Sådan tilpasser du dig den nye guldstandard inden for produktledelse

Læs transskriptionen:

Vi prøver at transskribere vores podcasts ved hjælp af et softwareprogram. Tilgiv venligst eventuelle tastefejl, da botten ikke er korrekt 100 % af tiden.

Hannah Clark: Efterhånden som teknologien udvikler sig, gør vores adfærd det også. Tidligere føltes disse ændringer ret gradvise. For eksempel at vi i stedet for at aflevere et CV personligt nu søger online. Men i en tid med drastiske teknologiske forandringer befinder produktfolk sig midt i en total genopfindelse. Vi tilpasser os ikke kun nye adfærdsmønstre som brugere, men også helt nye standarder for den måde, vi arbejder på.

Og lad os være ærlige: Det skift føles nogle gange, som om vi bygger faldskærmen, efter at vi allerede er hoppet ud af flyet. Så hvordan bygger man en ordentlig billedlig faldskærm, når man allerede er desorienteret, og der ikke findes nogen officiel manual til at instruere en? Et godt sted at begynde er at se sig omkring på de faldskærmsudspringere, der har formået at tage de samme materialer, som du har, og finde en måde at flyve på.

Min gæst i dag er dr. Maryam Ashoori, VP for produkt og ingeniørarbejde hos IBM Watsonx. Dr. Ashoori, som forsikrede mig om, at jeg bare kunne kalde hende Maryam, har arbejdet inden for AI i over 20 år. Og selv om der er meget få mennesker, der har siddet tættere på teknologiens forkant, end hun har, er det først for nylig, at hun har set et monumentalt skift i adfærden hos højtydende produktfolk. Så hvis du gerne vil låne spillebogen fra det produktteam, der står tættest på nogle af de mest betydningsfulde bidrag til AI i historien, kan denne episode være interessant for dig. Lad os gå i gang.

Nå ja, for resten: Vi har samtaler som denne hver uge. Så hvis det lyder interessant for dig, hvorfor så ikke abonnere? Okay, lad os gå i gang.

Velkommen tilbage til podcasten om produktledelse. Jeg er her i dag sammen med dr. Maryam Ashoori. Hun er VP for produkt og ingeniørarbejde hos IBM Watsonx.

Maryam, jeg er så begejstret for at tale med dig. Hvordan går det i dag?

Maryam Ashoori: Jeg har det godt. Hvordan har du det?

Hannah Clark: Det går rigtig godt. Jeg glæder mig så meget til denne samtale, og vi begynder, som vi altid begynder.

Kan du fortælle os lidt om din baggrund, og hvordan du er nået dertil, hvor du er i dag?

Maryam Ashoori: Absolut. Jeg har arbejdet med AI i over 20 år nu på tværs af flere discipliner. Gennem min karriere har jeg arbejdet som designer, hvor jeg byggede AI-drevne systemer med brugeren i centrum. Jeg har arbejdet som ingeniør, hvor jeg bragte data og optimering ind i de systemer, vi byggede.

Jeg har arbejdet som AI-forsker, hvor jeg skubbede til grænserne for, hvad AI kunne gøre, og til sidst fandt jeg mit hjem inden for produktledelse, hvor jeg samlede alle disse perspektiver for at løse de rigtige problemer. Og på det seneste – mere præcist gennem de seneste to år med generativ AI – har jeg stået i front med at designe og bygge det næste store AI-produkt, som er IBM’s centrale generative AI-platform til virksomheder.

Fra bunden samlede dette arbejde alt det, jeg elsker: at definere en strategi på et hurtigt udviklende marked, navigere i juridiske og etiske spørgsmål og arbejde med et nyt felt som generativ AI, inklusive alle de begrænsninger, der følger med. Alt sammen for at bygge noget nyttigt, der løser et reelt problem.

Gennem det arbejde indså jeg, og jeg er kommet til at se ansvarlig AI som det afgørende element, som vi skal arbejde tæt sammen om og designe med henblik på. Det førte mig til min nuværende rolle, hvor jeg leder produkt og ingeniørarbejde inden for AI-styring.

Hannah Clark: Det er en stor ære for os at have dig med i programmet, fordi AI har været et så stort samtaleemne for os. Det er fascinerende at tale med en person, der har arbejdet inden for dette felt meget længere, end det har været en del af den offentlige samtale på den måde, det er nu. Men i dag fokuserer vi specifikt på produktledelsens rolle, og hvordan den udvikler sig med fremkomsten af AI-drevne værktøjer og arbejdsgange.

