Enterprise-CPO’ens guide til at vinde med AI (med Randhir Vieira, produktdirektør hos Omada Health)

Læs transskriptionen:

Vi prøver at transskribere vores podcasts ved hjælp af et softwareprogram. Bær over med eventuelle stavefejl, da botten ikke er korrekt 100 % af tiden.

Hannah Clark: Forestil dig, at du er kaptajn på en båd, og mens du sejler, ser du nogle forhold forude, der fortæller dig, at det er tid til at ændre retning. Okay, lad os nu sige, at du har besluttet, at det rigtige er at dreje 90 grader mod nordøst – hvor hurtigt kan du gøre det? Hvis du tænkte, at det ikke rigtig er et fair spørgsmål, Hannah.

Så har du helt ret, for vi mangler nogle kritiske oplysninger, såsom hvor stor denne båd er. Det er den analogi, jeg tænker på, når jeg sammenligner etablerede virksomheder med startups i mødet med store forstyrrelser som AI. Så selv om virksomhedens pendant til et krydstogtskib måske har mange ressourcer om bord, vil det tage langt mere tid og nautisk erfaring at ændre kurs end for eksempel speedbåden, der transporterer fire personer og en kasse energidrikke.

Min gæst i dag er Randhir Vieira, produktdirektør hos Omada Health. Omada har været i drift siden 2011, og som en moden virksomhed med etablerede produkter arbejder de med et helt andet sæt udfordringer og fordele end de nye startups, der har AI indlejret i deres DNA. Randhir gennemgik forskellige tilgange, som virksomhedsledere kan anvende, når de implementerer AI både i deres produkttilbud og i deres interne kultur, samt hvordan disse beslutninger kan hjælpe etablerede virksomheder med at navigere mod nye horisonter. Lad os komme i gang.

Nå ja, vi har samtaler som denne hver uge, så hvis det lyder interessant for dig, hvorfor så ikke abonnere? Okay, lad os komme i gang.

Velkommen tilbage til podcasten for produktchefer. Jeg er her i dag sammen med Randhir Vieira. Han er CPO hos Omada Health.

Randhir, mange tak, fordi du kom og deltager i dag.

Randhir Vieira: Det var så lidt.

Hannah Clark: Vi begynder, som vi altid begynder programmet. Kan du fortælle os lidt om din baggrund, og hvordan du er nået dertil, hvor du er i dag?

Randhir Vieira: Okay, jeg begynder ved slutningen. Jeg er produktdirektør hos Omada Health. Jeg har været her i omkring fem et halvt år. Før det var jeg hos Headspace, men lad os spole lidt tilbage.

Jeg begyndte hos Yahoo, hvor jeg sluttede mig til en lille gruppe, der voksede fra nul til 300 millioner på omkring fire år, og jeg var hos Yahoo i omkring seks et halvt år. Men eftersom jeg var baseret i Silicon Valley, besluttede jeg mig for i det mindste at prøve startup-livet. Så jeg fulgte min passion, som var fotografering, og sluttede mig til en fotorelateret startup, der hed ifi.

Den havde færre end 20 medarbejdere på det tidspunkt. Det var en af de første eller tidlige tingenes internet-virksomheder, en kombination af hardware og software. Gennem det og gennem venturekapitalnetværket mødte jeg en person hos B2B-virksomheden Mind Flash, der udviklede software til læringsstyring. Jeg var der i nogle år og ledede på forskellige tidspunkter produkt, marketing, salg og udvikling.

Derefter har jeg en stor passion for meditation, og jeg fik mulighed for at slutte mig til Headspace for at starte deres B2B-indsats. Til sidst ledede jeg produktområdet for hele Headspace. Det var min første erfaring med sundhed og velvære. Og derefter gik turen til Omada.

Hannah Clark: Det er noget af en rejse.

I dag vil vi fokusere på tilgange for etablerede virksomheder som Omada til at begynde at integrere AI i deres produkter og kultur, hvilket er et stort emne. Så lad os starte med dine tanker om horisont et og horisont to, når det gælder anvendelsen af AI.

Kan du fortælle mig lidt om, hvordan du tænker på disse horisonter, og hvorfor du mener, at virksomheder har tendens til at sidde fast i optimeringen af deres eksisterende arbejdsgange i stedet for at tænke på horisont to – hvad der er muligt, og hvad der kommer bagefter?

Randhir Vieira: Jeg mener, at horisont et er det, jeg beskriver som de trinvise forbedringer eller innovationer, som folk kan anvende med enhver ny teknologi. Og i dette tilfælde er AI den nye, populære teknologi, som vi alle er begejstrede for. Derfor er det sædvanlige sted, vi alle går hen, at spørge: Hvilke ting gør vi i øjeblikket, som vi måske hader at gøre, eller som vi tror, AI kan gøre hurtigere, bedre og billigere?

Og det er de ting, vi vil bruge AI til. Opsummering er et godt eksempel, hvad enten det er opsummering af indhold, opsummering af møder eller den slags. Det er gode steder at begynde. Det er lavthængende frugter, og vi bør selvfølgelig absolut udnytte dem. De større muligheder ligger dog inden for horisont to.

Hvilke ting kunne vi ikke gøre før, men som dette nye værktøj eller denne nye evne kan gøre mulige? Jeg tror, at det, der holder os tilbage, er trægheden. Det er trægheden i vores tænkning, i eksisterende processer, i vores forretningsmodel og i en masse forskellige ting, som normalt holder især store og succesfulde virksomheder tilbage fra at bevæge sig over i horisont to eller revolutionerende opdateringer.

Og jeg synes, der er mange standardeksempler, hvis vi ser på det seneste store teknologiske skift, vi havde, nemlig mobiltelefoner og smartphones. Mange virksomheder, som måske havde en online-tilstedeværelse, eksempelvis til booking eller andre ting på nettet, flyttede det indhold eller den funktionalitet over på telefonen, fordi det var mere praktisk og så videre.

Men de virksomheder, der virkelig skilte sig ud, var dem, der anvendte muligheden på en måde, som simpelthen ikke var mulig før. Delebilstjenester som Uber og Lyft og så videre ville sandsynligvis ikke have eksisteret uden en smartphone. Det er den slags ting, der er sværere for især succesfulde store virksomheder at gentænke, fordi de næsten bliver ofre for deres egen succes med deres eksisterende succesfulde forretningsmodel og proces.

Hannah Clark: Ja, det er et virkelig præcist eksempel.

Og apropos eksempler vil jeg gerne udforske nogle af de måder, hvorpå du har set den slags transformerende anvendelse af AI, der bevæger sig ind på horisont to. Bare så vi kan give et kontrastbillede af, hvor det findes i øjeblikket. Hvor ser du det ske?

Randhir Vieira: Jeg tror, det er, når virksomheder går efter nogle af de grundlæggende begrænsninger, der måtte eksistere, eller går efter nye muligheder, der bliver låst op. Det er dér, man ser de virkelig spændende ting. Jeg tror, vi stadig er meget, meget tidligt i AI-transformationen, især når det gælder scenarier på horisont to.

Jeg vil give dig et par eksempler, som jeg har været fascineret af. Det ene er et eksempel fra rekruttering. I øjeblikket er der mange mennesker, der søger job, og vi har altid haft en eller anden form for algoritmer, der hjalp med at screene folk, ikke? Hos mange virksomheder, der modtager mange ansøgninger. Nogle af de nye værktøjer, jeg har lagt mærke til, gennemfører fuldt synkrone interviews – ikke kun lyd, men også video – med kandidater.

Hvad nu hvis alle, der søger en stilling, i stedet for at blive vurderet ud fra søgeord, scraping og så videre, straks fik tilbudt muligheden for at interviewe med en AI-agent? Ville vi så have et langt bedre udvælgelseskriterium, der var mere objektivt end blot det, folk selv angiver? I ansøgningen kunne man faktisk gennemføre en struktureret interviewproces, der var fuldstændig AI-baseret, især til første eller anden interviewrunde.

Så ville man ikke længere have den begrænsning, der tvang en til at udvælge en lille gruppe mennesker, som skulle foran en menneskelig interviewer. Jeg er fascineret af den slags virksomheder, der gentænker, hvad der er muligt, fordi begrænsningen ved at skulle sortere ned til en mindre gruppe mennesker er fjernet.

Et andet eksempel kunne være at have en læge til rådighed efter behov, eller i det mindste en person, som man altid kan stille spørgsmål til. Der er mange virksomheder, der forsøger at gøre dette på en måde, som både er sikker og overholder lovgivningsmæssige retningslinjer og så videre. Men igen var det ikke noget, der var muligt tidligere på grund af omkostninger, ressourcer og så videre.

Der er fascinerende muligheder inden for mental sundhed og mange andre områder. De indebærer bestemt nogle risici, og man skal være forsigtig, men de åbner helt sikkert for adgang, overkommelighed og så videre på en måde, der ikke var mulig for fem år siden.

