L’IA et le Product Management : « Vision First »
L’IA conversationnelle est une usine à créativité, on peut penser et fabriquer de nouvelles choses très vite. C’est bluffant.
La génération d’idées est de plus en plus rapide, et les délais de mise en œuvre se réduisent.
L’IA, en plus d’accélérer les développements (code, testing, maintenance), apporte une accélération de la réflexion amont :
1- par l’analyse de quantités massives de données (comportement utilisateur, feedback, tendances du marché) pour identifier de nouvelles lacunes ou des opportunités d’innovation,
2- par la discussion avec ChatGTP ou équivalent, qui peut vous permettre de lancer une nouvelle offre avec tous les arguments pour la vendre et sa maquette fonctionnelle, en un temps record.
[Il restera à l’humain de faire un vrai filtre stratégique avant de foncer tête baissée].
Impact : ces insights poussent à la création de fonctionnalités inédites qui répondent à des besoins auparavant inconnus ou difficiles à cerner, élargissant constamment le champ d’action du produit.
Le risque pour les équipes produit ? Se retrouver avec une croissance du périmètre fonctionnel exponentielle, des produits énormes et compliqués, sans pour autant que cela n’apporte beaucoup plus de valeur concrète à l’entreprise.
Prenons un exemple concret :
Une entreprise de logiciels, nommée « InnoMania », développe une plateforme de gestion de projet en ligne utilisée par des milliers d’entreprises.
Pour rester compétitive, InnoMania est constamment sous pression pour innover et ajouter de nouvelles fonctionnalités (gestion de tâches collaborative, planification automatique, modules d’analyse prédictive, ouverture à de nouveaux utilisateurs pour la gestion de budget, gamification des parcours, modules de formation etc.).
Le déséquilibre
1. Création exponentielle de nouvelles fonctionnalités
L’équipe produit d’InnoMania est très dynamique. Chaque trimestre, elle lance un grand nombre de nouvelles fonctionnalités, souvent basées sur les dernières technologies (comme l’automatisation de la création de rapports ou la détection de goulots d’étranglement). Les efforts sont majoritairement dirigés vers l’ajout de ces nouvelles capacités, ce qui fait gonfler le périmètre fonctionnel de la plateforme.
➜ Le produit passe de 5 fonctionnalités clés à 20, puis 30 en moins de deux ans.
➜ Chaque équipe voit l’IA comme un moyen d’ajouter « sa » fonctionnalité rêvée. Le produit devient une collection de « micro-applications » intégrées, chacune utilisant l’IA à sa manière.
2. Négligence de la productivité sur les processus existants
Parallèlement, les processus plus anciens mais toujours essentiels (gestion des accès utilisateurs, recherche de documents, synchronisation avec des outils tiers comme les calendriers ou e-mails, performance de chargement des pages) ne sont pas optimisés.
Le code accumule de la dette technique, les temps de réponse sont moyens, l’interface utilisateur manque de fluidité et les processus de déploiement sont lourds. Peu de temps est alloué à la refactorisation et à la stabilisation.
Conséquences : explosion du périmètre sans hausse de performance pour le métier
1. Dilution de la valeur perçue
Les utilisateurs sont submergés par de nouvelles fonctionnalités mais se plaignent toujours des performances lentes, des ressaisies multiples entre outils ou des bugs récurrents sur les fonctions de base. Ils ne perçoivent pas d’amélioration globale de leur productivité.
2. Coût opérationnel caché
Les équipes support voient le nombre de tickets augmenter pour des problèmes liés aux anciennes fonctionnalités ou à leur mauvaise intégration avec les nouvelles. Les équipes de développement passent plus de temps à maintenir un code complexe qu’à innover réellement.
La complexité croissante rallonge les cycles de déploiement et d’intégration.
3. Ralentissement du delivery métier réel
Bien qu’un grand nombre de fonctionnalités soient livrées techniquement, l’impact métier réel (satisfaction client, réduction des coûts, fiabilité des données, augmentation des revenus) stagne.
Le manque de productivité sur les processus existants rend chaque nouvelle intégration plus coûteuse et plus risquée. Modifier une ancienne fonctionnalité devient complexe, ce qui freine la capacité d’adaptation au marché.
Pérennité = sélectivité
La tentation est donc d’ajouter sans cesse de nouveaux étages à sa maison sans renforcer les fondations existantes. La maison devient plus grande mais instable, coûteuse à entretenir, et les utilisateurs ne se sentent plus très à l’aise.
La surabondance de fonctionnalités ne se traduit pas par une valeur métier proportionnelle.
La stratégie produit, aussi brillante soit-elle, doit se traduire par des objectifs mesurables qui prouvent son efficacité en termes de valeur métier.
La gouvernance est mise au défi de filtrer les idées et les opportunités multiples détectées par les équipes, par les commerciaux, par les analyses de marché, de façon encore plus drastique. Pour refuser une étude de marché parfaitement ficelée par un ChatGDP ou équivalent qui recommande une nouvelle fonctionnalité, les leaders qui portent la vision stratégique du produit auront fort à faire.
La sélectivité est une des choses les plus difficiles à admettre pour les parties prenantes, et il va pourtant falloir mettre les bouchées doubles.
“Le plus grand défi d’un produit qui marche n’est pas de savoir quoi construire… mais de savoir quoi ne pas construire”, selon le PDG de Salesforce.
Avec la pédagogie suffisante pour accompagner ces prises de décisions stratégiques et faciliter leur acceptation.