Det er noget, der ligger meget tæt på dit felt. Så jeg vil gerne begynde med, at du fortæller lidt om nogle af de skift, du har observeret hos IBM Watsonx, og hvad disse ændringer fortæller om fagets fremtid.

Maryam Ashoori: Der er to ting, jeg vil fremhæve.

Den ene handler om selve produktledelsesfaget, og den anden handler om de produkter, som produktcheferne bygger. Lad os begynde med det første. Der er ingen tvivl om, at der sker en stor acceleration inden for produktivitet som følge af den generative AI, der bringes ind i produktchefens hverdag. Hvis jeg bare ser på mine egne produktchefer, programmerer de ved hjælp af naturligt sprog.

Det gjorde de ikke for et år siden. For et år siden kunne jeg bede dem om at udarbejde et produktkravsdokument, samarbejde med designere om modellerne, gå videre til ingeniørerne for at lave en prototype, komme tilbage og præsentere idéen. Nu bygger de den på mindre end 24 timer, og de viser mig noget, der er fuldt udviklet og fuldt funktionelt, og jeg tænker: Hvad er det, jeg ser på?

Er det det faktiske produkt, eller er det den model, du bygger? Det viser, hvordan faget ændrer sig ved hjælp af AI, og på alle niveauer var dette blot en acceleration for at teste en idé. Men man kan også tænke på generering af produktkravsdokumenter ved hjælp af AI, som kan hjælpe dig med at brainstorme og evaluere flere muligheder.

På produktets side bygger disse produktchefer et produkt, der løser et problem. Der er en meget god chance for, at dette produkt kan drage fordel af den acceleration, som generativ AI medfører. Derfor er det afgørende, at disse produktchefer har en dyb forståelse af, hvordan teknologien kan hjælpe deres eget produkt og deres eget arbejde, og hvordan de kan bringe denne acceleration ind i det, de bygger.

Hannah Clark: Ja, og jeg synes, det er en kompetence, der befinder sig et meget interessant sted lige nu, fordi den udvikler sig så hurtigt. Der er ikke meget formel uddannelse, der kan følge med forandringstempoet. Ud fra det, du har set på dit eget team og i feltet lige nu, hvordan kan produktchefer, der gerne vil forblive konkurrencedygtige og følge med produktivitetsgabet, gøre det?

Hvordan kan vi opbygge vores kompetencer?

Maryam Ashoori: Den svaghed, du nævner, repræsenterer en mulighed. Al denne acceleration bliver på et tidspunkt i fremtiden en norm. Den metafor, jeg bliver ved med at tænke på, er lommeregneren. For mange år siden foretog folk beregninger manuelt, og jeg husker endda, at lommeregnere var forbudt i skolen, fordi man ville have os til at gøre det manuelt.

Men så krydsede vi den kløft og nåede til et punkt, hvor man bare går videre til at løse andre problemer i stedet for at foretage manuelle beregninger. Det er den samme metafor og den samme tankegang. Fremtidens produktchefer forventes effektivt at bruge AI i deres arbejde, men der er en overgangsperiode, hvor den, der udnytter det, potentielt kan skabe en mulighed for sig selv og være et skridt foran.

Så denne svaghed repræsenterer faktisk en god mulighed. For nylig gennemførte vi en undersøgelse med tusind mennesker, der fokuserede på at forstå den produktivitetsacceleration, vi får fra AI. Vi stillede dem ét enkelt spørgsmål. Det var tusind udviklere af AI-applikationer med fokus på virksomhedsløsninger i USA.

Vi spurgte dem: Bruger I AI-assisteret programmering? 38 % sagde, at de ofte bruger det, og vi tænkte: Fremragende. Hvor meget tid sparer I på det? 41 % sagde én til to timer om dagen. Altså én til to timers tidsbesparelse om dagen. 4 % sagde mere end fire timer. Hvad fortæller det mig?

Det er uafhængigt af vejen. Hvis du ved, hvordan du effektivt bruger AI og får AI til at arbejde for dig, kan du potentielt åbne for så mange nye måder at tænke på, også inden for produktledelse, som vi endnu ikke har udforsket. Og jeg mener, at det er den reelle mulighed, denne teknologi repræsenterer for produktchefer.

