Den etablerte CPO-ens guide til å lykkes med KI (med Randhir Vieira, produktsjef hos Omada Health)

Les transkripsjonen:

Vi prøver ut transkribering av podkastene våre ved hjelp av et program. Tilgi eventuelle skrivefeil, siden roboten ikke er korrekt 100 % av tiden.

Hannah Clark: Forestill deg at du er kaptein på en båt, og mens du seiler, ser du noen forhold foran deg som forteller deg at det er på tide å endre kurs. Greit, la oss si at du bestemmer deg for at det riktige er å gjøre en 90-graders sving mot nordøst – hvor raskt kan du gjøre det? Hvis du tenkte at dette egentlig ikke er et rettferdig spørsmål, Hannah.

Da har du helt rett, for vi mangler viktig informasjon, som hvor stor denne båten er. Dette er analogien jeg tenker på når jeg sammenligner etablerte virksomheter med oppstartsbedrifter i møte med store forstyrrelser som KI. Selv om forretningsekvivalenten til et cruiseskip kan ha mange ressurser om bord, vil det ta mye mer tid og nautisk erfaring å endre kurs enn for eksempel hurtigbåten som frakter fire personer og en kasse energidrikker.

Dagens gjest er Randhir Vieira, produktsjef hos Omada Health. Omada har vært i drift siden 2011, og som et modent selskap med etablerte produkter møter de et helt annet sett med utfordringer og fordeler enn de nye oppstartsbedriftene som har KI innebygd i selve DNA-et sitt. Randhir gikk gjennom ulike tilnærminger som ledere i etablerte virksomheter kan bruke når de implementerer KI både i produkttilbudene sine og i den interne kulturen, og hvordan disse beslutningene kan hjelpe etablerte selskaper med å navigere mot nye horisonter. La oss sette i gang.

Forresten, vi har samtaler som denne hver uke, så hvis dette høres interessant ut for deg, hvorfor ikke abonnere? Greit, la oss sette i gang.

Velkommen tilbake til podkasten for produktledere. I dag er jeg her med Randhir Vieira. Han er CPO hos Omada Health.

Randhir, tusen takk for at du blir med oss i dag.

Randhir Vieira: Bare hyggelig.

Hannah Clark: Vi starter på samme måte som vi alltid starter programmet. Kan du fortelle oss litt om bakgrunnen din og hvordan du har kommet dit du er i dag?

Randhir Vieira: Greit, jeg begynner på slutten. Jeg er produktsjef hos Omada Health. Jeg har vært her i omtrent fem og et halvt år. Før dette var jeg hos Headspace, men la oss spole litt tilbake.

Jeg begynte i Yahoo, der jeg ble med i en liten gruppe som gikk fra null til 300 millioner på omtrent fire år, og jeg var hos Yahoo i rundt seks og et halvt år. Men siden jeg bodde i Silicon Valley, bestemte jeg meg for at jeg i det minste ville prøve livet i en oppstartsbedrift. Derfor fulgte jeg lidenskapen min, som var fotografering, og begynte i en fotorelatert oppstartsbedrift som het ifi.

Det var færre enn 20 ansatte på den tiden. Det var en av de første, eller tidlige, tingenes internett-virksomhetene, med en kombinasjon av maskinvare og programvare. Gjennom dette og risikokapitalnettverket møtte jeg noen i et B2B-system for læringsstyring som het Mind Flash. Der var jeg i noen år og ledet produkt, markedsføring, salg og utvikling på ulike tidspunkter.

Deretter har jeg en stor lidenskap for meditasjon, og jeg fikk muligheten til å begynne i Headspace for å starte opp B2B-virksomheten deres. Etter hvert ledet jeg produkt for hele Headspace. Det var min første erfaring med helse og velvære. Og derfra gikk veien til Omada.

Hannah Clark: Å, det er litt av en reise.

I dag skal vi fokusere på tilnærminger for etablerte selskaper som Omada når de skal begynne å integrere KI i produktene og kulturen sin, noe som er et stort tema. Vi begynner med tankene dine om horisont én og horisont to når det gjelder innføring av KI.

Kan du fortelle litt om hvordan du tenker på disse horisontene, og hvorfor du tror selskaper har en tendens til å bli sittende fast i optimalisering av eksisterende arbeidsflyter, i stedet for å tenke på horisont to – hva som er mulig og hva som kommer etterpå?

