Hoe je je aanpast aan de nieuwe gouden standaard in productmanagement

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: Naarmate technologie zich ontwikkelt, veranderen ook onze gedragingen. In het verleden voelden die veranderingen meestal vrij geleidelijk aan. Zo hoefden we bijvoorbeeld niet langer persoonlijk een cv in te leveren, maar konden we online solliciteren. Maar in een tijd van ingrijpende technologische veranderingen bevinden productprofessionals zich midden in een complete heruitvinding. We passen ons niet alleen aan nieuwe gebruikersgedragingen aan, maar ook aan volledig nieuwe standaarden voor de manier waarop we werken.

En laten we eerlijk zijn: die verschuiving voelt soms alsof we de parachute bouwen nadat we al uit het vliegtuig zijn gesprongen. Dus hoe bouw je een degelijke, spreekwoordelijke parachute wanneer je al gedesoriënteerd bent en er geen formele handleiding is om je te instrueren? Een goed begin is om rond te kijken naar de parachutisten die dezelfde materialen als jij hebben gebruikt en een manier hebben gevonden om te vliegen.

Mijn gast vandaag is dr. Maryam Ashoori, VP Product en Engineering bij IBM Watsonx. Dr. Ashoori, die me verzekerde dat ik haar gewoon Maryam mocht noemen, werkt al meer dan twintig jaar in de AI-sector. En hoewel er maar weinig mensen zijn die dichter bij de technologische voorhoede hebben gezeten dan zij, heeft ze pas onlangs een monumentale verschuiving gezien in het gedrag van goed presterende productprofessionals. Als je dus het draaiboek wilt lenen van het productteam dat het dichtst bij enkele van de belangrijkste bijdragen aan AI in de geschiedenis staat, kan deze aflevering je interesseren. Laten we beginnen.

O, trouwens: elke week voeren we gesprekken zoals deze. Dus als dit je interessant lijkt, waarom abonneer je je dan niet? Goed, laten we beginnen.

Welkom terug bij de podcast over productmanagement. Vandaag ben ik hier met dr. Maryam Ashoori. Zij is VP Product en Engineering bij IBM Watsonx.

Maryam, ik kijk er enorm naar uit om met je te praten. Hoe gaat het vandaag met je?

Maryam Ashoori: Goed. Hoe gaat het met jou?

Hannah Clark: Heel goed. Ik kijk er enorm naar uit om dit gesprek te voeren, en we beginnen zoals we dat altijd doen.

Kun je ons iets vertellen over je achtergrond en hoe je bent gekomen waar je nu bent?

Maryam Ashoori: Zeker. Ik werk nu al meer dan twintig jaar in AI, binnen verschillende disciplines. In de loop van mijn loopbaan heb ik als ontwerper AI-gestuurde systemen gebouwd met de gebruiker in gedachten. Ik heb als engineer gewerkt aan het toevoegen van data en optimalisatie aan de systemen die we bouwden.

Ik heb als AI-onderzoeker de grenzen opgezocht van wat AI kan doen, en uiteindelijk vond ik mijn plek in productmanagement, waar ik al deze perspectieven samenbreng om de juiste problemen op te lossen. En meer recentelijk — om precies te zijn in de afgelopen twee jaar — ben ik met generatieve AI voorop gaan lopen bij het ontwerpen en bouwen voor de nieuwste AI-studie, het centrale zakelijke IBM-platform voor generatieve AI.

Dat werk bracht vanaf de basis alles samen waar ik van houd: strategie definiëren in een snel veranderende markt, omgaan met juridische en ethische vraagstukken en werken met een nieuw vakgebied zoals generatieve AI, met alle bijbehorende beperkingen. Het doel was iets bruikbaars te bouwen dat een echt probleem oplost.

In dat proces realiseerde ik me dat verantwoorde AI een cruciaal element is waaraan we nauw moeten samenwerken en waarvoor we moeten ontwerpen. Dat leidde me naar mijn huidige rol, waarin ik product en engineering voor AI-governance aanstuur.

