How to Break Into Product Management in 2025 (with Mariana Antaya, Product Manager at Microsoft)

Hannah Clark

I denne episoden tar vi en prat med Mariana Antaya, produktsjef i Microsoft, som først gjestet programmet i februar 2024. Siden den gang har AI blitt allemannseie, teknologiarbeidsmarkedet har endret seg, og karrieren hennes har utviklet seg betydelig. Sist delte Mariana praktiske råd til håpefulle produktsjefer, noe som gjorde episoden vår til den mest nedlastede noensinne, og nå ser vi nærmere på hva som har endret seg, og hva kommende PM-er trenger for å lykkes i 2025.

Programleder Hannah Clark tar opp kontakten med Mariana for å reflektere over den raske utviklingen innen AI og det skiftende landskapet i teknologibransjen. De diskuterer hvordan kommende produktsjefer kan tilpasse seg og lykkes i dette nye miljøet, med innsikt som vil hjelpe lytterne med å ligge i forkant.

Høydepunkter fra intervjuet

  • Marianas karriere og utviklingen av innholdet hennes [02:08]
    • Marianas karriere i Microsoft går svært godt, med et sterkt skifte mot AI-fokuserte produkter og strategier.
    • Innholdet hennes i sosiale medier omfatter nå AI-anvendelser, særlig innen forretningsvirksomhet og hverdagsbruk.
    • Hun deler AI-drevne prosjekter, som å forutsi utfallet av Formel 1-løp, noe som har slått godt an hos følgerne hennes.
    • Alt i alt er innholdet og karrieren hennes på linje med den økende interessen for AI.
  • AIs innvirkning på produktledelse [03:54]
    • AI og teknologi har utviklet seg betydelig siden Mariana startet karrieren sin.
    • Verktøy som ChatGPT, som ikke fantes tidligere, er nå integrert i den daglige arbeidsflyten.
    • Bedrifter fokuserer på å finne praktiske bruksområder for AI som kundene vil betale for.
    • Det har skjedd et kulturelt skifte fra en helhetlig tilnærming til en mer eksperimentell og rask iterasjonsprosess.
    • Bransjen beveger seg nå raskere og prioriterer rask testing og tilpasning.
  • Endringer i teknologiarbeidsmarkedet og kompetansen [05:15]
    • Teknologimarkedet er ustabilt, med pågående oppsigelser og sterk konkurranse.
    • Bedriftene retter oppmerksomheten mot nisjekompetanse og spesialiserte ferdigheter.
    • Fagkunnskap blir stadig mer verdifull i denne tiden.
    • Suksess innen produktledelse (PM) avhenger nå av inngående kunnskap om spesifikke bruksområder og målmarkeder.

Hvis du virkelig kan konsentrere deg om en nisje der du har fagkunnskap eller praktisk erfaring, er det dette som kommer til å gjøre deg til en svært vellykket PM i det markedet.

Mariana Antaya
  • Bruk av KI i det daglige arbeidet [06:25]
    • Mariana bruker KI til markedsundersøkelser og konkurranseanalyser, noe som sparer tid og innsats.
    • KI bidrar til å identifisere produktmangler og muligheter for å ligge foran konkurrentene.
    • Hun bruker KI til å generere produktspesifikasjoner, men understreker behovet for menneskelig medvirkning.
    • Til tross for KIs muligheter er menneskelig kontakt med kundene fortsatt avgjørende.
    • Mariana bruker KI-agenter til å automatisere opprettelsen av oversikter for brukermålinger.
    • Dette sparer flere timer med manuelt arbeid og styrker datadrevet beslutningstaking.
    • Automatisering av repetitive oppgaver med KI har endret arbeidsflyten hennes betydelig.
  • Viktige ferdigheter for kommende produktledere [09:07]
    • Kommende produktledere bør lære seg promptutvikling og eksperimentere med ulike LLM-er.
    • Mariana foretrekker Claude til programmering og ChatGPT til konkurranseanalyse og veikartlegging.
    • Å bruke KI til å optimalisere instrukser for andre LLM-er er en verdifull ferdighet.
    • Å bygge et produkt med KI ("vibe-koding") bidrar til å utvikle praktisk erfaring som produktleder.
    • Testing, markedsføring og innhenting av tilbakemeldinger fra brukere på et KI-bygget produkt gir praktisk læring som ikke undervises på skoler.
  • Utvikling av KI-produkter [11:20]
    • Å utvikle KI-produkter er en prosess i stadig utvikling, der alle fortsatt eksperimenterer.
    • Det er fortsatt utfordrende å identifisere verdifulle bruksområder for KI og fastsette prisen på dem.
    • Produktledere må samarbeide tett med utviklere for å balansere nøyaktighet, forsinkelse og brukeropplevelse.
    • Det er avgjørende å forstå risiko kontra belønning – hvor lenge brukerne vil vente på KI-genererte innsikter.
    • Å holde tett kontakt med kundene bidrar til å sikre at KI-funksjonene passer inn i arbeidsflyten deres.
  • Å mestre promptutvikling [13:16]
    • Gi detaljert kontekst i instruksene for å få presise svar.
    • Bryt ned forespørsler i trinnvis resonnering for bedre resultater.
    • Velg riktig KI-modell for oppgaven, og tilpass instruksene deretter.
    • Gi KI-en tilbakemeldinger – korriger den og finjuster instruksene trinnvis.
    • Bruk andre LLM-er til å optimalisere strukturen på instruksene.
    • Inkluder dokumenter, bilder og referanser for å forbedre KIs forståelse.
    • Gi KI-en en identitet (f.eks. "Tenk som en dataforsker") for å få mer relevante svar.

Jo mer informasjon du gir, og jo mer kontekst du inkluderer i instruksen, desto bedre. Hvis du er veldig vag i instruksen, vil du sannsynligvis få et svært vagt svar tilbake. Derfor er det en god måte å forbedre instruksene på å kunne vise resonnementet ditt tydelig, trinn for trinn.

Mariana Antaya
  • Forbedring av LLM-resultater [15:40]
    • Mariana lærer fortsatt og videreutvikler ferdighetene sine innen promptutvikling.
    • Hun anbefaler å legge til mer kontekst i instruksene og videreutvikle svarene trinnvis.
    • Å bruke flere LLM-er og sammenligne resultatene deres bidrar til å forbedre resultatene.
    • Sandkasser og verktøy som GitHub gjør det mulig å sammenligne ulike resultater.
  • Sammenligning av LLM-er: ChatGPT kontra Claude [17:07]
    • Mariana foretrekker Claude til å skrive kode på grunn av de renere og mer konsise resultatene.
    • ChatGPT har problemer med å rette programmeringsfeil på første forsøk, og krever flere forsøk.
    • Valget mellom LLM-er avhenger av eksperimentering og nyansene i det spesifikke bruksområdet.
    • Mariana synes at forskningsresultatene fra LLM-er er grundige og nøyaktige.
    • Resultatet kan tilpasses i stor grad, for eksempel ved å generere diagrammer eller artikler.
    • Personlige preferanser spiller en viktig rolle når man skal velge riktig verktøy for bestemte bruksområder og roller.

Møt gjesten vår

Mariana Antaya er produktleder i Microsoft Teams, der hun bidrar til å forbedre samarbeidsverktøy for millioner av brukere over hele verden. Mariana ble uteksaminert fra Fairfield University i 2023 med bakgrunn innen informatikk og matematikk, og var med på å grunnlegge quantifAI, en finansteknologisk oppstartsbedrift med fokus på optimalisering av kryptostrategiporteføljer for finansielle rådgivere og uavhengige tradere. Hun veileder aktivt kommende produktledere og gründere gjennom plattformer som TikTok og nettfellesskapet sitt, Product House.

bilde av Mariana Antaya

En av de beste og mest verdifulle ferdighetene du kan lære som en kommende produktleder, er utforming av instruksjoner, i tillegg til å utforske og til og med bygge ditt eget produkt.

Mariana Antaya

Ressurser fra denne episoden:

Relaterte artikler og podkaster: