Comment devenir Chef de Produit IA sans expérience (avec Dr. Nancy Li)

Lisez la transcription :

Nous expérimentons la transcription de nos podcasts avec un programme logiciel. Merci de pardonner toute faute de frappe, le robot n'étant pas toujours précis à 100%.

Hannah Clark : Avertissement : voici encore un épisode consacré à l’intelligence artificielle. Je soupçonne qu'il y a deux groupes d’auditeurs en ce moment : ceux qui sont avides de tout ce qui touche à l’IA, et ceux qui pensent « IA ? Plutôt A, j'en ai assez entendu à ce sujet ». Et si vous continuez malgré ce jeu de mots atroce, je vais supposer que vous faites partie du premier groupe—ce qui signifie que vous pourriez être le candidat idéal pour vous spécialiser en gestion de produit IA.

Aujourd’hui, je suis à nouveau rejointe par la Dr Nancy Li, qui, en plus d’être une vraie force de la nature, est fondatrice de Product Manager Accelerator, animatrice du podcast Product Insider, présente dans Forbes et également une vétérane de la gestion de produit IA. Dr Li a eu un regard unique sur l’espace des produits IA, tout en étant très proche du paysage de carrière produit ces dernières années. Elle est donc ici pour partager des informations d’initiée sur la façon de transformer votre passion pour l’IA en une carrière épanouissante. Entrons dans le vif du sujet.

Bienvenue de nouveau dans le podcast The CPO Club. Dr Nancy, merci beaucoup d’être à nouveau parmi nous aujourd’hui.

Nancy Li : Merci de m’avoir invitée sur votre émission. J’ai passé un excellent moment la dernière fois à enregistrer ces épisodes, donc contente de revenir partager d’autres insights sur l’IA.

Hannah Clark : Oui, absolument.

Pour ceux qui ne vous connaissaient pas la dernière fois, pouvez-vous nous faire un petit rappel de votre parcours et de comment vous en êtes arrivée là où vous êtes aujourd’hui ?

Nancy Li : Oui, bien sûr. Salut tout le monde, je suis Dr Nancy Li, directrice de produit présentée dans Forbes. J'ai aidé des milliers de personnes à décrocher leur job de rêve comme chef de produit dans des entreprises phares et des licornes, et à se faire promouvoir en tant que leader produit. Actuellement, je dirige ma propre entreprise, le PM Accelerator, qui aide à faire progresser des carrières en gestion de produit. J’ai aussi mon propre podcast, Product Insider, où l’on reçoit des leaders produit, tels que des VP de produit chez Google, et où l’on vous dévoile tous les secrets pour développer des produits qui réussissent.

De plus, je suis une immigrée arrivée aux États-Unis avec 800$ en poche et je suis devenue directrice produit en quatre ans. Mon objectif est vraiment d’apporter l’éducation autour du management produit, surtout l’éducation entrepreneuriale, à des personnes issues de familles à revenus moyens. J’ai donc partagé beaucoup de ressources gratuites et de secrets sur YouTube.

Aujourd’hui, ma chaîne YouTube dépasse le million de vues. Et l’an dernier, j’ai eu la chance de lancer notre propre association, PMA Kids, qui offre une éducation gratuite à la gestion de produit pour les enfants issus de familles à faibles revenus. Alors je suis très heureuse de voir des gens grandir et progresser avec moi.

Notre communauté a aussi dépassé les 100 000 chefs de produit grâce à tout mon travail de sensibilisation sur les réseaux.

Hannah Clark : C’est un CV impressionnant. Et en plus, vous avez développé un produit IA primé, n’est-ce pas ?

Nancy Li : Oui.

Hannah Clark : Pourriez-vous nous en dire davantage ?

Nancy Li : Exactement. C’était avant que l’IA ne devienne très populaire.

Le produit que j’ai créé s’appelle Smart Cities et utilise l’IA, en particulier la vision par ordinateur, pour réduire les accidents de la route. Ce projet, lancé en 2016 à l'époque, participait à un mouvement très connu dans plusieurs villes, appelé Vision Zero, qui vise à réduire les morts sur la route à zéro.

D’où le nom Vision Zero. À l’époque, nous devions trouver comment aider les villes à réduire les accidents automobiles de façon plus efficace et à grande échelle. Comme je le mentionnais, personne ne disait alors qu’il fallait absolument utiliser l’IA. Nous évaluions différentes technologies, en nous demandant si l’IA, l’IoT ou l’analyse de données seraient adaptées.

Finalement, nous avons choisi l’IA comme technologie clé pour ce produit, qui a ensuite reçu le prix d’excellence du maire et a été déployé rapidement dans les 10 plus grandes villes américaines. Je suis très heureuse d’avoir vu l’IA transformer les vies bien avant l'engouement d’aujourd’hui.

