Le product management est mort : que faisons-nous à la place ? | Lenny & Friends Summit 2024
- Aisha Washington
- il y a 2 heures
- 8 min de lecture
Déclarer le product management « mort » est délibérément provocateur. L’argument présenté lors du Lenny & Friends Summit 2024 n’est pas que les entreprises vont soudainement cesser de prendre des décisions produit. Il est que de nombreuses routines associées au rôle de product manager — rédiger des documents stratégiques, préparer des présentations, compiler des retours, produire des wireframes et coordonner les transmissions — sont compressées ou automatisées par l’IA.
Ce changement soulève une question plus utile que celle de savoir si l’intitulé du poste survivra : quel type de travail produit conservera sa valeur ? La réponse de l’intervenant pointe vers des équipes propulsées par l’IA, dont les membres opèrent au-delà des frontières traditionnelles, combinent jugement de spécialiste et exécution généraliste, et passent moins de temps à fabriquer des artefacts autour du travail.
La stratégie produit doit regarder au-delà du flux de travail actuel
La présentation commence par un avertissement sur la vitesse des changements technologiques. L’IA a progressé assez vite pour que les hypothèses concernant la conception produit, l’ingénierie et le management deviennent obsolètes en quelques mois. Les organisations produit devraient donc résister à la tentation de concevoir uniquement pour le comportement actuel des clients ou la structure actuelle des équipes.
Lorsqu’il s’agit de définir une orientation, l’intervenant recommande de réfléchir à ce dont les clients pourraient avoir besoin dans trois, cinq, voire dix ans. Le même exercice devrait être appliqué en interne : comment une équipe produit pourrait-elle fonctionner dans 18 mois, trois ans ou cinq ans ? Quelles responsabilités resteront distinctement humaines, et quels processus seront délégués à des logiciels ?
Cela ne signifie pas qu’il faut prétendre prédire l’avenir avec précision. Il s’agit de faire des paris explicites au lieu de considérer le modèle opérationnel actuel comme permanent. Les équipes qui examinent ces possibilités suffisamment tôt seront mieux préparées à s’adapter lorsque les outils, les attentes des clients et les conditions concurrentielles évolueront.
L’IA compresse le cycle stratégique
La stratégie produit traditionnelle peut être péniblement séquentielle. Un responsable produit interroge des clients et des collègues, recueille les contributions des équipes commerciales et d’ingénierie, organise les notes qui en résultent et passe des jours ou des semaines à rédiger un document conséquent. Ce document circule ensuite à travers plusieurs cycles de commentaires et de révisions.
S’appuyant sur une expérience passée en tant que chief product officer, l’intervenant décrit comment ce processus familier peut devenir une démarche longue et itérative. Une grande partie de l’effort consiste à synthétiser les informations et à peaufiner l’artefact plutôt qu’à vérifier si les choix sous-jacents sont justes.
L’IA générative raccourcit considérablement ce cycle de production. Un outil peut transformer des sources en une première ébauche crédible de stratégie en quelques minutes. Le résultat ne sera probablement pas prêt à être approuvé, mais il peut fournir une base utile à 75 % ou 80 %. Un responsable produit peut alors consacrer son attention aux aspects difficiles : corriger les hypothèses, préciser les arbitrages, appliquer le contexte et s’engager sur une orientation.
Le changement important n’est pas que l’IA puisse écrire dix pages. C’est que produire ces pages n’a plus besoin de consommer le temps rare d’un responsable produit expérimenté. Le jugement reste central ; la construction de documents devient moins coûteuse.
L’usine à artefacts du product manager disparaît
Les documents stratégiques ne sont qu’un exemple. L’intervenant identifie plusieurs autres domaines dans lesquels l’IA et les outils no-code réduisent le travail nécessaire pour passer d’une idée à quelque chose que d’autres peuvent évaluer.
Les wireframes passaient autrefois de croquis sur papier à des logiciels de conception spécialisés. Les product managers peuvent désormais générer des prototypes interactifs assez rapidement pour présenter une expérience fonctionnelle à des collègues ou à des clients dès les premières étapes de la découverte. L’analyse des retours peut elle aussi aller au-delà du tri manuel des lignes d’un tableur. Des flux de travail automatisés peuvent collecter, classer, résumer et prioriser les signaux récurrents. Les outils de présentation peuvent préparer des diapositives au lieu de forcer les équipes à construire chaque deck à partir d’une page blanche.
Le travail de coordination courant devient lui aussi plus facile à automatiser :
Rédiger des documents de routine et des mises à jour d’avancement
Résumer les réunions et les décisions
Organiser les demandes de fonctionnalités et les retours clients
Suivre les objectifs et les OKR
Suivre les concurrents et les évolutions du marché
Préparer une première analyse à examiner
Le critère pratique de l’intervenant est la rapidité d’obtention d’un résultat intermédiaire utile, et non une automatisation parfaite. Si un système peut accomplir de manière fiable les trois quarts d’une tâche, une personne peut utiliser son expertise pour terminer le quart restant. Cumulées sur une semaine, ces économies peuvent rendre plusieurs jours à un responsable produit.
Devenir une équipe produit propulsée par l’IA
L’automatisation n’est que la première partie de la réponse proposée. L’opportunité plus importante consiste à réinvestir le temps gagné dans des capacités qui élargissent ce que les professionnels du produit peuvent accomplir.
L’intervenant encourage les product managers à acquérir des compétences adjacentes, telles que le prototypage rapide, le design, le code, l’analyse de données et la réflexion commerciale. L’objectif n’est pas de devenir également accompli dans chaque discipline. Il s’agit de développer une amplitude pratique suffisante pour supprimer les goulots d’étranglement, tester directement une idée et faire avancer un projet sans attendre chaque transmission traditionnelle.
Un responsable produit nommé Cody est présenté comme un exemple de ce profil plus large. Bien qu’il ne corresponde pas au modèle conventionnel du product manager, il a appris des compétences en design et en code qui l’ont aidé à surmonter les obstacles et à obtenir des résultats. Sa valeur venait de sa capacité à franchir les frontières fonctionnelles tout en continuant à exercer son jugement produit.
Ce type de développement ne devrait pas dépendre de quelques individus exceptionnellement motivés. L’intervenant soutient que les dirigeants doivent aider des équipes entières à automatiser le travail de routine et à acquérir des compétences complémentaires. Des canaux internes peuvent rendre cet apprentissage visible en offrant aux personnes un espace pour partager des flux de travail, montrer des expérimentations et demander de l’aide. Les organisations doivent également financer les outils nécessaires et normaliser leur usage ; des encouragements sans accès ni temps produiront peu de changements.
Des transmissions fonctionnelles aux généralistes-spécialistes
Le trio produit familier — product manager, designer et ingénieur — est souvent célébré comme un modèle de collaboration. Pourtant, l’intervenant affirme qu’il peut devenir un système de transmission déguisé. Le product manager spécifie, le designer visualise et l’ingénieur construit. Chaque participant conserve son couloir, mais personne ne possède nécessairement l’ensemble du chemin allant du problème au résultat.
L’alternative proposée est un modèle de généralistes-spécialistes. Les personnes conservent une expertise approfondie en produit, design ou ingénierie, mais participent plus largement à tout travail nécessaire pour faire avancer le projet. Le principe est simple : il n’y a pas de couloirs fixes.
Cela ne rend pas les connaissances spécialisées inutiles. De solides compétences en ingénierie, en design et en jugement produit restent essentielles. Ce qui change, c’est l’hypothèse selon laquelle une seule fonction peut réaliser une activité donnée. Un designer peut construire un prototype, un ingénieur peut façonner le positionnement, et un spécialiste produit peut analyser des données ou mettre en œuvre une petite expérimentation.
L’IA rend ce chevauchement plus pratique en abaissant le coût technique du travail peu familier. Elle permet aux spécialistes d’aller plus loin sans exiger que chaque tâche entre dans la file d’attente d’une autre équipe.
La « triple menace » propulsée par l’IA
Poussé plus loin, ce modèle produit ce que l’intervenant appelle une triple menace propulsée par l’IA : une personne capable de diriger à travers le produit, le design et l’ingénierie tout en coordonnant des outils, des agents et des plateformes d’IA.
Une telle personne ne fait pas simplement trois emplois à temps plein. L’IA compresse plutôt certaines parties de la pile de talents en rendant l’exécution dans des domaines adjacents plus accessible. Une personne compétente ou une très petite équipe peut prototyper, analyser, concevoir, construire et communiquer avec beaucoup moins de coûts opérationnels qu’auparavant.
L’environnement qui en résulte favorise un leadership produit affirmé. Lorsque la production devient plus rapide, l’indécision peut devenir une contrainte plus importante que la mise en œuvre. Les dirigeants doivent comprendre les clients, choisir une orientation, relier le travail produit aux résultats commerciaux et utiliser les données sans se cacher derrière des processus interminables.
La présentation reconnaît que cette perspective peut sembler menaçante. Des rôles plus larges peuvent signifier moins de postes conventionnels en product management. Pourtant, l’intervenant présente la préparation comme plus constructive que le déni : les personnes peuvent développer leur polyvalence dès maintenant, tandis que les organisations peuvent repenser les responsabilités délibérément plutôt que d’attendre que le changement impose une réorganisation précipitée.
Le leadership produit changera lui aussi
L’IA n’affecte pas uniquement les contributeurs individuels. Les dirigeants produit devront gérer des combinaisons inédites de personnes, d’agents logiciels et d’outils externes. Leurs budgets pourront de plus en plus impliquer des arbitrages entre recruter des employés supplémentaires et acheter des systèmes qui augmentent la capacité d’une équipe existante.
Les dirigeants devront également disposer d’une aisance technique suffisante pour gérer des personnes qui codent, ainsi que d’une compréhension commerciale suffisante pour relier les décisions produit à la distribution, au marketing et aux revenus. La conception des équipes deviendra moins standardisée. Au lieu de reproduire un trio produit universel dans toute l’organisation, les dirigeants pourront composer chaque équipe autour des forces et contraintes propres à sa mission.
L’intervenant décrit cela comme une approche plus artisanale de la conception organisationnelle. Une initiative pourrait s’articuler autour d’une personne dotée d’une intuition produit exceptionnelle ; une autre pourrait exiger une solide profondeur en ingénierie ou une expertise de marché inhabituelle. La tâche du leadership consiste à identifier la capacité rare et à construire l’équipe qui l’entoure en conséquence.
La culture compte autant que la structure. Si les personnes sont pénalisées lorsqu’elles franchissent les frontières fonctionnelles ou expérimentent de nouveaux outils, l’organisation conservera ses anciens goulots d’étranglement, même après avoir acquis des capacités d’IA.
Développer des compétences que l’IA ne peut pas facilement reproduire
À mesure que la production courante devient moins coûteuse, l’avantage durable se déplace vers le jugement forgé par l’expérience. La réflexion stratégique, le goût, la compréhension des clients, l’influence organisationnelle et la capacité à prendre des décisions dans l’incertitude sont plus difficiles à reproduire qu’un rapport d’avancement ou la première version d’une feuille de route.
L’intervenant encourage donc les professionnels du produit à développer une proposition de valeur distinctive. Cela peut vouloir dire apprendre à créer et à faire évoluer des équipes soutenues par l’IA, acquérir de véritables compétences techniques, renforcer son instinct commercial ou combiner une connaissance approfondie d’un domaine avec une exécution rapide.
L’objectif n’est pas de concurrencer l’IA sur des tâches qu’elle peut accomplir instantanément. Il s’agit d’utiliser l’IA comme un levier tout en devenant meilleur pour décider de ce qui mérite d’être construit, reconnaître lorsqu’une réponse est erronée et aligner les personnes autour de choix importants.
Réanimer la gestion de produit
L’argument final de la présentation est plus optimiste que son titre ne le laisse entendre. La gestion de produit peut être « réanimée » en abandonnant les processus qui ne justifient plus leur coût. Lorsque l’IA prend en charge davantage de rédaction, de synthèse, de prototypage et de coordination, les professionnels du produit peuvent passer plus de temps avec les utilisateurs et faire preuve de davantage de créativité face aux problèmes qui comptent.
Obtenir ce résultat exige d’agir à la fois au niveau individuel et au niveau organisationnel. Les professionnels du produit doivent automatiser les tâches courantes, élargir leurs compétences et enseigner à leurs collègues ce qui fonctionne. Les dirigeants doivent fournir des outils, des budgets, une sécurité psychologique et de l’autorité aux personnes capables d’agir dans plusieurs domaines.
L’avenir présenté ici n’est pas exempt de bouleversements. Les rôles peuvent fusionner, les équipes peuvent se réduire et les parcours de carrière établis peuvent devenir moins prévisibles. Mais le travail essentiel — comprendre les besoins, faire des choix stratégiques et transformer des idées en produits de valeur — demeure. L’occasion consiste à accomplir ce travail avec moins de cérémonial et une plus grande polyvalence.
