De gids van de enterprise-CPO voor succes met AI (met Randhir Vieira, Chief Product Officer bij Omada Health)

Lees het transcript:

We proberen onze podcasts te transcriberen met behulp van een softwareprogramma. Vergeef ons eventuele typefouten, want de bot heeft niet altijd 100% gelijk.

Hannah Clark: Stel je voor dat je de kapitein van een boot bent en dat je tijdens het varen bepaalde omstandigheden voor je ziet die aangeven dat het tijd is om van richting te veranderen. Oké, laten we nu zeggen dat je hebt besloten dat het juiste is om een bocht van 90 graden naar het noordoosten te maken. Hoe snel kun je dat doen? Als je dacht: dat is niet echt een eerlijke vraag, Hannah.

Dan heb je absoluut gelijk, want we missen cruciale informatie, zoals: hoe groot is deze boot? Dit is de analogie waar ik aan denk wanneer ik gevestigde ondernemingen vergelijk met startups in het licht van grote verstoringen zoals AI. Hoewel het zakelijke equivalent van een cruiseschip misschien veel middelen aan boord heeft, zal het veel meer tijd en nautische ervaring kosten om van koers te veranderen dan bijvoorbeeld de speedboot met vier mensen en een voorraad energiedrankjes.

Mijn gast vandaag is Randhir Vieira, Chief Product Officer bij Omada Health. Omada is actief sinds 2011 en speelt als volwassen bedrijf met gevestigde producten met een volledig andere reeks uitdagingen en voordelen dan de nieuwe startups die AI in hun DNA hebben ingebed. Randhir nam met me verschillende benaderingen door die leiders van ondernemingen kunnen hanteren bij het implementeren van AI in zowel hun productaanbod als hun interne cultuur, en hoe die beslissingen gevestigde bedrijven kunnen helpen om nieuwe horizonten te bereiken. Laten we beginnen.

O ja, trouwens, we voeren elke week gesprekken zoals deze, dus als dit je interessant lijkt, waarom zou je je dan niet abonneren? Oké, laten we beginnen.

Welkom terug bij de podcast voor productmanagers. Ik ben hier vandaag met Randhir Vieira. Hij is de CPO van Omada Health.

Randhir, heel erg bedankt dat je vandaag bij ons bent.

Randhir Vieira: Graag gedaan.

Hannah Clark: We beginnen zoals we dat altijd doen in de show. Kun je ons iets vertellen over je achtergrond en hoe je bent gekomen waar je nu bent?

Randhir Vieira: Goed, ik begin bij het einde. Ik ben de Chief Product Officer bij Omada Health. Ik werk hier nu ongeveer vijfeneenhalf jaar. Daarvoor werkte ik bij Headspace, maar laten we nu een stukje teruggaan.

Ik begon bij Yahoo, waar ik me aansloot bij een kleine groep die in ongeveer vier jaar groeide van nul naar 300 miljoen, en ik werkte ongeveer zesenhalf jaar bij Yahoo. Maar omdat ik in Silicon Valley gevestigd was, besloot ik op zijn minst het startup-leven te willen proberen. En dus volgde ik mijn passie, fotografie, en ging ik werken bij een fotografie-gerelateerde startup genaamd ifi.

Het bedrijf had toen minder dan 20 werknemers. Het was een van de eerste, of vroege, internet-of-things-combinaties van hardware en software. Via dat bedrijf en het durfkapitaalnetwerk ontmoette ik iemand bij een B2B-leermanagementsoftwarebedrijf genaamd Mind Flash. Daar werkte ik een paar jaar en gaf ik op verschillende momenten leiding aan product, marketing, verkoop en engineering.

Daarna heb ik een grote passie voor meditatie en kreeg ik de kans om bij Headspace te gaan werken om hun B2B-activiteiten op te starten. Uiteindelijk gaf ik leiding aan het product voor heel Headspace. Dat was mijn eerste kennismaking met gezondheid en welzijn. En daarna kwam ik bij Omada terecht.

Hannah Clark: Ah, dat is een hele reis.

