제품 관리 경험을 활용하여 AI 물결을 타는 방법

한때 자금이 풍부한 기술 회사의 영역이었던 인공 지능은 이제 전 세계 조직에서 탐구하고 있으며 실제 가치를 제공하고 있습니다. 채택 수준은 산업에 따라 다르지만 FAAMG를 넘어서는 흥미로운 애플리케이션과 투자를 보기 시작했으며, 코로나19 팬데믹 속에서 고성과 조직의 61%가 AI 채택을 늘리고 있습니다.

이러한 발전과 함께 새로운 차원의 복잡성도 수반됩니다. 기업들은 무엇보다도 실험, 개념 증명, AI 제품화, 인프라 진화, 강력한 경쟁 등을 저글링하고 있습니다. 그리고 이 모든 것의 핵심은 AI 이니셔티브를 위한 완벽한 팀 구조를 구축하는 도전입니다.

저는 데이터와 AI 분야에서 많은 역할을 맡았고 경험 많은 제품 관리자에게 기회가 많다는 것을 확인할 수 있습니다. 2021년에만 AI 제품 관리자에 대한 수요는 기업이 차세대 AI 지원 솔루션 개발을 지원하기 위해 전문 지식을 모색함에 따라 거의 두 배로 증가했습니다. 이 수요는 계속 증가할 것입니다.

경험 많은 제품 관리자라면 AI 세계에서 경로를 계획하고 번창하기 위해 알아야 할 사항이 있습니다.

AI 제품 관리자의 범위

AI의 시작으로 데이터 과학자에 대한 수요가 급증했지만 AI 프로젝트에 필요한 데이터 작업의 다양성과 세분화는 이후 극적으로 증가했습니다. 이러한 작업에는 이제 데이터 파이프라이닝, 탐색적 분석, MLOps 등이 포함되며 데이터 엔지니어, 데이터 분석가 및 머신 러닝(ML) 엔지니어와 같은 새로운 역할이 필요했습니다. 인공 지능 프로젝트는 이제 AI 제품 관리자가 수석 코치를 맡은 팀 스포츠로 간주됩니다.

사내 AI 개발에서 더 많은 가치를 얻기 위해 조직은 구현을 생산으로 옮기고 새로운 제품 라인을 만들거나 AI 기능을 기존 라인에 통합하고 있습니다. 이를 위해서는 사람들이 솔루션을 개념화하고 현실로 전환해야 합니다. AI 제품 관리자를 입력합니다.

성공적인 AI 제품 관리는 다음 세 가지 요소를 결합합니다.

• 전략적. 이니셔티브에 예산을 할당하기 전에 회사는 투자 수익을 보장하기를 원할 것입니다. 대부분의 기업은 현재 제품 라인의 매출 증대에 중점을 두고 있지만 일부 기업은 신제품을 통해 새로운 매출원을 확보하고자 합니다. AI 또는 ML 기술의 잠재력, 구현에 필요한 노력, 사용 가능한 인프라 및 직원 리소스를 포함하여 비즈니스 목표와 관련되는 방식을 명확하게 이해하는 제품 관리자는 매우 귀중한 전략적 자산입니다.
• 전술적. 일반적으로 볼 수 있는 제품 관리자 대 제품 소유자 분할은 소규모 회사의 AI 팀에 따라 다를 수 있습니다. 이러한 AI 제품 관리자는 일상적인 팀 수준에서 일할 수 있습니다. 계획, 반복, 사용자 연구 수행, 스프린트 회고전 주도, 데모 발표. 그렇지 않은 경우에도 AI 제품 관리자는 경영진 및 해당 팀과 소통할 수 있어야 합니다.
• 전문인. AI 제품 관리자는 견고한 기술 지식 기반이 필요합니다. 예를 들어 모델 트레이드오프, 실험 접근 방식, 인프라 선택 및 기술 스택을 논의하는 능력은 역할에 필수적입니다. 기술 지식을 보강하는 방법에는 여러 가지가 있습니다. 온라인 과정을 통한 기술 향상; 블로그, 기사, 비디오 및 포럼을 통한 지속적인 학습 및 프로젝트 기반 경험을 얻습니다.

AI 제품 관리자의 노력 범위는 조직적 맥락과 구성된 팀, 개별 기술 및 전문성에 따라 달라집니다. 예를 들어 AI 제품 관리자는 팀에 데이터 분석가가 없는 경우 일부 데이터 분석을 수행해야 할 수 있으며 소프트웨어 엔지니어링과 같은 기술 분야에 대한 배경 지식이 있는 경우 아키텍처 개발 역할을 수행할 수 있습니다.

AI 제품 관리로의 도약을 위한 권장 사항

더 많은 기업이 AI에 투자함에 따라 제품 관리자는 성장하는 기회를 활용할 준비가 되어 있는지 확인해야 합니다. 다음 권장 사항은 다음 AI 제품 관리 역할을 준비하고 협상 과정에서 기회를 분석하며 팀에 합류하면 긍정적인 영향을 미치는 데 도움이 됩니다.

개발에 보조를 맞추기 위해 지속적인 학습의 우선 순위 지정

AI 산업은 항상 진화하고 있으므로 당신도 그래야 합니다. Udacity 또는 MIT에서 제공하는 것과 같은 디플로마 및 인증을 취득하면 지식이 검증되고 고용주에게 더 ​​매력적으로 보일 수 있습니다. 기사와 책 읽기, 컨퍼런스 참석, 온라인 강의 수강 등의 담론에 참여하여 지속적인 학습의 사고방식을 함양하고 최신 AI 개발에 발맞추십시오. 이러한 리소스는 보다 최신이고 세분화된 반면, 전통적인 대학 커리큘럼 및 인증 프로그램은 추세 주기보다 더 느리게 발전하는 경향이 있습니다. GitHub, Salesforce, Accenture와 같이 기업에 AI 서비스를 제공하는 업계 리더는 전문 지식을 공유하고자 하는 전문가로 가득 찬 활기찬 커뮤니티와 게시판을 보유하고 있습니다.

