Como Tornar-se um Gestor de Produto de IA Sem Experiência (com a Dra. Nancy Li)

Ler a transcrição:

Estamos a experimentar transcrever os nossos podcasts utilizando um programa de software. Perdoem eventuais erros tipográficos, pois o sistema não está correto a 100% do tempo.

Hannah Clark: Aviso desde já: este será mais um episódio sobre IA. Suspeito que existam atualmente dois grupos de ouvintes: pessoas ávidas por informações sobre tudo o que está relacionado com IA e pessoas que pensam: «IA? Mais vale dizer A, já ouvi o suficiente sobre isto.» E, se ainda está a ouvir depois deste trocadilho terrível, vou assumir que pertence ao primeiro grupo — o que significa que poderá ser o candidato perfeito para se especializar em gestão de produtos de IA.

Hoje volto a estar acompanhada pela Dra. Nancy Li que, além de ser uma força absolutamente formidável, é fundadora da Product Manager Accelerator, apresentadora do podcast Product Insider, foi destacada pela Forbes e também é uma veterana na gestão de produtos de IA. A Dra. Li teve uma perspetiva verdadeiramente única tanto sobre o setor dos produtos de IA como sobre o panorama das carreiras de produto, ao qual tem estado muito ligada nos últimos anos. Por isso, está aqui para partilhar informações privilegiadas sobre como pode transformar o seu fascínio pela IA numa carreira que pode mudar a sua vida. Vamos começar.

Bem-vinda de novo ao podcast The CPO Club. Dra. Nancy, muito obrigada por se juntar novamente a nós hoje.

Nancy Li: Obrigada pelo convite. Diverti-me muito da última vez que gravei esses episódios, por isso fico feliz por voltar e partilhar mais conhecimentos sobre IA.

Hannah Clark: Sim, sem dúvida.

Para quem não a ouviu da última vez, pode fazer-nos um breve resumo do seu percurso e explicar como chegou onde está hoje?

Nancy Li: Claro. Olá a todos, sou a Dra. Nancy Li, diretora de produto destacada pela Forbes. Ajudei milhares de pessoas a conseguir o emprego dos seus sonhos como gestores de produto em grandes empresas e startups unicórnio, e a continuarem a ser promovidas como líderes de produto. Atualmente, dirijo a minha própria empresa, a PM Accelerator, que ajuda as pessoas a desenvolverem as suas carreiras na gestão de produtos. Também tenho o meu próprio podcast, chamado Product Insider. Entrevistamos líderes de produto, como vice-presidentes de produto da Google, e explicamos todos os segredos internos da criação de produtos bem-sucedidos.

Eu própria sou uma imigrante que se mudou para os Estados Unidos com 800 dólares no bolso e se tornou diretora de produto em quatro anos. Por isso, o meu objetivo é levar formação em gestão de produtos, especialmente formação empresarial, a pessoas de famílias com rendimentos médios. Tenho partilhado muitos dos meus recursos gratuitos e segredos no YouTube.

Atualmente, o meu canal do YouTube tem mais de um milhão de visualizações. Também tive muita sorte no ano passado, quando criámos a nossa própria organização sem fins lucrativos, a PMA Kids, que oferece formação gratuita em gestão de produtos a crianças de famílias com baixos rendimentos. Fico muito feliz por ver as pessoas crescerem comigo e desenvolverem-se pessoalmente.

A comunidade também cresceu para mais de 100 000 gestores de produto através de todas as minhas iniciativas nas redes sociais.

Hannah Clark: É um currículo impressionante. E, para completar, também criou um produto de IA muito bem-sucedido e premiado, não foi?

Nancy Li: Sim.

Hannah Clark: Pode contar-me um pouco sobre isso?

Nancy Li: Claro. Foi antes de a IA se tornar muito popular.

O produto que criei chama-se Smart Cities e utiliza IA, especialmente visão computacional, para reduzir acidentes de automóvel. Especificamente, esse produto foi criado em 2016, numa altura em que existia um movimento muito conhecido em várias cidades chamado Vision Zero, cujo objetivo era reduzir para zero as mortes no trânsito.

