Lessen uit de dotcombubbel: hoe productleiders over AI moeten denken

Lees het transcript:

We proberen onze podcasts te transcriberen met behulp van een softwareprogramma. Vergeef ons eventuele typfouten, want de bot is niet altijd 100% correct.

Hannah Clark: In de onsterfelijke woorden van Bob Dylan: ‘de tijden veranderen’, en verandering op deze schaal is... nou ja, het is van alles. Het is eng. Het is spannend. Het is onvoorspelbaar. En het is onvermijdelijk. Ongeacht hoe je over AI denkt, het heeft een paradigmaverschuiving teweeggebracht in de manier waarop we vrijwel elk aspect van productontwikkeling benaderen, vooral op leiderschapsniveau. Welke van deze nieuwe hulpmiddelen zetten we in en hoe? Welke invloed heeft dit op de structuur en functies van onze teams? En als onze organisaties veranderen, hoe moeten wij dan met hen mee veranderen?

Mijn gast vandaag is de geweldige Greg Petroff, professor, thought leader op het gebied van design en ervaren bestuurder, met bedrijven als SAP, GE Digital, Google, ServiceNow, Compass en Cisco op zijn cv. Toen Greg en ik vóór de opname over deze veranderende tijden spraken, maakte hij het punt dat we dit eerder hebben meegemaakt, tijdens het dotcomtijdperk. Het verschil zit echter in het tempo van de verandering en daarmee in het vereiste tempo van aanpassing. Je gaat Greg horen praten over de hulpmiddelen, organisatorische veranderingen en strategieën waar leidinggevenden nu over moeten nadenken—want, zoals Bob Dylan zegt en ons heel duidelijk waarschuwt: ‘je kunt maar beter gaan zwemmen, anders zink je als een steen’. Laten we beginnen.

Welkom terug bij de podcast van The CPO Club. Vandaag ben ik hier met Greg Petroff.

Heel erg bedankt dat je vandaag bij ons bent, Greg. Hoe gaat het met je?

Greg Petroff: Goed, bedankt Hannah. Bedankt voor de uitnodiging.

Hannah Clark: Graag gedaan.

We beginnen zoals altijd. Ik zou het geweldig vinden als je ons iets over je achtergrond kunt vertellen en hoe je bent gekomen waar je nu bent.

Greg Petroff: Ik ben oorspronkelijk architect. Ik ben mijn loopbaan lang geleden begonnen in de architectuur. Daarna heb ik de afgelopen 25 jaar functies gehad in de wereld van bedrijfssoftware, van productmanagement tot designleiderschap. Bij bedrijven als SAP, GE, Google en ServiceNow. Meest recent werkte ik bij Compass en Cisco. Op dit moment doe ik zelfstandig advieswerk, een beetje gedeeltelijk designleiderschap en coaching, en geef ik les aan het California College of the Arts.

Hannah Clark: Een druk schema. Vandaag gaan we praten over een aantal grote onderwerpen: de mentaliteitsveranderingen die leiders moeten aannemen om zich aan te passen aan het nieuwe AI-tijdperk waarin we allemaal zitten en dat we proberen te begrijpen.

Om te beginnen: in het verleden hebben we interessante parallellen getrokken tussen ons huidige AI-moment en het dotcomtijdperk, dat eveneens een grote mentaliteitsverandering was. Wat zijn enkele belangrijke lessen uit die eerdere periode van technologische disruptie die nu relevant zijn voor deze verschuiving?

Greg Petroff: Ik denk dat er een paar dingen spelen. Ten eerste is expertise niet noodzakelijkerwijs zo waardevol als vroeger. We hebben een soort voorspellend kader over hoe we de wereld zien, gebaseerd op onze ervaring.

Wanneer we vervolgens naar werk kijken, gebruiken we dat kader om ons te helpen navigeren en de volgende reeks dingen te doen. Dat is nuttig wanneer de regels consistent zijn, maar tijdens momenten van verandering kunnen de regels veranderen zonder dat je ze ziet. Daarom is nieuwsgierigheid op dit moment een heel belangrijke eigenschap om te ontwikkelen.

