Mettre en œuvre l'IA dans l'ensemble du flux de développement de produits pour améliorer l'efficacité

On croit souvent, à tort, que le déploiement de l’IA générative n’est utile que si elle produit des résultats parfaits. Cet état d’esprit sous-estime la valeur d’une solution partielle. Aujourd’hui, l’IA générative est plus apte à remplacer certains segments d’un workflow, plutôt qu’un flux complet. 

L’idéal serait que l’IA remplace les tâches manuelles les plus chronophages de votre flux de travail. Si l’IA prend en charge ne serait-ce que 60 % d’une tâche, votre équipe peut alors se concentrer sur des aspects plus stratégiques du projet. L’essentiel réside dans ce que vous pouvez accomplir une fois que vous disposez d’une représentation visuelle générée par l’IA. Dès lors, vos collaborateurs peuvent mettre à profit leur expertise pour finaliser les 40 % restants. Si l’IA est déployée judicieusement à l’échelle d’une équipe ou d’une organisation, les gains de temps sont décuplés. 

Considérez ceci : selon une enquête menée par Bain, s’ouvre dans un nouvel onglet, « plus de 60 % des entreprises interrogées considèrent l’IA générative comme l’une des trois principales priorités pour les deux prochaines années, mais seulement environ 35 % ont une vision clairement définie de la manière dont elles généreront une valeur commerciale grâce à l’IA générative. »

Dans cet article, je m’appuie sur mon expérience à la tête des équipes de gestion de produits chez Lucid pour vous montrer comment générer de la valeur en intégrant l’IA de manière stratégique dans votre workflow de développement de produits.

Qui doit piloter le déploiement de l’IA à l’échelle de l’organisation ?

Commençons par le commencement : Qui doit piloter le déploiement de l’IA à l’échelle de l’organisation ?

De nombreuses organisations désignent une personne, s’ouvre dans un nouvel onglet pour évaluer et mettre en œuvre des outils d’IA, ce qui est efficace pour examiner les conséquences de cette technologie en matière de données et de confidentialité, évaluer les fournisseurs et prendre d’autres décisions générales sur la stratégie d’IA. Le problème ? Vous obtiendrez de meilleurs résultats en définissant des objectifs spécifiques mesurables pour chaque équipe plutôt qu’un seul objectif global plus vague tel que « déployer l’IA ». La mise en œuvre est souvent plus efficace si les décideurs ont leur mot à dire sur la manière dont ces solutions d’IA influenceront les objectifs de leur équipe ou de leur service. 

Voyez cela comme un véritable partenariat. Par exemple, un directeur des ventes et un responsable du service client peuvent évaluer les outils d’IA sous l’angle de la productivité de leur équipe, tandis qu’un responsable informatique peut se pencher sur les risques que représentent ces solutions pour les données et la sécurité de l’entreprise. Pour générer une véritable valeur ajoutée, les outils d’IA dans lesquels vous investissez doivent avoir un impact positif sur les objectifs de l’ensemble de l’organisation.

Intégrer l’IA tout au long du processus de développement produit, de l’idéation au suivi

Pour rentabiliser l’IA, il est essentiel de l’intégrer à l’ensemble du processus de développement de produits, de l’idéation au suivi, plutôt que de façon ponctuelle. Voyons ce que cela signifie plus précisément.

Idéation

Boostez la réflexion autour d’un nouveau produit

L’un des usages les plus connus de l’IA est sans doute la génération d’idées. Grâce à l’IA générative, il suffit d’un prompt pour susciter des idées et offrir à votre équipe un point de départ pour n’importe quel projet. Cela permet de combattre le « syndrome de la page blanche » et d’encourager la pensée divergente.

Par exemple, disons que je veux réfléchir à des intégrations potentielles pour Lucidchart. Je pourrais utiliser la capacité d’IA collaborative de Lucid pour générer des idées.

Bien sûr, il ne suffit pas de prendre ce résultat tel quel pour créer la feuille de route d’un produit. Il faut également analyser de nombreuses sources d’informations, comme le feedback des clients ou les études de marché. Mais ce qui me plaît, c’est que cela peut faire naître de nouvelles idées ou inspirer des associations inattendues. Cet outil est au service de vos équipes et ne prétend pas remplacer leur expertise.

Planification

Classer les idées par thèmes et synthétiser les séances de travail

L’IA générative peut également être utile dans la phase de planification de votre workflow, en classant automatiquement les idées par thème et en synthétisant les idées ou les séances de travail. C’est l’un des cas d’utilisation de l’IA que je préfère.  

Si votre équipe regroupe les résultats des recherches menées auprès des utilisateurs sur un tableau blanc virtuel comme Lucidspark, vous pourriez utiliser l’IA pour classer les idées par thème et gagner ainsi un temps précieux. Vous pourriez ensuite effectuer une analyse plus approfondie si nécessaire, puis utiliser l’IA pour synthétiser les recherches et permettre aux parties prenantes d’examiner rapidement les résultats.