Randhir Vieira: Jeg tror horisont én er det jeg beskriver som trinnvise forbedringer eller innovasjoner som folk kan bruke med all ny teknologi. I dette tilfellet er KI den nye, spennende teknologien vi alle er begeistret for. Derfor går vi vanligvis til spørsmål som: Hva er det vi gjør i dag som vi kanskje hater å gjøre, eller som vi tror KI kan gjøre raskere, bedre eller billigere?

Det er disse tingene vi bruker KI til. Oppsummering er et godt eksempel, enten det gjelder å oppsummere innhold, møter eller lignende. Dette er gode steder å begynne, og det er lavthengende frukter som vi selvfølgelig absolutt bør utnytte. De større mulighetene ligger imidlertid innenfor horisont to.

Hva er det vi ikke kunne gjøre før, men som dette nye verktøyet eller denne nye kapasiteten kan gjøre mulig? Jeg tror det som holder oss tilbake, er tregheten. Det er tregheten i tankegangen vår, i eksisterende prosesser, i forretningsmodellen vår og i mange andre ting som vanligvis holder særlig store og vellykkede selskaper tilbake fra å bevege seg over til horisont to, altså revolusjonerende endringer.

Jeg tror det finnes mange standardeksempler. Hvis vi ser på det forrige store teknologiskiftet vi hadde, som handlet om mobilteknologi og smarttelefoner, var det mange selskaper som kanskje hadde en tilstedeværelse på nettet, for eksempel for bestilling eller andre ting, og som flyttet dette innholdet eller denne funksjonaliteten til telefonen fordi det var mer praktisk og så videre.

Men selskapene som virkelig skilte seg ut, var de som brukte kapasiteten på en måte som ganske enkelt ikke var mulig før. Bildelingstjenester som Uber og Lyft ville sannsynligvis ikke ha eksistert uten en smarttelefon. Dette er den typen ting som er vanskeligere for spesielt vellykkede, store selskaper å forestille seg på nytt, sammenlignet med å nesten bli ofre for sin egen suksess med den eksisterende, vellykkede forretningsmodellen og prosessen.

Hannah Clark: Ja, det er et veldig konsist eksempel.

Når vi først snakker om eksempler, vil jeg gjerne utforske noen av måtene du har sett denne typen transformativ bruk av KI på, som går inn i horisont to. Bare slik at vi kan vise kontrasten: Hvor finnes dette i markedet akkurat nå? Hvor ser du at dette skjer?

Randhir Vieira: Jeg tror du ser virkelig spennende ting når selskaper går etter noen av de grunnleggende begrensningene som finnes, eller tar i bruk nye kapasiteter som blir tilgjengelige. Vi er fortsatt helt i startfasen av KI-transformasjonen, særlig når det gjelder scenarioer innenfor horisont to.

Jeg kan gi deg et par eksempler som jeg har latt meg fascinere av. Det ene er at vi i dag har mange som søker jobber, og vi har alltid hatt en form for algoritmer som har hjulpet med å sile ut kandidater, ikke sant? Hos mange selskaper som mottar store mengder søknader. Noen av de nye verktøyene jeg har lagt merke til, gjennomfører fullstendige synkrone intervjuer – ikke bare lyd, men også video – med kandidater.

Hva om alle som søker på en stilling, i stedet for å bli vurdert gjennom nøkkelordbasert søking og lignende, umiddelbart fikk tilbud om et intervju med en KI-agent? Ville vi da hatt et mye bedre og mer objektivt utvelgelseskriterium enn bare det folk oppgir? I søknaden kunne man faktisk gjennomføre en strukturert intervjuprosess som var fullstendig KI-basert, særlig for første eller andre intervjurunde.

Da har du ikke lenger begrensningen som tvang deg til å velge ut en liten gruppe mennesker som skulle møte en menneskelig intervjuer. Jeg fascineres av slike selskaper som forestiller seg hva som er mulig på nytt, fordi begrensningen med å måtte sile ned til et mindre antall personer er fjernet.

Et annet eksempel kan være å ha en lege tilgjengelig ved behov, eller i det minste noen du kan stille spørsmål til hele tiden. Det er mange selskaper som prøver å gjøre dette på en måte som både er trygg og i samsvar med regulatoriske retningslinjer og så videre. Men også dette var noe som ikke var mulig tidligere på grunn av kostnader, bemanning og lignende.

Det skjer fascinerende ting innen psykisk helse og mange andre områder. Det følger definitivt risiko med dette, og man må være forsiktig, men det åpner utvilsomt for tilgang, overkommelig pris og så videre på en måte som ikke var mulig for fem år siden.

Hannah Clark: Du har lagt merke til at KI-innføringen ikke har nådd 100 prosent, selv i produkt- og utviklingsteamene, til tross for fordelene vi nettopp har diskutert. Hvorfor tror du det er slik? Hvilke barrierer mener du hindrer full innføring av denne typen teknologi, og hvordan kan vi håndtere dette fra et lederperspektiv?

Randhir Vieira: Denne observasjonen dukker opp i mange av gruppene for produkt- og utviklingsledelse som jeg er en del av. Jeg tror vi alle på noen måter er overrasket over at vi ikke kan ha hundre prosent innføring av en så spennende teknologi.

Men når du tar et skritt tilbake og ser på kurven for teknologiadopsjon, er den standard, og jeg tror ikke dette tilfellet er annerledes. Du vil ha noen tidlige brukere, deretter det tidlige flertallet, det sene flertallet og etternølerne. Det krever at vi som ledere gjennomfører endringsledelsesprosessen vår.

Noen av tingene som kan oppmuntre til dette, er eksperimentering og å oppmuntre de tidlige brukerne til å være speidere og vise resten av organisasjonen, eller resten av teamet, hva som er mulig. Man kan også invitere skeptikerne inn og gjøre dem til en del av teamet som vurderer noen av disse løsningene.

Ingen av disse verktøyene er perfekte, men tempoet i endringen og forbedringen vi ser, er noe vi ikke har sett før. Derfor blir enhver kritikk eller bekymring vi har i dag, raskt betydelig redusert, om ikke helt borte, i løpet av noen måneder eller kvartaler. Det er derfor alles ansvar å fortsette å prøve. Verktøyene er kanskje ikke klare for full utrulling ennå, men vi bør i det minste fortsette å leke med dem, se hva de kan nå, og være klar over både fordelene og ulempene.

Ikke let etter løsninger der teknologien kan presses inn, men se heller på hvilke problemer eller muligheter som kan dra nytte av denne fantastiske teknologien. Det er tross alt et verktøy. Det er ikke en løsning som leter etter et problem. Det bør være et kraftfullt verktøy som tas i bruk på de riktige problemene eller mulighetene.

Jeg har også sett selskaper som bruker pisken. De kan for eksempel si at dersom teamet ditt ikke har hundre prosent innføring av KI-verktøyene vi tilbyr, vil vi ikke behandle noen forespørsel om flere stillinger til teamet ditt. Det er absolutt en interessant teknikk.

Jeg har ikke sett mange selskaper ta dette i bruk, men det er et eksempel på pisken – for virkelig å presse frem innføringen når vi ikke ser det nivået av bruk vi kanskje ønsker.

Hannah Clark: Ja. Jeg tror ikke de fleste reagerer særlig godt på pisken, spesielt ikke hvis de allerede har bestemt seg for at de ikke vil gjøre dette.

Jeg hadde en samtale med en person som snart skal være med i programmet. Hun jobber i en oppstartsbedrift som virkelig har bygget inn KI-nysgjerrighet i selve arbeidskulturen, i atmosfæren på arbeidsplassen. Jeg synes det er en veldig spesiell måte å gjøre det på. Det virker som om det å fremme entusiasme er veien å gå.

Så det er interessant å høre at noen går i motsatt retning.

Randhir Vieira: Jeg er enig. Jeg tror absolutt man bør lede med gulrøttene, og med mye mer nysgjerrighet og entusiasme. Pisken bør kanskje være siste utvei for å få med etternølerne.

Hannah Clark: Ja, nettopp. Hvis du virkelig ikke kan tvinge frem nysgjerrighet, kan du ta frem pisken.

La oss gå gjennom matrisen for risiko og effekt som du bruker når du vurderer KI-initiativer. Når du tenker på hvordan du kan hjelpe team med å komme seg forbi kvadranten med lav risiko og lav effekt, som vi snakket om da vi snakket om horisont én og det å bli sittende fast der – hvordan kommer du deg forbi dette som leder?

Randhir Vieira: Som i enhver vanlig idédugnad ønsker vi å oppmuntre til alle ideene folk har om hvor de ser at KI virkelig kan gjøre en forskjell. Produktteam bruker vanligvis ulike rammeverk. De kan bruke ICE eller et hvilket som helst annet rammeverk for omfang, effekt og så videre.