Tijdens het dotcomtijdperk waren er veel bedrijven die aan de zijlijn bleven staan en niet echt begrepen wat er gebeurde. Er waren ook veel mensen die het niet echt begrepen, maar wel nieuwsgierig waren en er gewoon in sprongen. Ze begonnen dingen te maken. Ik denk dat we ons nu in een vergelijkbaar moment bevinden: het gaat zo snel dat je AI vooral zo veel mogelijk moet gebruiken om te ontdekken hoe je het kunt inzetten.

Hannah Clark: Nu alles verschuift, moet ik ook denken aan traditionele rollen—traditioneel zoals we ze nu zien. Uiteraard is wat voor ons traditioneel is niet echt zo traditioneel. Alles is de afgelopen decennia zo snel veranderd.

Kun je toelichten hoe je de veranderingen in rolgrenzen en productontwikkeling tot nu toe hebt zien verlopen?

Greg Petroff: Dat hangt natuurlijk van de situatie af. Elk bedrijf heeft zijn eigen cultuur en sterke punten. Google heeft bijvoorbeeld een zeer sterke engineeringcultuur. Andere disciplines zijn belangrijk, maar engineering bestuurt daar als het ware de auto. Bij andere organisaties staat design meer centraal, en bij weer andere productmanagement.

Organisaties zijn cultureel verschillend. Sommige zijn heel orthodox in hun rolverdeling: dit is wat jij doet, je doet niets daarbuiten, en dit is wat je multifunctionele collega doet. Dat werkte een tijdlang.

Ik ben nooit echt orthodox geweest. Mijn loopbaan speelde zich af binnen overlappende grenzen. Soms werd ik een designer genoemd die productmanagement doet, of een productmanager die design doet. Mijn perspectief is dat het om productcultuur gaat. Een van de dingen die nu gebeurt, is dat de hulpmiddelen die we gebruiken zo anders zijn dan vroeger.

Ze zijn veel sneller en toegankelijker voor een breder publiek. Mensen die ooit in een silo zaten, kunnen nu een deel van het werk doen dat eerder een bijdrage van een collega was. De vraag is waar die grenzen komen te liggen. Het Venn-diagram vouwt een beetje over zichzelf heen.

Ik denk dat de toekomst bestaat uit teams met T-vormige mensen: je bent heel diep in één gebied en kunt horizontaal navigeren. Ik heb bijna het gevoel dat het een dubbele T wordt. We zullen steeds meer hybriden zien: iemand die kan ontwerpen en wat code kan schrijven, een productleider die uit design komt, of een engineer die van productmanagement houdt.

Belangrijker is dat er binnen elke organisatie een open gesprek ontstaat over de hulpmiddelen, wat ze mogelijk maken en wie welke aspecten van de productontwikkelingslevenscyclus oppakt. Daardoor kunnen we verschuiven van een door engineering, product of design geleide cultuur naar een cultuur die draait om productresultaten, waarin iedereen bijdraagt op basis van de vaardigheden die hij of zij meebrengt.

We zullen waarschijnlijk hybride organisaties zien die er onderweg heel anders uitzien. In productmanagement wordt de definitie van wat we moeten bouwen veel belangrijker, omdat het steeds gemakkelijker wordt om dingen te bouwen. Je kunt steeds een functie toevoegen, maar met dezelfde inspanning kun je iets doen dat veel waardevoller is voor eindgebruikers en klanten. Je kunt dingen bedenken die vroeger niet mogelijk waren.

Daarom ben ik vooral geïnteresseerd in de vraag hoe we ruimte creëren voor multifunctionele samenwerking om ambitieuzere dingen te proberen. Het is nu daadwerkelijk eenvoudiger om zulke dingen te realiseren.

