5 rzeczy, które naprawdę działają, aby wejść w AI PM: 1. Buduj publicznie i dziel się swoją podróżą edukacyjną. Nie trać czasu na drogie kursy. Najlepsza edukacja jest darmowa, musisz tylko wykonać pracę. Twórz dema, stwórz przepływy pracy AI, nagrywaj filmy pokazujące swój proces. Pozycjonuj się jako osoba z interesującymi pomysłami i dziel się nimi publicznie, aby uzyskać opinie. To także sposób na przetestowanie, czy myślisz wystarczająco ambitnie lub interesująco. Nawiązuj kontakty na wydarzeniach AI, ale co ważniejsze, stwórz sobie nazwisko na platformach społecznościowych. Prowadź rozmowy. Pokaż swoją pracę. 2. LinkedIn to miejsce, gdzie naprawdę dzieją się możliwości AI PM i musisz grać w tę grę strategicznie. Wszyscy w zarządzaniu produktami AI są na LinkedIn. Optymalizuj swój profil zarówno pod kątem tego, co publikujesz, jak i tego, jak widzą cię rekruterzy. Wysyłaj 30 zaproszeń do połączenia dziennie do rekruterów, menedżerów produktów i liderów wyższego szczebla. Nie personalizuj każdego zaproszenia, ilość tworzy przyszłe możliwości, które ujawniają się później. Duża zmiana: komentarze generują więcej wyświetleń niż posty w tej chwili. Komentuj przemyślanie i często, ale nigdy nie używaj AI do swoich komentarzy. Pisz je samodzielnie. W ten sposób zyskujesz prawdziwą widoczność i przyciąganie innych użytkowników. 3. Przeprowadzaj darmowe badania jak prawdziwy PM. Odwiedzaj strony z historiami klientów na stronach Anthropic, OpenAI i Gemini. Zbadaj, jak firmy faktycznie wykorzystują AI, jakie problemy rozwiązują, jakie wyniki osiągają, jakie wzorce się pojawiają. Stwórz swoją własną bazę danych przypadków użycia AI. To stanie się twoim złotym źródłem badań. Następnie ćwicz dopasowywanie problemów do rozwiązań: dla każdego przypadku użycia zapytaj siebie, czy AI jest naprawdę najlepszym rozwiązaniem, czy jest coś lepszego. To tradycyjna praca PM, tylko zastosowana w AI. Najlepsza edukacja nie pochodzi z kursów, pochodzi z badania prawdziwych produktów. 4. Każda praca PM staje się pracą AI PM, niezależnie od tego, czy tytuł to mówi, czy nie. Szukaj "AI Product Manager" i nie znajdziesz wielu wyników. Ale spójrz na jakikolwiek opis pracy PM, a zobaczysz, że wymagania się zmieniły: zrozumienie LLM, wiedza o RAG i evals, doświadczenie w korzystaniu z narzędzi AI do zwiększenia wydajności. Nawet jeśli nie budujesz podstawowych produktów AI, potrzebujesz umiejętności AI, aby pozostać konkurencyjnym. Inżynierowie są 10 razy bardziej wydajni z narzędziami AI. PM, którzy nie dorównują tej wydajności, zostaną w tyle. Tytuły pracy jeszcze się nie dostosowały, ale wymagania już tak. 5. Przestań studiować i zacznij budować z wykorzystaniem ramy 4-kątowej. Największym błędem aspirujących AI PM jest spędzanie miesięcy na nauce sieci neuronowych, nauki o danych, matematyki i statystyki. Kiedy w końcu skończą, ich motywacja do zbudowania czegoś znika. Zamiast tego oceniaj każdy pomysł na produkt AI przez cztery kąty: Czy jest wartościowy (czy rozwiązuje prawdziwy problem)? Czy jest użyteczny (czy ludzie mogą go faktycznie używać)? Czy jest wykonalny (jakie modele i infrastruktura technologiczna są potrzebne)? Czy jest opłacalny (czy ma sens biznesowy)? To wszystko. Nie potrzebujesz doktoratu z uczenia maszynowego, aby zweryfikować te cztery rzeczy. Potrzebujesz ciekawości, badań klientów i chęci do działania. Pełna rozmowa tutaj: