Nous estimons le temps de lecture de cet article entre 5 minutes (pour les plus rapides) et 8 minutes (pour celles et ceux qui préfèrent prendre leur temps).
Le mercredi 5 juillet 2023 s’est tenue la troisième édition du “Choc des Titans”, un événement organisé chaque année par Wivoo. Au cours de cette journée intense composée de 8 heures de Live, 12 thématiques différentes ont été abordées en compagnie de 35 invités liés de près ou de loin à l’univers du Product Management.
Dans cet article, nous allons aborder la problématique ayant été évoquée lors de la première table ronde au programme : “Et si l’IA révolutionnait (vraiment) le Product Management ?”. Lors de cette session, nous avons eu la chance d’être entourés par les 3 personnalités suivantes :
- Boris de Lastours, VP Products & Engineering Transversal chez Veepee ;
- Loïc de Saint Andrieu, Head of Search & Customer Experience chez Google ;
- Hanania Ouazan, Partner chez Artefact.
Il existe deux grandes catégories d’Intelligence Artificielle (IA) :
- L’IA analytique (ou prédictive), correspondant au traitement, à la synthèse et à la projection de données. Par exemple, il s’agit de celle utilisée pour estimer nos temps de trajet dans les transports ou en VTC !
- L’IA générative, qui concerne la création de texte, d’image, d’audio, de vidéo ou de code. L’exemple le plus tendance est celui de ChatGPT, développé par l’entreprise OpenAI. À partir de données renseignées en entrée (une question par exemple), ce chatbot va parser de la data disponible sur le web pour vous fournir une réponse. En revanche, cet outil conversationnel automatisé et basé sur le langage naturel est le plus connu, mais n’est pas le seul sur le marché. Il existe également Bard, conçu par Google.
Sans hésitation, la réponse est oui ! Avant, nous étions principalement des consommateurs passifs et l’IA était transparente pour nous. Par exemple, la régulation du thermostat au sein d’une pièce s’est toujours faite de manière automatique, sans avoir besoin d’y penser ou d’interférer avec.
À l’heure actuelle, nous sommes plutôt devenus des consommateurs actifs, car nous interagissons directement avec l’IA. C’est le cas lorsque nous demandons à DALL·E de nous générer une image à partir d’un texte !
L’IA est déjà accessible au grand public et présente dans les produits que nous utilisons au quotidien :
- Dans le cas de l’IA analytique et prédictive, nous utilisons toutes et tous au quotidien des applications mobiles estimant des temps de trajet en transport (Citymapper, Bonjour RATP, Google Maps…), en voiture (Waze, Mappy…) ou en VTC (Uber, Heetch, Bolt…).
- Concernant l’IA générative, elle est déjà intégrée dans de nombreux outils que nous connaissons bien. C’est le cas de Google Photos, avec lequel il est possible de générer le reste d’une image lorsque celle-ci n’a pas été bien cadrée.
Le monde du travail est également impacté, en créant de nouveaux réflexes. Par exemple, l’IA est déjà présente dans de nombreux produits de la Google Suite, tels que :
- Gmail, via la génération automatique de courriels (à partir de la formulation de quelques bullet points) ;
- Google Chat, offrant un résumé de tous les chats que l’on a loupé durant sa semaine de vacances ;
- Google Sheets, proposant de la traduction automatique (via l’instruction “=GOOGLETRANSLATE(xx;langue1;langue2)”).
Peut-être que, demain, des présentations pourront être générées from scratch depuis Google Slides !
L’IA nous a offert un gain de temps et de productivité énorme, qui touche les développeurs en premier. Par exemple, elle aide à mieux documenter le code afin de :
- le rendre plus lisible, compréhensif et maintenable ;
- fluidifier les interactions entre les collaborateurs via l’utilisation d’un langage commun.
Les développeurs juniors éprouvent de l'intérêt pour l’IA, tandis que les développeurs seniors sont plus réticents et moins satisfaits de ce qu’elle peut produire.