Hannah Clark: Det er jeg enig i. Jeg synes især, at programmering ved hjælp af naturligt sprog kombinerer en række forskellige kompetencer, som er særlige for en erfaren produktchef, og gør det muligt at skabe noget, der kan være et startpunkt, som – som du siger – ligger langt foran de produktkravsdokumenter, man ville være begyndt med for et eller to år siden.

Når vi nu tænker på de værktøjer, der indgår i AI, og taler om programmering ved hjælp af naturligt sprog, har du tidligere nævnt, at det normalt kræver mange værktøjer at bygge en AI-applikation – omkring seks til 15 forskellige værktøjer. Hvis vi arbejder med begrænset AI-ekspertise, hvordan anbefaler du så, at man griber udfordringen an med at forstå og koordinere komplekse teknologistakke, især nu hvor værktøjerne er blevet mere komplekse og avancerede?

Maryam Ashoori: Jeg vil sige to ting. Tænk på den teknologiske del af spørgsmålet og på menneskedelen af spørgsmålet. Hvis man udelukkende ser på teknologien, udvikler feltet sig hurtigt. Som produktchef har du sandsynligvis mindre end to timer til at undersøge noget nyt, der kommer på markedet, og beslutte, om det er nyttigt, om du vil bruge mere tid på det og integrere det i dit produkt, eller om det blot er støj, der skal ignoreres.

Begrænset tid, et marked i udvikling og begrænset AI-ekspertise. Som produktchef har du sandsynligvis ikke den samme dybe AI-ekspertise, som en AI-forsker, der har brugt flere år på området, har. Så det handler virkelig om at finde ud af, hvordan man evaluerer situationen og den tilgængelige teknologi. Hvis du kun stoler på værktøjerne, føler jeg, at du overser den menneskelige del, som kan hjælpe dig på grund af din begrænsede viden.

Når man ser på, hvordan markedet og forskellige roller udvikler sig, får man sandsynligvis den bedste hjælp fra sine partnere inden for ingeniørarbejde og forskning – eller fra forskere, som nogle virksomheder kalder dem. De forstår, hvordan feltet udvikler sig, og hvilken værdi teknologien har for det, du arbejder med.

Hvis man ser på feltet som helhed, opløses grænsen mellem disse roller og ansvarsområder, især mellem ingeniører og produktchefer. Historisk sagde vi, at man for hver produktchef sandsynligvis ville have fem til ti ingeniører. For en måned siden så vi Andrew Ng på en scene, hvor han sagde: Mit team foreslog at have én produktchef for hver 0,5 ingeniør, så man har flere produktchefer. Det er en udforskning, ikke en påstand om, at det er det rigtige forhold, men det viser, at grænsen mellem roller og ansvarsområder ændrer sig. Det samme gør den ekspertise, der er nødvendig for at bygge det rigtige produkt.

Mit råd til produktchefer er at fokusere på at bygge det rigtige produkt. Når du først har defineret det, kan du give definitionen videre til dine menneskelige partnere eller AI-partnere og få dem til at arbejde for dig. Men det afgørende er at få det rigtigt og definere det korrekt.

Hannah Clark: Det er den udfordring, vi alle prøver at finde ud af: Hvilken balance er der mellem, hvor meget vi vil læne os op ad værktøjerne, og hvor meget af vores egen ekspertise – og ekspertisen hos dem, vi samarbejder med – vi skal bringe ind?

Når vi for eksempel tænker på at evaluere selve AI-teknologierne til en produktplan, hvilke kriterier bruger du så til at skelne mellem værktøjer, der er værd at investere i, og værktøjer, der måske er her i dag og væk igen om seks måneder?

Maryam Ashoori: Jeg har set mennesker jagte løsninger i stedet for at løse problemer.

Et meget godt eksempel er en person, der kom til mig og sagde: Jeg vil have to agenter ind i mit produkt inden årets udgang. Og jeg sagde: Vent lidt – to agenter til at gøre hvad, helt præcist? For mig er det at jagte teknologien for at finde ud af, hvordan man kan få den ind, i stedet for at have en rigtig god forståelse af, hvilket problem man forsøger at løse, og om det nye AI-værktøj er en distraktion eller en reel fordel for produktet.

Jeg ville begynde der, for så har du en ramme og en linse, som du kan bruge til at evaluere værdien af enhver teknologi, der kommer din vej. Find ud af, om du vil bruge flere ressourcer eller mere af din tid på at evaluere den.

