Comment s’adapter au nouveau standard de référence en gestion de produit

Lisez la transcription :

Nous expérimentons la transcription de nos podcasts à l’aide d’un logiciel. Veuillez excuser d’éventuelles fautes de frappe, l’IA n’est pas toujours exacte à 100 %.

Hannah Clark : À mesure que la technologie évolue, nos comportements se transforment. Par le passé, ces changements étaient assez progressifs. On déposait son CV en main propre, aujourd’hui on postule en ligne. Mais à l’ère des mutations technologiques rapides, les experts produit sont au cœur d’une refonte totale. Nous devons non seulement intégrer de nouveaux comportements en tant qu’utilisateurs, mais aussi nous adapter à des standards totalement inédits dans nos modes de travail.

Et soyons honnêtes, cela ressemble parfois à construire un parachute après avoir déjà sauté de l’avion. Alors, comment concevoir un bon parachute proverbial quand on est déjà désorienté et qu’on ne dispose pas de manuel officiel ? Un bon début consiste à observer les autres parachutistes qui, avec les mêmes moyens, ont réussi à voler.

Mon invitée aujourd’hui est la Dre Maryam Ashoori, Vice-présidente Produit et Ingénierie chez IBM Watsonx. Dre Ashoori, qui m’a assurée que je pouvais simplement l’appeler Maryam, travaille dans l’IA depuis plus de 20 ans. Peu de personnes ont été aussi proches de la pointe de cette technologie qu’elle. Mais selon elle, c’est seulement récemment qu’elle a observé un changement monumental dans les comportements des experts produit les plus performants. Si vous souhaitez vous inspirer de l’équipe produit ayant contribué à quelques-unes des avancées majeures de l’histoire de l’IA, cet épisode devrait vous intéresser. On y va !

Au fait, nous tenons ce genre de conversation chaque semaine. Alors si ce contenu vous plaît, pourquoi ne pas vous abonner ? Passons maintenant à l’épisode.

Bienvenue à nouveau sur le podcast du Product Manager. Aujourd’hui, je reçois la Dre Maryam Ashoori, Vice-présidente Produit et Ingénierie chez IBM Watsonx.

Maryam, je suis ravie de parler avec toi. Comment vas-tu aujourd’hui ?

Maryam Ashoori : Je vais bien, et toi ?

Hannah Clark : Très bien ! J’ai vraiment hâte de commencer cette discussion. On va la débuter comme à notre habitude.

Peux-tu nous parler un peu de ton parcours et de la façon dont tu en es arrivée là où tu es aujourd’hui ?

Maryam Ashoori : Absolument. Je travaille dans l’IA depuis plus de 20 ans, dans de multiples disciplines. Au fil de ma carrière, j’ai été designer d’expériences IA centrées utilisateur. J’ai aussi été ingénieure, en apportant la donnée et l’optimisation aux systèmes que nous construisions.

J’ai également œuvré comme chercheuse en IA, en repoussant les frontières de ce que l’IA pouvait accomplir. Finalement, j’ai trouvé ma voie dans le produit, en combinant tous ces points de vue pour résoudre les vrais problèmes. Plus récemment, précisément au cours des deux dernières années avec l’avènement de l’IA générative, j’ai été à la pointe de la conception et de la construction de ce que sera la prochaine phase de l’IA, c’est-à-dire la plateforme Gen AI d’entreprise d’IBM.

Ce travail, conçu de A à Z, réunit tout ce que j’aime : de la définition de la stratégie dans un marché évoluant rapidement, à la navigation dans des questions juridiques et éthiques propres à l’IA générative, en passant par toutes les limitations inhérentes à un domaine aussi neuf. Il s’agit de construire une solution réellement utile à un vrai problème.

Au fil de ce parcours, j’ai compris que l’enjeu crucial, c’était l’IA responsable : il est essentiel de collaborer étroitement et de concevoir en ce sens. Cela m’a amenée à mon rôle actuel, où je dirige la gestion produit et l’ingénierie sur la gouvernance de l’IA.

Hannah Clark : C’est un véritable honneur de t’avoir dans ce podcast, car l’IA reste un grand sujet pour nous, et il est fascinant d’échanger avec quelqu’un ayant ce recul sur le domaine, bien avant que celui-ci ne devienne un tel sujet public. Mais aujourd’hui, nous allons nous concentrer sur le rôle du management produit et son évolution avec l’apparition d’outils et de flux de travail pilotés par l’IA.

