5 saker som faktiskt fungerar för att bryta sig in i AI PM: 1. Bygg offentligt och dela din inlärningsresa. Slösa inte tid på dyra kurser. Den bästa utbildningen är gratis, du måste bara göra jobbet. Bygg demos, skapa AI-arbetsflöden, gör videor som visar din process. Positionera dig som någon med intressanta idéer och dela dem offentligt för feedback. Det är också så du stresstestar om du tänker tillräckligt stort eller tillräckligt intressant. Nätverka på AI-evenemang, men ännu viktigare, skapa ett namn för dig själv på sociala plattformar. Ha konversationer. Visa ditt arbete. 2. LinkedIn är den plats där AI PM-möjligheter faktiskt uppstår och du måste spela spelet strategiskt. Alla som arbetar med AI-produkthantering finns på LinkedIn. Optimera din profil för både vad du lägger ut och hur rekryterare ser på dig. Skicka 30 anslutningsförfrågningar per dag till rekryterare, produktchefer och högre chefer. Personalisera inte varje enskild förfrågan, volymen skapar framtida möjligheter som visar sig senare. Den stora förändringen: kommentarer ger fler visningar än inlägg just nu. Kommentera eftertänksamt och ofta, men använd aldrig AI för dina kommentarer. Skriv dem själv. Det är så du får verklig synlighet och dragkraft med andra användare. 3. Gör gratis forskning som en riktig PM skulle göra. Besök sidorna för kundberättelser på Anthropic, OpenAI och Geminis webbplatser. Studera hur företag faktiskt använder AI, vilka problem de löser, vilka resultat de får, vilka mönster som framträder. Bygg din egen databas med AI-användningsfall. Detta blir din forskningsguldgruva. Öva sedan på att matcha problem med lösningar: för varje användningsfall, fråga dig själv om AI verkligen är den bästa lösningen eller om det finns något bättre. Detta är traditionellt PM-arbete, som bara tillämpas på AI. Den bästa utbildningen kommer inte från kurser, den kommer från att studera riktiga produkter. 4. Varje PM-jobb håller på att bli ett AI PM-jobb, oavsett om titeln säger det eller inte. Sök efter "AI Product Manager" och du kommer inte att hitta många resultat. Men titta på vilken PM-arbetsbeskrivning som helst och du kommer att se att kraven har förändrats: förståelse för LLM:er, kunskap om RAG och utvärderingar, erfarenhet av att använda AI-verktyg för produktivitet. Även om du inte bygger grundläggande AI-produkter behöver du AI-kunskaper för att förbli konkurrenskraftig. Ingenjörer är 10 gånger mer produktiva med AI-verktyg. PM:er som inte matchar den produktiviteten kommer att hamna på efterkälken. Jobbtitlarna har inte hunnit ikapp än, men kraven har redan gjort det. 5. Sluta studera och börja bygga med ramverket med 4 vinklar. Det största misstaget som blivande AI-projektledare gör är att ägna månader åt att lära sig neurala nätverk, datavetenskap, matematik och statistik. När de är klara är deras motivation att faktiskt bygga något borta. Utvärdera istället varje AI-produktidé ur fyra vinklar: Är den värdefull (löser den ett verkligt problem)? Är det användbart (kan människor faktiskt använda det)? Är det genomförbart (vilka modeller och teknisk infrastruktur behöver du)? Är det lönsamt (är det affärsmässigt vettigt)? Det är allt. Du behöver inte ha en doktorsexamen i maskininlärning för att validera dessa fyra saker. Du behöver nyfikenhet, kundundersökningar och viljan att skicka. Hela konversationen här: