Le vice-président produit de Paramount affirme que les plus grands succès de l’IA en gestion de produit proviennent de la synthèse de feedbacks
Le vice-président produit de Paramount, Joshua Karp, a constaté que sa plus grande réussite avec l’IA se trouve dans la synthèse des retours utilisateurs — mais il prévient que transformer ces retours en orientations produit reste du ressort du jugement humain. Voici comment il utilise l’IA pour accélérer la phase de découverte, sans pour autant lui laisser le contrôle total.
Joshua Karp
Joshua Karp possède plus de 20 ans d'expérience en direction produit — il a même travaillé sur le produit chez MySpace à ses débuts. Aujourd’hui, il est VP Produit chez Paramount, où il supervise le service de streaming BET+.
Nous avons discuté avec Joshua pour comprendre comment l’IA transforme sa façon de diriger des équipes produit. Il explique que l’utilisation de l’IA dans la synthèse du feedback a été sa plus grande avancée.
Les responsables produit vont réagir de manière excessive face à l’IA
Je suis responsable produit pour des produits grand public, avec plus de 20 ans d’expérience dans la création de produits digitaux dans le streaming, les médias, les réseaux sociaux, le commerce et les services par abonnement.
Vous voulez plus de The CPO Club ?
Inscrivez-vous gratuitement pour terminer la lecture de cet article :
Have an account? Log In
Au cœur de ma carrière, une question assez simple : Qu’est-ce qui incite les gens à essayer un produit, à y revenir, puis à l’adopter dans leur quotidien ?
J'ai travaillé sur des produits à des étapes et des échelles très différentes, de mes débuts sur le produit chez MySpace durant une période de forte croissance, à la direction produit chez la WWE, en passant par la stratégie produit chez BET+ (Paramount) sur l’acquisition, l’engagement, la rétention, la monétisation, la personnalisation, l’expérimentation et l’expérience cross-plateforme.
C’est en partie pourquoi je suis très enthousiaste à propos de cette période IA. Cette technologie n’est pas parfaite, et je pense que le secteur va parfois surréagir, comme on le fait souvent lors de grandes évolutions de plateforme. Mais c’est un véritable changement, et les leaders produit doivent s’y intéresser, en tirer des enseignements et identifier où elle apporte une réelle valeur pour les clients et pour l’entreprise.
Diriger le produit chez BET+
BET+ est un service de streaming premium par abonnement, lancé en partenariat avec Paramount et Tyler Perry Studios. Nous avons conçu ce service autour d’un public passionné, d’une solide offre de programmes originaux et d’une expérience de streaming cross-plateforme en pleine expansion.
Je fais partie de l’aventure BET+ depuis son lancement et je dirige le produit pour cette activité depuis 4 ans et demi. Durant cette période, le service s’est étendu à plus d’une douzaine de plateformes, dont le web, le mobile, les télés connectées et les plateformes partenaires.
L’organisation produit couvre la monétisation, la découverte de contenu, l’engagement vidéo, l’expérimentation, la personnalisation, la conformité et la stratégie de contenu. Le modèle de diffusion est à la fois direct au consommateur et distribué via des partenaires, afin de servir des clients sur nos propres plateformes comme sur celles des partenaires.
Comment l’IA permet aux PM de se concentrer sur le jugement produit
Pendant longtemps, le travail produit impliquait une planification, une réflexion et des analyses approfondies en amont avant qu’une équipe puisse réagir à une idée. Même si ce travail garde de la valeur, je ne pense plus qu’il doive toujours se passer ainsi.
L’IA accélère les premières phases du processus produit — découverte, synthèse, analyse, prototypage et préparation — ce qui permet aux équipes de cibler plus rapidement le vrai problème et d’avancer plus vite vers la bonne solution.
L’IA accélère les premières phases du processus produit — découverte, synthèse, analyse, prototypage et préparation — ce qui permet aux équipes de cibler plus rapidement le vrai problème et de progresser plus rapidement vers la bonne solution.
Par exemple, l’IA peut aider les équipes produit à analyser des données quantitatives et qualitatives, à synthétiser les retours clients, à identifier des tendances et à tester des hypothèses précoces. Elle peut également générer des points de départ pour des prototypes, des messages, des concepts produits ou des conversations clients. La capacité à synthétiser le feedback a changé la donne pour moi.