Hannah Clark : C’est une excellente transition vers la façon dont l’IA change la vie des gens aujourd’hui, notamment via la spécialisation en gestion de produit IA. Pour commencer, quels bénéfices concrets les chefs de produit peuvent-ils attendre en se spécialisant dans l’IA ?

Nancy Li : Oui, excellente question.

Se spécialiser en IA ouvre énormément de portes, aussi bien pour les chefs de produit actuels que pour ceux qui veulent se lancer dans ce domaine. Par exemple, l’un des avantages est bien sûr le salaire, qui est plus élevé pour les chefs de produit IA. Globalement, ils sont payés entre 10% et 20% de plus que la moyenne.

Ensuite, cela booste aussi la carrière. Par exemple, j’ai une étudiante qui a rejoint Amazon en tant que PM Génération IA. Elle a vraiment passé un cap dans sa carrière. Elle a non seulement intégré une big tech, mais a aussi pu bâtir des produits à fort impact pour Amazon, qui profitent à beaucoup de monde.

Troisièmement, cela accélère aussi l’accès au métier de chef de produit. J’ai des étudiants qui, après avoir mis en avant des projets IA et des mots-clés IA sur leur CV, obtiennent nettement plus d’entretiens que les autres candidats.

Aujourd’hui, toutes les entreprises veulent intégrer de l’IA à leur feuille de route. On pourra discuter ensuite si c’est pertinent ou non, mais c’est la tendance ! Cela propulse votre carrière.

On utilise une expression américaine qui illustre bien la situation : c’est comme « tirer dans un tonneau ». Autrement dit, si vous entrez dans le secteur de l’IA maintenant, c’est comme si vous profitiez d’un envol généralisé du secteur dans les 5 ou 10 prochaines années, voire dans 2 ans. Même si votre travail est simplement correct, puisque tout le secteur décolle à la vitesse d’une fusée, votre carrière sera embarquée. C’est donc le moment de vous intéresser à l’IA !

Hannah Clark : Pourriez-vous nous présenter le cycle de vie d’un produit IA du point de vue du chef de produit ?

Nancy Li : Bien sûr. Je vais prendre mon propre produit en exemple.

Concrètement, la gestion de produit IA compte quatre étapes. Premièrement, il y a l’idéation, pour déterminer si l’IA peut vraiment résoudre le problème. Deuxièmement, il s’agit de collecter les données, car la donnée est centrale à l’ère de l’IA. Troisièmement, le développement du MVP, et quatrièmement, le lancement du produit. Voici comment j’ai moi-même construit un produit IA primé en suivant ce modèle.

Première étape : comprendre le vrai besoin client. Résout-on un vrai problème ou crée-t-on de nouveaux problèmes à cause de l’IA ? Il faut une analyse de marché poussée. Parfois, l’IA ne peut tout simplement pas répondre à certains besoins. Par exemple, lors d’un atelier dans PM Accelerator avec mes étudiant·es, on réfléchissait : « Si vous étiez le CEO de Delta, que feriez-vous les 10 prochaines années ? » Beaucoup voulaient placer de l’IA partout, mais certains proposaient d’utiliser l’IA pour la navigation aérienne.

Mauvaise idée. Aujourd’hui, l’IA (notamment en générique) comporte toujours un taux d’échec—même très faible—mais dans l’aérien, une toute petite faute coûte des vies. Donc, il faut vraiment étudier en profondeur les besoins réels et les apports de l’IA.

Pour mon projet Smart Cities (en 2016, sans pression autour de l’IA !), nous avons fait une vraie découverte client avant de décider que l’IA était la meilleure solution. Cet aspect découverte est capital.

La seconde phase dans le cycle de vie d’un produit IA, c’est la collecte et l’entraînement des données. C’est le nouveau champ clé de l’IA, d’où le succès de sociétés comme Scale AI. Pour entraîner n’importe quel modèle, il vous faut les bonnes données. Parfois, on peut s’appuyer sur des modèles existants, comme ChatGPT ou les modèles de Gemini et Soplic. À vous de voir quel modèle utiliser, que ce soit par API, intégration, coût associé ou augmentation d’un modèle préexistant.

Il y a donc de nombreuses décisions à prendre : collecte, entraînement, sélection ou personnalisation de modèles.

Troisième étape : construire le MVP. On doit le tester sur le marché, mais un point spécifique à la gestion de produit IA, c’est de penser à la sécurité et la confiance. Beaucoup de gens n’adoptent pas l’IA d’emblée, il faut gérer biais et gouvernance en amont du développement.