Vandaag richten we ons op benaderingen voor gevestigde bedrijven zoals Omada om AI te gaan integreren in hun producten en cultuur, en dat is een groot onderwerp. We beginnen met je gedachten over horizon één en horizon twee als het gaat om AI-adoptie.

Kun je iets vertellen over hoe je over deze horizonten nadenkt en waarom je denkt dat bedrijven vaak blijven steken in het optimaliseren van hun bestaande workflows, in plaats van na te denken over horizon twee: wat mogelijk is en wat hierna komt?

Randhir Vieira: Ik denk dat horizon één bestaat uit de incrementele verbeteringen of innovaties die mensen met elke nieuwe technologie kunnen gebruiken. En in dit geval is AI die hete nieuwe technologie waar we allemaal enthousiast over zijn. Dus de gebruikelijke plek waar we allemaal naartoe gaan, is: wat zijn de dingen die we momenteel doen die we misschien haten of waarvan we denken dat AI ze sneller, beter en goedkoper kan doen?

En dat zijn de dingen waarvoor we AI zullen gebruiken. Samenvatten is een goed voorbeeld, of het nu gaat om het samenvatten van inhoud, vergaderingen of dat soort zaken; dat zijn goede plekken om te beginnen. Dat zijn laaghangende vruchten en natuurlijk moeten we daar absoluut gebruik van maken. De grotere kansen liggen echter op het gebied van horizon twee.

Dus wat zijn de dingen die we voorheen simpelweg niet konden doen, maar die deze nieuwe tool of mogelijkheid mogelijk maakt? Ik denk dat wat ons tegenhoudt inertie is. De inertie van ons denken, van bestaande processen, van ons bedrijfsmodel en van allerlei andere zaken die vooral grote en succesvolle bedrijven er doorgaans van weerhouden om naar horizon twee te bewegen, of revolutionaire vernieuwingen door te voeren.

En ik denk dat er veel standaardvoorbeelden zijn als we kijken naar de laatste grote technologische verschuiving die we hebben meegemaakt, namelijk die rond mobiel en smartphones. Veel bedrijven die misschien al een online aanwezigheid hadden, bijvoorbeeld voor boekingen of andere zaken op het web, brachten die inhoud of mogelijkheid naar de telefoon omdat het handiger was, enzovoort.

Maar de bedrijven die echt opvielen, waren bedrijven die de mogelijkheid op een manier gebruikten die voorheen simpelweg niet mogelijk was. De bedrijven voor ritdelen zoals Uber en Lyft zouden waarschijnlijk niet hebben bestaan zonder smartphone. Dat zijn dus de soorten dingen die vooral voor succesvolle grote bedrijven moeilijker zijn om opnieuw vorm te geven, in plaats van bijna slachtoffer te worden van hun eigen succes met hun bestaande succesvolle bedrijfsmodel en proces.

Hannah Clark: Ja, dat is een heel beknopt voorbeeld.

En nu we het toch over voorbeelden hebben, zou ik graag enkele manieren verkennen waarop je die transformerende toepassing van AI hebt gezien die binnen het domein van horizon twee valt. Zodat we een contrast kunnen schetsen: waar bestaat dit momenteel in de praktijk? Waar zie je dit gebeuren?

Randhir Vieira: Ik denk dat je echt spannende dingen ziet wanneer bedrijven afrekenen met enkele van de fundamentele beperkingen die kunnen bestaan, of nieuwe mogelijkheden benutten die beschikbaar komen. Ik denk dat we nog heel, heel vroeg staan in de AI-transformatie, vooral voor dat soort horizon-twee-scenario's.

Ik geef je een paar voorbeelden die me hebben gefascineerd. Een voorbeeld is dat er momenteel veel mensen naar banen solliciteren en dat we altijd wel een soort algoritmen hebben gehad die hielpen om mensen te screenen, toch? Bij veel bedrijven die veel sollicitanten ontvangen. En sommige van de nieuwe tools die ik heb gezien, voeren volledige synchrone interviews uit, niet alleen met audio maar ook met video.

Wat als in plaats van die op trefwoorden gebaseerde zoekopdrachten en dergelijke, iedereen die op een functie solliciteert onmiddellijk de mogelijkheid krijgt om met een AI-agent te interviewen? Zouden we dan niet veel betere selectiecriteria hebben die objectiever zijn dan alleen wat mensen zelf aangeven? In de sollicitatie zou je dan daadwerkelijk een volledig op AI gebaseerd gestructureerd interviewproces kunnen uitvoeren, vooral voor het eerste of tweede interview.

Dan heb je niet langer de beperking die je ertoe dwong om een kleine groep mensen te selecteren voor een gesprek met een menselijke interviewer. Ik ben gefascineerd door dit soort bedrijven die opnieuw bedenken wat mogelijk is omdat de beperking van het moeten terugbrengen van de groep tot een kleiner aantal mensen is weggenomen.

Een ander voorbeeld is misschien het hebben van een arts op aanvraag, of in ieder geval iemand aan wie je voortdurend vragen kunt stellen. Er zijn veel bedrijven die dit op een veilige manier en in overeenstemming met wettelijke richtlijnen proberen te doen. Maar ook dat was vroeger niet mogelijk vanwege de kosten, de benodigde middelen enzovoort.

Er gebeuren fascinerende dingen op het gebied van geestelijke gezondheid en allerlei andere domeinen. Ze brengen zeker risico's met zich mee en daar moet je voorzichtig mee omgaan, maar ze vergroten wel de toegang en betaalbaarheid op een manier die vijf jaar geleden niet mogelijk was.

Hannah Clark: Je hebt opgemerkt dat AI-adoptie zelfs binnen product- en engineeringteams nog geen 100% heeft bereikt, ondanks de voordelen die we zojuist hebben besproken. Waarom denk je dat dat zo is? Welke belemmeringen denk je dat volledige adoptie van deze technologie in de weg staan, en hoe kunnen we dat vanuit leiderschapsperspectief aanpakken?

Randhir Vieira: Ik merk dat deze observatie in veel van de product- en engineeringleiderschapsgroepen waar ik deel van uitmaak naar voren komt. En ik denk dat we allemaal op de een of andere manier verbaasd zijn: hoe kunnen we niet op z'n minst honderd procent adoptie hebben van zo'n opwindende technologie?

En toch zie je, wanneer je een stap terug doet en naar de technologie-adoptiecurve kijkt, dat die standaard is. Ik denk dat het in dit geval niet anders is: je hebt enkele vroege gebruikers, vervolgens de vroege meerderheid, de late meerderheid en de achterblijvers. Als leiders moeten we ons verandermanagementproces uitvoeren.

Dingen die dit kunnen stimuleren zijn bijvoorbeeld experimenteren, die vroege gebruikers aanmoedigen om verkenners te zijn en de rest van de organisatie, of de rest van het team, te laten zien wat mogelijk is, en sceptici uitnodigen om deel uit te maken van het team dat sommige van deze oplossingen evalueert.

Geen van deze tools is perfect, maar het tempo van verandering en verbetering dat we zien, hebben we nog niet eerder meegemaakt. Dus voor elke kritiek of zorg die we vandaag hebben, worden die binnen enkele maanden of kwartalen snel aanzienlijk verminderd, zo niet volledig opgelost. Het is daarom onze verantwoordelijkheid om te blijven proberen. Misschien zijn de tools nog niet klaar voor grootschalige inzet, maar we moeten er in ieder geval mee blijven spelen, kijken wat de huidige mogelijkheden zijn en ons bewust zijn van zowel de voor- als nadelen.

En we moeten niet zoeken naar oplossingen om deze technologie ergens geforceerd in te passen, maar echt kijken welke problemen of kansen baat zouden hebben bij deze geweldige technologie. Het is uiteindelijk een hulpmiddel. Het is geen oplossing die op zoek is naar een probleem. Het moet een krachtig hulpmiddel zijn dat wordt ingezet voor de juiste problemen of kansen.

Ik heb ook bedrijven gezien die de stok gebruiken. Ze kunnen bijvoorbeeld zeggen dat als je team geen honderd procent adoptie heeft van de AI-tools die wij aanbieden, we geen verzoeken om extra personeelsbezetting voor je team in behandeling nemen. Dat is zeker een interessante techniek.