Hannah Clark: Du har observeret, at AI-anvendelsen ikke er nået op på 100 %, selv i produkt- og udviklingsteams, på trods af de åbenlyse fordele, vi netop har talt om. Hvorfor tror du, det er en af de barrierer, der forhindrer fuld anvendelse af denne type teknologi, og hvordan kan vi håndtere det fra et ledelsesperspektiv?

Randhir Vieira: Jeg synes, denne observation dukker op i mange af de produkt- og udviklingsledelsesgrupper, jeg er en del af. Og jeg tror, vi alle på nogle måder er overraskede over, hvordan vi kan have mindre end 100 % anvendelse af så spændende en teknologi.

Men når man træder et skridt tilbage og ser på teknologianvendelseskurven, er den standard, og jeg tror ikke, dette tilfælde er anderledes. Man vil have nogle tidlige brugere, derefter det tidlige flertal, det sene flertal og efternølerne. Det kræver, at vi som ledere gennemfører vores proces for forandringsledelse.

Nogle af de ting, der kan fremme dette, er eksperimenter: at opmuntre de tidlige brugere til at være spejdere og vise resten af organisationen eller teamet, hvad der er muligt, invitere skeptikerne med og gøre dem til en del af det team, der evaluerer nogle af disse løsninger.

Ingen af disse værktøjer er perfekte, men tempoet i den forandring og forbedring, vi ser, er noget, vi ikke har set før. For enhver kritik eller bekymring, vi har i dag, bliver den hurtigt reduceret betydeligt, hvis ikke fjernet, inden for få måneder eller kvartaler. Derfor er det vores ansvar alle sammen at blive ved med at prøve. Det er måske endnu ikke klar til implementering, men man bør i det mindste blive ved med at lege med det, se hvad de aktuelle muligheder er og være opmærksom på både fordele og ulemper.

Man skal ikke lede efter løsninger, som man kan presse teknologien ind i, men virkelig se, hvilke problemer eller muligheder der kunne drage fordel af denne fantastiske teknologi. Det er trods alt et værktøj. Det er ikke en løsning, der leder efter et problem. Det bør være et stærkt værktøj, der anvendes på de rigtige problemer eller muligheder.

Jeg har også set nogle virksomheder bruge pisken. De kan for eksempel sige, at hvis ens team ikke har 100 % anvendelse af de AI-værktøjer, de stiller til rådighed, vil de ikke behandle anmodninger om flere medarbejdere til teamet. Det er bestemt en interessant teknik.

Jeg har ikke set mange virksomheder tage den i brug, men det er bestemt et eksempel på pisken, der skal presse anvendelsen frem, fordi man ikke ser det niveau af anvendelse, man måske ønsker.

Hannah Clark: Ja. Jeg tror ikke, de fleste reagerer særlig godt på pisken, især hvis de allerede har besluttet sig for, at de ikke vil gøre det.

Jeg havde en samtale med en person, der snart kommer med i programmet. Hun arbejder i en startup, der virkelig har indarbejdet AI-nysgerrighed i selve arbejdskulturens atmosfære, hvilket jeg synes er en meget særlig måde at gøre det på. Det virker bare som om, at det er vejen frem at fremme begejstringen.

Så det er interessant at høre, at nogle går den anden vej.

Randhir Vieira: Det er jeg enig i. Jeg tror bestemt, man skal lede med gulerødderne og meget mere af denne nysgerrighed og begejstring, og måske er pisken sidste udvej for at få efternølerne med.

Hannah Clark: Ja, præcis. Hvis man virkelig ikke kan tvinge nysgerrigheden frem, kan man tage pisken frem.

Lad os gennemgå den matrix for risiko og effekt, som du bruger, når du evaluerer AI-initiativer. Når du tænker på at hjælpe teams med at bevæge sig forbi den kvadrant med lav risiko og lav effekt, som vi talte om, da vi talte om horisont et og om at sidde fast i den fase, hvordan bevæger man sig så forbi den som leder?

Randhir Vieira: Som ved enhver typisk brainstorm vil vi gerne opmuntre til alle de idéer, folk har om, hvor de ser AI gøre en reel forskel. Derefter vil produktteams normalt have forskellige rammer, de bruger. De kan anvende ICE eller et hvilket som helst antal forskellige rammer omkring omfang, effekt og så videre.