Foi por isso que lhe chamei Vision Zero. Na altura, estávamos a tentar perceber como poderíamos ajudar as cidades a reduzir os acidentes de uma forma mais abrangente e escalável. Como referi, ninguém nos estava a pressionar para utilizar IA. Estávamos simplesmente a analisar diferentes tecnologias para perceber se deveríamos utilizar IA, Internet das Coisas ou análise de dados.

No final, decidimos utilizar a IA como uma das principais tecnologias para criar o produto e acabámos por receber o prémio de boas práticas do presidente da câmara. O produto foi rapidamente implementado nas dez principais cidades dos Estados Unidos. Fico muito feliz por ver como a IA já estava a mudar a vida das pessoas há anos, antes de se tornar tão falada como é atualmente.

Hannah Clark: E essa é uma excelente transição para a forma como a IA está hoje a mudar a vida das pessoas, neste caso através da especialização em gestão de produtos de IA. Para começarmos, quais são alguns dos benefícios concretos que os gestores de produto podem esperar se apostarem na IA como especialização?

Nancy Li: Excelente pergunta.

No que diz respeito à IA como especialização, está definitivamente a abrir muitas portas para os atuais gestores de produto e para qualquer pessoa que queira entrar na gestão de produtos. Por exemplo, uma das vantagens é, sem dúvida, um salário mais elevado. Em geral, os gestores de produto de IA recebem entre 10% e 20% mais do que a média dos gestores de produto.

Em segundo lugar, oferece um impulso à carreira. Tenho, por exemplo, uma aluna que entrou na Amazon como gestora de produto de IA generativa. Passou literalmente para o nível seguinte da carreira. Não só entrou numa grande empresa, como também conseguiu criar produtos muito impactantes para a Amazon, utilizados por muitas pessoas.

A terceira vantagem é o quanto pode acelerar a entrada no setor da gestão de produtos. Tenho alunos que decidiram especializar-se em IA e, depois de acrescentarem muitas palavras-chave relacionadas com IA e projetos de produtos de IA aos seus currículos, começaram a receber muito mais oportunidades de entrevistas do que qualquer outro candidato.

Isto acontece porque todas as empresas querem agora incluir a IA no seu roteiro. Podemos discutir mais tarde se devem ou não fazê-lo, mas é uma tendência e está definitivamente a impulsioná-los para o nível seguinte. Há também uma comparação interessante, semelhante a uma expressão americana: é como disparar contra um barril.

Se entrar agora no setor da IA, será como disparar contra um barril, porque nos próximos cinco anos, talvez dez, ou até nos próximos dois anos, quando a IA «descolar», independentemente de estar a fazer um trabalho razoável — espero que faça um trabalho excelente —, digamos que faz um trabalho mediano no setor, todo o setor estará a crescer como um foguetão.

Estará a viajar nesse foguetão. É aí que a sua carreira vai crescer juntamente com todo o setor. Recomendo, por isso, que todos analisem a IA como o próximo passo da sua carreira.

Hannah Clark: Pode explicar-nos o ciclo de vida de um gestor de produto de IA?

Nancy Li: Claro. Vou utilizar o meu próprio produto como exemplo.

Especificamente, o ciclo de vida da gestão de produtos de IA tem quatro etapas. A primeira é a idealização e a compreensão sobre se a IA consegue realmente resolver o problema. A segunda é compreender que tipo de dados devem ser recolhidos e onde os encontrar, porque os dados são um novo campo na era da IA. A terceira é criar um produto mínimo viável e a quarta é lançar o produto. Vou agora utilizar um exemplo real para explicar como foi possível criar um produto de IA premiado utilizando este modelo.

A primeira etapa consiste em perceber se os clientes têm realmente um problema ou se estamos a utilizar a IA para criar um problema para eles. É necessário fazer engenharia inversa. Por isso, é muito importante avaliar cuidadosamente o mercado, perceber que problemas podem ser resolvidos pela IA e quais não podem. Vou dar um exemplo específico, um estudo de caso que desenvolvi na PM Accelerator com os meus alunos.

Estávamos numa sessão de brainstorming. Por exemplo, se fosse o diretor executivo da Delta, o que faria nos próximos dez anos? Naturalmente, os meus alunos, incluindo eu própria, disseram: «Talvez possa fazer alguma coisa com IA.» Contudo, a solução específica criada por um aluno foi utilizar IA para a navegação dos voos.