Hannah Clark: Het is voor ons een enorme eer om je in de show te hebben, omdat AI zo’n groot gespreksonderwerp voor ons is. Het is fascinerend om te praten met iemand die al veel langer ervaring heeft met dit vakgebied dan dat het onderdeel is van het publieke gesprek zoals dat nu het geval is. Vandaag richten we ons specifiek op de rol van productmanagement en hoe die verandert door de opkomst van AI-gestuurde hulpmiddelen en werkprocessen.

Dit sluit nauw aan bij jouw vakgebied. Zou je kunnen beginnen door ons iets te vertellen over enkele verschuivingen die je bij IBM Watsonx hebt waargenomen en wat die veranderingen volgens jou zeggen over de toekomst van het beroep?

Maryam Ashoori: Ik zou twee dingen willen benadrukken.

Het eerste gaat over het beroep zelf en het tweede over de producten die productmanagers bouwen. Laten we met het eerste beginnen. Er is geen twijfel over dat generatieve AI zorgt voor een enorme versnelling van de productiviteit in het dagelijkse werk van een productmanager. Als ik alleen al naar mijn eigen productmanagers kijk: zij doen aan ‘vibe coding’.

Een jaar geleden deden ze dat nog niet. Als ik hen toen vroeg om een PRD te maken, met ontwerpers samen te werken aan de mock-ups, vervolgens naar engineers te gaan om een prototype te bouwen en daarna terug te komen om het idee te presenteren, dan kostte dat tijd. Nu bouwen ze het in minder dan 24 uur en laten ze me iets zien dat volledig uitgewerkt en functioneel is. Dan denk ik: waar kijk ik naar?

Is dit het echte product of is het de mock-up die je aan het bouwen bent? Het laat zien hoe het beroep verandert door het gebruik van AI. Op elk niveau zorgt dit voor versnelling; dit was slechts een manier om een idee te testen. Maar je kunt ook denken aan het genereren van PRD’s met AI om te brainstormen en meerdere opties te beoordelen.

Dat gaat over productiviteit. Aan de productkant krijgen deze productmanagers de opdracht om een product te bouwen dat een probleem oplost. De kans is groot dat dat product kan profiteren van de versnelling die generatieve AI biedt. Daarom is het essentieel dat productmanagers diepgaande kennis hebben van hoe deze technologie hun eigen product en werk kan helpen, en dat ze die versnelling toepassen op wat ze bouwen.

Hannah Clark: Ja, en ik denk dat dit een competentie is die zich momenteel in een heel interessante ruimte bevindt, omdat alles zo snel verandert. Er is niet veel formeel onderwijs dat het tempo van de veranderingen kan bijhouden. Wat je nu in je eigen team en in het vakgebied ziet: op welke manieren kunnen productmanagers die concurrerend willen blijven en die productiviteitskloof willen bijhouden dat doen?

Hoe kunnen we onze vaardigheden opbouwen?

Maryam Ashoori: De zwakte die je noemt, vertegenwoordigt een kans. Al deze versnelling zal op een bepaald moment de norm worden. De metafoor waar ik steeds aan denk is die van de rekenmachine. Vroeger rekenden mensen handmatig, en ik herinner me zelfs dat een rekenmachine op school verboden was omdat we wilden dat leerlingen het handmatig leerden doen.

Maar uiteindelijk staken we die kloof over en kwamen we op een punt waarop je je kon richten op het oplossen van andere problemen in plaats van op handmatige berekeningen. Het is dezelfde metafoor en dezelfde manier van denken. Van toekomstige productmanagers wordt verwacht dat ze AI effectief gebruiken in hun werk. Er is echter een overgangsperiode, en wie daar voordeel uit haalt, kan een kans creëren om voorop te blijven lopen.

