Valider une idée produit avant de prototyper avec l'IA
Avant de prototyper une idée avec l'IA, interroger les tickets, le backlog et les contournements, puis tester une question précise.
Avec un outil de génération de code ou de prototypage, une idée de produit peut avoir une interface qui répond aux clics avant la fin de l'après-midi. Pour un PM qui a une équipe, un backlog et des priorités fixées ailleurs, cette facilité déplace la difficulté. Montrer l'idée peut devenir beaucoup plus rapide. Décider si elle mérite l'effort demande toujours de comprendre à qui elle servira et ce qu'elle changera.
Un prototype peut aider à explorer une solution, à repérer une difficulté d'usage ou à tester une partie de sa faisabilité. Mais le simple fait qu'il fonctionne ne dit pas si quelqu'un s'en servira à la place de ce qu'il fait aujourd'hui. Cette question a souvent un début de réponse dans l'organisation elle-même, avant le premier prompt.
Un ordre utile consiste à regarder ce que l'organisation sait déjà, chercher des engagements concrets, puis choisir ce qu'il faut tester. Selon l'incertitude, ce sera un entretien, une simulation manuelle ou un prototype.
Ce qu'un prototype généré par IA ne valide pas
Un prototype fait réagir, et c'est son intérêt. Mais les réactions qu'il provoque se lisent mal : « c'est cool » peut venir de la politesse, de la curiosité, ou simplement d'un écran bien fait. Rien dans cette réaction ne dit que la personne changera une habitude.
Le coût de fabrication imposait déjà une forme de tri : il fallait convaincre quelqu'un de financer ou de libérer du temps. La génération rapide affaiblit ce filtre au stade du prototype. On peut alors construire trop tôt, avant de savoir ce qu'on veut apprendre. Le temps passé sur le rendu prend celui de l'enquête, et l'attachement à ce qu'on a fabriqué peut rendre les signaux contraires plus difficiles à entendre.
Avant de prototyper : ce que l'organisation sait déjà
Dans une organisation, la recherche ne démarre pas forcément de zéro. Des traces existent, et elles peuvent corriger ton intuition. Un premier tour limité dans ces sources aide à choisir les questions qui méritent d'être approfondies.
- Les demandes entrantes (tickets de support, mails, questions récurrentes en réunion). Combien de fois le sujet revient, formulé comment, par qui, depuis quand. Limite : tu n'y vois que ceux qui prennent la peine d'écrire.
- Le backlog. Une demande qui y dort depuis des années montre qu'un besoin a été exprimé à un moment donné. Il peut être encore présent, avoir disparu ou avoir trouvé une autre réponse. Le sujet a aussi pu être arbitré contre, parfois plusieurs fois. Lis les commentaires et demande pourquoi, avant d'imaginer que personne n'y avait pensé.
- Les contournements. Un tableur tenu à la main, un export retraité chaque semaine, un message envoyé à un collègue qui « sait faire ». C'est un signal concret : quelqu'un consacre déjà du temps à accomplir ce travail. Il reste à comprendre si ce coût justifie une intervention du produit.
- L'historique des tentatives. Une fonctionnalité retirée, un outil abandonné, un projet arrêté. Ils disent ce qui a déjà été essayé et pourquoi ça n'a pas pris. Les personnes qui étaient là s'en souviennent mieux que la documentation.
- Ce qui existe déjà. Un outil acheté, une fonctionnalité peu utilisée. Le concurrent peut être un logiciel, un service, un tableur ou le fait de ne rien faire. Si un outil existe déjà, cherche pourquoi les gens s'en servent, ou pourquoi ils l'évitent.
Ce tour indique si l'idée a déjà des traces dans l'organisation ou si elle ne repose que sur toi, sans la valider pour autant. Sans trace, le besoin peut exister quand même : il faudra trouver d'autres personnes et d'autres situations pour l'examiner.
Exemple fictif : le tableau de bord des demandes clients
Une PM dans un éditeur de logiciel B2B veut un tableau de bord qui regroupe par thème les demandes des clients. Elle pourrait le prototyper dans l'après-midi. Avant, elle fait trois vérifications.
Dans l'outil de support, les demandes classées « reporting » reviennent chaque mois, mais presque toutes viennent des mêmes deux comptes. Dans le backlog, une demande voisine existe depuis longtemps, refusée deux fois pour des raisons de priorité d'après les commentaires. Et chez les chargés de compte, l'un d'eux tient déjà à la main un tableur qui fait à peu près ce que le tableau de bord ferait.
La lecture qui s'en dégage reste provisoire : quelques personnes portent le sujet, dont une qui y consacre déjà du temps. Avant de générer l'outil, la PM regarde avec le chargé de compte la dernière utilisation du tableur. Quelle décision a-t-il préparée ? Qu'a-t-il dû recouper ? Qu'est-ce qui a pris du temps ? Elle peut découvrir que le vrai problème vient de demandes mal renseignées, qu'un nouveau tableau de bord ne corrigera pas.
Si le regroupement reste le problème, elle peut d'abord le faire à la main sur un lot récent. Le chargé de compte arrive-t-il à préparer sa réunion sans refaire son propre tri ? Ce premier essai évite d'automatiser un classement inutile.
