Enterprise-CPO:ns guide till att lyckas med AI (med Randhir Vieira, Chief Product Officer på Omada Health)

Läs transkriberingen:

Vi testar att transkribera våra poddar med hjälp av ett program. Ursäkta eventuella stavfel eftersom boten inte är korrekt till 100 procent hela tiden.

Hannah Clark: Föreställ dig att du är kapten på en båt och när du seglar ser du förhållanden längre fram som visar att det är dags att byta riktning. Okej, låt oss nu säga att du har bestämt dig för att det rätta är att göra en 90-graderssväng mot nordost – hur snabbt kan du göra det? Om du tänkte att det där inte riktigt är en rättvis fråga, Hannah.

Du har helt rätt, eftersom vi saknar viktig information, till exempel hur stor båten är. Det här är analogin jag tänker på när jag jämför etablerade företag med nystartade företag inför stora omvälvningar som AI. Även om motsvarigheten till ett kryssningsfartyg inom näringslivet kan ha stora resurser ombord, kommer det att krävas betydligt mer tid och nautisk erfarenhet för att ändra kurs än för motorbåten med fyra personer och ett flak energidrycker.

Min gäst i dag är Randhir Vieira, Chief Product Officer på Omada Health. Omada har varit verksamt sedan 2011 och som ett moget företag med etablerade produkter arbetar de med en helt annan uppsättning utmaningar och fördelar jämfört med de nya nystartade företag som har AI inbyggt i sitt DNA. Randhir gick igenom olika metoder som företagsledare kan använda när de implementerar AI både i sina produkter och i sin interna kultur, samt hur dessa beslut kan hjälpa etablerade företag att navigera mot nya horisonter. Då sätter vi igång.

Förresten har vi sådana här samtal varje vecka, så om det här låter intressant för dig, varför inte prenumerera? Okej, då sätter vi igång.

Välkommen tillbaka till podden för produktchefer. Jag är här i dag med Randhir Vieira. Han är CPO på Omada Health.

Randhir, tack så mycket för att du kom och deltog i dag.

Randhir Vieira: Nöjet är på min sida.

Hannah Clark: Vi börjar som vi alltid börjar programmet. Kan du berätta lite om din bakgrund och hur du har hamnat där du är i dag?

Randhir Vieira: Okej, jag börjar från slutet. Jag är Chief Product Officer på Omada Health. Jag har varit här i ungefär fem och ett halvt år. Innan dess arbetade jag på Headspace, men nu backar vi bandet lite.

Jag började på Yahoo, där jag anslöt till en liten grupp som gick från noll till 300 miljoner på ungefär fyra år, och jag var på Yahoo i ungefär sex och ett halvt år. Men eftersom jag var baserad i Silicon Valley bestämde jag mig för att åtminstone prova livet på ett nystartat företag. Jag följde därför min passion, fotografering, och började på ett fotorelaterat nystartat företag som hette ifi.

Det hade färre än 20 anställda vid den tiden. Det var ett av de första eller tidiga sakernas internet-företagen, en kombination av hårdvara och programvara. Genom det och genom riskkapitalnätverket träffade jag någon på ett B2B-företag inom programvara för lärplattformar som hette Mind Flash. Där var jag i några år och ledde produkt, marknadsföring, försäljning och teknik vid olika tidpunkter.

Sedan har jag ett stort intresse för meditation och fick möjlighet att börja på Headspace för att starta deras B2B-verksamhet. Så småningom ledde jag produktarbetet för hela Headspace. Det var mitt första steg in i hälsa och välbefinnande. Och därefter gick jag vidare till Omada.

Hannah Clark: Det är verkligen en lång resa.

I dag ska vi fokusera på metoder för etablerade företag som Omada att börja integrera AI i sina produkter och sin kultur, vilket är ett stort ämne. Vi börjar med dina tankar om horisont ett och horisont två när det gäller AI-adoption.

Kan du berätta lite om hur du tänker kring dessa horisonter och varför du tror att företag tenderar att fastna i att optimera sina befintliga arbetsflöden i stället för att tänka på horisont två – vad som är möjligt och vad som kommer härnäst?