C’est précieux car cela aide les équipes à avancer plus vite et à éliminer le syndrome de la page blanche au début du projet. Cela permet aussi des discussions plus concrètes, car les personnes réagissent à quelque chose de tangible plutôt que de débattre sur une idée abstraite.
Mais ceci n’est encore que le point de départ, pas la ligne d’arrivée.
Les humains doivent toujours comprendre les clients, définir la stratégie et les objectifs business, faire les arbitrages, séquencer la feuille de route et décider ce qui mérite d’être construit, et dans quelle mesure. L’IA peut éclairer ce travail, mais le discernement humain reste essentiel pour la priorisation, la stratégie, l’empathie client et la responsabilité des décisions finales.
Je reste convaincu de la valeur d’un excellent design produit, d’une ingénierie solide et d’équipes capables de comprendre le contexte global de ce qu’elles construisent. L’IA ne remplace pas cela. Mais elle a changé la rapidité avec laquelle je peux passer à quelque chose de concret. Aujourd’hui, je peux donc passer plus de temps à évaluer, affiner et décider ce qu’il vaut la peine de faire avancer. Et c’est essentiel.
Comment l’IA améliore la planification produit interfonctionnelle
L’IA offre également aux responsables produits l’opportunité de repenser la planification produit interfonctionnelle.
Trop souvent, les équipes planifient en silos. Le produit et le design peuvent façonner une expérience avant de prendre en compte les contraintes techniques. Le produit et l’ingénierie peuvent avancer sans considérer les systèmes de design ou les implications sur l’expérience utilisateur. Ou bien les équipes peuvent planifier une fonctionnalité sans tenir compte des besoins marketing, des flux opérationnels, de l’impact sur le service client, ou de la façon de soutenir la fonctionnalité une fois mise en ligne.
L’IA crée une opportunité d’intégrer ces signaux plus tôt dans le processus. Elle peut aider à synthétiser les retours et contraintes issus du produit, du design, de l’ingénierie, du marketing, des opérations, du service client, des données et d’autres parties prenantes, offrant à l’équipe une vision plus holistique de ce qu’elle construit et pourquoi.
L’IA crée une opportunité d’intégrer ces signaux [clients] plus tôt dans le processus
Avec le temps, l’IA peut aussi préserver et réutiliser ce contexte. Alors qu’elle comprend comment les équipes collaborent, où se trouvent les dépendances, quelles contraintes sont généralement déterminantes et ce qui a causé des frictions par le passé, elle peut réinjecter ces connaissances dans les futures planifications. Cela aide les équipes à éviter de répéter les mêmes erreurs et à prendre de meilleures décisions plus rapidement.
Le principal atout de l’IA en gestion produit est aussi un risque
Le plus grand avantage de l’IA, c’est que les équipes atteignent plus vite la ligne de départ.
Cela peut vouloir dire comprendre des données complexes, synthétiser un grand volume de retours clients qualitatifs, analyser le ressenti plus en profondeur ou préparer plus efficacement les spécifications produit.
Bien que ce soit extrêmement utile, cela comporte aussi un vrai risque. Les chefs de produit doivent toujours faire preuve de discipline et de discernement.
Les spécifications produit en sont un bon exemple. L’IA peut être très utile pour créer un premier jet ou aider à réfléchir à la structure, mais s’en remettre trop lourdement à elle est dangereux. L’IA se trompe rarement sur tout, mais elle passe souvent à côté de cas limites critiques, du contexte métier, de la subtilité client et des contraintes techniques qui façonnent les besoins.
Donc, le bon côté est la rapidité et l’élan. Le mauvais côté, si vous n’êtes pas vigilant, c’est que les équipes peuvent prendre des spécifications générées par l’IA pour une solution produit aboutie.
L’IA ne peut pas encore transformer les retours en ligne directrice
J’ai mentionné précédemment que la synthèse des retours clients via l’IA a été déterminante. Mais transformer ces retours en une feuille de route produit reste un domaine où l’IA n’a pas encore fait ses preuves.
L’IA est très utile pour la synthèse. Elle peut analyser de vastes quantités de retours clients, identifier des thèmes récurrents, résumer les ressentis et faire émerger des motifs. Cependant, il faut rester prudent concernant l’orientation à donner.