Deze zwakte vertegenwoordigt dus eigenlijk een goede kans. Onlangs hebben we een onderzoek uitgevoerd onder duizend mensen, specifiek om te kijken naar de productiviteitsversnelling die AI oplevert. We stelden hen één eenvoudige vraag. Het waren duizend ontwikkelaars van AI-toepassingen die zich in de Verenigde Staten richtten op bedrijfsoplossingen.

We vroegen: gebruiken jullie AI-ondersteund programmeren? Achtendertig procent zei dat regelmatig te doen. Vervolgens vroegen we hoeveel tijd ze daarmee bespaarden. Eenenveertig procent zei één tot twee uur per dag. Eén tot twee uur tijdwinst per dag. Vier procent zei meer dan vier uur. Wat zegt dat mij?

Het staat los van de weg die je bewandelt. Als je weet hoe je AI effectief gebruikt en AI voor je laat werken, kun je mogelijk veel nieuwe manieren van denken ontsluiten — ook binnen productmanagement — die we nog niet hebben onderzocht. Ik denk dat daarin de echte kans ligt die deze technologie productmanagers biedt.

Hannah Clark: Daar ben ik het mee eens. Vooral vibe coding combineert volgens mij een aantal verschillende vaardigheden die vrij uniek zijn voor een ervaren productmanager. Daardoor kun je een startpunt creëren dat, zoals je zegt, mijlenver vooruitloopt op de PRD’s waarmee je een jaar of twee geleden zou zijn begonnen.

Als we nu kijken naar de hulpmiddelen die bij AI betrokken zijn: je hebt eerder gezegd dat het bouwen van een AI-toepassing doorgaans veel hulpmiddelen vereist, ongeveer zes tot vijftien verschillende. Als we met beperkte AI-expertise werken, hoe raad je dan aan om de uitdaging aan te pakken van het begrijpen en orkestreren van complexe technologiestacks, zeker nu hulpmiddelen complexer en geavanceerder zijn geworden?

Maryam Ashoori: Ik zou zeggen: denk na over het technologische aspect van deze vraag én over het menselijke aspect. Als je alleen naar de technologie kijkt, zie je dat het vakgebied zich razendsnel ontwikkelt. Als productmanager heb je waarschijnlijk minder dan twee uur om een nieuwe ontwikkeling op de markt te onderzoeken en te beslissen of die nuttig is om meer tijd aan te besteden en aan je product toe te voegen, of dat je die gewoon als ruis moet beschouwen en links moet laten liggen.

Beperkte tijd, een veranderende markt en beperkte AI-expertise. Als productmanager heb je waarschijnlijk niet dezelfde diepgaande AI-kennis als een AI-onderzoeker die hier jarenlang aan heeft gewerkt. Je moet dus echt bepalen hoe je de situatie en de beschikbare technologie evalueert. Als je alleen op hulpmiddelen vertrouwt, mis je volgens mij het menselijke aspect dat je kan helpen, juist vanwege je beperkte kennis.

Aan de menselijke kant krijg je waarschijnlijk de beste hulp van je partners in engineering en onderzoek. Bij sommige bedrijven worden zij wetenschappers of onderzoekswetenschappers genoemd. Zij begrijpen hoe het vakgebied zich ontwikkelt en welke waarde de technologie heeft voor wat jij probeert toe te passen.

Als je naar het vakgebied als geheel kijkt, vervaagt de grens tussen deze rollen en verantwoordelijkheden, vooral tussen engineers en productmanagers. Historisch gezien zeiden we dat je voor elke productmanager waarschijnlijk vijf tot tien engineers wilde hebben. Een maand geleden zagen we Andrew Ng op een podium zeggen: mijn team stelde voor om één productmanager te hebben voor elke 0,5 engineer. Dan heb je dus meer productmanagers. Dat is een experiment en ik zeg niet dat dit de juiste verhouding is, maar het laat wel zien dat de grens tussen rollen en verantwoordelijkheden verandert — en daarmee ook de expertise die nodig is om het juiste product te bouwen.

