Spring til indhold
Tilbage til nyheder
Produktchefen bliver mere teknisk: Nye jobkrav i kunstig intelligens rykker ind i ledelsesrollen

Produktchefen bliver mere teknisk: Nye jobkrav i kunstig intelligens rykker ind i ledelsesrollen

kunstig intelligensProduktledelseKompetencerAutomatisering

Kort fortalt:

  • Et LinkedIn-opslag peger på, at produktchefer i topmiljøer for kunstig intelligens forventes at kunne teste kvalitet, bygge prototyper og automatisere arbejde
  • Det gør produktrollen mere “hands-on” og tættere på udvikling og drift
  • For danske virksomheder betyder det skarpere krav til rekruttering, opkvalificering og kvalitetssikring – også uden for IT

Et LinkedIn-opslag af Aakash Gupta har sat ord på en tendens, mange kan mærke i praksis: I jobopslag fra virksomheder som OpenAI, Anthropic og Google DeepMind beskrives produktchef-rollen mere teknisk end før. Ifølge opslaget efterspørges blandt andet, at produktchefer kan “write and run evals” (lave små kvalitetstests, der måler om løsningen leverer gode svar) og “prototype with code” (bygge en enkel, fungerende prøveversion – ikke kun en præsentation).

Opslaget nævner også, at produktchefer forventes at kunne automatisere eget arbejde med digitale assistenter og automatiske systemer. Pointen er ikke, at alle produktchefer skal være programmører – men at de skal kunne komme tættere på det konkrete håndværk, så beslutninger om kvalitet, tid og risiko ikke bliver “gæt” eller noget, man kun kan vurdere via andre.

Bemærk: Det er en observation i et LinkedIn-opslag, og de konkrete jobannoncer er ikke verificeret én for én. Men som signal om, hvilke kompetencer der bliver mere værdifulde, er det værd at tage alvorligt.

Klassisk produktchefProduktchef tæt på kunstig intelligens
KvalitetGodkender primært via feedbackKører egne, simple kvalitetstests
FremdriftBestiller udvikling hos andreBygger hurtige prototyper selv
EffektivitetKoordinerer manueltAutomatiserer dele af arbejdet med digitale assistenter

Det kan du gøre nu

  1. Udpeg én proces, hvor fejl er dyre (fx sagsbehandling, kundesvar, rapportering) – og lav 10 faste testeksempler, så I kan måle kvaliteten hver gang.
  2. Kræv, at nye initiativer med kunstig intelligens har en “prøveversion” inden beslutning: en lille prototype, der kan afprøves af brugere på få dage.
  3. Opdater jobprofiler for produkt- og projektroller: Skal de kunne kvalitetsteste og bygge små prototyper – eller har I andre, der dækker det?
  4. Træn ledere i at stille bedre spørgsmål til leverandører: Hvad er jeres kvalitetstest? Hvad gør I, når løsningen tager fejl?
  5. Start med interne digitale assistenter til rutiner (opsummeringer, udkast, tjeklister) – men med tydelig menneskelig gennemgang, før noget sendes ud.

Kilder

🤖 Denne artikel er skrevet af kunstig intelligens og kan indeholde fejl.

Læs original kilde →

Fandt du en fejl?