Eu disse-lhe que era a aplicação errada. Atualmente, a IA, especialmente a IA generativa, pode falhar. Existe uma probabilidade de 1% ou 0,001% de falha. Se falhar num sistema de navegação aérea, pode matar pessoas. É demasiado arriscado utilizar imediatamente a IA em aplicações de controlo críticas para missões.

Por isso, temos de fazer uma investigação muito aprofundada: será que precisamos mesmo dela e de que forma a IA pode melhorar significativamente a aplicação? Quando criei o meu produto de cidades inteligentes, em 2016, não havia pressão para utilizar IA. Ninguém sequer pensava nisso. Estávamos simplesmente a fazer uma verdadeira descoberta das necessidades dos clientes e descobrimos que a IA era a melhor metodologia e a melhor ferramenta. Portanto, faça primeiro muita descoberta.

A segunda fase do ciclo de vida da gestão de produtos de IA é a recolha de dados e o treino de um modelo de dados. Os dados são um novo campo no setor da IA. É por isso que empresas como a Scale AI são atualmente tão populares e que muitas empresas e startups diferentes foram criadas nesta era da IA.

Ao treinar qualquer tipo de modelo, é muito importante encontrar o tipo certo de dados. Por vezes, pode tirar partido de modelos existentes de outras pessoas. Existem muitos bons modelos de IA, como o ChatGPT, por exemplo, e vários outros tipos de modelos.

O Gemini tem os seus próprios modelos e a Soplic também tem os seus. Existem muitos modelos de IA. É necessário decidir se vai utilizar um modelo existente, qual será o processo de decisão e qual é o melhor modelo. Pode fazer uma integração de API. Nesse caso, quanto lhe custará executar diretamente o seu produto sobre o modelo de outra pessoa? Talvez possa utilizar alguns modelos existentes e criar algo pequeno por cima deles para reduzir o custo total.

Existem, portanto, muitos processos de decisão diferentes: treinar um modelo, recolher dados e utilizar modelos existentes. A terceira parte é criar um produto mínimo viável. Para os produtos de IA, este processo é muito semelhante à gestão de produtos tradicional. Ao criar um produto mínimo viável, é necessário testá-lo no mercado, mas a gestão de produtos de IA tem uma particularidade: é necessário pensar na segurança e na confiança. Nem toda a gente quer adotar a IA, e diferentes tipos de preconceitos podem ser introduzidos nos sistemas. A governação da IA deve ser tida em consideração ao criar estes produtos.

Idealmente, estes aspetos devem ser considerados o mais cedo possível no ciclo de desenvolvimento do produto. Quando criámos o Smart Cities, trabalhámos apenas com uma cidade, Boston, com o objetivo de utilizar visão computacional para reduzir acidentes. Contudo, foi muito difícil verificar e treinar o nosso modelo de dados utilizando uma quantidade limitada de dados sobre acidentes.

Pense nisto: para treinar um modelo de IA, é necessária uma grande quantidade de dados. Neste caso, queríamos reduzir acidentes. Quantos dados sobre acidentes existem? Em primeiro lugar, têm de ser captados; depois, temos de limpar os dados. Além disso, queríamos testar se o modelo conseguia detetar acidentes num ambiente com neve, pois Boston tem seis meses de neve por ano.

Durante a época de neve em Boston, o modelo conseguia detetar acidentes? Nestes cenários, é muito difícil recolher dados. Também não queremos recolher esses dados, porque esperamos que nunca existam. Por isso, adotámos uma abordagem diferente para criar o produto mínimo viável. Primeiro, comprámos alguns dados.

Na altura, a empresa chamava-se Mint AI e conseguimos comprar diferentes tipos de dados de treino. Em segundo lugar, criámos vários ambientes simulados. Podíamos fazê-lo num parque de estacionamento, com pessoas a fingirem aproximar-se de carros. Também criámos cenários com brinquedos. Era muito divertido.

Tínhamos pequenos carros de brincar a embater em bicicletas de brincar. Tudo era feito com brinquedos. No modelo de IA, alterávamos os parâmetros para compreender o tamanho de um carro real. Assim, conseguíamos perceber se o modelo detetava uma colisão entre brinquedos e se conseguia prever a colisão antes de ela acontecer.

Fizemos muitas atividades diferentes ao criar o produto mínimo viável. Também quero dar crédito a Jensen Huang, da NVIDIA. Fomos dos primeiros utilizadores dos modelos de treino da NVIDIA. Mesmo naquela altura, em 2016, a sua equipa tinha criado um modelo de IA extraordinário para detetar objetos, sobre o qual pudemos construir o nosso produto.

Todos estes pormenores fazem parte da criação de um produto mínimo viável. Foi muito entusiasmante. É mais do que simplesmente treinar um modelo: é necessário ser inteligente e criativo também na criação do produto mínimo viável. A fase final é, naturalmente, a estratégia de entrada no mercado. Para um produto de IA, existe o processo tradicional de entrada no mercado, que já conhece.

Tenho outro vídeo no YouTube sobre estratégias de entrada no mercado, que pode consultar mais tarde no meu canal. Contudo, além do processo tradicional, temos de pensar em aspetos adicionais, como a adoção por parte dos clientes e das partes interessadas internas. A adoção pelos clientes está relacionada com a tolerância ao risco.

Algumas pessoas simplesmente não querem experimentar um produto de IA. Outras podem ter tido uma má experiência e nunca mais voltar. Também podem ter receio de que os seus dados sejam utilizados pela IA para sempre ou de que a IA substitua o seu trabalho. É necessário gerir este tipo de adoção pelos utilizadores finais.

A segunda parte diz respeito às partes interessadas internas. Através do meu contacto com gestores de produto que criaram produtos bem-sucedidos, descobrimos que nem todas as pessoas numa empresa querem utilizar IA. Podem ser os executivos, outras equipas de engenharia ou a equipa jurídica, e haverá certamente resistência.

Por isso, é necessário aprender a defender os produtos de IA em diferentes cenários. Estas são as quatro etapas do ciclo de vida de um gestor de produto de IA.

Hannah Clark: É muito completo e parece também um setor muito entusiasmante para explorar.

Quais são, então, alguns dos passos que os gestores de produto podem dar para se qualificarem para todas estas funções interessantes de gestão de produtos de IA?

Nancy Li: É, sem dúvida, muito entusiasmante. Falo normalmente das quatro formas de se tornar gestor de produto de IA. A primeira aplica-se a quem acabou de sair da universidade e é, na verdade, a mais fácil. Se acabou de terminar os estudos, faça qualquer coisa relacionada com IA e entre primeiro no setor. Não tem experiência, mas pode utilizar imediatamente o seu projeto final de curso.

Pode trabalhar em IA no seu primeiro estágio. Não tem de ser gestão de produtos de IA, porque acabou de se licenciar e está a fazer um estágio. Pode ser engenheiro de software numa startup de IA ou desempenhar qualquer função numa startup de IA.

Temos alunos que fizeram isso. Tenho, por exemplo, uma aluna do segundo ano da universidade cujo primeiro estágio em gestão de produtos foi na NVIDIA, a criar modelos fundamentais como gestora de produto de IA. Pode candidatar-se diretamente a um estágio em IA ou a um estágio de gestão de produtos de IA.

A segunda forma de entrar na gestão de produtos de IA aplica-se aos atuais gestores de produto. Se trabalha, por exemplo, em Internet das Coisas ou em tecnologia financeira e nunca teve contacto com IA, a forma mais fácil é adquirir conhecimentos sobre IA. Existem muitos cursos de IA. Enquanto gravamos este podcast, a Google também está a lançar cursos de IA.

Se já é gestor de produto, aprenda antecipadamente todas as competências relacionadas com IA, estude diferentes modelos de linguagem de grande dimensão e compare-os para perceber quais são melhores e como tomar decisões técnicas. Estes são os passos fundamentais que todos os gestores de produto devem começar a praticar.

A terceira forma aplica-se a pessoas que já têm experiência de engenharia em empresas de IA. Tenho muitos engenheiros de IA e cientistas de dados na PM Accelerator. Não sabem praticamente nada sobre gestão de produtos, mas têm uma vantagem única: já criaram modelos de IA.

