Le CPO d’une entreprise native de l’IA partage comment l’IA permet des processus axés sur l’intention

Christian Braun est Chief Product Officer chez Depix AI, où il conçoit des produits d’IA destinés à assister les professionnels du produit. Christian fait évoluer l’approche produit de Depix, passant d’une logique « forme d’abord » à une logique « intention d’abord », ce qui signifie que l’IA est utilisée pour traduire l’intention en directives pertinentes bien plus tôt dans le cycle de vie du produit. Cela a permis à l’équipe d’être plus rapide, plus alignée entre les disciplines et plus efficace pour transformer l’ambiguïté en orientations produit concrètes.

Nous nous sommes entretenus avec Christian pour discuter de ce changement et bien plus encore. Voici ce qu’il nous a partagé.

Redéfinir le rôle des responsables produit

Je suis Christian Braun, Chief Product Officer chez Depix et CEO de MAGING GmbH. Mon parcours repose sur le design, l’innovation et la création de produits — en particulier dans des secteurs où la forme, la fonction et l’expérience de marque doivent se réunir au plus haut niveau.

Avec le temps, je suis passé de la conception traditionnelle des produits à une question plus stratégique : que se passe-t-il si l’on ne commence plus seulement par la forme, mais par l’intention ? Ce changement m’a amené vers le leadership produit et, naturellement, vers l’IA.

Ce qui rend ce moment si puissant, c’est que l’IA redéfinit le rôle des responsables produit. Nous ne faisons plus que gérer des feuilles de route ou optimiser des fonctionnalités. Nous contribuons à façonner de toutes nouvelles façons de penser, de créer et de construire. Dans mon rôle actuel, je travaille sur des produits qui utilisent l’IA non seulement comme une couche technique, mais comme une force créative et stratégique — capable de débloquer la rapidité, la clarté, et de générer des résultats totalement inédits.

Je crois que l’avenir du leadership produit réside dans la combinaison de la vision humaine et de systèmes intelligents. L’IA ne doit pas diluer l’originalité ; elle doit la renforcer.

Livraison hybride par conception

Je dirige l’organisation produit chez Depix, où nous créons des produits nativement IA pour le futur de la création de produits. Notre mission est d’aider les équipes à dépasser les démarches traditionnelles et linéaires, en utilisant l’IA pour traduire l’intention, le contexte et l’orientation du design en résultats concrets pour le produit.

Les produits que nous développons se trouvent à l’intersection de la créativité, de la stratégie produit et de l’IA avancée. Ils soutiennent des flux de travail tels que la génération de concepts, l’exploration visuelle du produit, l’orientation CMF et la première structuration des idées avant leur entrée dans des processus de développement plus classiques. Nos utilisateurs sont des designers, des équipes produit, des responsables innovation et des entreprises souhaitant repenser leur manière de concevoir et développer des produits.

Nous sommes une organisation produit focalisée et hautement agile. Cela nous permet de travailler rapidement, de rester proches des besoins utilisateurs et d’affiner en continu à la fois l’expérience produit et la proposition de valeur. Nous servons à la fois des individus avant-gardistes, des petites équipes créatives et de plus grandes organisations désirant intégrer l’IA dans des environnements réels de développement produit.

Notre modèle de livraison est hybride par conception. Nous développons des produits logiciels évolutifs dans un esprit SaaS tout en collaborant étroitement avec des clients stratégiques pour élaborer les workflows, valider l’adoption et générer de la valeur pour l’entreprise. Cette combinaison nous permet de déployer l’innovation produit à l’échelle tout en restant connectés à des applications concrètes sur le terrain.

Pourquoi l’IA modifie la logique opérationnelle des produits

Avant d’entamer un parcours IA, chaque responsable produit doit comprendre une chose : l’IA n’est pas qu’une évolution de fonctionnalité — elle change la logique opérationnelle du produit.