Hannah Clark: Je hebt hier drie wegen geopend. We hebben hulpmiddelen, veranderende rollen en organisatorisch leiderschap. Ik kies eerst voor hulpmiddelen en kom daarna terug op de andere onderwerpen.

Laten we wat praten over AI-hulpmiddelen en productontwikkeling. Je zei dat de hulpmiddelen en de manier waarop we ze gebruiken veranderen. Dat raakt aan beoordelingsvermogen, want we hebben veel hulpmiddelen tot onze beschikking en moeten zorgvuldig bepalen welke we gebruiken en hoe.

Hoe help je teams om dat goede beoordelingsvermogen te ontwikkelen—dat gevoel voor wanneer en hoe ze AI-hulpmiddelen moeten inzetten?

Greg Petroff: Er is ook een belangrijke aanvulling op het onderwerp beoordelingsvermogen. Wanneer je een AI-hulpmiddel gebruikt, geloof je dan het antwoord dat het geeft? Of kun je samen met AI werken op een manier waarbij je gezamenlijk naar het gewenste resultaat toe beweegt? Een deel hiervan draait om experimenteren. Deze wereld beweegt heel snel, maar er zijn directe toepassingen die logisch zijn.

Bij productontdekking zijn er nu allerlei hulpmiddelen waarmee je aangepaste RAG-modellen kunt bouwen op basis van onderzoeksinzichten. Organisaties met meerdere jaren aan onderzoek kunnen alle onderzoekstranscripten gebruiken om modellen te bouwen waaraan je vragen kunt stellen. Het is bijna alsof je een virtuele persona hebt.

Ik weet dat dit controversieel is. Ik zou het echter geen virtuele persona noemen. Ik zou zeggen dat je de kennisbasis die je al hebt toegankelijker maakt, zodat mensen er gemakkelijker doorheen kunnen navigeren. Vooral bij het inwerken van nieuwe teamleden kan dit helpen hun domeinkennis sneller te ontwikkelen, omdat ze toegang krijgen tot een zeer bruikbaar informatiecorpus.

Aan de designkant komen er veel nieuwe hulpmiddelen binnen de Figma-wereld. Figma zelf is een nieuw hulpmiddel; vijf jaar geleden was het er eigenlijk nog niet. Het heeft de manier waarop we werken veranderd.

Teams werken tegenwoordig vaak direct in hoge getrouwheid. Ik weet niet zeker of dat altijd de beste aanpak is, omdat lage getrouwheid je soms dingen laat zien die je niet meer ziet wanneer iets eruitziet als een voltooid product. Het is echter veel sneller. Teams kunnen snel itereren en dingen maken.

Wanneer een designteam sneller kan maken dan je kunt denken, is het voor productteams vaak nuttig om te denken door te maken in plaats van te maken door te denken. Fouten in het artefact dat je maakt, geven informatie over de uitkomst en het klantprobleem op een manier die alleen praten soms niet kan bieden. Een beeld zegt meer dan duizend woorden.

Designteams die vroeg met productteams samenwerken en voortdurend itereren, hoeven niet meteen het uiteindelijke product te maken. Ze kunnen de productspecificatie in feite vervangen door een prototype, dat prototype toetsen en iets maken waarvan ze weten dat het waardevol kan zijn. Dat was vroeger duur en tijdrovend.

Ook aan de engineeringkant experimenteren mensen met hulpmiddelen zoals Copilot, waarmee ze sneller kunnen werken. We bevinden ons daar nog in een vroeg stadium, omdat engineers nog twijfelen aan de bruikbaarheid. Toch kunnen grote delen van codebases samen met jou worden geschreven. Daardoor krijgen engineeringteams ruimte om aan moeilijkere problemen te werken.

We moeten collectief nadenken over hoe we ons werk verstoren, omdat de meeste mensen deze hulpmiddelen alleen in hun producten proberen te plaatsen. We zouden beter begrijpen welke resultaten ze kunnen opleveren als we ze ook gebruiken in onze dagelijkse productontwikkelingsprocessen.