Hannah Clark: Ja. Det minder om en samtale, vi for nylig havde ved et panelarrangement. Thomas Stokes, der er medstifter hos Drill Bit Labs, arbejder meget med brugeroplevelsesforskning, og han gentog nogle af de samme synspunkter. Vi ser en fremkomst af en løsning-først-tankegang: Hvordan bruger vi AI, i stedet for at tænke på problemet først?

Jeg synes, dette er et godt tidspunkt, hvor mange af os må gå tilbage til det grundlæggende og tænke over, at teknologien er meget spændende, og at der naturligvis er mange anvendelsesmuligheder, men at vi stadig skal tænke ud fra en problem-først-tilgang for at sikre, at vi bruger den præcist og faktisk løser problemets kerne.

Hvordan finder I hos IBM balancen mellem at bygge AI-funktioner internt og at tage tredjepartsløsninger i brug? I er pionerer på området, så jeg er meget interesseret i at høre, hvordan I griber det an.

Maryam Ashoori: Jeg ville ikke kalde det et problem. Det er en mulighed for at forstærke sin indsats, især når det handler om generativ AI.

Se bare på, hvad der sker udenfor, også inden for åben kildekode. Innovationen kommer fra den akademiske verden, fra industrien og fra udviklere, der arbejder med det af egen interesse. Den kommer fra alle ressourcer. Hvis du begrænser dig selv til at sige, at du kun vil bygge internt, begrænser du efter min mening blot din adgang til den innovation, du potentielt kunne have.

For hvert område, vi fokuserer på, ser vi normalt på værdien af at udnytte vores interne kompetencer. Vi har for eksempel adgang til 2.500 mennesker i IBM Research, som lever og ånder for den mest avancerede teknologi. Jeg har meget hyppige samtaler med dem for at forstå, hvor deres tanker bevæger sig hen, og hvad der potentielt kan gavne produktet.

Samtidig har jeg de samme samtaler med mine partnere på markedet eller i fællesskabet – udvalgte personer, der er med til at forme fællesskabet – for at høre, hvor de tror, det bevæger sig hen de næste tre måneder, og hvordan vi kan støtte aktiviteter, der bygger fællesskabet.

Samtidig afsætter jeg tid i min kalender – og jeg ved, at det er den svære del – til at lede efter tilfældige nyheder, der findes derude. Det er dér, man finder passionerede udviklere, som bygger noget og lægger det ud, uden at det er i søgelyset hos store virksomheder, der annoncerer store funktioner. Gennem disse kanaler får man indsigt i og eksponering for et bredt spektrum af teknologi, der kommer på markedet.

Og så vender jeg tilbage til spørgsmålet om, hvilket problem jeg forsøger at løse. Derefter kan jeg se mig omkring og vurdere omkostningerne og fordelene ved at få denne teknologi herfra i forhold til fra fællesskabet eller disse udviklere. Måske kan jeg ansætte dem, eller måske kan jeg gøre noget andet for at få teknologien ind og træffe en informeret beslutning.

Hannah Clark: Det er en meget helhedsorienteret måde at se på den slags beslutningsramme. Apropos beslutningstagning vil jeg gerne skifte gear og se på det fra et ledelsesperspektiv. Når du leder et team, hvilke nye færdigheder og kompetencer leder du så især efter, når du ansætter nye produktchefer?

Også sammenlignet med for et år siden, hvor teknologien var nyere?

Maryam Ashoori: Igen ville jeg se på det problem, jeg forsøger at løse med ansættelsen. Jeg ser typisk på teamets kompetencer og identificerer hullet, fordi vi normalt ansætter for at udfylde dette hul. Derefter er mit pejlemærke: Ville jeg en dag rapportere til denne person?

Hvis jeg vil ansætte nogen, vil jeg have en person, der ved mere end mig, udfylder hullet og er ekspert i det meget specifikke område, som vedkommende ansættes til. Derefter skal man fjerne sig fra deres vej og give dem selvstændighed til at levere, fordi de virkelig bør være de bedste på området. Det er den tankegang, jeg bruger: at forstå hullerne og ansætte til dem.

Jeg tænker ikke: Jeg har en produktchef, så jeg skal have en designer. Nej, det handler specifikt om, at én person er meget god til eksempelvis markedsintroduktion og kundesamtaler, mens en anden er meget god til at udvikle SaaS-området. Man ser altså på færdigheder frem for titler.

Prøv at udfylde den færdighed, der mangler, og find den bedst mulige person, som kan komme med på teamet og dække den.

Hannah Clark: Det er interessant, fordi jeg føler, at det også er et skift i tankegangen omkring, hvilke sekundære erfaringer denne person har, hvilke scenarier eller forbindelser vedkommende har, og hvilke andre aspekter ved personen der skiller sig ud – i stedet for kun at se på kvalifikationer.

Det er et tydeligt brud med en anden form for ansættelsestankegang. Tidligere fokuserede vi meget på specifikke hårde færdigheder, certificeringer og kvalifikationer. Nu virker det, som om bredden i en persons erfaring og de unikke ting, vedkommende bringer med sig som individ, betyder mere.

Vil du sige, at det er rigtigt?

Maryam Ashoori: Det er rigtigt. Jeg tror, at det fælles for de fleste af de ansættelser, jeg har set de seneste to år i generativ AI’s tidsalder, er to fulde egenskaber. Den ene er at være nysgerrig: Vis din nysgerrighed over for, hvor feltet bevæger sig hen, kast dig over det, udforsk det, og byg ting.

Den anden er at være teknisk og virkelig forstå, hvad der foregår. Jeg har set nogle produktchefer kategorisere sig selv som produktchefer inden for markedsintroduktion i modsætning til tekniske produktchefer, og jeg siger: Vent lidt. Vi taler om AI’s tidsalder. Du skal have en rigtig god forståelse af, hvordan teknologien kan hjælpe dit produkt og dig selv.

Hvis du ikke kan svare på det, er du måske i den forkerte position.

Hannah Clark: Ja, det er jeg enig i. Det, du sagde om, hvorvidt man en dag ville rapportere til denne person, minder mig om en samtale, jeg havde med en person hos Atlassian for halvandet år siden om noget lignende og om, hvad hun leder efter hos en kandidat.

Noget, jeg især bed mærke i, var: Hvis jeg spørger denne person, hvem vedkommende beundrer, har personen så nogensinde nævnt nogen, der var mere junior end dem selv? Jeg synes, det var meget interessant – at se efter kvaliteter som personens evne til at samarbejde og respektere alle kompetencer i kæden.

Og især nu føler jeg, at det er en god mulighed for at se på, hvordan personen samarbejder med andre, når teknologien i sig selv er så samarbejdsorienteret. Det synes jeg er meget fascinerende. Du nævnte tidligere, at to centrale områder, hvor AI påvirker produktledelse, er at forbedre eksisterende produkter og øge den personlige produktivitet.

Jeg vil gerne tale lidt om, hvordan vi forbedrer eksisterende produkter med AI, eftersom vi kun kort har berørt det. Hvilke virkelig fremragende anvendelsesmuligheder har du set inden for begge områder? Jeg er sikker på, at du har masser af eksempler.

Maryam Ashoori: Der er forskellige måder, hvorpå vi kan bringe AI ind i vores produkter. Den ene er at være leverandør af teknologien til verden. For eksempel er den platform, jeg bygger, en pakke med store sprogmodeller, værktøjer og alt det, man har brug for, og den tilbydes til andre roller, som kan bygge videre på den.

Det er én måde at tænke på det på: at bringe teknologien ind som en platform og levere den til markedet for at hjælpe applikationsudviklere med at bygge applikationer. Den anden måde er at bygge applikationer, der er beriget med AI. Uanset hvilket produkt du har, kan du spørge: Hvordan kan jeg bringe AI ind for at berige nogle af de funktioner, jeg allerede har, og drage fordel af accelerationen?

Det kan være direkte anvendelsesmuligheder, som generativ AI åbner for, såsom informationsklassifikation, informationsudtræk, spørgsmål og svar, kundeservice, chatrobotter, indholdsgenerering eller kodegenerering. Eller det kan være automatisering, for eksempel agenter. Du kan forbinde alle disse anvendelser gennem funktionskald til hver eneste forretningsarbejdsgang, du har.

Hvordan kan jeg bringe den effektivitet ind i mit produkt for at skabe et bedre produkt? Det er den anden kategori. Den tredje kategori er: Hvordan kan jeg skabe en ny produktkategori, der drives af store sprogmodeller? Et eksempel er alle de teknologier, der understøtter programmering. En stor sprogmodel arbejder i baggrunden, og du bruger den til at hjælpe udviklerne med programmering ved hjælp af naturligt sprog.