C’est fondamental, car beaucoup d'équipes abordent l’IA comme un simple ajout à leur flux de travail existant en espérant des résultats disproportionnés. En pratique, l’IA change souvent la façon dont la valeur est créée, la manière dont les utilisateurs interagissent avec le produit, ses modes de décision et le rôle crucial de la confiance. Si vous ne la considérez que comme une couche supplémentaire, vous obtiendrez peut-être un effet de nouveauté. Mais si vous la voyez comme une transformation du comportement du système, vous pouvez générer un véritable avantage produit.

L’IA déplace le centre de gravité d’une fonctionnalité statique vers une prise de décision dynamique. Elle influence les entrées, les sorties, les boucles de rétroaction, le contrôle de la qualité et place l’utilisateur dans un nouveau rôle. Cela signifie que les responsables produit doivent réfléchir non seulement aux capacités, mais aussi au contexte, à la fiabilité, à la responsabilisation et à l’adoption.

Le premier changement de mentalité, c’est donc : ne demandez pas « Où puis-je ajouter de l’IA ? ». Demandez « Comment l’IA change-t-elle la logique de l’expérience, du parcours et de la proposition de valeur ? ». C’est généralement là que se trouve la véritable opportunité produit.

Les réflexions de Christian

Ne demandez pas : « Où puis-je ajouter de l’IA ? » Demandez plutôt : « Comment l’IA modifie-t-elle la logique de l’expérience, du flux de travail et de la proposition de valeur ? »

Comment une approche centrée sur l’intention révolutionne les processus produit

Un changement concret que j’ai opéré cette dernière année a été de passer notre processus produit d’une approche « formulaire d’abord » à une approche « intention d’abord ».

Avant l’IA, les équipes produit commençaient souvent par les fonctionnalités, les interfaces ou les résultats visuels. Nous avons changé cela. Aujourd’hui, nous commençons par l’intention : l’objectif, le contexte, les contraintes et le résultat souhaité derrière chaque décision produit. L’IA a rendu ce changement possible, car elle traduit l’intention en orientations pertinentes beaucoup plus tôt dans le processus.

Avant l’IA, les équipes produit commençaient souvent par les fonctionnalités, les interfaces ou les résultats visuels. Aujourd’hui, nous commençons par l’intention : l’objectif, le contexte, les contraintes et le résultat souhaité.

Cela a provoqué un changement majeur dans notre façon de concevoir et gérer les produits. Nous passons désormais moins de temps à débattre de fonctionnalités isolées et davantage à façonner la compréhension du système, la qualité des décisions et la pertinence dans le contexte donné. Nous sommes plus rapides, mieux alignés entre disciplines et plus efficaces pour transformer l’ambiguïté en orientations produit concrètes. Cela a également réduit le temps passé à explorer des pistes faibles ou mal alignées.

D’après notre expérience, cela a entraîné une amélioration d’environ 5 à 10 fois la vitesse d’itération pendant la phase d’exploration initiale. Mais la mesure la plus importante reste la rapidité d’apprentissage. Au lieu de passer la majorité du temps à produire un nombre limité d’options, nous consacrons désormais plus de temps à évaluer quelle direction mérite d’être approfondie.

Cela modifie fondamentalement l’économie de la découverte produit. L’IA n’a pas seulement accéléré notre flux de travail ; elle a changé notre modèle opérationnel.

Comment se concentrer sur l’intention a changé le cap d’un produit

Voici un exemple concret. Au début, pour l’un de nos produits, nous avons testé une question clé : « Le produit doit-il se concentrer principalement sur la génération rapide de rendus visuels, ou sur l’aide à la définition d’une direction produit forte dès le départ ? » L’IA a considérablement amélioré ce processus de découverte en nous permettant d’expérimenter concrètement les deux modèles.

Nous avons pu tester rapidement différentes structures d’intention, des modes d’interaction ainsi que des comportements de sortie, puis observer où les utilisateurs tiraient le plus de valeur. Il est devenu évident que ce que les utilisateurs recherchaient n’était pas seulement de la génération rapide. Ils voulaient plus de clarté dès le départ — un moyen de transformer un objectif vague en une direction produit cohérente.

Cette idée a directement orienté la décision produit. Nous avons choisi de bâtir autour d’un modèle « intention d’abord » plutôt que d’un modèle centré sur la seule sortie. L’IA a rendu cela possible en nous permettant de prototyper et comparer plus tôt la logique produit qu’avec les méthodes de découverte traditionnelles.

