare i 20+ startups.Anmäl dig nu!