Conception

Générez automatiquement des diagrammes

Dans la phase de conception du flux de travail, la génération automatique de diagrammes, s’ouvre dans un nouvel onglet peut constituer un excellent point de départ pour documenter les processus et les systèmes techniques. Lucidchart, par exemple, vous permet de saisir une requête pour générer des logigrammes, des diagrammes de séquence, des diagrammes de classes et des diagrammes entité-association. Une fois la première version générée par l’IA, vous pouvez consacrer l’essentiel de votre temps à la modification et au perfectionnement de votre diagramme afin de l’adapter précisément à vos besoins.

Cela est particulièrement utile si vous partez d’un contenu existant, comme des procédures opérationnelles standardisées, des documents écrits, des notes de réunion ou même la transcription d’un passage clé d’une réunion.

Trouvez les documents dont vous avez besoin

Pendant la phase de conception, l’IA vous permet également de mener des recherches sémantiques en parcourant rapidement votre base de données pour trouver le document dont vous avez besoin. Au-delà du simple gain de temps, cette fonctionnalité vous aide à pallier le problème de la connaissance institutionnelle. Même si vous ne savez pas exactement ce que vous cherchez, la recherche sémantique fera remonter les documents pertinents en fonction de ce que vous tapez dans la barre de recherche.

Un bon exemple de recherche sémantique est le plug-in Microsoft 365 Copilot pour Lucid qui sera bientôt disponible. Il permettra à ses utilisateurs de récupérer des documents Lucid sans jamais quitter Copilot et d’utiliser l’IA pour générer des synthèses de ces documents.

Évaluez les conceptions

L’utilisation de l’IA pour évaluer les conceptions peut également s’avérer très utile et s’inscrit à la fois dans les phases de conception et de construction d’un flux de travail. Certains outils d’IA peuvent évaluer les conceptions et les architectures en fonction de facteurs tels que les problèmes connus, les bonnes pratiques, les risques de sécurité, etc. Il faut tout de même rester vigilant face aux biais et aux résultats parfois inexacts de l’IA dans ce domaine, mais cette technologie peut se révéler précieuse pour déceler des risques qui auraient pu passer inaperçus.

Création

Assistants de codage IA

Non seulement l’IA peut stimuler l’idéation, la planification et la conception, mais elle peut également aider les équipes à créer les produits qu’elles souhaitent livrer.

Les assistants de codage IA, tels que GitHub Copilot, peuvent aider les développeurs à coder plus vite et plus proprement. Par exemple, un assistant de codage IA peut contribuer à :

• Automatiser la complétion de code 

• Fournir des suggestions pour les lignes de code 

• Générer des extraits de code

Lancement

Automatisez les actions de mise sur le marché

Lorsqu’un nouveau produit est prêt, les équipes de mise sur le marché peuvent également s’appuyer sur l’IA pour optimiser son lancement.

Les spécialistes du marketing peuvent tirer parti de grands modèles de langage (LLM) comme ChatGPT pour générer une structure de contenu promotionnel comme des e-mails. Ensuite, les rédacteurs internes peuvent transformer ce contenu à l’état de plan en une version plus aboutie. Les commerciaux, quant à eux, peuvent utiliser des LLM pour en savoir plus sur un prospect avant de l’appeler.

Suivi

Synthétisez les études qualitatives

L’IA générative peut être utilisée dans la dernière étape du flux de développement de produits : le suivi. Après le lancement d’un nouveau produit, vous pouvez mesurer son succès en menant des études qualitatives et en utilisant l’IA pour synthétiser ces résultats. 

Si vous utilisez toujours les mêmes éléments dans vos études qualitatives, vous pouvez les configurer dans un outil d’IA afin qu’il génère le format de sortie souhaité. Ces éléments peuvent inclure :

• Les principaux thèmes des retours

• Un format standard pour les résumés d’appels clients

• La segmentation de groupes de discussion

Une fois que l’IA est paramétrée pour produire les formats de sortie souhaités, votre équipe n’aura plus besoin de trier chaque réponse pour voir si elle est pertinente ou non. L’IA peut synthétiser l’essentiel de l’étude qualitative, puis votre équipe peut mobiliser son expertise pour appliquer les enseignements tirés de ces recherches. 

Cette synthèse d’étude qualitative nous ramène également aux phases d’idéation et de planification du processus de développement de produits. Lorsque vous saurez comment un nouveau produit a été accueilli, vous pourrez commencer à réfléchir et à planifier les futures itérations !

L’efficacité de l’IA repose sur la vision stratégique qu’en a votre entreprise. Une IA mise en œuvre dans l’ensemble du flux de travail pour optimiser la phase de développement des produits sera un bien meilleur investissement pour votre entreprise qu’une multitude d’outils d’IA ponctuels utilisés de manière inégale au sein de vos équipes.