Talvez tenham sido engenheiros como os que trabalharam comigo há anos, quando criei o Smart Cities. Sabem treinar modelos de IA e sabem como criar um produto mínimo viável porque fizeram parte de todo o processo. Não escreveram os requisitos — fui eu que os escrevi —, mas a experiência de gestão de produtos é mais fácil de adquirir do que aprender o que é um modelo de linguagem de grande dimensão ou como treinar um modelo de IA.

A esses engenheiros recomendo que aprendam imediatamente tudo o que puderem sobre gestão de produtos, estratégias de entrada no mercado e entrevistas com clientes. Isto ajudará a acelerar significativamente o processo. A última possibilidade aplica-se a quem não tem experiência de engenharia nem de gestão de produtos.

Para essas pessoas, recomendo vivamente a seguinte abordagem. Primeiro, estudem o que é a IA. Esta é a base. Segundo, estudem o que é a gestão de produtos. Terceiro, criem um projeto prático próprio. Criar um projeto prático é a melhor forma de pessoas com ou sem experiência em IA demonstrarem a sua paixão pelo setor e os seus conhecimentos.

Também mostra que não estão apenas a falar: já criaram várias aplicações de IA como gestores de produto. Quero fazer uma distinção importante: como gestores de produto, não precisamos de aprender a programar. Contudo, podemos aprender formas simples de criar aplicações. Eu própria estou atualmente a criar uma aplicação baseada no ChatGPT e não sei programar. Tenho um doutoramento em ciência dos materiais e, mesmo hoje, continuo sem saber programar.

Mas é possível adquirir experiência prática utilizando APIs, diferentes extensões e as instruções do ChatGPT para criar aplicações sobre a plataforma. Tudo isto pode ser utilizado para adquirir experiência prática e, posteriormente, transformado num portefólio de produtos. Assim, será muito mais fácil convencer o responsável pelo recrutamento de que é capaz de desempenhar a função.

Existem, portanto, diferentes passos que as pessoas podem seguir, e estes ajudarão certamente a acelerar a carreira.

Hannah Clark: São segredos muito úteis.

Voltando aos cursos autónomos, aos recursos e a outros tipos de formação que as pessoas podem utilizar para desenvolver este conjunto de competências, tem alguma recomendação específica de recursos ou cursos?

Nancy Li: Sim, fiz pessoalmente vários cursos de que gostei muito.

A minha abordagem é ligeiramente diferente: não faço apenas cursos, também leio artigos, adquiro experiência prática e experimento diferentes ferramentas. Vou indicar algumas das melhores opções, para que todos possam começar imediatamente. O primeiro recurso é o DeepLearning.AI, a principal fonte criada por Andrew Ng.

Ele disponibiliza vários recursos gratuitos no seu site. Há um curso que recomendo vivamente. Demora apenas uma hora e aumentará significativamente a sua compreensão da IA e a sua experiência prática: engenharia de comandos. É um curso curto e rápido.

Em segundo lugar, pode também aceder à Coursera e fazer cursos de aprendizagem automática. A Coursera trabalha com várias empresas, incluindo a IBM e a DeepLearning.AI, para criar estes cursos. Recomendo também os cursos da DeepLearning.AI, que permitem obter uma compreensão completa da aprendizagem automática. Deve ainda aprender sobre aprendizagem profunda e perceber o que ela é.

Recomendo também a leitura dos diferentes artigos publicados pela NVIDIA. Sou uma grande fã da NVIDIA. Conheço o diretor executivo há cerca de oito anos. É uma pessoa muito inteligente. A NVIDIA publica muitos artigos baseados nos modelos fundamentais que desenvolveu internamente. Outras pessoas, incluindo eu e a minha equipa, conseguem criar aplicações sobre essa estrutura existente.

Um dos meus melhores amigos, que conheço há cerca de doze anos e continua a sê-lo hoje, trabalha como engenheiro de software principal na criação dessas estruturas de IA para a NVIDIA. Toda a gente precisa de compreender estas estruturas de IA a um nível elevado. Como referi anteriormente, no ciclo de vida da gestão de produtos de IA, não é necessário criar tudo de raiz; muitas vezes, é possível utilizar o trabalho já desenvolvido por outras pessoas.