Randhir Vieira: Jag tycker att horisont ett är det jag beskriver som de stegvisa förbättringar eller innovationer som människor kan använda med all ny teknik. I det här fallet är AI den heta nya teknik som vi alla är entusiastiska över. Den vanliga platsen vi alla börjar på är därför vilka saker vi gör i dag som vi kanske avskyr att göra eller tror att AI kan göra snabbare, bättre och billigare.

Det är de sakerna vi kommer att använda AI till. Sammanfattning är ett bra exempel, oavsett om det handlar om att sammanfatta innehåll, möten eller liknande. Sådant är bra ställen att börja på. Det är lågt hängande frukt, och självklart bör vi dra nytta av det. De större möjligheterna finns däremot inom horisont två.

Vilka saker kunde vi helt enkelt inte göra tidigare som det här nya verktyget eller den här förmågan kan möjliggöra? Jag tror att det som håller oss tillbaka är trögheten. Det är trögheten i vårt tänkande, i befintliga processer, i vår affärsmodell och i en mängd andra saker som vanligtvis hindrar särskilt stora och framgångsrika företag från att gå över till horisont två, eller revolutionerande uppdateringar.

Jag tycker att det finns många standardexempel om vi ser på den senaste stora teknikförändringen vi hade, som handlade om mobiltelefoner och smarttelefoner. Många företag som kanske hade en närvaro på nätet, till exempel för bokningar eller annat via webben, flyttade innehållet eller förmågan till telefonen eftersom det var bekvämare och så vidare.

Men de företag som verkligen utmärkte sig var de som använde förmågan på ett sätt som helt enkelt inte var möjligt tidigare. Samåkningsföretag som Uber och Lyft skulle sannolikt inte ha funnits utan en smarttelefon. Det är den typen av saker som är svårare för särskilt framgångsrika stora företag att föreställa sig på nytt, jämfört med att nästan bli offer för sin egen framgång med sin befintliga framgångsrika affärsmodell och sina processer.

Hannah Clark: Ja, det är ett väldigt kortfattat exempel.

På tal om exempel skulle jag vilja utforska några av de sätt där du har sett den typen av omvälvande tillämpning av AI som går in på horisont två. Bara så att vi kan ge en kontrast – var finns det utrymmet just nu? Var ser du att det händer?

Randhir Vieira: Jag tycker att det är när företag angriper några av de grundläggande begränsningar som kan finnas eller arbetar med nya förmågor som har låsts upp. Där ser man verkligen spännande saker. Jag tycker att vi fortfarande befinner oss mycket, mycket tidigt i AI-omställningen, särskilt för den här typen av scenarier inom horisont två.

Jag ska ge dig ett par exempel som har fascinerat mig. Det ena är att vi i dag har många människor som söker jobb och att vi alltid har haft någon form av algoritmer som hjälpt till att sålla bland kandidater, eller hur? På många företag som tar emot många ansökningar. Några av de nya verktygsvågor jag har lagt märke till genomför fullständiga synkrona intervjuer, inte bara ljudintervjuer utan även videointervjuer, med kandidater.

Men tänk om alla som söker en tjänst, i stället för att vi använder nyckelordsbaserad skrapning och liknande, omedelbart erbjöds möjligheten att intervjuas av en AI-agent? Skulle vi då få ett mycket bättre urvalskriterium som är mer objektivt än det människor själva uppger? I ansökan skulle man faktiskt kunna genomföra en strukturerad intervjuprocess som helt bygger på AI, särskilt för den första eller andra intervjun.

Då har man inte längre den begränsning som tvingade en att välja ut en liten grupp människor som skulle träffa en mänsklig intervjuare. Jag fascineras av den här typen av företag som helt enkelt föreställer sig på nytt vad som är möjligt eftersom begränsningen att behöva sålla fram en mindre grupp människor har försvunnit.

Ett annat exempel skulle kunna vara att ha en läkare till hands vid behov, eller åtminstone någon som man kan ställa frågor till hela tiden. Många företag försöker göra detta på ett sätt som både är säkert och följer regelverken och så vidare. Men återigen var det här inte möjligt tidigare på grund av kostnader, resurser och liknande.

Det händer fascinerande saker inom psykisk hälsa och många andra områden. De medför definitivt vissa risker och man måste vara försiktig, men de öppnar verkligen upp tillgång, överkomliga kostnader och så vidare på ett sätt som inte var möjligt för fem år sedan.