C’est un sujet au cœur de ton activité. Peux-tu évoquer certains des changements que tu observes chez IBM Watsonx, et ce qu’ils révèlent sur l’avenir du métier ?

Maryam Ashoori : Deux choses me semblent importantes.

Premièrement : la profession elle-même. Deuxièmement : les produits que bâtissent ces responsables produit. Pour la première, nul doute que la productivité du PM est aujourd’hui fortement accrue grâce à l’IA générative, qui s’invite dans le quotidien du métier. Si je regarde chez mes propres PM, ils font du « vibe coding ».

Il y a un an, ils n’en faisaient pas du tout. À l’époque, il fallait créer le PRD, travailler avec les designers pour préparer les maquettes, puis avec les ingénieurs pour prototyper… et ensuite faire un pitch. Maintenant ? Ils construisent tout ça en moins de 24 heures, et me montrent un truc opérationnel. Je me demande « Qu’est-ce que je regarde ? Le vrai produit ou une maquette ? ». C’est révélateur de la façon dont le métier se métamorphose, grâce à l’IA, à tous les niveaux. J’ai pris l’exemple de l’accélération dans le prototypage, mais c’est aussi valable pour la génération de PRD par l’IA, afin de brainstormer et d’évaluer différentes options.

Voilà pour la productivité. Côté produit, nos PM doivent construire des solutions à des problèmes réels. Et il y a de grandes chances pour que ces produits bénéficient aussi de l’accélération due à l’IA générative. Il est donc essentiel pour les PM de maîtriser en profondeur comment cette technologie peut servir leur produit, leur propre travail et l’accélération de ce qu’ils construisent.

Hannah Clark : Oui, je pense que cela implique aussi des compétences spécifiques. C’est un domaine qui évolue très vite, il n’existe pratiquement aucune formation structurée qui puisse suivre le rythme. D’après ce que tu observes dans ton équipe et dans l’écosystème, comment les responsables produit qui souhaitent rester dans la course et relever le défi de productivité peuvent-ils renforcer leurs compétences ?

Maryam Ashoori : Cette faiblesse que tu évoques est en fait une opportunité. Toute cette accélération deviendra un jour la norme. Je pense souvent à la métaphore de la calculatrice. Autrefois, on calculait à la main – même à l’école, la calculatrice était interdite.

Puis, on a franchi ce cap : on s’est mis à résoudre d’autres problèmes que le calcul manuel. C’est la même logique ici. Les PM de demain sont attendus sur leur capacité à exploiter efficacement l’IA au quotidien, mais il y a une période de transition : ceux et celles qui en profitent prennent une longueur d’avance.

Cette faiblesse représente donc une vraie opportunité ! Récemment, nous avons mené une étude auprès de 1000 développeurs d’applications IA dans l’entreprise aux États-Unis. On leur a posé une question sur l’accélération de productivité offerte par l’IA. Est-ce qu’ils utilisent la programmation assistée par l’IA ? 38 % ont répondu que c’est fréquent. Combien de temps cela fait-il gagner ? 41 % : 1 à 2 heures par jour. 4 % disent plus de 4 heures !

Qu’est-ce que cela montre ? Peu importe le poste : si l’on sait faire travailler l’IA pour soi, on peut débloquer beaucoup de nouvelles façons de penser, même en gestion de produit. Et c’est là la véritable opportunité de cette technologie pour les PM.

Hannah Clark : Je suis d’accord. Le « vibe coding » combine d’ailleurs plusieurs compétences propres aux PM expérimentés, qui peuvent alors créer des points de départ très en avance sur les classiques PRD d’autrefois. Du coup, concernant les outils d’IA et le « vibe coding », tu as déjà souligné qu’il faut souvent 6 à 15 outils différents pour développer une application IA. Alors, si l’on a une expertise limitée de l’IA, comment recommandes-tu d’appréhender la complexité croissante des piles technologiques, alors que les outils deviennent plus nombreux et sophistiqués ?

Maryam Ashoori : Je distinguerais deux aspects ici : la technologie et les personnes. Côté technologie, le domaine évolue à une vitesse folle. Un PM dispose généralement de moins de deux heures pour découvrir une nouveauté, décider si elle vaut la peine de s’y attarder, voire de l’intégrer à son produit… ou de passer son chemin.

Marché fluctuant, temps réduit, expertise limitée en IA : un PM ne sera jamais aussi spécialiste qu’un chercheur IA. Il s’agira alors de bien évaluer la technologie. Si tu te limites aux outils seuls, tu passes à côté de l’aide que peuvent t’apporter les personnes.

Du côté humain, le meilleur soutien que tu puisses obtenir, c’est de tes partenaires en ingénierie, en recherche – ou « scientifiques » selon les entreprises. Ils comprennent l’évolution et la valeur techno dans l’application métier.

Les frontières entre rôles et responsabilités s’effacent, notamment entre ingénieurs et PM. Traditionnellement, on disait qu’il fallait 5 à 10 ingénieurs pour 1 PM. Récemment, lors d’une keynote d’Andrew Ng, il a évoqué un ratio inverse, allant parfois jusqu’à 1 PM pour 0,5 ingénieur. Cela ne veut pas dire que c’est le ratio idéal, mais ça traduit le brouillage de la répartition des rôles et l’évolution de l’expertise requise.

Mon conseil aux PM ? Mettez votre énergie à bien qualifier le besoin/produit : une fois cela défini, vous pourrez transmettre le relai à vos partenaires humains ou IA pour concrétiser. La clé, c’est de poser la bonne définition au départ.

Hannah Clark : Difficile de trouver le juste équilibre dans l’apport des outils et dans celui de l’expertise humaine, en effet. Si on parle d’évaluation des technologies IA à intégrer à la stratégie produit, quels critères utilises-tu pour distinguer les bons investissements des gadgets éphémères ?

Maryam Ashoori : J’ai souvent vu des cas de poursuite de solution plutôt que de résolution de problème.

Un vrai exemple : quelqu’un est venu me voir en disant : « Je veux intégrer deux agents IA à mon produit d’ici la fin de l’année. » J’ai répondu : « Pour faire quoi, exactement ? ». Typiquement, voilà une démarche de poursuite de technologie, sans réflexion sur la problématique à résoudre. Il faut avant tout bien comprendre le problème à traiter. Une fois ce prisme en tête, vous avez une grille d’évaluation de la valeur de chaque techno qui se présente à vous.

Vous pouvez ainsi décider plus efficacement sur quels outils consacrer du temps ou des ressources.

Hannah Clark : Cette réflexion rejoint ce qu’on évoquait lors d’un récent panel, avec Thomas Stokes de Drill Bit Labs — un expert en UX research. Il décrivait aussi cet essor du « solutionnisme », où l’on cherche comment intégrer l’IA plutôt que de se focaliser d’abord sur la problématique. De ton point de vue, comment, chez IBM, arbitrez-vous entre le développement de capacités IA en interne et l’adoption de solutions tierces ? Vous êtes pionniers dans le domaine, votre approche m’intéresse.

Maryam Ashoori : Je ne parlerais pas d’un problème mais d’une opportunité : cela permet d’amplifier l’effort, en particulier avec Gen AI.

Regardez simplement ce qui se passe dans l’open source : l’innovation vient tout autant du monde académique, de l’industrie, que de développeurs passionnés menant des projets personnels. Si on se limite à l’interne, on s’interdit beaucoup d’innovations potentielles.

Dans chaque domaine, nous évaluons toujours la valeur d’exploiter notre savoir-faire interne. Par exemple, nous pouvons mobiliser 2500 chercheurs au sein d’IBM Research, qui vivent et respirent la technologie de pointe. J’ai des échanges réguliers avec eux pour capter leurs idées et voir ce qui peut enrichir nos produits.

Mais j’ai aussi les mêmes échanges avec le marché ou des membres influents de la communauté. Où ce secteur va-t-il dans 3 mois ? Comment soutenir le travail collectif de la communauté ? Enfin, je consacre aussi du temps, même si c’est compliqué dans l’emploi du temps, à scruter l’actualité, ce qui me permet de détecter de nouveaux projets passionnés hors des radars des grandes annonces officielles.

Grâce à ces canaux, on accède à une large diversité de technologies émergentes. Et, en revenant à la question initiale du problème à résoudre, on met en balance le coût et l’opportunité d’internaliser, d’acheter dans la communauté ou de travailler avec des développeurs tiers (quitte à les embaucher) pour prendre une décision éclairée.

Hannah Clark : C’est une façon très holistique d’aborder la décision. Justement, du point de vue du management : en tant que leader d’équipe, quelles nouvelles connaissances ou compétences privilégies-tu dans le recrutement de nouveaux PM, même par rapport à il y a un an ?

Maryam Ashoori : Je reviens toujours au problème à résoudre pour chaque recrutement. J’analyse les compétences déjà présentes dans l’équipe pour identifier le manque, et j’embauche précisément pour ce besoin. Pour chaque gap, je me pose la question : « Est-ce qu’un jour je pourrais moi-même travailler sous la responsabilité de cette personne ? »

Quand je recrute, je veux quelqu’un qui en sait plus que moi sur le sujet précis pour lequel j’embauche, afin qu’il/elle soit l’expert·e, puis je lui laisse les mains libres. J’adopte cette façon de penser : bien cerner les compétences (pas juste le titre de poste) et recruter la meilleure personne possible pour combler le besoin.

Hannah Clark : C’est fascinant, cette nouvelle façon de penser, avec une attention portée à l’expérience transversale ou à d’autres qualités individuelles, au-delà des simples qualifications.

On constate une vraie rupture par rapport à l’approche centrée sur les compétences dures, les certifications, etc. La diversité d’expériences prend aujourd’hui plus d’importance. Est-ce que tu partages ce constat ?

Maryam Ashoori : Tout à fait. Et la tendance que j’ai observée, notamment depuis 2 ans au cœur de l’ère Gen AI, c’est que les nouveaux recrutements partagent quatre caractéristiques : d’abord, la curiosité — voir où va le secteur, expérimenter, construire. Ensuite : la technicité — comprendre en profondeur ce qui se passe. Certains PM se disent « go-to-market » plutôt que techniques, mais à l’ère de l’IA, il faut impérativement comprendre comment celle-ci peut servir à soi-même et à son produit.

Et si tu ne sais pas répondre à ça, tu n’es sans doute pas à la bonne place.

Hannah Clark : Tu as aussi parlé de « voudrais-je un jour être managé(e) par cette personne », cela me rappelle un échange que j’ai eu avec une italienne d’Atlassian il y a un an et demi. Elle disait : « Quand j’interroge un·e candidat·e sur une personne qu’il/elle admire, mentionne-t-il/elle déjà quelqu’un de plus junior ? » Cela renseigne sur sa capacité à collaborer et à respecter toutes les compétences de l’équipe.

C’est une compétence clé, surtout dans des environnements technologiques aussi collaboratifs, et c’est passionnant à observer. Pour continuer, tu mentionnais deux grands impacts de l’IA en gestion de produit : l’enrichissement des produits existants et l’amélioration de la productivité personnelle.

J’aimerais maintenant parler des cas d’usage brillants que tu as pu observer, dans l’un ou l’autre domaine.

Maryam Ashoori : Il existe plusieurs façons d’intégrer l’IA à ses produits. D’abord, on peut être fournisseur de la technologie — par exemple Watsonx AI, la plateforme que je développe, qui emballe LLMs, outils, etc., et les met à disposition pour que d’autres bâtissent dessus.

Deuxième façon : enrichir ses propres applications avec de l’IA. Peu importe le produit, on peut se demander comment doper certaines fonctionnalités grâce à l’IA — et profiter ainsi de l’accélération. Cela peut être des cas d’usage directs comme la classification, l’extraction d’information, le question-réponse, les chatbots, la génération de contenu ou de code, etc. Ou alors de l’automatisation : connecter tous ces cas via des agents et des appels de fonction aux workflows métier.

Donc, comment améliorer l’efficacité de son produit grâce à l’IA ? Troisième catégorie : inventer une nouvelle gamme de produits propulsés par les LLM. Un exemple : tout ce qui est assistants à la programmation. LLM sous le capot, utilisés pour aider les développeurs à « vibe coder ».

Enfin, la quatrième catégorie concerne les services. Le besoin d’éducation sur l’IA n’est pas réservé aux PM : tout le marché est concerné, professionnel comme grand public. Cela crée une opportunité pour offrir des services. Si l’on maîtrise le domaine, on peut accompagner d’autres entreprises dans leurs choix, les aider à prendre la bonne décision IA. Cela ouvre quatre grands axes à explorer pour les PM, chacun nécessitant une approche différente.

Hannah Clark : Cette quatrième catégorie de services est très intéressante : je constate aussi une popularisation de l’offre de formations/ateliers et de l’orientation de PM vers l’accompagnement et l’enseignement. Avec la vulgarisation du « vibe coding », le développement devient plus accessible, ce qui pousse davantage d’ex-PM à proposer des contenus de formation. C’est un vrai phénomène parallèle à l’évolution du métier.

À quoi ressembleront, selon toi, les grandes tendances IA des 12 à 18 prochains mois ?