Exemple : pour le MVP Smart Cities, on a travaillé avec la ville de Boston pour réduire les accidents grâce à la vision par ordinateur. Mais c’était dur de trouver suffisamment de données d’accidents réelles, surtout en hiver (Boston a 6 mois de neige !). On a acheté des données à Mint AI et créé des environnements simulés—dans des parkings, avec des petites voitures et vélos-jouets. L’IA devait pouvoir détecter les collisions de jouets et, en extrapolant les paramètres, appliquer ça à la réalité !

On a aussi utilisé les modèles de NVIDIA—merci à Jensen Huang. Même en 2016, leur modèle d’identification d’objet nous a servi de base.

Construire le MVP, c’est plus créatif qu’on croit, ce n’est pas juste entraîner un modèle, il faut innover.

Dernière étape : la stratégie de lancement. La GTM reste classique, mais il faut aussi gérer l’adoption par les utilisateurs finaux et les parties prenantes internes (direction, ingénierie, juridique) car tout le monde n’est pas prêt à l’IA. Il y aura de la résistance, donc il faut savoir défendre son produit IA dans différentes situations. Voilà les quatre étapes du cycle de vie d’un produit IA.

Hannah Clark : C’est très complet et ça a l’air d’un domaine passionnant !

Quelles sont les étapes concrètes à suivre pour décrocher ces nouveaux postes de Chef de Produit IA ?

Nancy Li : Oui, c’est vraiment enthousiasmant ! Il n’existe en réalité que quatre manières de devenir chef de produit IA. La première, c’est d’être jeune diplômé : c’est le plus simple. Si vous sortez de l’école, commencez tout de suite dans l’IA, stage, projet de groupe, tout est bon. Pas besoin d’être PM d’emblée, il faut juste entrer dans l’IA, même comme ingénieur.e logiciel ou en stage IA. J’ai une étudiante en deuxième année dont le premier stage PM était chez NVIDIA sur les modèles fondateurs, donc c’est possible !

La deuxième méthode concerne les PM déjà en poste, issus par exemple de l’IoT ou de la fintech, parfois sans lien avec l’IA. Pour ceux-là, il s'agit avant tout d’acquérir les connaissances IA. Il existe beaucoup de formations, notamment celles de Google qui vient d’en lancer. Formez-vous aux différents modèles de langage, apprenez à comparer, à décider lesquels utiliser...

La troisième voie : les ingénieurs ou data scientists des boîtes IA. Parfois, ils ignorent tout du métier de PM mais savent entraîner des modèles, participer à la conception du MVP. Pour eux, il s’agit de se former à la gestion de produit : stratégie de mise sur le marché, entretiens utilisateurs, etc. C’est plus facile d’apprendre cela après avoir acquis les bases techniques.

Enfin, la quatrième situation concerne ceux qui n’ont ni expérience en ingénierie ni en gestion de produit. Pour eux, je recommande d’apprendre l’IA d’abord, puis la gestion de produit, puis de réaliser des projets pratiques (portfolio). Même sans coder, on peut construire des applis en utilisant l’API de ChatGPT par exemple, ou des plug-ins simples. Bâtissez de petits projets concrets pour montrer que ce n’est pas que du discours, mais aussi de la pratique. Cela convaincra beaucoup plus facilement un recruteur.

Pas besoin de savoir coder, mais plutôt d’être à l’aise avec les outils. Moi-même, je crée sur ChatGPT sans coder, et j’ai un doctorat en science des matériaux ! S’exercer pratique fait la différence.

Donc différentes étapes sont possibles selon les parcours, mais elles accélèrent toutes la progression de carrière.

Hannah Clark : D’excellents secrets !

Pour ce qui est des formations et ressources, en recommandez-vous quelques-unes en particulier ?

Nancy Li : Oui, j’en recommande plusieurs que j’ai suivies et beaucoup appréciées.

Ma stratégie ne consiste pas seulement à prendre des cours : je lis aussi des articles, je teste des outils, je pratique. Voici mes coups de cœur pour démarrer immédiatement : numéro un, le site DeepLearning.AI d’Andrew Ng. Plusieurs ressources sont gratuites. En particulier, un cours sur l’ingénierie de prompt (Prompt Engineering) en une heure, très immersif, à la fois théorique et pratique.

Numéro deux, prenez des cours sur Coursera, notamment ceux sur le machine learning en partenariat avec IBM ou DeepLearning.AI. Leurs modules offrent une vue d’ensemble du machine learning, dont le deep learning à appréhender aussi. Je vous recommande également de lire les articles de NVIDIA, dont je suis une grande fan. Leur CEO est exceptionnel et beaucoup de choses sont construites sur les bases qu’ils publient. Un de mes amis y est d’ailleurs ingénieur principal sur ces frameworks !

Apprenez les frameworks IA majeurs : en tant que PM, inutile de TOUT construire vous-même, souvent il faut savoir réutiliser intelligemment l’existant.

