Comment percer dans le Product Management en 2025 (avec Mariana Antaya, Product Manager chez Microsoft)

Lisez la transcription :

Nous testons la transcription de nos podcasts à l’aide d’un programme informatique. Merci de pardonner d’éventuelles fautes de frappe, car le bot n’est pas correct à 100 % du temps.

Hannah Clark : Vous savez, quand vous croisez quelqu’un que vous n’avez pas vu depuis super longtemps et que l’un de vous demande “alors quoi de neuf ?”, et qu’il s’est en réalité passé tellement de temps que vous ne savez même pas par où commencer ? C’est exactement ce que j’ai ressenti en parlant à Mariana Antaya, qui était notre invitée en février 2024.

Lorsque Mariana est venue à l’émission à l’époque, sa carrière de product manager venait tout juste de commencer, elle venait tout juste de lancer son compte TikTok, et elle entamait sa troisième année en tant que fondatrice de quantifAI, un outil d’optimisation de stratégie crypto. Mais elle est venue avec des conseils très concrets pour les futurs PM qui cherchent à percer dans le domaine, ce qui en fait, à ce jour, notre épisode le plus téléchargé.

Et à ce moment précis, je n’arrive même pas à croire que cela ne fait qu’un an. Depuis, l’IA est devenue grand public, le marché de l’emploi tech a complètement changé, et nos plateformes respectives ont connu une croissance significative. Donc, nous avons pensé qu’il était grand temps d’inviter à nouveau Mariana à l’émission pour faire le point, et surtout permettre aux futurs PM d’aujourd’hui de savoir ce qu’ils doivent connaître pour réussir en 2025. Allons-y.

Au fait, nous avons ce genre de conversations chaque semaine, donc si cela vous intéresse, abonnez-vous ! Ok, c’est parti.

Bienvenue à nouveau sur le podcast Product Manager. Un épisode très spécial aujourd’hui. Nous sommes rejoints aujourd’hui par Mariana Antaya, qui était déjà passée dans notre podcast il y a un peu plus d’un an maintenant. Pour ceux qui ne nous suivent pas depuis aussi longtemps, j’ai l’impression d’être une maman fière en racontant cette histoire. Mariana n’est pas ma fille, mais je ressens tout de même beaucoup de fierté car la manière dont nous nous sommes rencontrées tient au fait qu’elle nous a contactés sur LinkedIn. Elle avait commenté un de nos posts sur un épisode avec une remarque du style : “J’adorerais participer à un podcast un jour.”

Et Becca, notre productrice, et moi nous sommes dit : “Invitons-la, voyons ce qu’elle a à dire !” Et c’est finalement devenu notre épisode le plus populaire de tous les temps, et de loin. Aujourd’hui, Mariana est product manager chez Microsoft, et j’en parle comme si elle n’était pas juste à côté de moi. Donc merci, Mariana, d’être avec nous.

Mariana Antaya : Bien sûr. Absolument. Je suis ravie de te retrouver et de pouvoir parler des dernières nouveautés sur l’IA et le product. Le parcours a été incroyable. Nous avons toutes les deux tellement évolué, je suis très fière.

Hannah Clark : Moi aussi. C’est fou.

Alors, la dernière fois qu’on s’est parlé, nous commencions tout juste ce podcast. Tu démarrais ta carrière. Tu venais de commencer sur TikTok. Nous avions tout juste lancé nos épisodes. Toutes les deux, on a connu un énorme bouleversement dans nos vies. Mais parlons plutôt de toi. Où en es-tu dans ta carrière ? Que deviens-tu côté contenus sur les réseaux sociaux ? Dis-moi tout.

Mariana Antaya : Oui, super. Ma carrière se porte très bien. Je suis toujours chez Microsoft, et nous avons vraiment recentré notre stratégie vers les produits IA, comme la plupart des sociétés, ce qui a été fascinant à observer et à vivre en interne, dans la culture d’entreprise.

Côté création de contenus, je publie beaucoup sur le product management, mais aussi énormément sur l’intelligence artificielle, en mettant vraiment en avant des cas d’usage de l’IA pour les entreprises ou des cas qui intéressent mon audience au quotidien. Un des plus récents concernait la prédiction des résultats d’une course de Formule 1, ce qui est un de mes hobbies.