Hannah Clark: Daar ben ik het helemaal mee eens. We ontwikkelen nu de vaardigheid om AI-hulpmiddelen te gebruiken als uitbreiding van onze expertise, niet als vervanging van institutionele kennis die nog steeds cruciaal is. We moeten toezicht houden op AI-hulpmiddelen alsof ze taken uitvoeren waarvoor wij verantwoordelijk zijn.

Dat sluit aan bij ons gesprek over de waarde van institutionele kennis, vooral in onderzoeksteams. Onderzoek is een gebied waarin het gebruik van AI nogal controversieel is. Hoe zie je de relatie tussen menselijke expertise en kennismanagement met AI zich ontwikkelen?

Greg Petroff: De meeste onderzoeksteams beschikken over een groot contentcorpus. Vroeger was het moeilijk om die inhoud te delen. Je deed een onderzoeksproject, presenteerde de bevindingen en daarna profiteerde niemand meer van die inhoud, omdat die in een archief verdween.

Onderzoek is bovendien tijdelijk. Het kan gedurende een bepaalde periode relevant zijn, waarna gedragspatronen en klantenbestanden veranderen of nieuwe technologieën verschijnen. In grote organisaties is er meestal veel inhoud beschikbaar, maar raadplegen niet veel mensen die.

Onderzoeksteams willen dat meer mensen toegang krijgen, omdat dit tot betere inzichten en betere resultaten kan leiden. Een interessante mogelijkheid is het bouwen van aangepaste kennisgrafieken van je onderzoekscorpus en iedereen in de organisatie in staat stellen daar vragen aan te stellen.

Dat vervangt onderzoek niet. Het maakt alleen zichtbaar welke inzichten je gezamenlijk bezit en deelt die kennis met een groter publiek binnen de organisatie. De onderzoeker is niet langer de enige eigenaar van die kennis. De onderzoeker heeft het werk gedaan en democratiseert de toegang ertoe.

Op die manier helpt het iedereen te begrijpen wie we bedienen en waarom. Het onderzoeksteam blijft de kennis voeden. Ik geloof sterk in kwalitatief onderzoek en in kwantitatieve methoden waarbij je instrumenteert. Dat moet je niet aan AI uitbesteden.

Het vermogen om kennis samen te vatten en breder te delen wordt bijzonder interessant. Wanneer toegang tot waardevolle informatie in een organisatie opener wordt, neemt de vraag naar expertise juist toe. Als meer mensen inzichten zien, willen ze er meer van. Ze herkennen dan ook dat ze professionele onderzoekers nodig hebben die het werk methodologisch degelijk uitvoeren.

Hannah Clark: We hebben dit onderwerp al eerder behandeld. Dit is volgens mij een heel interessant innovatiegebied voor AI. We hadden een populaire aflevering over productontdekking met generatieve AI met Craig Watson, oprichter van Arro. Daarin werd besproken hoe deze hulpmiddelen data interactief maken in plaats van personaontwikkeling te vervangen.

We hebben ook afleveringen gemaakt over productanalysehulpmiddelen die generatieve AI gebruiken, onder andere met Mo Hallaba, CEO van Datawisp, en Mario Ciabarra van Quantum Metric. Zij beschreven het democratiseren van data en het toegankelijker en interactiever maken ervan voor mensen zonder de vaardigheden van een datawetenschapper.

Zodra data toegankelijker wordt, kunnen belanghebbenden beter begrijpen hoe inzichten hun werk ondersteunen. Dan ontstaat de vraag hoe een datagedreven cultuur eruit kan zien wanneer we deze hulpmiddelen effectief inzetten. Het is een spannend moment voor productontwikkeling.

Greg Petroff: Domeinexpertise is vaak sterk geconcentreerd en hiërarchisch. In sommige organisaties hebben degenen met de meeste domeinkennis ook de meeste invloed. Het wordt interessant om te zien wat er gebeurt wanneer iedereen toegang heeft tot een dieper begrip van wie je bedient en waarom.