Hannah Clark: Du har noterat att AI-adoptionen inte har nått 100 procent ens inom produkt- och teknikteam, trots de uppenbara fördelarna som vi just diskuterade. Varför tror du att det är så? Vilka hinder tror du förhindrar en fullständig adoption av den här typen av teknik, och hur kan vi hantera det ur ett ledarskapsperspektiv?

Randhir Vieira: Jag tror att den här observationen kommer upp i många av de grupper för produkt- och teknikledare som jag ingår i. Och jag tror att vi alla på vissa sätt är förvånade över att vi inte kan ha något mindre än 100 procents adoption av en så spännande teknik.

Men när man tar ett steg tillbaka och tittar på kurvan för teknikanvändning är den standardiserad, och jag tror inte att det här fallet skiljer sig, där man har några tidiga användare, sedan den tidiga majoriteten, den sena majoriteten och eftersläntrarna. Det kräver att vi som ledare genomför vår förändringshanteringsprocess.

Några saker som kan uppmuntra detta är experimenterande: att uppmuntra de tidiga användarna att vara spanare och visa resten av organisationen, eller visa resten av teamet, vad som är möjligt; att bjuda in skeptikerna och göra dem till en del av teamet som utvärderar vissa av dessa lösningar.

Inga av de här verktygen är perfekta, men den takt av förändring och förbättring som vi ser är något vi aldrig har sett tidigare. För varje kritik eller oro vi har i dag minskar den snabbt avsevärt, om den inte rentav undanröjs, inom några månader eller kvartal. Det är därför allas vårt ansvar att fortsätta försöka. Verktygen kanske ännu inte är redo att sättas i drift, men vi bör åtminstone fortsätta leka med dem, se vilka de aktuella förmågorna är och vara medvetna om både fördelarna och nackdelarna.

Vi ska inte leta efter lösningar där vi pressar in den här tekniken, utan verkligen se vilka problem eller möjligheter som skulle gynnas av den här fantastiska tekniken. Det är trots allt ett verktyg. Det är inte en lösning som letar efter ett problem. Det bör vara ett kraftfullt verktyg som används för rätt problem eller möjligheter.

Jag har också sett företag som använder piskan. De kan till exempel säga att om ert team inte har 100 procents användning av de AI-verktyg vi tillhandahåller, kommer vi inte att behandla någon begäran om ytterligare personal till ert team. Det är förvisso en intressant teknik.

Jag har inte sett många företag använda den, men det är definitivt ett exempel på piskan för att verkligen driva på användningen eftersom vi inte ser den nivå av användning som vi kanske vill ha.

Hannah Clark: Ja. Jag tror inte att de flesta reagerar särskilt bra på piskan, särskilt inte om de redan har bestämt sig för att de inte vill göra det här.

Jag hade ett samtal med någon som vi snart ska ha med i programmet. Hon arbetar på ett nystartat företag som verkligen har byggt in AI-nyfikenhet i arbetskulturens atmosfär, vilket jag tycker är ett väldigt speciellt sätt att gå till väga. Det verkar som att det är rätt väg att främja entusiasmen.

Så det är intressant att höra att vissa går åt andra hållet.

Randhir Vieira: Jag håller med. Jag tycker definitivt att man ska börja med morötterna och mycket mer av den här nyfikenheten och entusiasmen. Piskan är kanske den sista utvägen för att få med eftersläntrarna.

Hannah Clark: Ja, precis. Om man verkligen inte kan tvinga fram nyfikenhet kan man ta fram piskan.

Låt oss gå igenom den risk- och konsekvensmatris som du använder när du utvärderar AI-initiativ. När du tänker på att hjälpa team att lämna den kvadrant med låg risk och låg konsekvens som vi pratade om när vi talade om horisont ett och att fastna i den fasen, hur tar man sig förbi det som ledare?

Randhir Vieira: Som vid vilken typisk brainstorming som helst vill vi uppmuntra alla idéer som människor har om var de ser att AI verkligen kan göra skillnad. Produktteam brukar sedan ha olika ramverk som de använder. De kan använda ICE eller ett antal olika ramverk kring omfattning, konsekvens och så vidare.

Ett ramverk som vi har haft nytta av, och som jag har sett många andra företag använda, särskilt i reglerade branscher, är konsekvens och risk. Det gör det möjligt att placera alla olika idéer som kommer upp under brainstorming i den här matrisen. Man kan använda avkastning på investering för konsekvensdelen. Sedan finns det olika riskmoment som dyker upp.

Vi vill förstås inte lägga för mycket tid på saker som har låg konsekvens, oavsett risken. Låg konsekvens och låg risk är fortfarande inte särskilt betydelsefullt, så det bortser vi från. Låg konsekvens och hög risk ska vi definitivt hålla oss borta från. Den enkla platsen att börja på är därför sådant som har hög konsekvens och låg risk.

Vanligtvis handlar det om sammanfattning, interna verktyg och liknande. Det finns många projekt där företag upptäcker att den här typen av arbete kan få mycket stor konsekvens och ha lägre risk. Det är ett bra sätt att få bollen i rullning, få människor att börja använda den här typen av teknik och se den verkliga affärsmässiga effekten internt.

Men saker som hör till horisont två brukar ha hög konsekvens och kanske högre risk. Det finns sätt att försöka minska risken. Man kan testa antaganden och ta sig stegvis framåt, men man måste åtminstone vara öppen för att det är där den stora vinsten finns och ha saker på plats för att röra sig dit.

En fråga som kan vara användbar när man försöker utforska vad horisont två innebär, vilka punkter med hög konsekvens och högre risk som kan finnas, är: tänk om vi startade vårt företag i dag? Vi skulle inte ha arvet från det förflutna. Vi skulle starta företaget i dag med alla verktyg som finns tillgängliga – AI-verktyg och andra verktyg.

Vad skulle vi göra och hur skulle vi göra det? Hur skulle företaget se ut? Hur skulle erbjudandet se ut? Hur skulle prissättningen se ut? Det ger människor utrymme att tänka på vad som skulle kunna vara möjligt, eftersom du kan vara säker på att det finns nya företag som börjar med exakt det tankesättet. De behöver inte ens göra det som en tankeövning – det är deras verklighet att de inte har det förflutnas bagage.

Hannah Clark: Och det är därför det här ämnet intresserar mig så mycket: det finns verkligen tydliga för- och nackdelar när man befinner sig i ett nystartat företag jämfört med ett etablerat företag. När man arbetar med den här typen av teknik, där det finns många möjligheter och mycket outforskat utrymme. När vi tänker på att bygga in AI i efterhand i etablerade företag som redan har produkter finns det en sådan möjlighet som ännu inte har ritats upp eller kartlagts.

Vilka fördelar har organisationer jämfört med AI-fokuserade nystartade företag, och vilka unika utmaningar möter de i jämförelse?

Randhir Vieira: Jag tror att fördelarna som alla stora företag har är fördelarna med att vara ett stort, framgångsrikt företag, vilket bland annat innebär resurser. Resurser, alltså. De har intäkter, människor och resurser.

De har vanligtvis starka distributionskanaler, så de har många fördelar. På samma sätt är den andra sidan av myntet att de tack vare detta har varit framgångsrika med det de har gjort tidigare och hur de har gjort det. Därför kan de också vara riskobenägna när det gäller att ändra formeln eller störa maskinen.

Det kan också finnas en tröghet kring att ”det här är vad vi har gjort, så här har vi gjort det, det här är kunderna och det här är vad de gillar”. Samma orsaker som gör dem framgångsrika och många av de fördelar de har kan alltså också hålla dem tillbaka. Naturligtvis utforskar vi sätt att åtminstone komma förbi de hindren eller friktionspunkterna.

Hannah Clark: Okej, jag byter spår lite och pratar mer om intern förändringshantering. Jag vet att vi pratade lite om moroten och piskan, men det handlar om mycket mer än bara incitament och, låt oss säga, konsekvenser. Du nämnde tidigare vikten av förändringshantering när man implementerar AI, när vi pratade tidigare, men vilka specifika strategier har du funnit effektiva för att driva kulturell acceptans och entusiasm kring AI-förmågor?

Om man verkligen satsar på moroten, vilka konkreta ledarskapstaktiker kan man använda?

Randhir Vieira: Jag tycker att det är mycket viktigt att hitta och utveckla de tidiga användarna i ett företag och i ett team. Det finns vanligtvis alltid några personer som är mycket nyfikna och helt enkelt dras till ny teknik.

Att kunna hitta dem och kanalisera den entusiasmen och det intresset till något som får betydelse – och det är där rutnätet med hög konsekvens och lägre risk kan hjälpa till att styra dessa människor och projekt – är viktigt. Att kunna hitta och uppmärksamma några av de här tidiga framgångarna, särskilt om de har stor betydelse, kan bidra till att skapa intern fart och entusiasm trots den vanliga försiktiga skepsisen mot allt som är hajpat.

Vi har sett det här tidigare: ”Vi har sett den här hajpcykeln förut och det finns inget verkligt där, så låt oss bara vänta tills cykeln går över.” I stället kan vi se att det visserligen finns mycket hajp, men att det kanske också finns något som är användbart och betydelsefullt för oss. Låt oss se vad vi kan få ut av det.

Att kunna uppmärksamma de tidiga framgångarna kan alltså vara värdefullt. Det tredje är samutveckling, vilket jag tycker är oerhört viktigt eftersom vi sällan gör saker bara för oss själva. Vi kanske bygger saker för interna team eller för medlemmar, men det är viktigt att vi utvecklar de här lösningarna tillsammans med kunden, särskilt eftersom de är så nya. Kunden kan vara intern eller extern.

Det är det som driver inte bara framgången för den funktion som lanseras, utan ännu viktigare användningen av och effekten från den funktionen. Värdet av samutveckling kan inte överskattas. Ja, det kan göra att utvecklingsprocessen känns lite långsammare.

Vanligtvis är resultatet och användningen mer än väl värda det.

Hannah Clark: Ja, absolut. Det verkar verkligen vara ett konkret sätt att minska vissa av de risker som du pratade om tidigare.

Randhir Vieira: Absolut. Att tidigt involvera ämnesexperter och människor från juridik-, regelverks- och säkerhetsteamen i den gemensamma utvecklingen av lösningen hjälper till att minska många av de riskerna.

Hannah Clark: Jag skulle vilja fokusera lite på AI och hälso- och sjukvård specifikt. Det är ett mycket intressant område. Jag tror att det finns enorma möjligheter, vilket branschen säkert är väl medveten om, men också stora risker som är inbyggda i vissa av dessa lösningar.

Vilka unika överväganden kring etik, integritet och korrekthet har du stött på som kan skilja sig från andra branscher?

Randhir Vieira: Jag har definitivt sett att en liknande matris används, med området högre risk och hög konsekvens, för att försöka vägleda hur försiktiga människor bör vara med olika lösningar.

Branschen är starkt reglerad, precis som alla andra reglerade branscher, till exempel finansteknik. Man måste säkerställa att man utvecklar lösningar inom regelverkets ramar, även när företag kanske försöker forma regelverket för att anpassa det till den här nya tekniken. Samtidigt måste man se till att de lösningar man lanserar ligger helt i linje med befintliga regler.

Inom hälso- och sjukvården finns naturligtvis principen att inte skada, och vi måste verkligen hålla fast vid den. Det kan innebära många olika sätt att minska vissa av de risker som kan följa med detta. Därför är det viktigt att beskriva detta tydligt från början. Många företag tar fram en uppsättning AI-principer innan de börjar skapa lösningar.

Hur vill vi säkerställa att vi utvecklar lösningar? Ett exempel kan vara att vara mycket tydlig och transparent gentemot kunder och medlemmar om när de har kontakt med en agent eller virtuell agent i stället för en mänsklig agent. Ett annat exempel är att en AI-agent skickar ärendet vidare till en människa om den är osäker på något.

Det finns alltså många sätt att minska riskerna, men jag tycker att det är mycket viktigt och hjälpsamt att börja med dessa principer för företaget innan man går vidare till specifika områden. Det kan också vara användbart att vara uppmärksam på fördomar som kan finnas i vissa grundmodeller och vidta åtgärder för att täppa till luckorna så att modellen blir så fördomsfri som möjligt för den population man arbetar med.

I slutändan måste vi testa mycket, oavsett vad vi gör. Det handlar inte bara om testning före lansering, utan också om kontinuerlig övervakning och kurskorrigering baserat på användarfeedback. Den egna kvalitetskontrollprocessen som fortsätter efter produktion är viktig. Man måste säkerställa att de skyddsräcken man satt upp fungerar som avsett och att det inte sker någon modellförskjutning eller andra problem efter lanseringen.

