Salut ! 👋
Aujourd’hui, on parle d’un virage technologique majeur : l’arrivée de l’IA Générative dans le quotidien des Product Managers – et plus particulièrement, de ceux qui sont les premiers à structurer la fonction Produit. Pour explorer ce sujet, j’ai reçu Valentin Huang, CEO et cofondateur de Harvestr, qui a aussi porté la casquette de First PM depuis les débuts de sa boîte.
Avec une vraie vision terrain – enrichie par des échanges réguliers avec d’autres PM et fondateurs – Valentin nous partage comment l’IA transforme (vraiment) le métier, et surtout comment l’aborder sans se noyer dans le bruit ambiant.
Si vous êtes :
👉 Un First PM qui cherche à mieux intégrer l’IA dans son quotidien
👉 Un PM curieux de comprendre l’impact concret de ces technos
👉 Un CEO qui anticipe un premier recrutement produit ou veut challenger son approche
Alors cet épisode est pour vous !
Temps de lecture : ~7min
Cet épisode est soutenu par :
Harvestr, c’est la solution SaaS pensée par et pour les Product Managers, pour vous aider à centraliser les feedbacks, prioriser les bonnes fonctionnalités et construire une roadmap alignée avec les enjeux business.
Déjà utilisé par +3000 PMs débordés mais ambitieux, c’est le seul logiciel dont tu as besoin pour gérer l’ensemble de ta stratégie Produit.
🔎 Zoom sur les 6 idées clés à retenir
1. Ce qui ne change pas pour un First PM 🔩
L’arrivée de l’IA ne fait pas disparaître les fondamentaux du rôle de First PM. Ce dernier reste celui qui :
Fait le lien entre la vision business et la mise en œuvre produit,
Structure l’équipe et les process là où rien n’existe encore,
Définit les premiers rituels (priorisation, discovery, cycle de release),
Agit comme sparring partner du CEO sur tous les sujets produit.
En clair, l’IA ne remplace pas ces responsabilités structurantes. Mais elle peut permettre d’y arriver plus vite, avec plus de finesse, si elle est bien utilisée.
2. Automatiser le "basique" pour se concentrer sur l’impact 💼
Aujourd’hui, beaucoup de tâches à faible valeur ajoutée peuvent être confiées à des outils alimentés par de l’IA générative :
Rédiger des user stories ou des tickets techniques à partir d’une simple description fonctionnelle,
Générer une synthèse des retours utilisateurs (qu’ils viennent d’interviews, d’outils de feedback ou du support),
Aider à la rédaction de changelogs ou de documentation produit,
Raccourcir drastiquement le temps de passage d’une idée à un prototype testable.
👉 Le First PM peut ainsi reprendre la main sur des chantiers plus stratégiques : positionnement, go-to-market, ou construction de la vision produit long terme.
3. Devenir un acteur clé dans la conception de features IA 🤖
De plus en plus de produits intègrent de l’IA en tant que fonctionnalité. Cela pousse les PM à monter en compétence sur :
Les bases des LLMs (modèles de langage),
Les principes de RAG (retrieval augmented generation), fine-tuning et embeddings,
Les implications business de chaque techno (temps de réponse, coût par token, gouvernance des données).
Valentin insiste : le PM ne doit pas devenir un data scientist, mais il doit comprendre suffisamment ces mécaniques pour co-construire des features IA pertinentes, faisables et différenciantes avec les équipes tech.
🧮 Et attention aux coûts !
Les modèles peuvent vite coûter cher : les appels API, les volumes de requêtes, le coût par token et le stockage des embeddings sont des variables critiques.
Intégrer un LLM, c’est aussi penser à la scalabilité, à la latence, à la disponibilité… et à ce que ça implique en termes d’architecture et de support.
Le PM devient un maillon essentiel pour arbitrer entre valeur utilisateur et viabilité économique.
4. Un nouveau prisme pour le recrutement 🧲
L’IA influence aussi le timing et le profil recherché lors du recrutement du First PM :
Un CEO très produit pourra retarder ce recrutement en s’appuyant sur des outils IA pour cadrer ou produire lui-même,
Mais à l’inverse, une équipe tech boostée par GitHub Copilot ou d’autres assistants IA peut livrer plus vite… et donc avoir encore plus besoin d’un PM pour structurer les livrables et prioriser intelligemment,
Le First PM devient aussi l’un des seuls rôles à même de filtrer les fausses promesses et de cadrer des expérimentations IA crédibles, utiles, et viables.
👉 L’IA n’annule pas le besoin d’un PM. Elle modifie plutôt le périmètre et les attentes vis-à-vis de ce rôle.
5. Pourquoi tout le monde ne s’y met pas (encore) 🧱
Malgré l’enthousiasme autour de l’IA, l’adoption reste encore timide dans beaucoup de startups.
Les outils pullulent, mais peu sont vraiment éprouvés ou faciles à implémenter,
Le manque de temps et de bande passante ralentit l’exploration,
Beaucoup d’équipes ne savent pas par où commencer ou craignent de faire fausse route.
💡 Valentin conseille de commencer par un ou deux cas d’usage simples, où le gain de temps ou de qualité est évident, avant de monter en complexité.
6. Apprendre, tester, itérer : la meilleure façon de progresser 🛠️
Il n’y a pas de recette magique. Mais il y a des habitudes à prendre :
Lire régulièrement les newsletters de veille IA (ex : The Rundown AI),
Suivre des comptes de référence comme Andrej Karpathy,
Tester des outils comme V0.dev, Lovable, ou des solutions open source,
Créer de petites automatisations pour s’approprier les mécaniques.
Ce n’est pas un sujet à déléguer ou à attendre : le PM a un rôle à jouer dès aujourd’hui, même à petite échelle.
💬 Citation marquante :
“Ce qui ne changera pas, c’est la mission du First PM : structurer le produit dès le départ. Ce qui change, c’est la vitesse à laquelle on peut y arriver.” – Valentin Huang
🎧 Curieux d'entendre comment intégrer efficacement l'IA en tant que First PM ?
→ Écoutez l’épisode complet avec Valentin sur votre plateforme préférée
→ Et abonnez-vous à la newsletter pour recevoir les prochains épisodes !
Share this post