Sans vigilance, l’IA peut donner à un petit signal une importance disproportionnée. J’ai vu l’IA surréagir à un cluster de retours clients et suggérer un changement de direction produit non justifié par le contexte plus large.
Sans vigilance, l’IA peut donner à un petit signal une importance disproportionnée. J’ai vu l’IA surréagir à un cluster de retours clients et suggérer un changement de direction produit non justifié par le contexte plus large.
C’est pourquoi le jugement humain compte. Les retours clients sont extrêmement précieux, mais tous ne se valent pas. Il faut toujours comprendre qui fournit les retours, leur représentativité, leur alignement avec la stratégie globale, ainsi que les arbitrages associés.
Considérez l’IA comme un signal supplémentaire pertinent, mais non comme un décideur.
Un flux de travail de synthèse des retours d'expérience dans le monde réel
Voici un flux de travail IA que j'utilise sur un projet annexe.
Il commence par rassembler des retours bruts de clients, des données d'utilisation produit, ainsi que des tableaux de bord analytiques. L'IA synthétise alors ces informations en thèmes clairs, points de friction client et opportunités produit.
Par exemple, l'IA identifie les thèmes récurrents dans les retours clients, fait émerger les sentiments, et relie ces thèmes à des points de données clés. Cela permet de mettre en évidence les cas où le comportement client et la performance produit pointent vers un même problème. Nous utilisons ChatGPT et Claude pour cela.
J’isole ensuite les deux ou trois principaux défis ou opportunités produit et j’applique mon jugement. J'évalue si les thèmes sont pertinents, si les données soutiennent les retours émis, si l’opportunité est alignée avec la stratégie produit et si cela vaut la peine de tester.
Ce flux de travail aboutit généralement à une hypothèse produit claire, une formulation précise du problème ou des idées de solutions transformables en prototypes légers, cahiers des charges ou expérimentations.
Pourquoi les produits et fonctionnalités dopés à l’IA ont besoin de retours rapides
Avec les expériences basées sur l’IA, il est crucial de mettre le plus tôt possible la solution devant les utilisateurs. Les retours utilisateurs ont toujours de l’importance, mais avec l’IA, ils en ont d’autant plus, car vous ne pouvez souvent pas anticiper leurs réactions, des cas limites ou des usages inattendus lors de la phase de planification.
La plus grosse erreur à éviter est de continuer à développer trop longtemps en vase clos. Mieux vaut présenter les fonctionnalités IA aux utilisateurs aussi tôt que possible, même s’il ne s’agit que de prototypes ou de concepts. Observez comment ils interprètent et interagissent avec l’expérience.
La plus grosse erreur est de construire trop longtemps en vase clos.
Vous apprendrez souvent quelque chose qui fait toute la différence et conduit à un produit ou une fonctionnalité finale plus aboutie.
Pourquoi les responsables produit devraient expérimenter l’IA chez eux
Mon conseil : chapeautez le produit, restez curieux et devenez acteur avec l’IA.
Le seul moyen de comprendre ce dont l’IA est capable, ce qui lui manque et comment elle pourrait être utile à votre organisation, c’est de l’utiliser par vous-même.
Je ne parle pas seulement d’usage professionnel. Je recommande aussi d’utiliser l’IA pour des tâches personnelles. Créez des agents, testez des flux de travail, utilisez l’IA pour planifier, rechercher, prototyper et analyser des problématiques. Parfois, essayer quelque chose dans le domaine personnel peut vous ouvrir les yeux sur un cas d’usage ou une opportunité produit dans votre sphère professionnelle.
Les responsables produit doivent également encourager leurs équipes et leur organisation à ne pas en avoir peur. Ils doivent instaurer un environnement propice à l’expérimentation de l’IA, favoriser les apprentissages collectifs, accepter les réussites comme les échecs et partager régulièrement ces apprentissages.
Mais l’IA reste un outil dans la boîte à outils. Ce n’est pas elle qui doit piloter le produit. Les responsables produit gardent la main sur la direction à donner.
L’IA est là, et il serait risqué de l’ignorer. Comprenez ce qu’elle peut faire, ce qu’elle ne peut pas faire, et ce qu’elle pourra probablement faire à l’avenir, afin de faire évoluer votre esprit produit avec elle.
Pour aller plus loin
Vous pouvez suivre le travail de Joshua Karp sur LinkedIn.
D’autres interviews d’experts à venir sur The CPO Club !