De manière non exhaustive, l’Intelligence Artificielle permet également de :
- dégager du temps aux équipes, afin de le réallouer dans des produits pour une meilleure qualité ;
- mieux consommer et exploiter les données (via l’IA générative), afin de tirer des insights et enseignements essentiels au Product Management !
- gagner du temps sur l’itération et le brainstorming, pour les designers et profils créatifs principalement.
Nos invités ont été formels dessus, cela ne risque pas d’arriver de sitôt. Certes l’IA permet d’assister et d’augmenter l’être humain, mais elle ne remplacera jamais les relations humaines.
Actuellement, encore beaucoup d’éléments doivent être rédigés à la main par les Product Manager. Peut-être que JIRA permettra dans un futur proche de faciliter l’écriture des User Stories via de l’IA générative. En revanche, une intervention manuelle sera toujours incompressible et nécessaire, pour définir à minima les grandes lignes.
Les perspectives d’avenir liées à l’IA sont nombreuses :
- N’importe quel produit pourra intégrer une brique d’IA générative, à la manière de la suite Google ;
- La personnalisation des messages à destination des clients pourra être poussée à son paroxysme et devenir réalité. Par exemple, chaque publicité pourrait être unique en fonction de la cible à laquelle elle s’adresse ;
- Comme mentionné précédemment dans l’article, la qualité de la documentation du code pour les développeurs ne pourra que s’améliorer, sachant que cette dernière est quasiment inexistante à date au sein des entreprises (par manque de temps) ;
- L’IA va se démocratiser davantage et s’étendre au-delà de la cible des Early Adopters.
En prime, les produits vont devenir de plus en plus spécialisés, en s’adressant à des marchés de niche. Une veille active sera toujours autant nécessaire, car les outils et pratiques évoluent très rapidement.
Néanmoins, il ne faut pas tomber dans le piège des tendances, en voulant à tout prix copier ce que font les concurrents pour rester dans la course. Il faut d’abord récolter les besoins et cas d’usage, puis voir comment l’IA peut y répondre. In fine, le gain de valeur vient des problématiques que l’IA peut résoudre au quotidien.
Dans tous les cas, il faut expérimenter l’IA et cela tombe bien car les profils Product ont une culture de la curiosité naturellement développée !
Le risque de fuite des données est une dérive ainsi qu’un enjeu important lié à la généralisation de l’IA.
Il est nécessaire que chaque entreprise utilise un modèle d’IA qui lui soit propre et qui ne soit pas partagé avec le reste du web et des organisations. Pour contrer cela, certains modèles d’IA proposent par exemple un mode de navigation privée.
Pour éviter ce “data leakage”, certaines entreprises reproduisent des IA génératives internes en s’inspirant de modèles existants. En revanche :
- il est plus facile de mettre en place un POC que d’industrialiser la mise en place d’un modèle ;
- les différentes gammes de modèles n’impliquent pas les mêmes coûts ;
- aujourd’hui, il est recommandé de favoriser les modèles à taille raisonnable, sur lesquels les entreprises peuvent avoir du contrôle.
Comme nous l’avons vu, l’Intelligence Artificielle (prédictive et générative) est déjà omniprésente dans les outils que nous utilisons au quotidien. Elle ne fera qu’évoluer et se démocratiser dans les années à venir, en nous apportant un gain de temps, de productivité et d’efficacité toujours plus important dans la conception de nos produits. En revanche, elle ne remplacera jamais le métier de Product Manager. Enfin, il faut également être conscient des risques que la popularisation de l’IA entraîne vis à vis des données liées aux entreprises et aux utilisateurs.
Si cet article vous a plu, n’hésitez pas à consulter nos autres contenus dédiés aux tables rondes du Choc des Titans III ou aux dernières technologies. Si vous souhaitez voir le replay de cette interview, rendez-vous sur la chaîne YouTube Wivoo.