Pourquoi l’IA remet en cause les postulats habituels sur l’intention utilisateur

Une hypothèse sur le produit que l’IA m’a obligé à remettre en question, c’est celle-ci : que la valeur ne commence qu’au moment où l’utilisateur sait ce qu’il veut.

Dans la logique produit traditionnelle, on suppose souvent que l’utilisateur arrive avec une tâche, une intention ou une solution à peu près claires, et que le rôle du produit est de l’aider à mieux l’exécuter. L’IA a changé mon point de vue à ce sujet.

J’ai pris conscience que certains des moments les plus porteurs de valeur surviennent en réalité plus tôt — lorsque les utilisateurs n’ont pas encore la clarté, mais déjà une direction. Ils peuvent avoir un but, une tension, une ambition de marque ou une idée vague de ce qu’ils souhaitent accomplir, mais pas encore de solution définie. L’IA peut précisément créer de la valeur dans ce champ d’ambiguïté, en aidant les utilisateurs à explorer, interpréter et façonner leur intention avant d’entrer en phase d’exécution.

Cela a changé ma manière de concevoir le design produit. Je ne vois plus le produit seulement comme un outil permettant d’accomplir des tâches, mais de plus en plus comme un système qui aide à mieux formuler l’intention, et pas seulement à agir sur une intention déjà établie.

Pourquoi l'IA élargit les options et les humains les restreignent

Je m’appuie sur l’IA surtout dans les domaines où la rapidité, la synthèse et l’étendue sont essentielles : découverte, reconnaissance de schémas, exploration de concepts, premières expérimentations, et évaluation rapide des orientations produit possibles.

Par exemple, l’IA s’avère extrêmement utile pour traiter les signaux venus des utilisateurs et des marchés, générer et comparer des pistes de solutions multiples, accélérer l’itération UX et conceptuelle, et mettre en lumière les arbitrages plus tôt que les flux de travail traditionnels. Elle excelle particulièrement lorsque l’objectif n’est pas de produire une seule réponse, mais d’élargir le champ des options de qualité.

Ce qui reste résolument humain concerne les choix relatifs à la vision, la priorisation, le goût, l’éthique et la responsabilité. Les décisions de feuille de route, le séquençage stratégique, les choix produit qui définissent une marque, et les arbitrages techniques finaux requièrent encore le jugement humain, car ils dépendent du contexte, des conséquences et de la responsabilité d’une manière que l’IA ne maîtrise pas pleinement.

Ce qui reste résolument humain concerne les choix relatifs à la vision, la priorisation, le goût, l’éthique et la responsabilité.

Ainsi, je ne considère pas l’IA comme le décideur. Je la considère comme un système intelligent permettant d’élargir l’espace décisionnel. Le rôle humain devient d’autant plus crucial au moment de restreindre les options, d’accepter certains arbitrages et de s’engager dans une direction.

Pourquoi l'intégration de l'IA amplifie à la fois les avantages et les inconvénients

Les résultats de l’IA se révèlent marquants tant du côté positif que du côté négatif.

Côté positif, l’IA a nettement amélioré la rapidité, l’étendue et la vitesse d’apprentissage dans le développement produit. Nous pouvons explorer plus d’orientations plus tôt, tester les hypothèses plus rapidement et créer des artefacts facilitant la décision avec bien moins de friction qu’auparavant. En découverte et aux phases d’expérimentation initiale tout particulièrement, cela a réduit les cycles d’itération et aidé les équipes à passer d’idées floues à des axes produits structurés bien plus rapidement. De façon qualitative, cela a aussi renforcé l’alignement puisque design, produit et technique peuvent réagir à du concret beaucoup plus en amont dans le processus.

Côté négatif, l’IA introduit aussi de nouveaux risques. Elle peut donner une illusion de certitude, car ses résultats paraissent souvent convaincants avant d’être réellement validés. Un comportement plausible mais peu fiable comme celui-ci peut éroder la confiance. L’IA peut également submerger les équipes d’options, rendant le jugement produit plus important, non moins. Dans certains cas, le défi n’est plus de générer des possibilités, mais de maintenir la rigueur, le goût, la priorisation et la cohérence stratégique.