Et rammeverk vi har hatt nytte av, og som jeg har sett mange andre selskaper bruke, særlig i regulerte bransjer, er effekt og risiko. Det lar deg plassere alle de ulike ideene som kommer opp i idédugnader, i denne matrisen. Du kan bruke avkastning på investeringer og lignende for effektdelen. Deretter finnes det ulike risikoelementer som må vurderes.

Vi ønsker naturligvis ikke å bruke for mye tid på ting med lav effekt, uavhengig av risikoen. Lav effekt og lav risiko er fortsatt ikke særlig virkningsfullt, så det ignorerer vi. Lav effekt og høy risiko bør vi definitivt holde oss unna. Det enkleste stedet å begynne er derfor ting med høy effekt og lav risiko.

Dette er vanligvis ting som oppsummering, interne verktøy og lignende. Det finnes mange prosjekter der selskaper oppdager at denne typen arbeid kan ha svært stor effekt og samtidig lavere risiko. Det er en god måte å få ballen til å rulle på, få folk til å bruke denne typen teknologi og se den reelle forretningseffekten internt.

Men tingene som hører til horisont to, ligger vanligvis i kategorien høy effekt, men kanskje også høyere risiko. Det finnes måter å forsøke å redusere risikoen på. Du kan teste antakelser og ta små steg, men du må i det minste være åpen for at det er her den store gevinsten ligger, og ha ting på plass som gjør det mulig å bevege seg i den retningen.

Et spørsmål som kan være nyttig når du prøver å utforske hva som hører til horisont to – altså punkter med høy effekt og kanskje høyere risiko – er: Hva om vi startet selskapet vårt i dag? Vi ville ikke hatt fortiden som ballast. Vi starter selskapet i dag med alle verktøyene som er tilgjengelige, både KI-verktøy og andre verktøy.

Hva ville vi gjort, og hvordan ville vi gjort det? Hvordan ville selskapet sett ut? Hvordan ville tilbudet sett ut? Hvordan ville prisingen sett ut? Dette gir folk rom til å tenke på hva som kunne vært mulig, for du kan være sikker på at det finnes nye selskaper som starter med akkurat dette utgangspunktet. De trenger ikke engang å gjøre det som en tankeøvelse – det er virkeligheten deres at de ikke har fortidens bagasje.

Hannah Clark: Og dette er grunnen til at dette temaet interesserer meg så mye. Det finnes noen svært tydelige fordeler og ulemper når man er en oppstartsbedrift sammenlignet med et etablert selskap. Når man arbeider med denne typen teknologi, der det finnes mange muligheter og mye uutnyttet rom, og vi tenker på å ettermontere KI i etablerte selskaper som har eksisterende produkter, finnes det et slikt uutforsket og ukartlagt potensial.

Hvilke fordeler har organisasjoner sammenlignet med KI-fokuserte oppstartsbedrifter, og hvilke unike utfordringer møter de i kontrast?

Randhir Vieira: Jeg tror fordelene som alle store selskaper har, er fordelene ved å være et stort og vellykket selskap. Det inkluderer ressurser. Ressurser, ikke sant? De har inntekter, mennesker og ressurser.

De har vanligvis sterke distribusjonskanaler, så det finnes mange fordeler. På den andre siden av saken er det slik at fordi de har vært vellykkede med det de har gjort tidligere, og måten de har gjort det på, kan de også være risikoaverse når det gjelder å endre formelen eller tukle med maskinen.

Det kan også finnes treghet rundt tanken om at «dette er det vi har gjort, dette er hvordan vi har gjort det, dette er kundene våre, dette er det de liker» og så videre. De samme grunnene til at de er vellykkede, og mange av fordelene de har, kan altså også holde dem tilbake. Selvfølgelig utforsker vi måter å komme forbi disse barrierene eller friksjonspunktene på.

Hannah Clark: Greit, jeg skal skifte gir litt og snakke mer om intern endringsledelse. Vi snakket litt om dette med gulroten og pisken, men det er mye mer enn bare insentiver og, la oss si, konsekvenser. Du nevnte tidligere hvor viktig endringsledelse er når man implementerer KI, da vi snakket sammen sist. Hvilke konkrete strategier har du funnet effektive for å skape kulturell aksept og entusiasme rundt KI-kapasiteter?

Hvis du virkelig legger vekt på gulroten, hvilke konkrete ledergrep kan du faktisk ta i bruk?

Randhir Vieira: Jeg tror det er svært viktig å finne og utvikle de tidlige brukerne i et selskap og i et team. Det finnes vanligvis alltid noen personer som er svært nysgjerrige og som naturlig trekkes mot ny teknologi.