Maryam Ashoori : Dans notre domaine, chaque trimestre est une génération ; alors, 12 à 18 mois, c’est encore plus loin ! Mais si on raisonne à 3 générations, donc 6 à 9 mois : je m’attends à beaucoup plus d’automatisation. On le constate déjà, mais la techno n’est pas encore totalement au rendez-vous — c’est encore la phase d’exploration collective.

C’est une opportunité pour les PM : automatiser chaque tâche, du mail au support client, de l’optimisation de la roadmap à la génération de contenu — absolument tout. Je pense qu’avec un bon usage de l’IA, chaque décision peut être optimisée.

En revanche, tout ce gain d’efficacité a un coût : le risque. Votre carrière peut basculer selon la façon dont vous vous servez de l’IA. Il est donc primordial pour un PM de prendre conscience des risques aussi bien que des avantages. Car l’impact peut être énorme, sur le produit ou votre réputation.

Il faut mesurer en permanence la balance coût/bénéfice de ses choix.

Hannah Clark : Et j’imagine que le sujet te tient particulièrement à cœur. L’éthique autour de l’IA étant centrale dans ta carrière, as-tu des cadres de référence ou conseils pour gérer les risques lors de l’expérimentation IA ? Comment intégrer cette notion à l’apprentissage et au développement professionnel ?

Maryam Ashoori : Je vous donne un exemple concret : imaginons que vous utilisez un agent pour envoyer ou synthétiser vos mails, qui aurait accès à votre agenda. Le bénéfice d’usage est énorme. En revanche, cette permission expose à des risques, notamment si l’accès est malveillant. Chaque permission accordée à un agent ouvre un point de vulnérabilité — pour vous, mais aussi pour vos produits.

Il faut donc, retour au dessin, clarifier la problématique à résoudre, comprendre la plus-value, mais aussi identifier toutes les vulnérabilités introduites et prévoir des mesures d’atténuation. Avancer à l’aveugle sur l’intégration de l’IA serait une grave erreur.

Hannah Clark : Je te remercie d’aborder cet aspect – c’est la facette la moins glamour de l’IA, mais essentielle. Nous sommes dans une phase d’immense enthousiasme et la gestion des risques est parfois laissée de côté, alors qu’on est dans une sorte de Far West de la création, nouvelle ère de pionniers entre vibe coding et usages inédits de l’IA. Merci de souligner ce point crucial. Pour terminer, que recommanderais-tu à celles et ceux qui souhaitent monter en compétences dans ce contexte actuel ? As-tu des ressources clés à suggérer, en dehors de pratiquer par soi-même ?

Maryam Ashoori : Outre tous les supports existants, je conseille aussi d’apprendre à filtrer ce que vous consommez. Il y a beaucoup de surinformation, et certains PM sont frappés de « fatigue de l’innovation ».

Comment s’informer ? Ce que je recommande à mes équipes : trouver une voix de référence à suivre dans la communauté — sur LinkedIn ou ailleurs — si son point de vue colle au vôtre, cela vous servira de filtre sur l’actualité. C’est un raccourci qui permet de profiter de l’avis d’expert sans se laisser submerger. Mais l’essentiel, c’est de bien choisir ce référent : car vous risquez sinon de limiter votre regard au seul prisme de cette personne, au risque de biaiser votre perception du secteur. Sélectionnez bien, suivez des experts crédibles et qui correspondent à vos attentes.

Hannah Clark : J’adore ce conseil, surtout à l’heure d’une saturation rapide. Appliquer cette sélectivité à l’IA et à la techno, c’est aussi un vrai enjeu dans la vie en général ! Et, pour rebondir : comment suivre ton travail après cet épisode ?

Maryam Ashoori : Je suis sur LinkedIn et j’essaie de publier autant que possible, je serais ravie d’échanger sur LinkedIn.

Hannah Clark : Parfait, nous ajouterons le lien vers ton LinkedIn dans les notes de l’émission. Merci énormément d’avoir accepté notre invitation, Maryam. Je sais que tu es très sollicitée.

Maryam Ashoori : Merci à vous de m’avoir reçue.

Hannah Clark : Merci à toutes et à tous pour votre écoute. Pour plus d’analyses, de guides pratiques et de comparatifs outils, abonnez-vous à notre newsletter sur theproductmanager.com/subscribe. Vous pouvez retrouver nos autres épisodes en vous abonnant à Product Manager sur votre plateforme préférée.