Mijn advies aan productmanagers is om je te richten op het bouwen van het juiste product. Zodra je die definitie hebt vastgesteld, kun je het werk doorgeven aan je menselijke partners of AI-partners om het voor je uit te voeren. Maar de essentie en het cruciale onderdeel is dat je het probleem en de oplossing goed definieert.

Hannah Clark: Dat is precies de uitdaging waar we allemaal mee proberen om te gaan: hoeveel willen we op de hulpmiddelen leunen en hoeveel van onze eigen expertise, en die van de mensen met wie we samenwerken, willen we zelf inbrengen?

Als we bijvoorbeeld AI-technologieën voor een productroadmap beoordelen, welke criteria gebruik je dan om onderscheid te maken tussen hulpmiddelen die de investering waard zijn en hulpmiddelen die over zes maanden misschien alweer verdwenen zijn?

Maryam Ashoori: Ik zie mensen oplossingen najagen in plaats van problemen op te lossen.

Een goed voorbeeld is iemand die naar me toe kwam en zei: tegen het einde van het jaar wil ik twee agents aan mijn product toevoegen. Ik zei: wacht even, wat moeten die twee agents precies doen? Dit is voor mij een voorbeeld van technologie najagen om te bedenken hoe je die kunt toevoegen, in plaats van eerst echt goed te begrijpen welk probleem je probeert op te lossen en of de nieuwe AI-tool een afleiding of een echte toegevoegde waarde voor je product is.

Daar zou ik beginnen. Dan heb je een kader en een perspectief waarmee je de waarde van elke nieuwe technologie kunt beoordelen. Vervolgens kun je bepalen of je meer middelen of tijd wilt besteden aan de evaluatie ervan.

Hannah Clark: Ja. Dit doet me denken aan een gesprek dat we onlangs tijdens een panel hebben gevoerd met Thomas Stokes, medeoprichter van Drill Bit Labs. Hij doet veel UX-onderzoek en benadrukte soortgelijke ideeën. We zien een opkomst van oplossingsgericht denken: hoe gebruiken we AI, in plaats van eerst na te denken over het probleem?

Ik denk dat dit een goed moment is om terug te gaan naar de basis. De technologie is natuurlijk heel spannend en er zijn duidelijk veel toepassingen, maar we moeten blijven denken vanuit het probleem om ervoor te zorgen dat we AI nauwkeurig inzetten en daadwerkelijk het kernprobleem oplossen.

Hoe vinden jullie bij IBM een balans tussen het intern bouwen van AI-mogelijkheden en het overnemen van oplossingen van derden? Jullie zijn pioniers op dit gebied, dus ik ben erg benieuwd hoe jullie hiermee omgaan.

Maryam Ashoori: Ik zou het geen probleem noemen. Het is een kans om je inspanningen te versterken, vooral als het om generatieve AI gaat.

Kijk maar naar wat er buiten je organisatie gebeurt, zelfs binnen open source. Innovatie komt uit de academische wereld, uit de industrie en van ontwikkelaars die er uit passie zelfstandig aan werken. Het komt uit alle mogelijke bronnen. Als je jezelf beperkt tot: ik wil alles zelf intern bouwen, beperk je volgens mij de toegang tot innovatie die je zou kunnen hebben.

Voor elk gebied waarop we ons richten, kijken we naar de waarde van het benutten van onze interne mogelijkheden. Wij hebben bijvoorbeeld toegang tot 2.500 mensen bij IBM Research die zich volledig bezighouden met de meest geavanceerde technologie. Ik spreek hen zeer regelmatig om te begrijpen hoe zij denken en wat mogelijk waardevol kan zijn voor het product.

Tegelijkertijd voer ik dezelfde gesprekken met mijn partners in de markt en in de gemeenschap, bijvoorbeeld met geselecteerde mensen die de gemeenschap vormgeven. Ik vraag hen waar zij denken dat het vakgebied de komende drie maanden naartoe gaat en hoe we gemeenschapsactiviteiten kunnen ondersteunen.

Ik maak ook tijd vrij in mijn agenda — en ik weet dat dat het moeilijke deel is — om willekeurig nieuws te bekijken dat beschikbaar is. Daar vind je gepassioneerde ontwikkelaars die iets bouwen en publiceren zonder dat het in de schijnwerpers staat van grote bedrijven die belangrijke functies aankondigen. Via al deze kanalen krijg je zicht op een breed spectrum aan technologie dat op de markt komt.

Daarna kom ik terug bij de vraag welk probleem ik probeer op te lossen. Dan kan ik rondkijken en de kosten en baten vergelijken van het verkrijgen van deze technologie via interne bronnen, de gemeenschap of die ontwikkelaars. Misschien kan ik hen inhuren of iets anders doen om de technologie binnen te halen en vervolgens een weloverwogen beslissing nemen.

Hannah Clark: Dat is een heel holistische manier om naar zo’n besluitvormingskader te kijken. Over besluitvorming gesproken: ik wil graag overschakelen naar een meer leiderschapsperspectief. Als iemand die een team leidt, naar welke nieuwe vaardigheden en competenties zoek je dan wanneer je nieuwe productmanagers aanneemt?

Ook in vergelijking met een jaar geleden, toen de technologie nog nieuwer was?

Maryam Ashoori: Ook dan kijk ik naar het probleem dat ik probeer op te lossen met die aanwerving. Eerst kijk ik naar de vaardigheden van de mensen in het team en bepaal ik waar de hiaten zitten, want meestal nemen we iemand aan om zo’n hiaat op te vullen. Vervolgens stel ik mezelf de vraag: zou ik op een dag aan deze persoon rapporteren?

Als je iemand aanneemt, wil je iemand die meer weet dan jij, die het hiaat opvult en expert is in precies datgene waarvoor je die persoon aanneemt. Daarna moet je die persoon niet in de weg zitten. Geef hem of haar de autonomie om te leveren, want die persoon hoort echt de beste te zijn. Dat is de manier waarop ik ernaar kijk: eerst begrijpen waar de hiaten zitten.

Ik kijk niet naar functietitels. Ik zeg niet: ik heb een productmanager nodig, dus ik neem een productmanager aan. Nee, misschien is deze persoon juist heel goed in marktintroductie en klantgesprekken. Een ander is misschien heel goed in het uitbreiden van een SaaS-gebied. De derde heeft weer een andere vaardigheid. Je kijkt dus naar vaardigheden in plaats van naar titels.

Probeer dat vaardigheidshiaat op te vullen en vind de beste persoon die je aan het team kunt toevoegen.

Hannah Clark: Dit is interessant, want volgens mij is het ook een verschuiving in de manier waarop we denken over welke aanvullende ervaringen iemand heeft: welke scenario’s, connecties of andere aspecten van die persoon vallen op, los van kwalificaties?

Er is een duidelijke breuk met een eerdere manier van werven, waarbij we sterk gericht waren op specifieke harde vaardigheden, certificeringen en kwalificaties. Nu lijkt de breedte van iemands ervaring en wat die persoon als individu nog meer meebrengt belangrijker te worden.

Zou je zeggen dat dat klopt?

Maryam Ashoori: Dat klopt. Wat ik in de meeste aanwervingen van de afgelopen twee jaar — in het tijdperk van generatieve AI — gemeenschappelijk zie, zijn twee kenmerken. Het eerste is nieuwsgierigheid: laat zien dat je nieuwsgierig bent naar waar het vakgebied naartoe gaat, duik erin, onderzoek het en bouw dingen.

Het tweede is: wees technisch. Begrijp echt wat er gebeurt. Ik heb productmanagers gezien die zichzelf categoriseren als marktgerichte productmanager tegenover technische productmanager. Dan zeg ik: wacht even. We hebben het over het tijdperk van AI. Je moet heel goed begrijpen hoe AI jouw product en jezelf kan helpen.

Als je die vraag niet kunt beantwoorden, zit je misschien in de verkeerde functie.

Hannah Clark: Ja, daar ben ik het mee eens. Wat je zei over de vraag of je ooit aan deze persoon zou willen rapporteren, doet me denken aan een gesprek dat ik ongeveer anderhalf jaar geleden had met een productleider bij Atlassian over vergelijkbare zaken die zij zoekt in een kandidaat.

Eén ding viel me bijzonder op: als ik met deze persoon praat over wie hij of zij bewondert, noemt die persoon dan ooit iemand die minder senior is? Ik vond dat een interessante vraag. Je kijkt dan naar eigenschappen zoals het vermogen om samen te werken en respect te hebben voor alle competenties in de keten.

Zeker nu is dit een goede kans om te kijken hoe iemand met anderen samenwerkt, vooral omdat technologie van nature zo samenwerkingsgericht is. Ik vind dat fascinerend. Je noemde eerder twee belangrijke gebieden waarop AI invloed heeft op productmanagement: bestaande producten verbeteren en persoonlijke productiviteit verhogen.

Ik wil het nu hebben over het verbeteren van bestaande producten met AI, omdat we dit al kort hebben aangestipt. Welke briljante toepassingen heb je op beide gebieden gezien? Ik weet zeker dat je veel voorbeelden hebt.

Maryam Ashoori: Er zijn verschillende manieren waarop we AI in onze producten kunnen integreren. Eén manier is dat je leverancier wordt van die technologie voor de wereld. Het platform dat ik bouw, verpakt bijvoorbeeld taalmodellen, hulpmiddelen en alles wat je nodig hebt, en biedt dat aan andere rollen aan om erop voort te bouwen.

Dat is één manier om ernaar te kijken: je brengt het als platform naar de markt en levert het aan anderen zodat zij toepassingen kunnen bouwen. De tweede manier is toepassingen bouwen die met AI zijn verrijkt. Ongeacht welk product je hebt, kun je nadenken over hoe je AI kunt inzetten om bepaalde functies te verrijken en voordeel te halen uit de versnelling.

Dat kan een directe toepassing zijn die generatieve AI mogelijk maakt, zoals informatieclassificatie, gegevensextractie, vraagbeantwoording, klantenservice, chatbots, contentgeneratie of codegeneratie. Of het kan automatisering zijn, bijvoorbeeld met agents. Je kunt al deze toepassingen via functie-aanroepen verbinden met elke bedrijfsworkflow die je hebt.

Hoe voeg je die efficiëntie aan je product toe om een beter product te krijgen? Dat is de tweede categorie. De derde categorie is: hoe creëer je een nieuwe productcategorie die door taalmodellen wordt aangedreven? Een voorbeeld daarvan zijn alle technologieën voor code-assistentie. Op de achtergrond staat een taalmodel en je gebruikt het om ontwikkelaars te helpen met vibe coding.

Dat is een heel goed voorbeeld van nieuwe kansgebieden. De vierde categorie zou ik onder diensten plaatsen. De uitdaging die je noemde rond opleiding is niet uniek voor productmanagers. Ze geldt voor de hele markt: de zakelijke markt en de consumentenmarkt. Iedereen moet zichzelf bijscholen om betere AI-beslissingen te kunnen nemen, en dat vertegenwoordigt een kans voor diensten.

Als je het vakgebied kent, kun je mensen helpen het juiste model voor de juiste toepassing te kiezen en betere beslissingen te nemen. Dat vertegenwoordigt vier verschillende kansgebieden voor productmanagers. Afhankelijk van het gebied waarop je je richt, is het advies over hoe je het moet aanpakken volledig anders.