Je me suis dit : pourquoi ne pas partager cela et voir si d’autres s’y retrouvent ? Et il s’avère que oui : toutes les personnes sont vraiment réceptives à mes projets de code et aux cas d’usage bluffants que l’IA a permis de mettre en lumière.

Hannah Clark : Oui, tout à fait. Je suis super enthousiaste à l’idée d’approfondir le sujet, parce qu’on discute souvent avec des personnes au sommet de leur carrière, des CPO ou VP Product qui mettent l’IA en place à l’échelle de l’entreprise d’un point de vue “leadership”. Et ici, c’est toi qui es vraiment au cœur de l’action, utilisatrice et praticienne au quotidien.

Alors, parlons un peu de ce changement de culture, et de l’IA, même si on va faire tout un segment dessus. Mais de façon plus générale, quand tu penses à l’évolution de la culture produit de tes débuts à aujourd’hui, avec les nouveaux arrivants plus juniors, qu’est-ce qui a changé ?

Mariana Antaya : Il y a clairement eu un énorme bond technologique. Quand j’ai commencé, ChatGPT n’existait même pas.

Aujourd’hui, on l’utilise tous les jours dans notre flux de travail. Donc c’est déjà un énorme changement : les technologies ont tellement évolué en si peu de temps. Et cela implique de savoir intégrer les cas d’usage de l’IA pour une grande entreprise et vraiment trouver les solutions que les clients vont vouloir utiliser.

Il y a eu une vraie bascule culturelle, d’une approche globale à une approche plus expérimentale visant à itérer plus rapidement : comprendre quels cas d’usage les clients sont prêts à acheter, ou ceux qui vont vraiment s’installer dans ce nouvel univers IA.

C’est bien plus expérimental et rapide que lors de mes débuts.

Hannah Clark : On parle beaucoup des licenciements et de la volatilité du marché tech, pas seulement ici. À ton avis, est-ce que c’est plus difficile de percer aujourd’hui, ou c’est plutôt que les recruteurs cherchent des compétences différentes ?

Mariana Antaya : Je pense que l’on va rechercher des compétences différentes, plus de niches, pour répondre aux nouveaux cas d’usage. Être expert d’un domaine va prendre une grande importance, car les problématiques précises, ou les cas d’usage ciblés sur lesquels telle ou telle cible va accrocher, seront déterminants.

Donc, si vous avez une vraie expertise, ou de l’expérience pratique dans un créneau spécifique, c’est votre valeur ajoutée sur le marché pour devenir un excellent PM.

Hannah Clark : Ça a du sens. Passons à la partie IA. Je sais qu’on a hâte d’en parler ! On va diviser cela en plusieurs parties. D’abord sur le quotidien : on parlera du “building with AI” dans un instant.

Tu as dit que ChatGPT fait partie de ton quotidien, et je suppose que cela a touché plein de métiers. Quelles sont les différentes façons dont tu utilises l’IA dans ton travail au jour le jour ?

Mariana Antaya : Mon plus gros cas d’usage, c’est pour faire mes recherches de marché et analyses concurrentielles. Plus besoin d’attendre qu’un chargé d’étude trouve l’info, ou qu’une entreprise externe soit sous-traitée, ou même de passer des heures à moi-même infiltrer la concurrence pour voir leurs nouveautés.

Je peux simplement demander à un LLM de me préparer une analyse de marché, de m’indiquer les manques de mon produit par rapport à la concurrence et de voir comment on peut se démarquer. C’est un cas d’utilisation super concret. Également pour la rédaction de specs produits : l’IA ne va pas remplacer notre job de PM juste parce qu’elle peut écrire une spec.

Même avec les LLM, il faut encore l’humain pour échanger avec les clients au quotidien. Le contact humain reste primordial, mais ça me donne une excellente base pour rédiger mes specs, que ce soit pour une ou plusieurs nouvelles fonctionnalités.

Voilà un autre usage clé de l’IA pour moi.

Hannah Clark : Oui. On découvre de nouveaux usages tous les jours. On a eu des invités qui utilisaient l’IA pour analyser les datas issues des interviews utilisateurs, ou pour l’entrainer à répondre comme une persona.

C’est super innovant, toutes ces idées pour accompagner le travail du product manager qui étaient impossibles avant.

Mariana Antaya : Et même la création d’agents ! J’ai pu en créer un pour concevoir nombre de tableaux de bord sur mes fonctionnalités. Je n’ai plus à passer des heures là-dessus pour suivre les métriques dont on a tellement besoin en tant que PM pour étayer nos hypothèses.

Oui, construire des agents pour automatiser les tâches répétitives a changé la donne.

Hannah Clark : Oui ! On a eu un super épisode avec Tal Raviv sur la création d’un copilote IA pour les product managers – il nous a montré tout le process – entendre ça de lui, c’est vraiment motivant : on peut le faire ! C’est très cool.

Parlons maintenant des compétences à avoir, car une fois en poste, on va utiliser cela en continu. Mais comment se préparer en amont ? Pour les aspirants PM qui nous écoutent, quelles compétences faut-il acquérir ou avec quoi faut-il se familiariser avant de postuler à des jobs où l’IA sera très présente ?

Mariana Antaya : La compétence clé, surtout en tant qu’aspirant PM, c’est le prompt engineering et tester différents LLM pour comprendre leurs cas d’usage phare. Par exemple, pour coder, j’adore Claude, surtout Claude Sonnet 3.7.

Mais pour l’analyse de la concurrence ou la road map, ou même pour m’aider à écrire des prompts pour d’autres LLM, je préfère ChatGPT. D’ailleurs, il m’arrive de demander à ChatGPT : « Comment devrais-je rédiger mon prompt pour ce LLM afin d’avoir le meilleur résultat sur tel ou tel sujet ? » Donc, vraiment, le prompt engineering et l’exploration, et même la création de votre propre produit sont des compétences clés.

Il y a cette nouvelle tendance du “vibe coding”, c’est une manière géniale, même en tant que PM non technique, de mettre ses aptitudes produit à l’épreuve : on peut demander à l’IA de créer un produit, élaborer une stratégie go-to-market, essayer de vendre le produit.

Allez interroger les clients sur leur expérience, c’est de l’expérience pratique, pas enseignée en école, et d’une grande valeur pour le monde du travail. C’est vraiment l’un des points majeurs sur lesquels je voulais insister ici.

Hannah Clark : Oui, tout à fait. J’adore cette nouvelle tendance du vibe coding. Je prends d’ailleurs un atelier là-dessus cette semaine, j’ai hâte ! On va parler du prompt engineering bientôt.

Un mot sur la construction de produits IA : le côté plus “front”, côté clients. Tu as parlé du vibe coding comme porte d’entrée pour construire des produits pour les clients. Mais créer spécifiquement des produits IA, c’est encore différent dans le paysage du product. Toi tu es en plein dedans – comment te prépares-tu à construire des produits IA ?

Mariana Antaya : C’est important de se rappeler que tout le monde tâtonne en ce moment. On expérimente tous. On ne sait pas encore vraiment quels sont les cas d’usage que la clientèle va adopter, ni à quel tarif.

Donc on avance ensemble, mais il faut aussi expérimenter avec les modèles. On a tellement de modèles dispo en tant que PM, et il est crucial de bien collaborer avec les devs pour veiller sur la question de précision, voire de latence.

On constate que les logiciels sont de plus en plus complexes, donc cela rallonge parfois le temps d’affichage à l’écran. Il faut vraiment peser le ratio risque/bénéfice : combien de temps l’utilisateur est-il prêt à attendre pour bénéficier d’une fonctionnalité d’IA supplémentaire ? C’est là que le PM intervient.

Garder un lien étroit avec les clients est essentiel, comprendre leur workflow : peut-être qu’un délai de 4-5 secondes pour afficher un résumé IA n’est pas acceptable pour eux. Il faut donc bien cerner ces enjeux.

Hannah Clark : Oui, très pertinent !

Parlons de prompt engineering. C’est un cap à franchir non seulement pour les futurs PM, mais aussi pour tout le monde, personne n’est jamais trop bon à cet exercice !

Alors, ton prompt engineering 101 : pour créer un bon prompt, quel est le secret ?

Mariana Antaya : Plus vous en dites, plus vous donnez de contexte, mieux ce sera. Si vous êtes vague dans votre prompt, la réponse sera vague.

Détailler son raisonnement étape par étape, c’est une super méthode : par exemple formuler des étapes d’analyse “étape 1, 2, 3”, ou structurer clairement le prompt aide beaucoup.

Il y a aussi de nouveaux prompts d’inférence qui se développent. Choisir le bon modèle selon le prompt est aussi crucial, mais il ne faut pas hésiter à demander plus de détails dans le prompt, voire corriger l’IA : “tu n’as pas bien répondu, recommence”.