Ik heb niet gezien dat veel bedrijven dit toepassen, maar het is wel een voorbeeld van de stok. Om die adoptie echt af te dwingen, omdat we niet het adoptieniveau zien dat we misschien willen.

Hannah Clark: Ja. Ik denk niet dat de meeste mensen heel goed reageren op de stok, vooral niet als ze al vastzitten in hun manier van denken en zeggen: ik wil dit niet doen.

Ik had een gesprek met iemand die binnenkort bij ons in de show komt. Ze werkt bij een startup die AI-nieuwsgierigheid echt in de cultuur heeft verweven, in de sfeer van de werkcultuur. Dat vind ik een heel bijzondere aanpak. Het lijkt erop dat het stimuleren van dat enthousiasme de beste manier is.

Het is dus interessant om te horen dat sommige mensen de andere kant op gaan.

Randhir Vieira: Daar ben ik het mee eens. Ik denk dat je absoluut moet beginnen met de wortel, en met veel meer van deze nieuwsgierigheid en dit enthousiasme. Misschien is de stok het laatste redmiddel om de achterblijvers mee te krijgen.

Hannah Clark: Ja, precies. Als je nieuwsgierigheid echt niet kunt afdwingen, kun je de stok tevoorschijn halen.

Laten we de risico-impactmatrix doornemen die je gebruikt bij het evalueren van AI-initiatieven. Als je teams wilt helpen om voorbij het kwadrant met laag risico en lage impact te komen waar we het over hadden toen we spraken over horizon één, en om te voorkomen dat ze daarin blijven steken: hoe kom je daar als leider voorbij?

Randhir Vieira: Zoals bij elke typische brainstorm willen we alle ideeën aanmoedigen die mensen hebben over waar ze zien dat AI echt impact kan maken. Productteams gebruiken vervolgens meestal verschillende kaders. Ze kunnen ICE gebruiken, of een van de vele andere kaders voor omvang, impact enzovoort.

Een kader dat wij nuttig vonden en dat ik ook bij andere bedrijven heb zien gebruiken, vooral in gereguleerde sectoren, is impact en risico. Daarmee kun je al deze verschillende ideeën die tijdens brainstorms naar voren komen in deze matrix plaatsen. Voor het impactgedeelte kun je ROI gebruiken, enzovoort. Vervolgens zijn er elementen van risico die naar voren komen.

We willen dus zeker niet te veel tijd besteden aan zaken met weinig impact, ongeacht het risico. Lage impact, laag risico: nog steeds geen impact. Dat negeren we. Lage impact, hoog risico: daar willen we absoluut uit de buurt blijven. De eenvoudige plek om te beginnen is dus zaken met hoge impact en laag risico.

Dat zijn meestal zaken rond samenvatten, interne hulpmiddelen en dergelijke. Bedrijven vinden veel projecten waarin dit soort werk een enorme impact kan hebben en weinig risico met zich meebrengt. Dat is een geweldige manier om de beweging op gang te brengen, mensen met dit soort technologie te laten spelen en de daadwerkelijke bedrijfsimpact ervan intern te zien.

Maar zaken van horizon twee vallen meestal in het gebied met hoge impact en misschien ook een hoger risico. Er zijn manieren om het risico te beperken. Je kunt aannames testen en er stapsgewijs naartoe werken, maar je moet in ieder geval openstaan voor het feit dat daar de echte prijs ligt en dat je zaken moet inrichten om daar naartoe te bewegen.

Een vraag die kan helpen om te onderzoeken wat horizon twee inhoudt en welke zaken een hoge impact en een hoger risico kunnen hebben, is: wat als we ons bedrijf vandaag zouden beginnen? Stel dat we geen erfenis uit het verleden hadden. We beginnen vandaag met alle tools die nu beschikbaar zijn, zowel AI-tools als niet-AI-tools.

Wat zouden we doen en hoe zouden we dat doen? Hoe zou het bedrijf eruitzien? Hoe zou het aanbod eruitzien? Hoe zou de prijsstelling eruitzien? Het geeft mensen ruimte om na te denken over wat mogelijk zou kunnen zijn, want je kunt er zeker van zijn dat er nieuwe bedrijven zijn die precies vanuit die mentaliteit beginnen. Zonder dat ze er zelfs maar een gedachte-experiment van hoeven te maken, is het hun realiteit dat ze geen ballast uit het verleden hebben.