Explorez aussi les ressources de Google ou d’AWS, où tout est bien expliqué, ou encore des vidéos courtes. Et pour plus de ressources, rendez-vous sur ma page drnancyli.com/aicourses qui récapitule tous les cours que j’ai évalués et suivis personnellement. Accédez-y pour démarrer rapidement !

Dans PM Accelerator, j’ai aussi un cours spécialisé sur la gestion de produit IA où l’on aborde à la fois la gestion quotidienne, les choix techniques, le cycle de vie produit, et on construit ensemble un portfolio IA démonstratif. Je propose aussi une version condensée pour accélérer l’apprentissage (car suivre tous les cours peut vite prendre 2 mois à raison de 10h/sem !).

Hannah Clark : Merci, cela donne un bon panorama des ressources pour se former à l’IA !

Parlons maintenant un peu des employeurs : connaissez-vous des sociétés en pleine recherche de PM spécialisés en IA ?

Nancy Li : Oui, il y en a beaucoup ! Chaque semaine, de nouveaux recruteurs apparaissent. Par exemple, Amazon recrute activement, notamment pour la Génération IA. Certaines divisions internes changent de leadership et deviennent très pro-IA ; les opposants à l’IA partent ou sont remplacés. Les nouveaux chefs donnent la priorité à l’IA et recrutent de nouveaux PM IA, tandis que les anciens sont écartés progressivement.

C’est triste à voir, mais c’est la culture rapide d’Amazon. Ce qui veut aussi dire qu’il y a plein de recrutements pour des PM IA chez eux actuellement. Netflix aussi fait la tendance : ils recrutent toujours des PM IA et, récemment, ont proposé 900 000$ annuel à un senior pour développer la création de contenus assistés par IA. Il y a également énormément de start-ups IA montant très vite, parfois encore peu connues.

Par exemple, j’aime beaucoup Inkitt (une étudiante y passe un entretien). Leur concept : le « Netflix » de la lecture. On peut lire des romans et interagir avec les personnages grâce à l’IA ! Imaginez lire ou regarder Game of Thrones et pouvoir discuter en direct avec Daenerys générée par IA ! Cette start-up lève beaucoup de fonds et grossit vite.

Gardez l’œil sur TechCrunch qui relaie beaucoup d’annonces sur ces start-up innovantes et les financements en levées de fonds. C’est l’endroit où repérer de nouvelles opportunités IA !

Hannah Clark : Pour conclure, vous mentionniez que la spécialisation IA engendre de vrais avantages salariaux. Avez-vous d’autres conseils côté rémunération pour motiver les gens à y aller ?

Nancy Li : Oui, c’est vrai, les PM IA sont mieux payés. J’aimerais compléter en expliquant que l'impact généré par l'IA sur la vie quotidienne et la satisfaction d’avoir contribué à des applis utiles est tout aussi important.

J’adorerais par exemple discuter avec les personnages de Game of Thrones au quotidien ! Concernant les salaires, dans les grandes entreprises cotées, mes étudiant·es reçoivent parfois plus de 400 000$ par an comme PM IA (cash). Dans les start-ups, la base salariale est souvent de l’ordre de 160 000$ avec beaucoup d’actions. L’intérêt ? Ces actions peuvent un jour valoir des millions ! Mais tout dépend de la start-up, donc il faut bien choisir son employeur selon l’impact sociétal recherché et la mission.

Peut-être rejoindrez-vous le prochain Google et viendrez témoigner ici-même. Soyez donc stratégiques dans vos choix ! L’IA n’est pas une fin en soi, il faut choisir la bonne aventure.

Hannah Clark : Merci encore Dr Nancy Li ! Où peut-on suivre votre travail en ligne ?

Nancy Li : Bien sûr. Vous pouvez écouter mon podcast, Product Insider par Dr Nancy Li. Ma chaîne YouTube, recherchez Dr Nancy Li, directrice produit, ou écrivez-moi sur LinkedIn, j’y suis très active et je réponds à tous les messages. Tapez simplement Dr Nancy Li sur LinkedIn. Vous trouverez aussi plein de ressources gratuites sur mon site drnancyli.com/aicourses.

Hannah Clark : Parfait. Merci encore pour tous ces éclairages, c’est un secteur passionnant à découvrir !

Nancy Li : Merci Hannah de m’avoir accueillie. Restons en contact, et embarquons tous ensemble dans l’ère de l’IA !

Hannah Clark : Merci pour votre écoute. Pour d’autres avis d’experts, guides pratiques et revues d’outils, abonnez-vous à notre newsletter sur theproductmanager.com/subscribe. Vous retrouverez plus de conversations comme celle-ci en vous abonnant à The CPO Club sur votre plateforme de podcasts préférée.