Le prototype vient ensuite, si l'incertitude porte sur l'utilisation répétée de cette aide. La PM convient alors d'un petit pilote avec deux chargés de compte : pendant deux semaines, préparer leurs revues clients avec l'outil, noter les reprises manuelles et regarder s'ils reviennent au tableur. La durée et le nombre de participants sont des choix pour cet exemple, pas un seuil de validation.
Avant le pilote, ils écrivent ce qui les ferait poursuivre : les revues peuvent être préparées sans double saisie ni perte des informations nécessaires. S'ils doivent continuer à tout retraiter dans le tableur, l'équipe n'étend pas l'outil. Elle cherche d'abord si le problème vient du regroupement, de données manquantes ou d'un besoin trop peu important. Un refus renseigne ; il ne tranche pas à lui seul la valeur de toute l'idée.
Chercher un signal de désir qui coûte quelque chose
L'idée du lancement inversé aide à lire ces traces : vérifier qu'il existe un signal de désir assez fort avant de construire, plutôt qu'après. Dans sa version grand public, ce signal peut être une précommande ou une inscription, avec des niveaux d'engagement très différents. En organisation, la monnaie est différente : du temps, des données, une priorité.
La difficulté est de distinguer l'engagement léger de la traction réelle. Un signal qui ne coûte rien à celui qui le donne est faible, et il vaut mieux s'attacher à ceux qui lui coûtent quelque chose.
| Ce que tu cherches à savoir | Signal faible | Signal qui coûte |
|---|---|---|
| Le problème existe-t-il ? | « Oui, ça m'arrive » en réunion | Un contournement déjà en place, des demandes répétées |
| Ta solution les intéresse-t-elle ? | « Intéressant » devant une maquette | Quelqu'un te confie ses vrais fichiers ou un créneau de son agenda chargé |
| Sera-t-elle adoptée ? | Un compliment après la démonstration | Un utilisateur abandonne son outil actuel le temps d'un test |
| Mérite-t-elle une place dans la feuille de route ? | Un soutien de principe | Un arbitrage réel : un autre sujet sort du plan, ou un budget est affecté |
Ces signaux répondent à des questions différentes. Un budget prouve qu'un décideur accepte de financer ; il ne prouve pas l'adoption des utilisateurs. Des fichiers confiés montrent un intérêt et une capacité à participer ; ils ne prédisent pas un usage régulier. Le tableau aide à demander quel engagement on a réellement observé, et ce qu'on lui fait dire de plus.
Le niveau de preuve se choisit aussi en proportion du risque. Quelques entretiens bien menés suffisent parfois. Une idée qui coûtera trois mois d'équipe et touchera cent utilisateurs demande plus qu'un outil jetable pour cinq personnes. Vouloir le plus haut niveau de preuve pour chaque idée revient à ne plus rien tester.
Prototyper ensuite, avec une question et un critère d'arrêt
Le prototype trouve sa place quand il permet de réduire une incertitude que l'entretien ou l'essai manuel ne suffit plus à éclairer. Avant de lancer le prompt, écris la question, les personnes concernées, le comportement observable et la décision que tu prendras selon le résultat.
L'essai doit rester assez petit pour apprendre vite et assez concret pour observer un comportement. Il peut se limiter à une maquette ou à un service rendu à la main ; il n'a pas besoin d'être déjà un MVP. Avec l'IA, la tentation est d'en faire davantage parce que c'est possible. Chaque fonction ajoutée rend la lecture du résultat plus ambiguë.
Fais-le essayer à quelques personnes repérées plus haut, sur des données utilisables pour le test, et regarde ce qu'elles font en leur demandant aussi pourquoi. Si les données sont sensibles, un jeu représentatif ou anonymisé peut suffire à la question posée. Annonce-le comme jetable. Une démonstration montrée en réunion circule, et celui qui ne fabrique pas peut y lire une référence de vitesse : si ça a pris une après-midi, pourquoi pas livré la semaine prochaine ? Dire d'emblée ce que le prototype ne prouve pas protège ton rythme.
La validation continue après le lancement. Le lancement n'y met pas fin, il en change l'échelle.
Ce que cette méthode ne règle pas
Les traces internes sont biaisées. Les tickets viennent de ceux qui écrivent, le backlog de ceux qui insistent, et un contournement n'existe que chez quelqu'un qui a eu le temps de le monter. Une idée neuve, sans trace, peut être bonne : dans ce cas, il faut sortir de l'organisation et chercher le signal chez des utilisateurs ou des clients.
La mémoire de l'historique est inégale. Une tentative passée a pu échouer pour une raison qui n'existe plus : l'équipe, le moment, l'outil. Elle informe, elle ne tranche pas.
Un signal coûteux n'est pas une garantie d'adoption. Une personne qui t'a confié ses fichiers peut ne rien en faire ensuite, et le tour des sources internes réduit le risque de construire dans le noir sans le supprimer.
Ce travail ne délivre pas un certificat de validation. À la fin, tu dois surtout pouvoir dire ce qui est mieux étayé, ce qui reste inconnu et pourquoi le prochain investissement est proportionné. Si tu ne peux pas nommer la décision que le prochain prototype changera, il est encore trop tôt pour savoir quoi lui faire tester.
À lire ensuite
Recevoir la newsletter
Des tutos, des essais et des retours bruts sur ce que je construis. Le lien pour te désabonner est en bas de chaque édition.
L’inscription se termine sur Substack, dans un nouvel onglet.