Hannah Clark: En dit is waarom dit onderwerp me zo interesseert: als startup heb je heel duidelijke voor- en nadelen ten opzichte van een gevestigd bedrijf. Zeker wanneer je te maken hebt met technologie die veel kansen en veel onontgonnen terrein biedt. Als we nadenken over het achteraf inbouwen van AI in gevestigde bedrijven met bestaande producten, is er inderdaad een soort ongetekende en onontgonnen mogelijkheid.

Welke voordelen hebben organisaties ten opzichte van AI-eerst-startups en met welke unieke uitdagingen krijgen ze daarentegen te maken?

Randhir Vieira: Ik denk dat de voordelen van elk groot bedrijf de voordelen zijn van een groot, succesvol bedrijf. Daaronder vallen veel middelen. De middelen dus: ze hebben omzet, mensen en hulpmiddelen.

Ze hebben doorgaans sterke distributiekanalen, dus er zijn veel voordelen die ze hebben. De andere kant van die medaille is dat ze juist door die voordelen succesvol zijn geweest met wat ze in het verleden hebben gedaan en hoe ze dat hebben gedaan. Daardoor kunnen ze ook risicomijdend zijn als het gaat om het veranderen van de formule of het sleutelen aan de machine.

Er kan ook sprake zijn van inertie rond: dit is wat we hebben gedaan, zo hebben we het gedaan, dit zijn de klanten, dit vinden zij prettig, enzovoort. Dezelfde redenen waarom ze succesvol zijn en veel van de voordelen die ze hebben, kunnen hen dus ook tegenhouden. En natuurlijk onderzoeken we manieren om in ieder geval voorbij die barrières of frictiepunten te komen.

Hannah Clark: Oké, ik ga het roer een beetje omgooien en wat meer praten over interne verandering. We hebben het al wat gehad over de wortel en de stok, maar er komt veel meer bij kijken dan alleen stimulansen en, laten we zeggen, consequenties. Je noemde eerder het belang van verandermanagement bij het implementeren van AI toen we eerder spraken. Welke specifieke strategieën heb je effectief gevonden om die culturele acceptatie en het enthousiasme rond AI-mogelijkheden te stimuleren?

Als je echt inzet op de wortel, wat zijn dan de concrete leiderschapstactieken die je kunt toepassen?

Randhir Vieira: Ik denk dat het heel belangrijk is om de vroege gebruikers binnen een bedrijf en een team te vinden en te ondersteunen. Er zijn meestal altijd een paar mensen die erg nieuwsgierig zijn en vanzelf naar nieuwe technologieën toe trekken.

Het vermogen om hen te vinden en dat enthousiasme en die interesse te kanaliseren naar iets dat impact heeft, is belangrijk. Hier kan het kader voor hoge impact en lager risico helpen om die mensen en projecten richting te geven. Het vinden en vieren van enkele van deze vroege successen, vooral als ze impactvol zijn, kan helpen om intern momentum en enthousiasme te creëren tegenover de gebruikelijke voorzichtige scepsis rond alles wat gehypet wordt.

We hebben dit eerder meegemaakt: we zeggen dan: o, we hebben deze hypecyclus al eerder gezien en er zit niets echts achter, dus laten we gewoon wachten tot de cyclus voorbij is. In plaats daarvan kunnen we zien dat er inderdaad veel hype is, maar dat er misschien iets bruikbaars en impactvols voor ons tussen zit. Laten we kijken wat we eruit kunnen halen.

Het kan dus helpen om die vroege successen te vieren. Het derde punt is gezamenlijke ontwikkeling, en ik denk dat die superbelangrijk is, omdat we zelden dingen alleen voor onszelf doen. We kunnen dingen bouwen voor interne teams of voor leden, maar we moeten ervoor zorgen dat we deze oplossingen ontwikkelen in samenwerking met de klant, vooral omdat ze zo nieuw zijn. Of die klant nu intern of extern is.

Dat stimuleert niet alleen het succes van de functie die wordt opgeleverd, maar nog belangrijker: de adoptie en de impact van die functie. De waarde van die gezamenlijke ontwikkeling kan niet worden onderschat. Ja, het kan tijdens het ontwikkelproces voelen alsof de zaken iets langzamer gaan.

Meestal is het resultaat en de adoptie dat ruimschoots waard.

Hannah Clark: Ja, absoluut. Het lijkt er echt op dat dit een heel concrete manier is om enkele van de risico's die je eerder noemde te beperken.

Randhir Vieira: Absoluut. Door inhoudelijke experts, mensen uit je juridische team, de afdeling regelgeving, beveiliging enzovoort vroegtijdig te betrekken bij de gezamenlijke ontwikkeling van de oplossing, help je veel van die risico's te beperken.

Hannah Clark: Ik wil iets dieper ingaan op AI en gezondheidszorg. Dit is een heel interessant vakgebied. Ik denk dat er enorm veel kansen zijn, zoals de sector ongetwijfeld goed beseft, maar ook enorm veel risico's die inherent zijn aan sommige van deze oplossingen.

Welke unieke aandachtspunten rond ethiek, privacy en nauwkeurigheid ben je tegengekomen die kunnen verschillen van andere sectoren?

Randhir Vieira: Ik heb zeker gezien dat een vergelijkbare matrix wordt gebruikt, waarbij het gebied met een hoger risico en een hoge impact wordt gebruikt om richting te geven aan hoe voorzichtig mensen met oplossingen moeten omgaan.

De sector is sterk gereguleerd en dat geldt ook voor andere gereguleerde sectoren, zoals fintech. Je moet ervoor zorgen dat je oplossingen ontwikkelt binnen de grenzen van de regelgeving, zelfs wanneer bedrijven misschien proberen de regelgeving aan te passen om deze nieuwe technologie mogelijk te maken. Zorg er in ieder geval voor dat de oplossingen die we inzetten volledig in lijn zijn met de bestaande regelgeving.

In de gezondheidszorg geldt uiteraard: geen schade veroorzaken. We moeten ons daar echt aan houden, en dat kan op allerlei manieren betekenen dat we risico's die hiermee gepaard kunnen gaan, beperken. Zorg er dus voor dat dit vooraf duidelijk en centraal is vastgelegd. Veel bedrijven stellen, voordat ze oplossingen gaan creëren, een reeks AI-principes op.

Hoe willen we ervoor zorgen dat we oplossingen ontwikkelen? Voorbeelden daarvan zijn heel duidelijk en transparant zijn tegenover klanten en leden over wanneer zij met een agent of virtuele agent te maken hebben en wanneer met een menselijke agent. Een ander voorbeeld kan zijn dat een AI-agent, als die ergens niet zeker van is, de kwestie doorstuurt naar een mens.

Er zijn dus veel manieren om dit te beperken, maar ik denk dat het superbelangrijk en nuttig is om voor je bedrijf met die principes te beginnen voordat je specifieke gebieden betreedt. Het kan ook helpen om je bewust te zijn van vooroordelen die in sommige basismodellen kunnen bestaan en ervoor te zorgen dat je die tekortkomingen aanvult, zodat het model voor jouw populatie zo onbevooroordeeld mogelijk is.

En uiteindelijk moeten we, wat we ook doen, veel testen. Niet alleen testen vóór de implementatie, maar ook continu monitoren en bijsturen op basis van feedback van gebruikers. Je eigen kwaliteitscontroleproces dat na de productie doorgaat, is belangrijk. Zorg er dus voor dat de vangrails die je hebt ingesteld werken zoals bedoeld en dat er geen modelverschuiving of andere problemen optreden, ook niet na de productie.

Ik denk dus dat al deze zaken kunnen helpen. Het is belangrijk om je bewust te zijn van deze uitdagingen en ze vooraf te benoemen, en ze vervolgens te proberen te beperken. Of je nu technieken zoals pre-mortems of andere methoden gebruikt, het kan helpen om alle risico's en zorgen te benoemen, hoe waarschijnlijk ze zijn en wat de maatregelen zijn om ze te beperken, vooral bij zaken met een hoge impact.