Hannah Clark: Ik ben vooral geïnteresseerd in die vierde categorie, de diensten. Ik heb ook een trend gezien waarbij productmanagers overstappen naar dienstverlening of onderwijs. Er is een enorme toename van voormalige productmanagers die cursussen aanbieden, en het lijkt erop dat er een grote impuls is om deze kans te benutten, nu hulpmiddelen voor vibe coding programmeren en ontwikkeling voor bijna iedereen toegankelijk hebben gemaakt.

Ik zie echt een trend ontstaan waarbij mensen andere diensten aanbieden om anderen in staat te stellen oplossingen te ontwikkelen die volledig op hun eigen situatie zijn afgestemd. Dat is interessant. Het is een andere verschuiving die gelijktijdig plaatsvindt met alle ontwikkelingen binnen productmanagement.

Als we vooruitkijken: welke ontwikkelingen of trends in AI zullen volgens jou de komende twaalf tot achttien maanden een grote invloed hebben, uitgaande van wat je nu ziet ontstaan?

Maryam Ashoori: In onze wereld staat elke drie maanden voor een nieuwe generatie, dus twaalf tot achttien maanden betekent vijf generaties vooruit.

Dat is te ver vooruit om precies te weten waar we zullen uitkomen. Als ik naar misschien drie generaties kijk, dus zes tot negen maanden vanaf nu, verwacht ik veel meer automatisering. We zien dat vandaag al, maar de technologie is nog niet helemaal zover. We zijn vooral nieuwe toepassingen aan het verkennen en proberen samen met de gemeenschap te bepalen hoe we dit effectief kunnen gebruiken.

Dat biedt een kans voor productmanagers. Met automatisering bedoel ik letterlijk alles: van het genereren van e-mails en praten met klanten tot het optimaliseren van roadmaps op basis van de ontwikkelinspanning die nodig is om iets op te leveren. Ook het bepalen van planningen en het genereren van content voor je PRD.

Je kunt nieuwe opties voor klanten verkennen om hen betere beslissingen te laten nemen — letterlijk elke beslissing die je neemt. Ik beweer dat die met AI kan worden verbeterd als je uitvindt hoe je AI voor je kunt laten werken.

Aan de andere kant wil ik toevoegen dat aan al deze prachtige versnelling met AI ook kosten verbonden zijn. Die kosten bestaan uit risico’s. Je kunt je carrière maken of breken afhankelijk van hoe je dit gebruikt. Het is essentieel dat productmanagers niet alleen de voordelen, maar ook de risico’s goed begrijpen.

Risico’s kunnen invloed hebben op hun product. Dingen kunnen misgaan. Risico’s kunnen ook invloed hebben op hun persoonlijke identiteit en reputatie. Denk daarom altijd aan de balans tussen kosten en baten van wat je doet.

Hannah Clark: Ja. En ik weet zeker dat dit onderwerp je na aan het hart ligt. Ethisch gebruik van AI vormt immers een hoeksteen van je carrière. Hoe kunnen we die risico’s navigeren? Ik heb het gevoel dat fouten vaak worden gemaakt door mensen die het goed bedoelen en vooral aan het experimenteren en verkennen zijn.

Heb je een bepaald kader of bepaalde beschermingsmaatregelen waar je aan denkt wanneer je met AI experimenteert? Of iets wat je zou willen meegeven aan mensen die risicobeheer willen opnemen in hun ontwikkeling en vaardigheden?

Maryam Ashoori: Ik geef je een voorbeeld. Stel dat je een agent wilt gebruiken die namens jou e-mails verstuurt of je e-mails samenvat en toegang heeft tot je agenda om afspraken in te plannen.

De voordelen daarvan zijn geweldig. Aan de andere kant moet je deze agent toegang geven tot je e-mail en je agenda, terwijl een kwaadwillende persoon mogelijk misbruik kan maken van informatie over waar je op welk moment bent en met wie je praat. Elke toestemming die je aan deze agents geeft, kan dus een kwetsbaar punt creëren. Dat geldt niet alleen voor jou.