Recomendo consultar o site da NVIDIA, onde pode encontrar conteúdos educativos e aprender sobre estruturas existentes que pode utilizar. A próxima opção, surpreendentemente, é a Google. A Google também lançou um produto de IA chamado BlackRock e está a adicionar várias aplicações sobre a AWS.

A empresa disponibiliza descrições muito simples sobre o que são as estruturas de IA e que aplicações podem ser criadas sobre elas. São conteúdos curtos e, por vezes, incluem vídeos. Também pode utilizar esses recursos.

Tenho, naturalmente, uma lista completa de cursos de IA no meu site, drnancyli.com/aicourses, com todos os cursos que fiz e avaliei pessoalmente. Recomendo que todos a consultem. Pode aceder a drnancyli.com/aicourses para ver todos os cursos e começar a aprender por interesse pessoal.

Estes são os cursos de IA que recomendo para aperfeiçoar as suas competências. Na PM Accelerator, tenho também o meu próprio curso de gestão de produtos de IA, mais focado no que os gestores de produto precisam de fazer no dia a dia, no ciclo de vida completo da gestão de produtos e na tomada de decisões técnicas importantes, incluindo a seleção de diferentes modelos.

Pode visitar o meu site para saber mais sobre os cursos de gestão de produtos. O meu curso de gestão de produtos de IA é especializado na gestão de produtos para gestores de produto de IA. Abordamos detalhadamente o ciclo de vida completo da gestão de produtos, adquirimos experiência prática e criamos produtos reais de IA em conjunto, para que tenha algo que possa apresentar no seu portefólio.

Também fornecemos uma versão resumida dos conhecimentos técnicos de IA, para acelerar o processo de aprendizagem. Cada curso de IA disponível demora cerca de dois meses a concluir e exige dez horas por semana. O nosso curso oferece um atalho e explica exatamente o que um gestor de produto de IA precisa de dominar.

Hannah Clark: Isto abrange o enorme panorama de cursos e recursos de aprendizagem disponíveis para quem quer saber mais sobre IA.

Falemos agora um pouco sobre o panorama dos empregadores. Conhece empresas específicas que estejam realmente empenhadas em contratar gestores de produto com especialização em IA?

Nancy Li: Sim, muitas. Todas as semanas surgem novos empregadores e novas oportunidades. Há, por exemplo, várias notícias interessantes. A Amazon está a contratar agressivamente gestores de produto de IA, especificamente gestores de produto de IA generativa, em alguns dos seus departamentos — não posso dizer quais.

O que descobri é que alguns departamentos da Amazon começaram a mudar a liderança: o vice-presidente saiu, o diretor saiu e foi contratada uma nova liderança muito favorável à IA.

A liderança antiga era contra a IA e queria utilizar uma metodologia tradicional para perceber se era realmente necessário utilizar IA ou se seria melhor não aderir imediatamente à tendência. A nova liderança de IA quer apostar na IA. Por isso, a empresa substituiu gestores de produto que não conheciam bem a IA por novos gestores de produto de IA. Alguns dos gestores antigos foram colocados num plano de melhoria de desempenho e os novos gestores começaram gradualmente a substituí-los.

É triste ver isso acontecer, mas faz parte da cultura da Amazon, que é muito orientada para o crescimento rápido. Isto também significa que a Amazon está atualmente a contratar muitos gestores de produto de IA para alguns dos seus departamentos. A Netflix também é uma referência e contrata constantemente gestores de produto de IA.

No ano passado, provavelmente já terão lido as notícias, a Netflix ofereceu 900 000 dólares por ano a uma pessoa para trabalhar como gestora sénior de produto de IA e criar conteúdos gerados por IA. Existem também outras startups de IA muito importantes, algumas das quais talvez nunca tenha ouvido falar, mas que estão a crescer rapidamente.

Uma startup de que gosto particularmente chama-se Inkitt. Tenho uma aluna a entrevistar-se atualmente com essa empresa, cuja ideia é revolucionária. É como se fosse a Netflix para leitores. Atualmente, as pessoas leem romances e participam em clubes de leitura; nesta empresa, podem ler e interagir com as personagens dos livros através da IA.