Jag tror alltså att allt detta kan hjälpa, men det är viktigt att vara medveten om och namnge utmaningarna från början och sedan försöka minska dem. Metoder som förhandsanalys av möjliga misslyckanden eller andra metoder kan hjälpa till att identifiera alla risker och farhågor, hur sannolika de är och vilka åtgärder som kan minska dem, särskilt när konsekvensen är stor.

Även om sannolikheten är lägre kan de fortfarande vara tillräckligt viktiga för att man ska veta hur man ska hantera dem.

Hannah Clark: Absolut. Ja, ja. Jag har hört den här frasen användas i branscher som inte arbetar med hälso- och sjukvård eller i byråsammanhang: ”Vi räddar inga liv” eller ”Vi utför ingen hjärtkirurgi här”. Men i det här fallet kan man faktiskt göra det. Jag antar därför att ni måste ha mycket robusta processer på plats för att säkerställa att vissa av dessa risker är strikt reglerade och minimerade.

Okej, om vi tar av oss den strikt professionella CPO-hatten och tittar in i kristallkulan – du har uppenbarligen tänkt mycket på vad som är möjligt och var vi befinner oss just nu. Vad ser du hända under de kommande tre till fem åren? Vad ser du fram emot när det gäller AI-utvecklingen? Och utifrån din yrkeserfarenhet, vad tycker du att befintliga företag bör göra redan nu för att dra nytta av horisont två?

Randhir Vieira: Jag tycker inte att jag är särskilt väl lämpad att försöka blicka framåt och säga vad som kommer att hända om tre till fem år.

Förändringstakten är så snabb att även teknik som om tre till fem år ligger långt fram i tiden känns som en evighet. Jag tror dock att vi vet att saker förändras mycket och att nya förmågor kommer på ett mycket bättre och snabbare sätt än vi någonsin har sett tidigare. Bara under den senaste veckan har jag häpnat över kvaliteten på de röstgränssnitt vi har.

Det handlar inte bara om röstens kvalitet, utan också om betoningar, tonfall och storlek. Det är helt otroligt vad som händer, och vi kommer att fortsätta se den utvecklingen. Men det gäller inte bara röst utan den här typen av teknik i stort. För mig handlar det därför om att fortsätta hålla ögonen på vilka problem vi löser och vilka möjligheter vi försöker skapa lösningar för.

Investera i människor, utbildning och att skapa utrymme för prototyper och konceptbevis, så att man kan se vad den aktuella tekniken kan möjliggöra när det gäller de problem eller möjligheter man är intresserad av. Det kan vara hjälpsamt. Vilka begränsningar skulle detta kunna undanröja? Ställ de frågorna när du ser en ny förmåga eller ny teknik.

Är det kostnader, tid eller resurser? Vi pratade om AI-intervjuerna som ett exempel. Att ställa den typen av frågor kan hjälpa det kreativa tänkandet i den utforskande fasen: vad skulle vi kunna göra med den här förmågan? Vad skulle vi göra om vi inte hade den här begränsningen? Det kan låsa upp vissa av de möjligheterna, oavsett vilken specifik förmåga som kan finnas om tre eller fem år.

Då har vi människor som är redo, tillgängliga och entusiastiska över att ta den och koppla in den i lösningen.

Hannah Clark: Alla mycket bra poänger, och jag tycker att det är en väldigt bra idé att alltid tänka på de kriterierna. Jag gillar att höra förespråkare för nyfikenhet. Det låter som att du lutar lite mer åt moroten.

Randhir Vieira: Absolut. Stora morötter. Många av dem.

Hannah Clark: Ja, vi är båda förespråkare för moroten, verkar det som.

Tack så mycket för att du var med oss, Randhir. Var kan man följa dig på nätet?

Randhir Vieira: LinkedIn är den bästa platsen, så följ mig på LinkedIn så kan du hålla koll på vad vi lagar till.

Hannah Clark: Det låter bra. Tack så mycket för att du var här.

Randhir Vieira: Tack.

Hannah Clark: Tack för att du lyssnade. För fler bra insikter, praktiska guider och verktygsrecensioner kan du prenumerera på vårt nyhetsbrev på theproductmanager.com/subscribe. Du kan höra fler samtal som detta genom att prenumerera på Produktchefen där du brukar lyssna på poddar.