En ramme, vi har fundet nyttig, og som jeg har set mange andre virksomheder bruge, især i regulerede brancher, er effekt og risiko. Den gør det muligt at opstille alle de forskellige idéer fra brainstorms i denne matrix. Man kan bruge investeringsafkast og så videre til effektdelen, og så er der de forskellige risikoelementer, der dukker op.

Vi ønsker bestemt ikke at bruge for meget tid på ting med lav effekt, uanset risikoen. Lav effekt og lav risiko er stadig ikke særlig effektivt, så det ignorerer vi. Lav effekt og høj risiko skal vi bestemt holde os fra. Det nemme sted at begynde er derfor ting med høj effekt og lav risiko.

Typisk er det ting som opsummering, interne værktøjer og den slags. Der er mange projekter, hvor virksomheder finder, at denne type arbejde kan have stor effekt og lavere risiko. Det er en god måde at få bolden til at rulle på, få folk til at lege med denne type teknologi og se den reelle forretningsmæssige effekt internt.

Men tingene på horisont to er normalt dem, der har høj effekt, men måske også højere risiko. Der er måder at forsøge at mindske risikoen på. Man kan teste sine antagelser og tage skridtvis fat på det, men man skal i det mindste være åben over for, at det virkelig er dér, gevinsten ligger, og have ting på plads, der kan bevæge en i den retning.

Et spørgsmål, der kan være nyttigt, når man forsøger at udforske, hvad horisont to er – hvilke elementer der har høj effekt og højere risiko – er: Hvad hvis vi startede vores virksomhed i dag? Vi ville ikke have fortiden som arv. Vi starter virksomheden i dag med alle de værktøjer, AI og ikke-AI, der er tilgængelige i dag.

Hvad ville vi gøre, og hvordan ville vi gøre det? Hvordan ville virksomheden se ud? Hvordan ville tilbuddet se ud? Hvordan ville priserne se ud? Det giver folk rum til at tænke over, hvad der kunne være, for man kan være sikker på, at der er nye virksomheder, som starter med præcis den tankegang. Uden overhovedet at skulle lave det som en tankeøvelse er det deres virkelighed, at de ikke har fortidens bagage.

Hannah Clark: Og det er netop derfor, dette emne interesserer mig så meget. Der er nogle meget tydelige fordele og ulemper, når man er startup sammenlignet med en etableret virksomhed. Når man arbejder med denne type teknologi, hvor der er mange muligheder og meget uudforsket område, er der en mulighed, der endnu ikke er tegnet eller kortlagt, når man tænker på at eftermontere AI i etablerede virksomheder med eksisterende produkter.

Hvilke fordele har organisationer i forhold til AI-først-startups, og hvilke unikke udfordringer står de over for i kontrast til dem?

Randhir Vieira: Jeg tror, at de fordele, som enhver stor virksomhed har, er fordelene ved at være en stor og succesfuld virksomhed, herunder masser af ressourcer. De har omsætningen, de har mennesker, de har ressourcerne.

De har normalt stærke distributionskanaler, så de har mange fordele. På samme måde er den anden side af mønten, at de netop på grund af dette har haft succes med det, de har gjort tidligere, og måden de har gjort det på. Derfor kan de også være risikouvillige, når det gælder om at ændre formlen eller rode med maskinen.

Der kan også være træghed omkring: Sådan har vi gjort, sådan har vi gjort det, det er kunderne, og det er det, de kan lide og så videre. De samme årsager til, at de har succes, og så mange af de fordele, de har, kan også holde dem tilbage. Og selvfølgelig undersøger vi måder at komme forbi disse barrierer eller friktionspunkter på.

Hannah Clark: Okay, jeg skifter spor og taler lidt mere om intern forandringsledelse. Jeg ved, at vi talte lidt om guleroden og pisken, men der er meget mere i det end blot incitamenter og, lad os sige, konsekvenser. Du nævnte tidligere vigtigheden af forandringsledelse ved implementering af AI, da vi talte sammen før. Hvilke konkrete strategier har du fundet effektive til at skabe kulturel accept og begejstring omkring AI-muligheder?

Hvis man virkelig satser på guleroden, hvilke konkrete ledelsestaktikker kan man så implementere?

Randhir Vieira: Jeg synes, det er virkelig vigtigt at finde og udvikle de tidlige brugere i en virksomhed og på et team. Der er som regel altid nogle få mennesker, der er meget nysgerrige og bare tiltrækkes af nye teknologier.

