Product Management × IA

L'IA n'accélère pas seulement le Product Manager. Elle nous invite à réexaminer nos méthodes.

Les organisations qui adoptent l'IA sans réinterroger leurs pratiques produit peuvent accumuler une dette méthodologique : accélérer dans une direction qu'elles n'ont pas pris le temps de questionner. Voici quelques pistes pour reconstruire les fondements du métier, ensemble.

Une série de recherche par Grégoire Sentis · 10 articles sourcés

PM Pathfinder Framework

Trois piliers pour refonder le Product Management à l'ère de l'IA.
Pilier 01

Technicité Stratégique

Monter en technicité pour arbitrer, quoi automatiser, où l'IA crée ou détruit de la valeur, pas pour coder.

Pilier 02

Méthode avant Outil

Automatiser sans méthode, c'est aller plus vite dans la mauvaise direction. On refonde la méthode avant d'adopter l'outil.

Pilier 03

Architecture Humain-IA

Le PM devient l'architecte de la collaboration humain-IA : qui décide, qui valide, qui porte la responsabilité.

La série

Dix analyses de fond, chaque affirmation factuelle sourcée et vérifiée.
01Thèse centrale

Le PM à l'ère de l'IA : pourquoi accélérer ne suffit pas

L'IA transforme le Product Management à une vitesse inédite. Les équipes qui adoptent des outils IA sans réinterroger leurs fondements méthodologiques risquent d'accélérer dans une direction qu'elles n'ont pas questionnée. Panorama d'une transformation et introduction du concept de dette méthodologique.

Lire l'article → ~9 min
02Architecture Humain-IA

L'équipe produit AI-native : plus petite, plus rapide, plus exigeante

L'IA découple la taille de l'équipe produit de sa capacité à produire. La vélocité augmente presque partout où l'IA est bien intégrée, mais le goulot d'étranglement se déplace vers le jugement : quand construire devient bon marché, choisir quoi construire devient plus rare.

Lire l'article → ~9 min
03Méthode avant Outil

La discovery à deux vitesses : ce que l'IA transforme, et ce qu'elle laisse intact

L'IA arrive sur les deux versants de la discovery, le déclaratif et le comportemental, et ne les transforme pas à la même vitesse. Sur ce que les gens disent, elle industrialise la collecte sans changer la nature du signal. Sur ce qu'ils font, elle lit, relie et teste des observations réelles. Un critère pour s'y retrouver : donnée observée, ou donnée générée ?

Lire l'article → ~16 min
04Méthode avant Outil

Le PM qui build : prototypage IA, vibe coding et dette méthodologique

Le vibe coding est moins une blague de développeur qu'un révélateur : la frontière entre définir et construire se déplace, et le PM est assis dessus. Mais quand le build ne coûte presque plus rien, la friction qui obligeait à réfléchir avant de produire disparaît aussi. L'article propose deux quality gates, l'un méthodologique avant le build, l'autre technique avant la production, et cinq gestes concrets pour le PM qui build.

Lire l'article → ~13 min
05Technicité Stratégique

Prioriser à vitesse IA : RICE, ICE et MoSCoW tiennent-ils encore ?

RICE, ICE, MoSCoW, Kano : des cadres conçus à une époque où les données manquaient. Aujourd'hui, elles abondent, et les équipes produit peinent à s'y retrouver. Ce qui montre ses limites, ce qui tient, et comment reconstruire une décision produit rigoureuse à l'ère de l'IA.

Lire l'article → ~10 min
06Technicité Stratégique

Le PM full-stack : quelles compétences à l'ère de l'IA

L'IA n'efface pas le rôle de PM, elle en révèle le cœur. Les tâches exécutées par habitude s'automatisent. Ce qui reste, ce qui se délègue difficilement à un LLM, c'est le jugement, le goût, la capacité à cadrer les vrais problèmes. Voici pourquoi le PM de demain est moins un chef de projet augmenté qu'un architecte de décision.

Lire l'article → ~9 min
07Méthode avant Outil

Agile, Scrum, Shape Up face à l'IA : ce qui change vraiment

L'IA ne rend pas Scrum obsolète, elle en déplace le centre de gravité et invite à réexaminer nos rituels. Sprints de deux semaines, story points, daily stand-up ritualisé : quand la machine génère du code à la vitesse du flux, certaines cérémonies méritent d'être réinterrogées. Un état des lieux nuancé, en regardant les données de près.

Lire l'article → ~9 min
08Architecture Humain-IA

Gouvernance IA : ce que le PM gagne à cadrer en amont

L'IA dans votre produit ne se gouverne pas toute seule. Qualité des outputs, données personnelles, biais algorithmiques, traçabilité, conformité AI Act : le PM est bien placé pour devenir l'architecte des garde-fous, et il a tout intérêt à s'en emparer tôt.

Lire l'article → ~10 min
09Méthode avant Outil

Mesurer l'impact réel de l'IA sur le produit (au-delà des métriques vanity)

Beaucoup d'équipes mesurent l'IA avec des métriques héritées, et se réjouissent d'une vélocité qui peut masquer une régression de qualité. Des études rigoureuses, dont un RCT de METR et les rapports DORA, montrent que l'impact réel de l'IA sur la valeur produit est plus nuancé que les chiffres de GitHub ne le laissent penser.

Lire l'article → ~9 min
10Synthèse, les 3 piliers

PM Pathfinder Framework : une méthode pour refonder le PM à l'ère IA

L'IA ne fait pas qu'accélérer le PM, elle invite à réexaminer ses fondements. Les organisations qui adoptent des outils IA sans revoir leurs pratiques peuvent accumuler de la dette méthodologique : accélérer dans une direction qu'elles n'ont pas questionnée. Le PM Pathfinder Framework propose trois piliers pour refonder le PM avant d'automatiser.

Lire l'article → ~8 min

Travailler ensemble

Un projet produit, une mission de conseil, une intervention ou un atelier ? Parlons-en.

J'accompagne les équipes produit sur la transformation par l'IA : cadrage, méthode, montée en technicité, prototypage. Décrivez votre besoin en quelques lignes, je vous réponds rapidement.

Vous préférez passer par une plateforme ou consulter mon profil ?