Onderzoek is bedoeld om productbesluitvorming minder risicovol te maken. We willen eindgebruikers begrijpen en ons in hen verplaatsen, maar productleiders maken ook aannames over welke functies waardevol zijn en waarvoor klanten willen betalen.

Veel van die aannames zijn zwak onderbouwd, terwijl ze duur zijn om te implementeren. Onderzoekers kunnen helpen door de delen van het productontwikkelingsproces te vinden waar veel aannames bestaan en die nog niet grondig zijn gevalideerd. Zo leveren ze meer zekerheid wanneer leiders besluiten waarop ze moeten inzetten.

Hannah Clark: Ik ben eigenlijk verbaasd dat je daarmee in de problemen komt, maar ik zal je niet verklikken. Wij staan als programma aan de kant van UX-onderzoekers. Zij leveren enorme waarde. Als we veel geld gaan investeren in een product, willen we absoluut zeker weten dat het aansluit bij onze doelgroep.

Greg Petroff: We hebben nu ook toegang tot de volledige cirkel. Met hulpmiddelen zoals Amplitude kunnen we, als de instrumentatie goed is, veel informatie over gedrag verzamelen. We hebben succesmetingen, inzicht in functieverbruik, verlengingspercentages in SaaS-bedrijven en cohortanalyses.

Historisch gezien waren die signalen eigendom van verschillende teams. Onderzoek kan nu al die informatie in een volledig overzicht bekijken en de gezondheid beoordelen van de ervaring die je creëert, het bedrijf dat je hebt en het gedrag van je klanten. Dat was vroeger bijna onmogelijk.

AI kan helpen om verschillende datasets over klant- en gebruikerssucces samen te voegen, zodat je een beter beeld krijgt van de gezondheid van je product en van wat er vervolgens moet gebeuren.

Hannah Clark: Een van de grootste voordelen van gesprekmodellen is dat we ze kunnen trainen met al die versnipperde resultaten en ze kunnen verenigen in iets bruikbaars, waaraan we gerichtere vragen kunnen stellen. We zullen moeten zien hoe dit zich ontwikkelt; er zullen ongetwijfeld nog veel problemen moeten worden opgelost.

Greg Petroff: Zodra je een antwoord krijgt, heb je opnieuw een onderzoeksteam nodig. Je moet beoordelingsvermogen gebruiken en het antwoord controleren, want misschien is je data niet goed genoeg en krijg je een inzicht dat niet werkelijk klopt.

Hannah Clark: Ik vraag me af hoe datakwaliteit een groter onderdeel van het gesprek wordt naarmate we meer op deze modellen vertrouwen. Is de data die we invoeren wel van voldoende kwaliteit?

Greg Petroff: Ik kan me nauwelijks voorstellen dat je op een dag zegt: onze AI denkt dat je je zo gedraagt. Klopt dat? Nee, ik maak maar een grapje.

Hannah Clark: Je raakte organisatorische en aanpassingsthema’s aan. Rollen evolueren, mensen krijgen andere verantwoordelijkheden en verschillende functies vloeien in elkaar over. Welke kerna expertise breng je mee en hoe behoud je je waarde wanneer anderen gedeeltelijk hetzelfde werk doen?

Greg Petroff: Ik zou de formulering ‘je terrein beschermen’ bijna ter discussie stellen. Ik heb mijn loopbaan waarschijnlijk elf keer veranderd in 25 jaar. Ik begon als architect, werkte met grafische vormgeving, ging naar broadcastmedia en daarna naar het dotcomtijdperk als informatiearchitect en interaction designer.

Daarna werd ik productleider, onderzoeker, opnieuw interaction designer en vervolgens UX-leider. Een interessant aspect van dit moment is dat er de afgelopen tien jaar relatief veel stabiliteit in rollen is geweest. Veel mensen zijn in die periode opgegroeid en hebben een vaste definitie van hun waarde en identiteit ontwikkeld.