Imagine que viu ou leu sobre A Guerra dos Tronos e pode fazer perguntas à Daenerys em direto através da IA. As personagens são realmente criadas por IA. A empresa já angariou muito financiamento, está a tornar-se cada vez mais popular e está a conquistar muitos utilizadores para este novo produto de IA destinado a clubes de leitura.

Existe muito mais do que uma empresa: há inúmeras startups de IA. É preciso prestar muita atenção. Recomendo que todos consultem a TechCrunch, que fala bastante sobre novas ideias de startups tecnológicas, novas rondas de financiamento e oportunidades para descobrir novas possibilidades na área da IA.

Hannah Clark: Agora que estamos a terminar, mencionou que existem definitivamente incentivos salariais para quem desenvolve uma especialização em IA. Existem outras considerações sobre remuneração que possam encorajar as pessoas que estão a pensar desenvolver competências de IA a levá-lo a sério como próximo passo da carreira?

Nancy Li: Sim. Quando disse inicialmente que os gestores de produto de IA recebem mais, isso é verdade. Mas também quero explicar o outro lado do salário e mostrar como pode analisá-lo de uma perspetiva diferente. Em primeiro lugar, é verdade que os gestores de produto de IA recebem mais, mas também quero destacar o impacto que pode criar através da IA, a eficiência que pode proporcionar no dia a dia e a possibilidade de criar aplicações de que gosta pessoalmente.

Adoro falar com personagens de A Guerra dos Tronos, por exemplo. Além disso, quero que as pessoas analisem o salário de forma detalhada. Se entrar numa empresa cotada em bolsa, há alunos meus que entraram em grandes empresas e noutras empresas, como a Snowflake, e recebem mais de 400 000 dólares por ano como gestores de produto de IA.

Nas startups, talvez não receba 450 000 dólares em dinheiro. Esses valores são ofertas em dinheiro. Uma startup pode oferecer, por exemplo, um salário base de 160 000 dólares e muitas ações. Mas pense no valor que essas ações podem atingir no futuro. Podem tornar-se o próximo milhão de dólares; nunca se sabe.

Por isso, aconselho todos a escolherem a startup com muito cuidado. Deve estar alinhado com a missão da empresa e com o impacto que pretende criar. Também precisa de escolher o cavalo certo. Talvez entre na próxima Google. Nesse caso, poderá ser a pessoa convidada para este podcast e para o meu podcast na próxima vez, para falar sobre qual o produto de IA que deve escolher.

Seja prudente no próximo passo da sua carreira. Não entre simplesmente no setor da IA sem refletir. Escolha o cavalo certo.

Hannah Clark: Com isso, muito obrigada por se juntar novamente a nós, Dra. Nancy Li. Mencionou alguns dos recursos que as pessoas podem encontrar no seu site.

Existe algum outro local onde as pessoas possam acompanhar o seu trabalho online?

Nancy Li: Sim. Podem visitar o meu podcast, podcast Product Insider da Dra. Nancy Li. No meu canal do YouTube, basta procurar por Dra. Nancy Li, diretora de produto. Também podem enviar-me uma mensagem no LinkedIn. Sou muito ativa no LinkedIn e respondo a todas as mensagens. Procurem por Dra. Nancy Li. É aí que podem encontrar a minha presença nas redes sociais. Podem também visitar o meu site, drnancyli.com/aicourses, e consultar os recursos gratuitos que reuni para todos vocês.

Hannah Clark: Fantástico. Muito obrigada por se juntar novamente a nós. Foi muito interessante aprender consigo. É uma área muito entusiasmante que todos devem conhecer.

Nancy Li: Obrigada pelo convite, Hannah, e mantenhamos o contacto. Vamos todos entrar juntos na era da IA.

Hannah Clark: Obrigada por nos ouvir. Para obter mais informações, guias práticos e análises de ferramentas, subscreva a nossa newsletter em theproductmanager.com/subscriba. Pode ouvir mais conversas como esta subscrevendo o The CPO Club na plataforma onde costuma ouvir os seus podcasts.