Le résultat global est donc clairement positif. Mais je le résumerais ainsi : l’IA a renforcé notre capacité productive, tout en augmentant les exigences de discipline managériale. Les équipes qui en tirent le plus grand bénéfice ne sont pas celles qui utilisent l’IA le plus, mais celles qui l’intègrent avec le jugement le plus aigu.

Quels risques pour les produits pilotés par l’IA au lancement

La partie la plus difficile dans le lancement d’un produit piloté par l’IA n’est pas de construire de l’intelligence, mais de rendre l’incertitude exploitable sous forme de produit.

Au début, il est tentant de se focaliser sur la capacité du modèle et sur des résultats impressionnants. Mais dans les usages réels, les utilisateurs accordent autant d’importance à la constance, au contrôle, à la prévisibilité et à l’intégration naturelle du produit dans leurs processus. L’IA peut susciter rapidement de l’enthousiasme, mais l’enthousiasme n’est pas la confiance.

L’IA peut susciter rapidement de l’enthousiasme, mais l’enthousiasme n’est pas la confiance.

Si j’avais compris cela plus profondément dès le début, j’aurais investi encore plus tôt dans la gestion des attentes, le design de l’interaction, les mécanismes de retour, et des limites claires quant à ce que le système fait bien ou ce qui nécessite encore le jugement humain. J’aurais aussi été plus attentif à ne pas prendre des démonstrations bluffantes pour une valeur produit pérenne.

Qu’aurais-je pu éviter ? Essentiellement des déceptions évitables et des frictions à l’adoption. Le plus grand risque lors des lancements de produits IA n’est généralement pas la sous-performance technique, mais la promesse démesurée d’expérience utilisateur. C’est une leçon dont je me souviens désormais très sérieusement.

Pourquoi le tableau blanc demeure le principal outil du leader produit

Même avec tous les outils sophistiqués d’IA, le tableau blanc — qu’il soit physique ou numérique — reste l’instrument le plus important pour les responsables produits. Car l’acte le plus fondamental demeure la mise en perspective. Tout le reste en découle.

Ainsi, j’utilise le tableau blanc tout au début du processus, là où la clarté compte davantage que les détails. C’est là que nous formulons le problème, cartographions le système, faisons émerger les hypothèses et alignons l’équipe avant de passer aux spécifications, fichiers de conception ou outils d’exécution.

Une fois la direction éclaircie, nous traduisons cette réflexion dans le flux de travail numérique : exigences produit, systèmes de conception, prototypes, feuilles de route et expérimentations. Le tableau blanc est l’endroit où la complexité devient compréhensible. L’environnement digital est celui où cette compréhension devient opérationnelle.

Les réflexions de Christian

Le tableau blanc est l’endroit où la complexité devient compréhensible. L’environnement digital est celui où cette compréhension devient opérationnelle.

Pourquoi les responsables produit doivent se concentrer sur la clarté

Mon conseil : ne considérez pas ce moment comme un simple changement d’outils – considérez-le comme une évolution dans la manière de penser le produit.

Les responsables qui réussiront ne sont pas ceux qui ajouteront le plus rapidement le plus de fonctionnalités d’IA. Ce sont ceux qui repenseront la façon dont ils créent de la valeur, là où le jugement humain compte le plus, et quelles parties du flux de travail ils devraient repenser plutôt que simplement accélérer.

Restez donc curieux, expérimentez sans relâche, mais soyez discipliné. Apprenez la technologie, certes – mais consacrez encore plus de temps à comprendre la confiance, le contexte, la qualité des décisions et l’adoption. L’IA accroît le levier, mais elle sanctionne aussi très rapidement une réflexion produit superficielle.

Si je devais résumer en une phrase : Soyez audacieux dans l’expérimentation, mais encore plus audacieux dans la clarté.

Suivez-nous

Vous pouvez suivre Christian Braun sur LinkedIn. Découvrez aussi Depix et Product Vision.

D’autres interviews d’experts à venir sur The CPO Club !