Hetzelfde geldt voor je product wanneer je deze mogelijkheden eraan toevoegt. Ik zou daarom teruggaan naar de tekentafel en beginnen bij de toepassing. Het is essentieel om te begrijpen welk probleem je voor de gemeenschap en voor je product probeert op te lossen. Wat is dit precies? Vervolgens moet je bij AI heel goed begrijpen wat het voordeel ervan is.

Maar kijk ook naar de kwetsbaarheden die je aan het product toevoegt. Heb ik vertrouwen in mijn plan om die risico’s te beperken en op te lossen, of volg ik blindelings de trend en voeg ik AI aan mijn product toe om vervolgens te zien wat er gebeurt?

Hannah Clark: Ik ben blij dat je dat zegt, want volgens mij is dit het minder aantrekkelijke deel van AI-ontwikkeling en -verkenning.

We leven in een tijd van enorme opwinding, waarin risicobeheer soms een bijzaak is — of helemaal niet wordt overwogen. We betreden een soort wilde westenfase van ontwikkeling en verkenning, bijna als een tweede generatie pioniers rond vibe coding en het gebruik van AI voor volledig nieuwe toepassingen.

Daarom is dit belangrijk om te benoemen. Ik wilde afsluiten met de volgende stappen voor mensen die hun eigen vaardigheden willen ontwikkelen. In deze huidige generatie waarin we ons bevinden: welke hulpmiddelen zijn volgens jou het nuttigst geweest voor jezelf of voor mensen in je team die zich op natuurlijke wijze bijscholen?

Experimenteren met technologie is één manier, maar zijn er nog andere hulpmiddelen die je zou aanbevelen?

Maryam Ashoori: Naast alle goede hulpmiddelen die beschikbaar zijn, zou ik zeggen: zoek uit hoe je kunt filteren waaraan je wilt worden blootgesteld. Er gebeurt zo veel op de markt. Ik zie productmanagers kampen met technologiemoeheid, of misschien noemen we het technologiemoeheid.

Waar haal je je informatie vandaan? Het meest effectieve wat ik mijn teams aanraad, is betrouwbare stemmen in de gemeenschap vinden en hen volgen. Op LinkedIn of ergens anders: volg hen. Als zij een standpunt hebben dat overeenkomt met jouw manier van denken, is de kans groot dat je hun perspectief wilt horen wanneer er nieuwe technologie verschijnt, in plaats van zelf de hele gemeenschap af te zoeken.

Het is een snelkoppeling om hun mening te horen — de mening van een expert over een technologie. Dat is heel nuttig. Maar zelfs dan moet je, gezien de kosten en baten voor je productmanagers, controleren of de persoon die je volgt het echt waard is om te volgen.

Anders beperk je je beeld van de wereld tot dat ene venster. Als dat beeld niet accuraat is, krijg je een vertroebeld beeld van het geheel. Wees dus selectief, maar vind mensen die hetzelfde perspectief delen, experts zijn in wat jij belangrijk vindt en die je vervolgens kunt volgen.

Hannah Clark: Ik vind dat geweldig advies. Het is volgens mij heel belangrijk nu we een periode van snelle verzadiging binnengaan.

Het advies om selectief te zijn geldt voor veel zaken rond AI en technologie, en waarschijnlijk ook voor het leven in het algemeen. Je noemde ook het belang van mensen vertrouwen en volgen. Hoe kunnen mensen je werk na deze aflevering volgen?

Maryam Ashoori: Ik ben actief op LinkedIn en probeer daar zo veel mogelijk te schrijven. Ik zou graag via LinkedIn contact met hen houden.

Hannah Clark: Geweldig. Heel erg bedankt dat je bij ons was, Maryam. We zorgen ervoor dat we de link naar je LinkedIn-profiel vandaag aan de shownotes toevoegen. Heel erg bedankt. Ik waardeer je tijd enorm. Ik weet dat je het erg druk hebt.

Maryam Ashoori: Geweldig. Bedankt voor de uitnodiging.

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