Å finne dem og kanalisere entusiasmen og interessen deres inn i noe som har effekt, er viktig. Her kan matrisen med høy effekt og lavere risiko hjelpe med å styre disse personene og prosjektene. Å finne og feire noen av de tidlige seirene, særlig hvis de har stor effekt, kan bidra til å skape intern fremdrift og entusiasme i stedet for den vanlige forsiktige skepsisen til alt som er hypet.

Vi har sett dette før: «Å, vi har sett denne hypen tidligere, og det finnes ikke noe virkelig der, så la oss bare vente til syklusen går over.» I stedet kan vi se at det riktignok finnes mye hype, men at det også kan finnes noe som er nyttig og virkningsfullt for oss, og så kan vi undersøke hva vi kan få ut av det.

Det kan altså være nyttig å feire de tidlige seirene. Det tredje er samskaping, som jeg tror er utrolig viktig, fordi vi sjelden gjør ting bare for oss selv. Vi kan bygge ting for interne team, eller for medlemmer, men vi må sørge for at vi utvikler disse løsningene sammen med kunden, særlig fordi de er så nye. Kunden kan være intern eller ekstern.

Dette driver ikke bare frem suksessen til funksjonen som lanseres, men enda viktigere også innføringen og effekten av funksjonen. Verdien av denne samskapingen kan ikke overvurderes. Ja, det kan gjøre at ting føles som om de går litt saktere under utviklingen.

Vanligvis er resultatet og innføringen likevel vel verdt det.

Hannah Clark: Ja, absolutt. Det virker virkelig som en konkret måte å redusere noen av risikoene du snakket om tidligere på.

Randhir Vieira: Absolutt. Det å involvere fageksperter, personer fra juridisk avdeling, regulatoriske miljøer, sikkerhet og så videre tidlig i samskapingen av løsningen bidrar til å redusere mange av disse risikoene.

Hannah Clark: Jeg vil gjerne zoome litt inn på KI og helsevesenet spesielt. Dette er et veldig interessant felt. Jeg tror det finnes enorme muligheter, noe jeg er sikker på at bransjen er godt klar over, men også en stor iboende risiko i noen av disse løsningene.

Hvilke unike hensyn knyttet til etikk, personvern og nøyaktighet har du møtt, som kan skille seg fra andre bransjer?

Randhir Vieira: Jeg har absolutt sett at den samme matrisen med høyere risiko og høy effekt brukes for å veilede hvor forsiktige folk bør være med løsninger.

Bransjen er sterkt regulert, og det samme gjelder alle andre regulerte bransjer, enten det er finans-teknologi eller noe annet. Man må sørge for at man utvikler løsninger innenfor rammene av regelverket, selv om selskaper kanskje forsøker å forme regelverket slik at det tilpasses denne nye teknologien. Det er likevel viktig at løsningene vi tar i bruk, er helt i tråd med gjeldende regelverk.

I helsevesenet finnes det selvfølgelig prinsippet om å ikke skade, og vi må sørge for å holde fast ved dette. Det kan innebære mange ulike måter å redusere risikoen som følger med dette på. Derfor må man sørge for at dette er tydelig formulert og står sentralt fra starten av. Mange selskaper lager et sett med KI-prinsipper før de begynner å lage løsninger.

Hvordan vil vi sørge for at vi utvikler løsninger på riktig måte? Eksempler kan være å være svært tydelig og åpen overfor kunder og medlemmer om når de kommuniserer med en agent og en virtuell agent, sammenlignet med en menneskelig agent. Et annet eksempel kan være at dersom en KI-agent er usikker på noe, skal saken sendes videre til en menneskelig person.

Det finnes altså mange måter å redusere risikoen på, men jeg tror det er svært viktig og nyttig å begynne med disse prinsippene for selskapet før man går inn i bestemte områder. Det kan også være nyttig å være oppmerksom på skjevheter som kan finnes i noen av grunnmodellene, og sørge for at man gjør det som trengs for å tette disse hullene og gjøre løsningen så fordomsfri som mulig for befolkningen man betjener.

Til syvende og sist må vi teste mye, uansett hva vi gjør. Det handler ikke bare om testing før lansering, men om kontinuerlig overvåking og kurskorrigering basert på tilbakemeldinger fra brukerne. Dine egne kvalitetskontrollprosesser må fortsette etter produksjonssetting, slik at du sikrer at rekkverkene du har satt opp, fungerer slik du har ment, og at det ikke oppstår modellforringelse eller andre problemer etter lansering.