At kunne finde dem og kanalisere deres begejstring og interesse ind i noget, der har effekt – og her kan gitteret med høj effekt og lavere risiko hjælpe med at styre disse personer og projekter – er vigtigt. At kunne finde og fejre nogle af disse tidlige sejre, især hvis de har effekt, kan bidrage til at skabe internt momentum og begejstring i stedet for den sædvanlige forsigtige skepsis over for alt, der er hypet.

Vi har set det før: Vi har set denne hypecyklus tidligere, og der er ikke noget reelt i den, så lad os bare vente på, at cyklussen går over. I stedet kan vi se, at der ganske vist er meget hype, men at der måske også er noget, der er nyttigt og effektivt for os, så lad os se, hvad vi kan få ud af det.

Det kan altså være nyttigt at fejre de tidlige sejre. Det tredje er samskabelse, som jeg synes er utrolig vigtigt, fordi vi sjældent gør ting kun for os selv. Vi bygger måske ting til interne teams. Vi bygger måske ting til medlemmer, men det er vigtigt, at vi udvikler disse løsninger i partnerskab med kunden, især fordi de er så nye, uanset om kunden er intern eller ekstern.

Det er det, der driver ikke bare succesfuld lancering af funktionen, men endnu vigtigere anvendelsen og effekten af funktionen, og værdien af denne samskabelse kan ikke overvurderes. Ja, det kan få tingene til at føles, som om de går lidt langsommere under udviklingsprocessen.

Men normalt er resultatet og anvendelsen det hele værd.

Hannah Clark: Ja, helt sikkert. Og det virker virkelig som en konkret måde at mindske nogle af de risici, du talte om før.

Randhir Vieira: Absolut. At have fageksperter, folk fra jura, compliance, sikkerhed og så videre involveret tidligt i samskabelsen af løsningen hjælper med at mindske mange af disse risici.

Hannah Clark: Jeg vil gerne zoome lidt ind på AI og sundhedssektoren specifikt. Det er et virkelig interessant felt. Jeg tror, der er enorme muligheder, som branchen helt sikkert er klar over, men også en masse iboende risiko i nogle af disse løsninger.

Hvilke unikke overvejelser om etik, privatliv og nøjagtighed er du stødt på, som kan adskille sig fra andre brancher?

Randhir Vieira: Jeg har bestemt set denne samme matrix med området høj risiko og høj effekt blive brugt til at forsøge at vejlede om, hvor forsigtige folk bør være med løsninger.

Det er stærkt reguleret, og det samme gælder for enhver anden reguleret branche, hvad enten det er fintech eller noget andet. Man skal sikre, at man udvikler løsninger inden for lovgivningens rammer, også selv om virksomheder måske forsøger at forme lovgivningen, så den imødekommer denne nye teknologi. Samtidig skal man sikre, at de løsninger, man anvender, i høj grad er i overensstemmelse med de eksisterende regler.

I sundhedssektoren er der naturligvis princippet om ikke at gøre skade, og vi skal sikre, at vi virkelig holder fast i det. Det kan betyde mange forskellige måder at mindske nogle af de risici, der kan følge med. Derfor skal man sikre, at det er tydeligt beskrevet fra begyndelsen og står centralt. Mange virksomheder vil, før de begynder at skabe løsninger, udarbejde et sæt AI-principper.

Hvordan vil vi sikre, at vi udvikler løsninger? Eksempler kunne være at være meget tydelig og transparent over for kunder og medlemmer om, hvornår de interagerer med en agent eller virtuel agent kontra en menneskelig agent. Et andet eksempel kunne være, at hvis en AI-agent er usikker på noget, videresender den sagen til et menneske.

Der er altså mange måder at mindske risikoen på, men jeg synes, det er utrolig vigtigt og nyttigt at begynde med disse principper for virksomheden, før man går ned i specifikke områder. Det kan også være nyttigt at være opmærksom på den bias, der kan findes i nogle af de grundlæggende modeller, og sikre, at man gør noget for at udfylde disse huller og gøre løsningen så fordomsfri som muligt for sin målgruppe.

Og i sidste ende skal vi teste meget, uanset hvad vi gør. Det handler ikke kun om test før implementering, men om løbende overvågning og kurskorrektion baseret på brugerfeedback. Ens egen kvalitetskontrolproces, der fortsætter efter produktionen, er vigtig. Man skal sikre, at de sikkerhedsforanstaltninger, man har fastsat, fungerer, som man har tænkt sig, og at der ikke opstår modeldrift eller andre problemer, heller ikke efter lancering.