Sommigen hebben nog niet meegemaakt dat de grond onder hun voeten verdween door een nieuwe manier van werken of een nieuwe technologie. Wie dat vaker heeft meegemaakt, ziet sneller dat de regels zijn veranderd en dat aanpassingsvermogen nodig is.

Expertise blijft belangrijk. Je moet weten waar je goed in bent en daarop voortbouwen. Raak alleen niet verstrikt in je rolomschrijving. We bewegen naar een moment waarin het meer gaat om de uitkomst en de probleemdefinitie. Er zijn verschillende manieren om daar te komen.

Blijf nieuwsgierig en ontwikkel jezelf voortdurend, maar wijk niet af van wat je leuk vindt en waar je goed in bent. De beste teams bestaan uit mensen die ergens uitzonderlijk goed in zijn.

Toen ik bij SAP werkte, maakte ik deel uit van een innovatieteam. We waren geen designteam, productteam of engineeringteam. We bestonden uit antropologen, engineers, productmanagers en designers. We kregen een project toegewezen, stelden een team samen en bekeken gezamenlijk hoe we het probleem konden aanpakken.

Ik verwacht dat dit soort gedrag in de toekomst vaker voorkomt. Grote organisaties moeten op een bepaalde manier georganiseerd zijn omdat dit het productontwikkelingsproces helpt. Kleinere organisaties zullen waarschijnlijk wendbaarder omgaan met hulpmiddelen en verantwoordelijkheden. Als we orthodox blijven over wat we doen, staat dat het echte werk in de weg.

Hannah Clark: Ik ben blij dat je afstand nemen van orthodoxie noemt. Ik wil het hebben over leiderschapsstijlen. Je hebt een generatiewijziging gezien in de manier waarop productleiderschap wordt ingevuld.

We bewegen weg van een sterk top-downmodel met bevel en controle naar een veel collaboratievere aanpak. Kun je een concreet voorbeeld geven van hoe zo’n verschuiving de resultaten van productontwikkeling heeft beïnvloed?

Greg Petroff: Ik weet niet welke vorm van productontwikkeling uiteindelijk zal overheersen, maar er zijn zeker twee modellen. In het ene model is er een zeer sterke productleider die niet volledig transparant is en onderweg beslissingen neemt om het project vooruit te helpen. Dat is een omgeving van bevel en controle.

In grote organisaties kan dit ertoe leiden dat productleiders met elkaar concurreren om middelen, vooral wanneer middelen schaars zijn en prikkels zijn gekoppeld aan oplevering. Als niemand bovenaan bepaalt wat we níét gaan doen, proberen mensen meer te realiseren in de tijd die ze hebben.

Daarmee zetten ze druk op het systeem. Er zijn maar beperkte middelen, waardoor ze die minder efficiënt gebruiken. Vervolgens ontstaat chaos en schakelen mensen opnieuw over op bevel en controle om alles in het gareel te krijgen.

Ik heb ook de andere kant gezien: leiders die zeggen dat ze niet alle antwoorden hebben, een team samenstellen en gezamenlijk zo snel mogelijk leren. Ze bouwen experimenten om kennis op te doen, werken samen en delen informatie.

Projectleiders die zo werken halen meer uit hun teams. Er is meer duidelijkheid, meer zichtbaarheid op het werk en mensen ervaren meer autonomie. Ze kunnen hun rol binnen het werk vinden.

Het lijkt erop dat vooral jongere of minder ervaren productmanagers zo werken. Mogelijk komt dat doordat zij digitale inboorlingen zijn. Sommige senior leiders zijn dat minder en willen bewust ruimte creëren voor design, onderzoek, engineering en productmanagement om gezamenlijk een probleem op te lossen.