Ou encore, demander à un autre LLM : “Comment obtenir la meilleure réponse à ce prompt ?” Certains ont même rédigé des articles sur ce sujet.

Donc, structurez bien, donnez tout le contexte possible : documents, images, livres… tout ce qui peut aider l’IA à comprendre votre besoin. C’est la meilleure façon de s’améliorer en prompt engineering. Et aussi donner un rôle à l’IA, du type : “Considère-toi comme data scientist ou comme senior product manager chez telle entreprise”. Donner une identité à l’IA, c’est un chouette levier.

Hannah Clark : Concernant l’itération, car tu as évoqué la correction des LLM, une habitude que j’ai prise et qui me réussit bien c’est de boucler avec l’IA : j’édite la sortie et je la lui renvoie en lui disant “voici ce que j’ai modifié, retiens-le pour me donner des résultats encore meilleurs la prochaine fois”. Ça l’aide souvent à progresser dans la bonne direction, donc c’est une astuce facile à appliquer. Et toi, quelles astuces as-tu trouvées pour progresser à chaque itération ?

Mariana Antaya : Je pense que je suis encore en apprentissage, mais au-delà du contexte, comme dit précédemment, j’expérimente encore. Je ne suis pas experte du prompt engineering non plus. Je tente d’itérer, ou parfois de tester le même prompt sur différents LLM, et comparer les résultats.

Les “playgrounds” sont très utiles : il existe des outils, même sur GitHub ou NES, qui permettent de comparer en parallèle les réponses de deux modèles. Ainsi, on peut voir lequel répond le mieux ou s’approche de ce qu’on veut.

Hannah Clark : Excellent conseil. C’est ainsi qu’on peut distinguer si Claude est mieux adapté pour telle tâche, ou ChatGPT. Pour quelle raison utilises-tu ChatGPT pour l’analyse et Claude pour coder ? As-tu remarqué des différences notables selon les cas ?

Mariana Antaya : Oui complètement. Par exemple, en code, si je demande à ChatGPT et qu’il me ressort une erreur, même après avoir reporté l’erreur, parfois il n’arrive pas à la corriger du premier coup.

Avec Claude, j’ai un meilleur taux de réussite : il écrit un code plus propre et concis. Mais ces nuances, on ne s’en rend compte qu’en testant vraiment les modèles.

Hannah Clark : Je ressens la même chose. J’ai l’impression que Claude est plus créatif, si je peux me permettre le mot… même si ce n’est pas évident d’associer créativité et IA… mais je trouve Claude plus pertinent pour du marketing alors que ChatGPT est top niveau analyse/recherche. Pourquoi préfères-tu ChatGPT dans l’analytique ?

Mariana Antaya : Je trouve que ses recherches sont très approfondies.

Elles sont plus précises et la restitution est très personnalisable : on peut demander un graphique, ou un rapport écrit, il sait raisonner selon la consigne. Mais cela dépend du besoin de l’utilisateur et de son poste.

Il y a aussi une question de préférence personnelle.

Hannah Clark : C’est clair ! On en parlait en interne récemment : certains d’entre nous préfèrent Claude aussi pour son interface « sépia ». Ce détail UX, mineur mais plus doux aux yeux, fait la différence !

Je ne vais pas te retenir plus longtemps. Merci beaucoup d’avoir pris du temps pour discuter avec nous et faire le point. Mais pour ceux qui veulent te suivre ou discuter avec toi, où peut-on te trouver en ligne ?

Mariana Antaya : Bien sûr, retrouvez-moi sur LinkedIn, Mariana Antaya, ou sur TikTok et Instagram @mar_antaya. J’y poste plein de vidéos sur le code, le produit et l’IA.

Hannah Clark : Super, merci d’avoir été avec nous !

Mariana Antaya : Ravie d’échanger et de collaborer. Si vous voulez discuter autour d’un café virtuel, contactez-moi sur LinkedIn sans problème !

Hannah Clark : Merci infiniment !

Merci pour votre écoute. Pour plus de conseils, de tutoriels et de comparatifs d’outils, inscrivez-vous à notre newsletter sur theproductmanager.com/subscribe. Retrouvez d’autres conversations comme celle-ci en vous abonnant à Product Manager, où que vous écoutiez vos podcasts.