5 dingen die echt werken om door te breken in AI PM: 1. Bouw in het openbaar en deel je leerreis. Verspil geen tijd aan dure cursussen. Het beste onderwijs is gratis, je moet gewoon het werk doen. Bouw demo's, creëer AI-workflows, maak video's waarin je je proces laat zien. Positioneer jezelf als iemand met interessante ideeën en deel ze openbaar voor feedback. Dit is ook hoe je test of je groot genoeg denkt of interessant genoeg denkt. Netwerk op AI-evenementen, maar nog belangrijker, creëer een naam voor jezelf op sociale platforms. Voer gesprekken. Laat je werk zien. 2. LinkedIn is waar AI PM-kansen daadwerkelijk plaatsvinden en je moet het spel strategisch spelen. Iedereen in AI productmanagement is op LinkedIn. Optimaliseer je profiel voor zowel wat je deelt als hoe recruiters je zien. Stuur 30 connectieverzoeken per dag naar recruiters, productmanagers en senior leiders. Personaliseer niet elk verzoek, volume creëert toekomstige kansen die later zichtbaar worden. De grote verschuiving: opmerkingen genereren momenteel meer impressies dan berichten. Commentaar doordacht en vaak, maar gebruik nooit AI voor je opmerkingen. Schrijf ze zelf. Dat is hoe je echte zichtbaarheid en traction krijgt bij andere gebruikers. 3. Doe gratis onderzoek zoals een echte PM zou doen. Bezoek de klantverhalenpagina's op de websites van Anthropic, OpenAI en Gemini. Bestudeer hoe bedrijven AI daadwerkelijk gebruiken, welke problemen ze oplossen, welke resultaten ze behalen, welke patronen er ontstaan. Bouw je eigen database van AI-gebruikscases. Dit wordt je onderzoeks-goudmijn. Oefen vervolgens met het koppelen van problemen aan oplossingen: vraag jezelf voor elke gebruikscase af of AI echt de beste oplossing is of dat er iets beters is. Dit is traditioneel PM-werk, gewoon toegepast op AI. Het beste onderwijs komt niet van cursussen, het komt van het bestuderen van echte producten. 4. Elke PM-baan wordt een AI PM-baan, of de titel dat nu zegt of niet. Zoek naar "AI Product Manager" en je zult niet veel resultaten vinden. Maar kijk naar elke PM-baanbeschrijving en je zult zien dat de vereisten zijn veranderd: begrip van LLM's, kennis van RAG en evaluaties, ervaring met het gebruik van AI-tools voor productiviteit. Zelfs als je geen kern-AI-producten bouwt, heb je AI-vaardigheden nodig om concurrerend te blijven. Ingenieurs zijn 10x productiever met AI-tools. PM's die die productiviteit niet evenaren, zullen achterblijven. De functietitels zijn nog niet bijgewerkt, maar de vereisten al wel. 5. Stop met studeren en begin te bouwen met het 4-hoek framework. De grootste fout die aspirant AI PM's maken, is maandenlang leren over neurale netwerken, datawetenschap, wiskunde en statistiek. Tegen de tijd dat ze klaar zijn, is hun motivatie om daadwerkelijk iets te bouwen verdwenen. Evalueer in plaats daarvan elk AI-productidee vanuit vier hoeken: Is het Waardevol (lost het een echt probleem op)? Is het Bruikbaar (kunnen mensen het daadwerkelijk gebruiken)? Is het Uitvoerbaar (welke modellen en technologische infrastructuur heb je nodig)? Is het Levensvatbaar (maakt het zakelijke zin)? Dat is het. Je hebt geen PhD in machine learning nodig om deze vier dingen te valideren. Je hebt nieuwsgierigheid, klantonderzoek en de bereidheid om te leveren nodig. Volledige conversatie hier: