Saya membagikan catatan ini ke tim saya awal minggu ini, dan mempostingnya di sini juga. Saya berharap ini menarik atau bermanfaat bagi orang lain yang membangun produk di era AI.

Sesuatu yang orang pelajari dengan cepat saat bekerja denganku adalah pendekatanku untuk hampir setiap masalah: memahami informasi yang tersedia, mengumpulkan informasi yang hilang, mendefinisikan masalah, mendefinisikan pendekatan yang jelas dan sederhana untuk memecahkan masalah, mendefinisikan tujuan, dan bertindak dengan urgensi untuk mencapainya. Di sepanjang jalan, saya sering belajar informasi baru. Artinya kembali dan mendefinisikan ulang langkah tiga hingga lima, dan mengulang. Proses ini iteratif dan untuk masalah yang rumit, butuh banyak percobaan untuk benar.

Ini terasa kacau, tapi jika kamu sadar itu semua bagian dari proses, dan satu-satunya cara benar-benar memecahkan masalah adalah menyesuaikan saat ada data baru, maka kekacauan itu sehat. Saat ada data baru, kamu harus memperbarui prioritasmu. Mode kegagalan yang paling sering kulihat adalah gagal mendefinisikan masalah dengan jelas, dan gagal mendefinisikan pendekatan yang jelas dan sederhana. Semua ini untuk bilang, saya suka salah. Itu favoritku, karena itu membantu ku mendefinisikan masalah lebih jelas, menemukan solusi yang tepat, belajar lebih cepat, dan memecahkan masalah.