Ik woonde dit najaar de Canadian Friends-conferentie bij en vond het bijzonder om te horen hoe productleiders nadachten over samenwerking met multifunctionele collega’s. Het was een open gesprek waarin mensen kwetsbaar durfden te zijn en toegaven dat ze niet alle antwoorden hadden, maar hun teams organiseerden om die antwoorden te vinden.

Dat verschilt van het gevoel dat jij alle antwoorden moet hebben omdat je team daarop rekent. Dan doe je alsof je het weet totdat je het weet en stuur je voortdurend bij. Ik zie dus twee stromingen binnen productontwikkeling. Ik ben benieuwd of de ene tot betere resultaten leidt dan de andere.

Hannah Clark: Ik ben het met je eens. De werkcultuur is minder hiërarchisch en veel collaboratiever geworden. Ik vind dat een positieve ontwikkeling. Kwetsbaarheid, psychologische veiligheid en emotionele intelligentie krijgen een steeds grotere plaats in leiderschap. Het is bemoedigend om te zien hoe dit mensen in staat stelt hun beste werk te doen.

Je bent een ervaren leider en bestuurder en hebt veel teams aangestuurd. Welke strategieën werken volgens jou goed om nieuwsgierigheid en experimenteren te stimuleren en tegelijkertijd hoge kwaliteitsnormen te handhaven?

Greg Petroff: Duidelijkheid is het grootste geschenk dat je een team kunt geven. Je kunt als leider niet over alles transparant zijn, en dat helpt mensen soms niet. Er gebeuren veel dingen in het leven van een bedrijf die transactioneel of moeilijk uit te leggen zijn. Als iedereen daarover praat, richt niemand zich nog op het werk.

Duidelijkheid is daarom belangrijk, evenals eigenaarschap over die duidelijkheid. Ze moet door de organisatie heen worden doorgegeven zodat mensen hun rol zien en begrijpen hoe die bijdraagt aan het geheel.

Het is moeilijk voor organisaties om nee te zeggen, maar organisaties die duidelijk maken wat ze niet gaan doen, zijn vaak effectiever. Dat voorkomt enthousiast gedrag zoals ‘we zouden dit ook kunnen doen’ of ‘ik heb een persoonlijk project’. Als je zegt dat iets nu niet gebeurt, betekent dat niet dat het nooit zal gebeuren.

Geef feedback op een hoffelijke manier, maar houd mensen ook verantwoordelijk. Een omgeving waarin mensen zich veilig voelen is belangrijk, maar je mag constructieve feedback niet vermijden. Bij Cisco hadden we een principe dat afkomstig was van Duo: wees vriendelijker dan noodzakelijk.

Als je spinazie tussen je tanden hebt voordat je een vergadering binnenloopt, wil je dat iemand het je vertelt. Het gaat niet om jou als persoon; het is iets waarvan je op de hoogte moet zijn. Geef elkaar voortdurend feedback en houd elkaar aan hoge normen, waarbij het over het werk gaat en niet over de persoon.

Dan leren mensen feedback te ontvangen zonder die persoonlijk op te vatten. Ze zien het als een kans om hun spel te verbeteren of het project een andere richting te geven. Voor mij zijn duidelijkheid en zoveel mogelijk feedback de twee dingen die ik bewust probeer toe te passen.

Hannah Clark: Ik waardeer die inzichten. Ik ben het ermee eens. Je bent vast gewoon bescheiden.

Bedankt dat je vandaag bij ons was, Greg. Dit was een geweldig gesprek over veel onderwerpen die momenteel zeer relevant zijn. Ik hoop dat we interessante reacties krijgen van de mensen die luisteren. Waar kunnen mensen je werk volgen of online contact met je opnemen?

Greg Petroff: Ik ben actief op LinkedIn, dus je kunt me daar vinden. Ik heb ook een Substack met de naam Improbable Futures, waarin ik schrijf over ideeën rond mogelijkheden. Je kunt me dus op die twee plaatsen vinden.

Hannah Clark: Geweldig. Heel erg bedankt dat je hier bij ons was.

Greg Petroff: Bedankt.

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