Jeg tror alle disse tiltakene kan hjelpe, men det er viktig å være bevisst på og navngi utfordringene fra starten av, for deretter å forsøke å redusere dem. Teknikker som forhåndsanalyser av mulige feil eller andre metoder kan være nyttige for å navngi alle risikoene og bekymringene, vurdere hvor sannsynlige de er og finne ut hvordan de kan håndteres, særlig når det gjelder ting med stor effekt.

Selv om sannsynligheten er lav, kan de likevel være viktige nok til at man må vite hvordan de skal håndteres.

Hannah Clark: Absolutt. Ja. Jeg har hørt denne formuleringen bli brukt i ikke-helserelaterte bransjer eller byråmiljøer: «Vi redder ikke liv» eller «Vi utfører ikke hjertekirurgi her». I dette tilfellet kan det faktisk hende at man gjør nettopp det. Jeg regner derfor med at dere må ha svært robuste prosesser på plass for å sikre at denne risikoen blir tett regulert og redusert.

Greit, hvis vi legger CPO-hatten helt bort og ser inn i krystallkulen, bare du og jeg – du har tydeligvis tenkt mye på hva som er mulig og hvor vi befinner oss nå. Hva ser du skje i løpet av de neste tre til fem årene? Hva er du begeistret for når det gjelder utviklingen innen KI? Og fra ditt perspektiv og din yrkeserfaring: Hva mener du etablerte selskaper bør gjøre nå for å forberede seg på å dra nytte av horisont to?

Randhir Vieira: Jeg tror ikke jeg er særlig godt rustet til å forsøke å forutse hva som vil skje om tre til fem år.

Endringstakten er så rask at selv for teknologi som finnes i dag, kan tre til fem år virke som en evighet. Likevel tror jeg vi vet at ting endrer seg mye, og at nye kapasiteter blir tilgjengelige på en langt bedre og raskere måte enn vi noen gang har sett før. Bare denne siste uken har jeg vært imponert over kvaliteten på talegrensesnittene vi har.

Det handler ikke bare om kvaliteten på stemmen, men også om tonefall, tonalitet og størrelse. Det er utrolig hva som skjer, og vi kommer til å fortsette å se denne utviklingen. Men det gjelder ikke bare tale, det gjelder denne typen teknologi generelt. For meg handler det derfor om å fortsette å følge med på hvilke problemer vi løser, og hvilke muligheter vi forsøker å finne løsninger på.

Invester i mennesker, opplæring og i å skape rom for prototyper og konseptbevis, slik at dere kan se hva dagens teknologi kan gjøre mulig når det gjelder problemene eller mulighetene dere er interessert i. Det kan være nyttig. Hvilke begrensninger kan denne teknologien fjerne? Still disse spørsmålene når du ser en ny kapasitet eller ny teknologi dukke opp.

Er det kostnad? Tid? Ressurser? Vi snakket om KI-intervjuene som ett eksempel. Still denne typen spørsmål for å støtte den kreative tenkningen i divergensfasen: Hva kan vi gjøre med denne kapasiteten? Hva ville vi gjort hvis vi ikke hadde denne begrensningen? Det kan bidra til å åpne noen av disse mulighetene, slik at vi – uansett hvilken konkret kapasitet som kan være tilgjengelig om tre eller fem år – har mennesker som er klare, tilgjengelige og begeistret for å ta den i bruk og koble den til løsningen.

Hannah Clark: Alt sammen er gode poenger, og jeg tror det er en veldig god idé alltid å tenke på disse kriteriene. Jeg liker å høre forkjempere for nysgjerrighet. Det høres ut som om du heller litt mer mot gulroten.

Randhir Vieira: Å, absolutt. Store gulrøtter. Mange av dem.

Hannah Clark: Ja, vi er begge tilhengere av gulroten, høres det ut som.

Tusen takk for at du ble med oss, Randhir. Hvor kan folk få kontakt med deg på nettet?

Randhir Vieira: LinkedIn er det beste stedet, så følg meg på LinkedIn, så kan du følge med på det vi holder på å lage.

Hannah Clark: Det høres bra ut. Tusen takk for at du var med.

Randhir Vieira: Takk.

Hannah Clark: Takk for at du lyttet. Hvis du vil ha flere gode innsikter, veiledninger og verktøyanmeldelser, kan du abonnere på nyhetsbrevet vårt på theproductmanager.com/subscribe. Du kan høre flere samtaler som denne ved å abonnere på Produktlederen der du vanligvis hører på podkaster.