Det er et meget godt eksempel på nye muligheder. Den fjerde kategori vil jeg sætte under tjenester. Den udfordring, du nævnte med uddannelse af produktchefer, er ikke unik for denne rolle. Den gælder hele markedet – både virksomhedsmarkedet og forbrugermarkedet. Alle har brug for at uddanne sig selv for at kunne træffe bedre AI-beslutninger, og det repræsenterer en mulighed for tjenester.

Hvis du kender feltet, kan du hjælpe andre med at vælge den rigtige model til den rigtige anvendelse og træffe en bedre beslutning. Det repræsenterer fire forskellige muligheder for produktchefer, og afhængigt af hvilken mulighed man retter sig mod, er rådet om, hvordan man skal gribe den an, helt forskelligt.

Hannah Clark: Jeg er meget interesseret i denne fjerde kategori med tjenester, fordi jeg også har bemærket en tendens til, at produktchefer bevæger sig ind på områder som tjenester og uddannelse. Jeg har set en eksplosion af tidligere produktchefer, der tilbyder kurser på Maven, og det virker, som om der er et stort skub i retning af at udnytte denne mulighed, især nu hvor værktøjer til programmering ved hjælp af naturligt sprog har gjort programmering og udvikling tilgængelig for næsten alle.

Jeg kan virkelig se tendensen mod at tilbyde andre tjenester, der giver folk mulighed for at udvikle løsninger, som er skræddersyet til dem. Det er meget interessant. Det er et helt andet skift, der foregår samtidig med alle de udviklinger, der sker inden for produktledelse, og det synes jeg er virkelig interessant.

Når vi ser fremad, hvilke udviklinger eller tendenser inden for AI tror du så vil få en særlig stor indflydelse på de næste 12 til 18 måneder, ud fra det du ser begynde lige nu?

Maryam Ashoori: I vores verden er hver tredje måned en generation, så 12 til 18 måneder er fem generationer frem.

Det er for langt ude til, at vi kan vide præcist, hvor vi ender. Men hvis jeg ser på måske tre generationer, seks til ni måneder fra nu, vil jeg sige, at jeg kommer til at se meget mere automatisering. Vi ser det allerede i dag, men teknologien er ikke helt klar endnu. Det handler mere om at udforske nye anvendelser og i fællesskab med fællesskabet finde ud af, hvordan man bruger den effektivt.

Det repræsenterer en mulighed for produktchefer. Når jeg siger automatisering, mener jeg bogstaveligt talt automatisering af alt fra generering af e-mails og samtaler med kunder til optimering af produktplaner baseret på den udviklingsindsats, der kræves for at levere noget. Det kan også være at generere indhold til dit produktkravsdokument eller udforske nye muligheder for dine kunder for at hjælpe dem med at træffe bedre beslutninger – bogstaveligt talt enhver beslutning, du træffer.

Jeg mener, at alle beslutninger potentielt kan forbedres med AI, hvis du finder ud af, hvordan du får AI til at arbejde for dig. På den anden side vil jeg tilføje, at al den smukke acceleration, vi får med AI, har en omkostning. Den omkostning er risikoen. Du kan bygge eller ødelægge din karriere afhængigt af, hvordan du bruger teknologien.

Det er afgørende, at produktchefer ikke kun har en meget god forståelse af fordelene, men også af risiciene. Risiko kan påvirke deres produkt. Ting kan gå galt, og risiko kan også påvirke deres personlige identitet og brand.

Så jeg vil sige: Tænk altid på balancen mellem omkostninger og fordele ved det, du gør.

Hannah Clark: Ja, og jeg er sikker på, at dette er et emne, der ligger dig meget på sinde. I betragtning af at etisk brug af AI er en hjørnesten i din karriere, hvordan navigerer vi så i disse risici? Jeg føler, at fejl ofte begås af mennesker, der mener det godt, men som blot befinder sig i en fase med afprøvning og udforskning.

Har du en form for ramme eller nogle sikkerhedsforanstaltninger, som du tænker på, når du udforsker AI, eller noget, du vil give videre til folk, der ønsker at integrere risikostyring i deres udvikling og kompetencer?

Maryam Ashoori: Lad mig give dig et eksempel. Lad os sige, at du vil bruge en agent, der sender e-mails på dine vegne eller opsummerer dine e-mails, og som har adgang til din kalender for at planlægge noget.