Zelfs als de kans klein is, kan het nog steeds belangrijk genoeg zijn om te weten hoe we die risico's gaan beperken.

Hannah Clark: Absoluut. Ja. Ja. Ik heb deze uitdrukking horen rondgaan in niet-gezondheidszorgsectoren of bureauomgevingen: o, we redden hier geen levens of voeren geen hartoperaties uit. Maar in dit geval zou dat wel eens kunnen. Ik kan me dus voorstellen dat je zeer robuuste processen nodig hebt om ervoor te zorgen dat een deel van dat risico strikt wordt gereguleerd en beperkt.

Oké, als we onze strikt genomen CPO-pet afzetten en in onze glazen bol kijken: jij hebt natuurlijk veel nagedacht over wat mogelijk is en waar we nu staan. Wat zie je de komende drie tot vijf jaar gebeuren? Waar word je enthousiast van als het gaat om AI-ontwikkelingen? En wat denk je vanuit je professionele ervaring dat bestaande bedrijven nu zouden moeten doen om zich voor te bereiden en voordeel te halen uit die horizon twee?

Randhir Vieira: Ik denk niet dat ik goed uitgerust ben om vooruit te kijken naar wat er over drie tot vijf jaar zal gebeuren.

Het tempo van verandering ligt zo hoog dat drie tot vijf jaar, zelfs voor technologie, als een eeuwigheid voelt. Toch denk ik dat we wel weten dat er veel verandert en dat er nieuwe mogelijkheden bijkomen die veel beter en veel sneller zijn dan we ooit eerder hebben gezien. Alleen al deze afgelopen week stond ik versteld van de kwaliteit van de steminterfaces die we hebben.

Niet alleen de kwaliteit van de stem, maar ook de intonatie, de toon en de omvang. Het is gewoon verbazingwekkend wat er gebeurt. En we zullen die evolutie blijven zien, niet alleen op het gebied van stem, maar voor dit soort technologie in het algemeen. Voor mij betekent nadenken over hoe we hiervan kunnen profiteren dat we moeten blijven letten op de problemen die we oplossen en de kansen die we proberen te benutten.

Investeer in mensen en training, en creëer ruimte voor prototypes en proof-of-concepts, zodat we kunnen zien wat de huidige technologie mogelijk maakt voor de problemen of kansen die ons interesseren. Dat kan nuttig zijn. Welke beperkingen zou dit kunnen wegnemen? Stel die vragen wanneer er een nieuwe mogelijkheid of technologie opduikt.

Gaat het om kosten, tijd of middelen? We hebben de AI-interviews als één voorbeeld besproken. Stel dat soort vragen die helpen bij creatief denken, in de divergerende fase: wat zouden we met deze mogelijkheid kunnen doen? Wat zouden we doen als we deze beperking niet hadden? Dat kan helpen om sommige van die kansen vrij te maken, zodat we mensen hebben die klaarstaan, beschikbaar zijn en enthousiast zijn om een specifieke mogelijkheid die over drie of vijf jaar beschikbaar is, in die oplossing te integreren.

Hannah Clark: Allemaal geweldige punten, en ik denk dat het een heel goed idee is om altijd over die criteria na te denken. En ik hoor graag voorstanders van nieuwsgierigheid. Het klinkt alsof jij toch iets meer naar de wortel neigt.

Randhir Vieira: Absoluut. Grote wortels. Veel ervan.

Hannah Clark: Ja, we zijn allebei voor de wortel, zo te horen.

Heel erg bedankt dat je bij ons was, Randhir. Waar kunnen mensen online contact met je opnemen?

Randhir Vieira: LinkedIn is de beste plek. Volg me dus gewoon op LinkedIn en je kunt bijhouden waar we aan werken.

Hannah Clark: Klinkt goed. Heel erg bedankt dat je er was.

Randhir Vieira: Dank je.

Hannah Clark: Bedankt voor het luisteren. Abonneer je voor meer geweldige inzichten, praktische handleidingen en beoordelingen van tools op onze nieuwsbrief via theproductmanager.com/subscribe. Je kunt meer gesprekken zoals dit beluisteren door je te abonneren op The Product Manager, waar je je podcasts ook beluistert.