Jeg tror derfor, at alt dette kan hjælpe, men det er vigtigt at være opmærksom på og navngive disse udfordringer fra starten og derefter forsøge at mindske dem. Teknikker som før-obduktioner eller andre metoder kan være nyttige til at identificere alle risici og bekymringer, hvor sandsynlige de er, og hvordan de kan håndteres, især når det gælder høj effekt.

Selv hvis sandsynligheden er lavere, kan de stadig være vigtige nok til, at man skal vide, hvordan man håndterer dem.

Hannah Clark: Helt sikkert. Ja. Ja. Jeg har hørt denne formulering blive brugt i ikke-sundhedsrelaterede brancher eller bureauindstillinger, hvor man siger: Vi redder ikke liv, og vi udfører ikke hjertekirurgi her. Men i dette tilfælde gør man måske faktisk det. Så jeg er sikker på, at I skal have nogle meget robuste processer på plads for at sikre, at noget af denne risiko er stramt reguleret og mindsket.

Okay, hvis vi tager vores strengt CPO-orienterede hat af og kigger i krystalkuglen – du har tydeligvis tænkt meget over, hvad der er muligt, og hvor vi står nu. Hvad ser du ske de næste tre til fem år? Hvad glæder du dig til med hensyn til AI-udviklingen? Og fra dit perspektiv og din professionelle erfaring, hvad synes du, etablerede virksomheder bør gøre nu for at forberede sig på at udnytte horisont to?

Randhir Vieira: Jeg synes slet ikke, jeg er godt rustet til at forsøge at se fremad og sige, hvad der vil ske om tre til fem år.

Forandringstempoet er bare så hurtigt, at selv for teknologi føles tre til fem år som en evighed. Men jeg tror, vi ved, at tingene ændrer sig meget, og at nye muligheder kommer langt bedre og langt hurtigere, end vi nogensinde har set før. Bare i denne uge er jeg blevet forbløffet over kvaliteten af de stemmegrænseflader, vi har.

Det handler ikke kun om stemmens kvalitet, men også om bøjningerne, tonaliteten og størrelsen. Det er bare fantastisk, hvad der sker, og vi vil fortsat se den udvikling. Men det gælder ikke kun stemme, det gælder denne type teknologi generelt. For mig handler det derfor om fortsat at holde øje med, hvilke problemer vi løser, og hvilke muligheder vi forsøger at løse.

Og om at investere i mennesker og uddannelse og skabe plads til disse prototyper og afprøvninger, så man kan se, hvad den aktuelle teknologi kan gøre muligt i forhold til de problemer eller muligheder, man interesserer sig for. Det kan være nyttigt. Hvilke begrænsninger kan dette fjerne? Man kan stille de spørgsmål, når man ser en ny mulighed eller ny teknologi dukke op.

Er det omkostninger? Tid? Ressourcer? Vi talte om AI-interviews som blot ét eksempel. Det er nyttigt at stille den slags spørgsmål i den kreative tænkning, i divergensfasen: Hvad kunne vi gøre med denne mulighed? Hvad ville vi gøre, hvis vi ikke havde denne begrænsning? Det kan hjælpe med at åbne nogle af disse muligheder, så uanset hvilken specifik funktion der måtte være tilgængelig om tre eller fem år, har vi mennesker, der er klar, tilgængelige og begejstrede for at bringe den ind og koble den til løsningen.

Hannah Clark: Det er alt sammen virkelig gode pointer, og jeg synes, det er en rigtig god idé altid at tænke over de kriterier. Og jeg kan godt lide at høre fortalere for nysgerrighed. Det lyder, som om du hælder lidt mere til guleroden.

Randhir Vieira: Åh, bestemt. Store gulerødder. Mange af dem.

Hannah Clark: Ja, vi er begge to på gulerodsholdet, kan jeg høre.

Mange tak, fordi du deltog, Randhir. Hvor kan folk komme i kontakt med dig online?

Randhir Vieira: LinkedIn er det bedste sted, så følg mig bare på LinkedIn, så kan du følge med i, hvad vi har gang i.

Hannah Clark: Det lyder godt. Mange tak, fordi du var med.

Randhir Vieira: Selv tak.

Hannah Clark: Tak, fordi du lyttede med. Hvis du vil have flere gode indsigter, vejledninger og værktøjsanmeldelser, kan du abonnere på vores nyhedsbrev på theproductmanager.com/subscribe. Du kan høre flere samtaler som denne ved at abonnere på Product Manager, uanset hvor du får dine podcasts.