Fordelene er fantastiske. På den anden side skal du give agenten adgang til din e-mail og kalender, velvidende at en ondsindet aktør potentielt kan misbruge oplysningerne om, hvornår du er hvor, og hvem du taler med. Hver tilladelse, du giver disse agenter, skaber potentielt et sårbarhedspunkt for dig, og det gælder ikke kun dig.

Det samme gælder for dit produkt, når du bringer teknologien ind i produktet. Derfor ville jeg begynde med at gå tilbage til tegnebrættet og se på anvendelsen. Det er afgørende at forstå, hvilket problem du forsøger at løse for fællesskabet og for dit produkt. Hvad er det egentlig? Når det handler om AI, skal du have en meget god forståelse af fordelene ved den.

Men du skal også forstå, hvilke sårbarhedspunkter du introducerer i produktet. Er du sikker på, at du har en afbødningsplan til at håndtere dem, eller følger du blot blindt med og bringer AI ind i produktet for at se, hvad der sker?

Hannah Clark: Jeg er virkelig glad for, at du siger det, fordi jeg tror, det er den mindre sexede del af AI-udvikling og -udforskning.

Det er en tid med stor begejstring, hvor risikostyring efter min mening er blevet lidt af en eftertanke – hvis den overhovedet indgår i nogle situationer. Vi er på vej ind i en slags det vilde vesten inden for udvikling og udforskning og næsten en anden generation af pionerer, når det gælder programmering ved hjælp af naturligt sprog og brugen af AI til helt nye anvendelser.

Så jeg synes, det er vigtigt at fremhæve. Jeg ville gerne afslutte med nogle næste skridt for dem, der er interesserede i at udvikle deres egne kompetencer. I den nuværende generation, vi befinder os i, hvilke ressourcer har du fundet mest nyttige – enten for dig selv eller for de medlemmer af dit team, der naturligt opkvalificerer sig?

At lege med teknologien er én måde, men er der andre ressourcer, du vil anbefale?

Maryam Ashoori: Ud over alle de gode ting, der findes derude, vil jeg også sige: Find en måde at sortere i, hvad du gerne vil eksponeres for. Der sker så meget på markedet, og jeg har set produktchefer opleve en form for teknologitræthed.

Hvor får du dine oplysninger fra? Jeg tror, det mest effektive, jeg også har opfordret mine teams til at gøre, er at finde en pålidelig stemme i fællesskabet og følge vedkommende. Uanset om det er på LinkedIn eller et andet sted, så følg dem. Hvis de har et synspunkt, der stemmer overens med det, du tænker, er der en god chance for, at når en ny teknologi dukker op, vil du gerne høre deres perspektiv i stedet for selv at gå ud i fællesskabet og finde ud af det.

Det er en genvej til at høre en eksperts mening om teknologien, og det er meget nyttigt. Men selv når man tager omkostninger og fordele i betragtning for sine produktchefer, skal man sikre sig, at den person, man følger, virkelig er værd at følge.

Ellers begrænser du dit syn på verden til det vindue, og hvis det ikke er præcist, får du et forvrænget billede af verden. Så vær meget selektiv, men find mennesker, der deler dit synspunkt og er eksperter inden for det, du interesserer dig for, og følg dem.

Hannah Clark: Jeg elsker det råd, og jeg synes, det er meget vigtigt lige nu, hvor vi er på vej ind i en periode med hurtig overmætning.

Rådet om at være selektiv gælder efter min mening for mange ting inden for AI og teknologi, og det vil vi også opdage i livet generelt. Apropos at have tillid til folk og følge dem: Hvordan kan folk følge dit arbejde efter denne episode?

Maryam Ashoori: Jeg er på LinkedIn, og jeg forsøger at skrive så meget som muligt, så jeg vil meget gerne holde kontakten med dem på LinkedIn.

Hannah Clark: Fantastisk. Mange tak, fordi du ville være med, Maryam. Vi sørger for at tilføje et link til din LinkedIn-profil i dagens shownoter. Tusind tak. Jeg sætter virkelig pris på din tid. Jeg ved, at du har meget travlt.

Maryam Ashoori: Det var en fornøjelse. Tak, fordi I inviterede mig.

Hannah Clark: Tak, fordi du lyttede med. Du kan få flere gode indsigter, vejledninger og anmeldelser af værktøjer ved at abonnere på vores nyhedsbrev på theproductmanager.com/subscribe. Du kan høre flere samtaler som denne ved at abonnere på Product Manager dér, hvor du normalt får dine podcasts.