강력한 AI 포트폴리오 구축

프로젝트 경험은 매우 중요하며 포트폴리오의 주요 측면을 형성합니다. 그러나 이것은 닭과 달걀의 문제입니다. AI 역할에는 AI 경험이 필요하지만 AI 경험을 얻으려면 AI 역할을 수행해야 합니다. 그 격차를 메우기 위해 학술 프로젝트(온라인 수업 또는 해커톤에서 소규모 AI 구현 등)를 활용하고 클라우드 플랫폼을 사용하여 AI 기능을 개발 및 테스트합니다. 산업별 경험이 있는 경우 기존 배경과 관련된 AI 기회를 찾으십시오.

다양한 산업 경험 활용

여러 산업 분야에서 일했다면 이러한 다양한 경험을 AI 프로젝트 사용 사례에 어떻게 적용할 수 있을지 생각해 보세요. 예를 들어, 통신에서 수많은 기술 프로세스를 처리한 경험은 AI 역할에서 로봇 처리 자동화 이니셔티브를 이끄는 데 도움이 될 수 있습니다. 핀테크에서 사용한 정량적 방법은 AI 또는 ML 보안 솔루션 구현을 지원할 수 있습니다. 공급망 업계에서 일하면서 복잡한 시스템의 많은 부분을 관리하면서 이해관계자 커뮤니케이션을 마스터해야 했습니다. 이는 제품 팀을 위해 AI 지원 공급망 최적화 소프트웨어를 채택하는 데 유용할 수 있는 기술입니다.

다양한 면접 스타일에 대비하기

AI 기술을 인터뷰하고 검증하기 위한 업계 표준은 없습니다. 가상의 질문, 데이터 과학자 및 엔지니어와의 첨단 기술 인터뷰, 제품 관리 중심 토론, AI 유행어 체크리스트를 사용한 HR 인터뷰를 접할 수 있습니다. 자신감을 높이고 성공 가능성을 높일 수 있는 다양한 잠재적 시나리오에 대비하십시오.

균형 잡힌 다학문 팀을 찾습니다.

새 프로젝트를 선택할 때 주의하십시오. 균형이 맞지 않는 팀은 AI 제품 관리자라는 직업을 어렵게 만들 수 있습니다. 조직이 AI 여정의 초기 단계에 있다면 한두 명의 데이터 과학자만 고용했을 수 있습니다. AI 설계자와 ML 엔지니어는 나중에 올 수도 있습니다. 기회를 평가할 때 이러한 세부 사항에 주의를 기울이고 인재 확보 및 분업과 관련하여 어떤 선택을 했는지 물어보십시오. 더 신생 팀은 역할의 매개 변수를 변경할 수 있습니다.

경험이 풍부한 인재를 고용하여 지원하세요

AI 성숙도가 낮은 회사와 함께 일하고 있고 팀원을 고용할 기회가 있다면 필요한 정확한 경험을 가진 사람들을 소싱하십시오. 동급 최고의 인재를 고용하는 것은 처음에는 비용이 많이 드는 것처럼 보일 수 있지만 실수를 피하고 궁극적으로 전체 프로젝트 비용을 낮추는 데 도움이 될 수 있습니다. 이니셔티브가 더 성숙해지고 인재를 개발할 수 있는 위치에 더 잘 오르면 경험이 부족한 전문가에게 기회를 주는 것이 좋습니다. 또한 내부 및 외부 인재를 모두 활용해야 합니다. 소싱 계약자를 할인하지 마십시오. 특히 고도로 전문화된 AI 전문가를 찾는 경우 총 비용이 정규 직원을 고용하는 것보다 낮을 수 있습니다. 경영진이 적합한 인재를 채용할 수 있도록 지원하는 것은 AI 제품 관리자의 역할에 매우 중요합니다.

소프트 스킬의 가치를 잊지 마세요

기업은 기술 능력의 필요성을 확대하는 경향이 있지만 AI 지원 솔루션을 제공하려면 관리, 설명, 촉진 및 동기 부여가 많이 필요합니다. AI 제품 관리자는 팀과 협력 및 안내하고, 경영진과 협력하고, 높은 수준의 불확실성을 처리해야 합니다. 창의성, 비판적 사고, 의사 소통 및 감성 지능과 같은 기술을 개발하고 시연하는 것은 다른 영역에서와 마찬가지로 AI 역할에서도 중요합니다.

점들을 이으세요

강력한 팀 구조, 기술 리소스 및 경영진 지원이 있다면 점을 연결할 준비가 된 것입니다. AI 이니셔티브는 데이터 관리 전략(현재 데이터 수집 및 통합 활동 개선), 인프라 진화(훌륭한 온프레미스 대 클라우드 접근 방식 개발) 및 기타 제품 관리 활동(AI 개발을 다른 제품에 제공)과 일치해야 합니다. . 고도로 숙련된 AI 제품 관리자는 이러한 요소를 결합하는 사람입니다.

일반 AI 지식은 곧 상품이 될 것이며 제품 관리자는 이를 따라잡아야 합니다. 지속적으로 학습하고, 경험을 쌓고, 빠르게 확장되는 이 분야에서 귀하의 가치를 높일 기술 조합을 식별하는 데 중점을 둡니다.