Nova Função: Gerente de Produtos de IA

Nos anos 90, Ben Horowitz (autor do livro “O que você faz é o que você é”) descreveu um Gerente de Produtos com a seguinte frase:

Um bom Gerente de Produtos é o CEO de um produto.

Essa definição nem sempre é perfeita, mas pode ser uma boa maneira de resumir as responsabilidades dos Gerentes de Produtos; eles são totalmente responsáveis ​​por trazer um produto interno desde o início até a geração de um ROI (Retorno Sobre o Investimento).

A partir daí, não é difícil imaginar o que fazem os Gerentes de Produtos de IA. Esses profissionais são responsáveis ​​por dar vida aos produtos de Inteligência Artificial na empresa, mas suas responsabilidades diferem dos Gerentes de Produtos de TI padrão. Os Gerentes de Produtos de IA devem ter um conjunto de habilidades muito exclusivo para dar vida a seus produtos.

É improvável que as empresas contratem pessoas para funções de Gerente de Produtos de IA no curto prazo; simplesmente não há pessoas suficientes no mundo com experiência no gerenciamento de projetos de IA em uma empresa. Em vez disso, muitos Gerentes de Produtos, atualmente em médias e grandes empresas, se encarregarão dos produtos de IA nos próximos anos, levando a uma nova onda de especialização nessa área.

Este artigo explora alguns dos detalhes do papel crucial do Gerente de Produtos de IA e sua relevância para os próximos anos. Acompanhe.

Gerentes de Produtos x Gerentes de Produtos de IA

O gráfico abaixo é um diagrama de Venn que caracteriza as três principais áreas de competência de um Gerente de Produtos, conforme definido pela Atlassian. No lado direito, estão as habilidades pertinentes ao Gerente de Produtos de IA.

Vamos explorar cada uma das 3 habilidades necessárias para trabalhar como Gerente de Produtos de IA.

Data and AI Fluency (Fluência em Dados e IA)

Os Gerentes de Produtos de IA precisam entender a terminologia fundamental e os conceitos fundamentais de Inteligência Artificial. Isso não significa que eles precisam aprender a programar, nem significa que devem ser do departamento de TI. Os Gerentes de Produtos de IA não precisam ser Cientistas de Dados; eles precisam ser gerentes e líderes. No nível conceitual, eles precisam saber:

• Como um modelo de Machine Learning é treinado.
• Como a engenharia de recursos funciona.
• Que tipos de abordagens e técnicas de IA existem (análise preditiva, visão computacional, processamento de linguagem natural).
• Onde essas abordagens e técnicas podem ser aplicadas.
• O ciclo de vida e as fases de um projeto de IA, incluindo entendimento dos negócios, dados e avaliação das necessidades do projeto.

Um entendimento conceitual do ciclo de vida da IA ​​e da Ciência de Dados é uma das habilidades que os Gerentes de Produtos provavelmente não possuem ainda. Eles entram em projetos de IA como se a IA fosse um sistema de TI comum e falham em se preparar para os constantes ciclos de iteração necessários para dar vida a um projeto de IA.

Se eles entenderem isso, é mais do que provável que os executivos de nível C (CEO, CIO, CDO, etc…) a que reportam não o façam. Alinhar liderança com expectativas razoáveis ​​para um projeto de IA é uma habilidade separada discutida posteriormente neste artigo.

Além disso, é fundamental que os Gerentes de Produtos de IA compreendam que os produtos relacionados à IA requerem um período de incubação durante o qual é possível testar e entender o desempenho de seu modelo treinado no caso de uso. Os Gerentes de Produtos de IA geralmente precisam garantir que eles possam desenvolver ou executar esse período de incubação de uma maneira que não perturbe a experiência do usuário de maneira prejudicial.

Os Gerentes de Produtos de IA também precisam entender os desafios que surgem com a adoção da Inteligência Artificial na empresa, como:

• Pode ser extremamente difícil prever o ROI dos projetos de IA.
• Pode levar meses para acessar e limpar os dados necessários para iniciar um projeto de IA.
• Em alguns casos, haverá estruturas de negócios essenciais que precisam ser revisadas, incluindo infraestrutura de dados, infraestrutura de TI e protocolos de formação de equipes. Tudo está sujeito a alterações no meio do projeto.

Se qualquer um desses desafios for uma grande surpresa para um Gerente de Produtos de IA, eles farão um trabalho muito ruim de comunicar expectativas realistas com a liderança, e farão um trabalho muito ruim de gerenciar as várias partes dos membros da equipe do projeto.

Um Gerente de Produtos de IA não pode fazer seu trabalho, a menos que compreenda muito bem um cenário realista dos recursos de IA em seu setor. Muitos projetos internos e promessas de fornecedores são realmente irreais, e é o Gerentes de Produtos de IA que deve entender as expectativas de um produto, porque eles são os que organizam e orquestram os esforços para construí-lo.

Entendendo o ROI

Em segundo lugar, a familiaridade dos casos de uso é importante para entender o possível ROI (Retorno Sobre o Investimento). As empresas precisam fazer perguntas como:

• O resultado que estamos buscando é realmente possível?
• Quais foram os resultados razoáveis ​​de outras empresas como a nossa que implementaram aplicativos desse tipo?

Às vezes, um aplicativo é realmente o primeiro do gênero e não há precedentes. Mas, na maioria dos casos, existe um aplicativo de IA análogo que dará às empresas expectativas razoáveis ​​de ROI. Ter uma compreensão fundamentada dos casos de uso existentes e dos resultados existentes em outras empresas pode ajudar os Gerentes de Produtos de IA a garantir que eles definam corretamente as expectativas de ROI. 

Seja gerando receita, gerando eficiência ou reduzindo riscos, um Gerente de Produtos de IA deve poder definir expectativas razoáveis ​​para o produto. Eles precisam ser capazes de defender uma expectativa realista de ROI e definir objetivos para suas equipes que lhes permitam atingir esse ROI.

Eles não podem fazer isso sem entender os casos de uso e as evidências existentes de ROI em seu setor e para aplicativos semelhantes.

Comprometimento e Alinhamento com a Liderança

Os Gerentes de Produtos de IA precisam alinhar-se com a liderança em várias considerações. Uma delas são equipes multifuncionais de IA. As equipes de IA com funcionalidade cruzada são coalizões de Cientistas de Dados, Engenheiros de Dados, Engenheiros de Machine Learning, Engenheiros de IA, Equipe de TI, especialistas no assunto e gerentes.

Os Gerentes de Produtos de IA são responsáveis ​​por reunir todos esses tipos de funcionários na mesma sala e discutir o mesmo produto. Isso não é fácil.

Se a empresa ainda não empregar Cientistas de Dados, precisará trabalhar com gerentes de contratação para adquirir talentos; E Cientistas de Dados estão em falta em todo mundo. A demanda por esses profissionais é muito maior que a oferta de profissionais qualificados. Mas haverá ainda outros problemas internos.

Por exemplo, um Gerente de Produtos de IA pode ser encarregado de criar um sistema de detecção de fraude baseado em IA para um banco. Para fazer isso, o Gerente de Produtos de IA ​​precisará solicitar que especialistas em fraudes concordem em parar de fazer seu trabalho regular e, em vez disso, passem semanas trabalhando com a equipe para construir o produto. Muitos especialistas em fraude, nesse caso, especialistas no assunto, não desejam fazer isso, e a liderança do banco pode se sentir desconfortável em liberar os recursos necessários para garantir que seus bancos estejam em conformidade com os regulamentos.

Alguns especialistas no assunto, como representantes de vendas, não estarão motivados para trabalhar em equipes multifuncionais de IA porque preferem ganhar comissões por fazer seu trabalho regular. Os Gerentes de Produtos de IA precisarão trabalhar com os líderes do departamento de especialistas no assunto para descobrir como melhor incentivá-los a trabalhar em uma equipe de IA.

O trabalho do Gerente de Produtos de IA é orquestrar os diferentes membros da equipe para trabalharem juntos no processo de coleta de dados, treinamento do algoritmo, avaliação de resultados e calibração, iteração e atualização realista de como os diferentes membros da equipe contribuem durante a implantação do ciclo da vida do produto de IA.

Determinar o ROI será muito mais desafiador do que para os projetos tradicionais de TI. O mesmo acontecerá com a determinação do trabalho que uma empresa precisa realizar antecipadamente para poder testar suas hipóteses em termos de coleta de dados, harmonização de dados e obtenção de perspectivas de diferentes membros da equipe. Parte desse trabalho também é imprevisível.

A natureza da Inteligência Artificial é que, às vezes, os dados que temos e o objetivo que temos simplesmente não se alinham, mesmo que pareça que deveriam. Se essa comunicação não estiver clara e se esses desafios realistas não forem compreendidos no início, é provável que esses obstáculos tomem a liderança de surpresa e os levem a encerrar um projeto mais cedo.

Os Gerentes de Produtos de IA precisam de autoridade para redefinir as metas de negócios. Eles precisam da autoridade para reunir especialistas no assunto, pessoal de TI, Cientistas de Dados e gerentes e, em seguida, transmitir os desafios que enfrentam à liderança e sua opinião sobre quais expectativas precisam mudar. Eles precisam ter a confiança da liderança para alterar as metas e expectativas de negócios potencialmente muitas vezes ao longo de um projeto.

Os Gerentes de Produtos de IA não podem esperar descrever o projeto para a liderança uma vez e depois terminá-lo com sua equipe. Muitos obstáculos imprevistos surgirão e eles precisam ter a capacidade de se comunicar com frequência com a liderança para superar esses obstáculos. Eles precisam ter a confiança da liderança para poder recuar contra as expectativas, recuar contra o que acreditam serem as capacidades do produto e recuar contra o que a liderança espera que sobre o ROI.

O fato é que a evolução da Inteligência Artificial está trazendo novas funções para o dia a dia das empresas. Gerente de Produtos de IA é uma delas.

Referências:

Este artigo foi baseado no excelente artigo do portal Emerj:

The AI Product Manager – A Key Role for the Future of AI Deployment