Comment l'IA va révolutionner le développement de produits et comment s'y préparer [Insights from AWS' Senior Advisor to Startups]

Comme tout propriétaire d'entreprise le sait, l'adéquation produit-marché est l'un des aspects les plus difficiles du démarrage d'une entreprise.

Prédire le bon produit à construire - et investir dans la construction de prototypes, l'expérimentation et les tests - est un processus extrêmement long et coûteux, et souvent, les propriétaires d'entreprise manquent d'argent avant même de pouvoir tester leurs produits.

Heureusement, comme me l'a dit Deepam Mishra, conseiller principal d'AWS pour les startups et expert en IA, "Ce processus est sur le point d'être bouleversé avec les dernières avancées en matière d'IA."

J'ai rencontré Mishra pour discuter de la manière dont l'IA va révolutionner tous les aspects du processus de développement de produits et de la manière dont les startups et les PME doivent s'y préparer.

Comment l'IA va révolutionner le développement de produits, selon le conseiller principal d'AWS pour les startups

1. Les prévisions d'adéquation produit-marché seront plus précises.

D'après l'expérience de Mishra, il a vu de nombreuses startups échouer en raison d'une mauvaise adéquation produit-marché.

Cela correspond à des tendances plus larges. Pas moins de 35 % des PME et des startups échouent faute de besoin du marché.

Heureusement, l'IA peut aider à résoudre ce problème. L'analyse des données alimentée par l'IA peut aider les startups à recueillir une vue plus précise et plus complète des données quantitatives et qualitatives dont elles auront besoin pour déterminer si leur produit répond réellement aux besoins de leurs clients - ou si elles ont même sélectionné le bon public dans la première place.

L'utilisation de l'IA lors de la collecte et de l'analyse des données peut également aider les équipes à mieux comprendre leurs clients.

Comme Mishra me l'a dit, "l'IA peut faciliter la compréhension des besoins réels des clients qui se cachent derrière des problèmes connus. Souvent, les ingénieurs commencent à construire des prototypes sans une compréhension approfondie des besoins quantitatifs et qualitatifs des clients. Avant l'IA générative, il existait des outils moins performants pour analyser ces informations. »

2. L'IA améliorera considérablement la vitesse d'itération et le délai de mise sur le marché.

La création de maquettes et de prototypes d'un produit que vous souhaitez tester est l'un des aspects les plus chronophages du cycle de développement d'un produit. Il faut généralement quatre à 12 semaines pour créer un prototype électronique et une à quatre semaines pour une maquette imprimée en 3D.

"Le temps qu'il faut pour générer une incarnation physique - ou même une incarnation 3D ou visuelle d'un produit - nécessite une vraie physique derrière", explique Mishra.

"C'est un processus assez long pour les chefs de produit, les concepteurs et les ingénieurs en logiciel de construire un produit dans un modèle en trois dimensions."

En d'autres termes : tout le temps et l'argent que vous investissez dans la création et le test d'un prototype pourraient finir par vous coûter cher.

Imaginez alors la puissance d'un monde dans lequel l'IA peut vous aider à créer des maquettes et des prototypes en quelques heures seulement.

Cette vitesse est plus que pratique : elle pourrait sauver la vie des PME et des startups qui n'ont ni le temps ni les ressources à perdre sur des fonctionnalités de produits qui ne rapporteront pas de bons retours.

Pour Mishra, c'est l'un des domaines d'opportunité les plus excitants dans l'espace produit.

Comme il le dit, "Le fait que vous puissiez créer du contenu à partir de zéro avec une vitesse aussi rapide et atteindre un niveau de précision plus élevé est l'un des éléments les plus excitants de tout cela."

3. L'IA changera la façon dont vous recueillez les commentaires des clients.

Une fois que vous avez un prototype, ou même un produit minimum viable, vous ne pouvez pas arrêter d'itérer là-bas. Vous devrez le tester avec des clients potentiels ou actuels pour savoir comment l'améliorer ou le modifier ensuite.

Et, jusqu'à présent, l'analyse des produits était largement limitée aux données structurées ou numériques.

Mais les données structurées ont leurs limites.

Mishra m'a dit : « La plupart des informations d'entreprise ne sont pas structurées, car elles se présentent sous la forme de documents, d'e-mails et de conversations sur les réseaux sociaux. Je suppose que moins de 20 % des données d'une entreprise sont des données structurées. Il y a donc un énorme coût d'opportunité à ne pas analyser ces 70 à 80 % d'informations.

En d'autres termes, il n'y a pas beaucoup de solutions évolutives pour collecter et analyser des données quantitatives afin d'analyser comment les clients réagissent à votre produit.

Pour l'instant, de nombreuses équipes produit s'appuient sur des groupes de discussion pour recueillir des commentaires, mais les groupes de discussion ne sont pas toujours des représentations précises du sentiment des clients, ce qui laisse votre équipe produit vulnérable à la création potentielle d'un produit qui ne sert pas réellement vos clients.

Heureusement, "l'IA générative peut aider à convertir les commentaires des clients en données pour votre entreprise", explique Mishra. « Supposons que vous receviez de nombreux retours sur les réseaux sociaux, des commentaires sur l'utilisation des produits ou des discussions sur les forums de clients. Désormais, vous pouvez convertir ces informations en graphiques et en lignes de tendance et les analyser de la même manière que vous avez toujours analysé des données structurées. »

Il ajoute : « Essentiellement, vous pouvez déterminer les fonctionnalités dont vos clients parlent le plus. Ou quelles émotions les clients ont-ils en ce qui concerne les caractéristiques particulières du produit. Cela vous aide à déterminer l'adéquation du produit au marché, ou même les fonctionnalités à ajouter ou à supprimer de votre produit.

L'impact potentiel de la capacité à convertir les commentaires quantitatifs en points de données exploitables est énorme.

Avec l'aide de l'IA, votre équipe peut être plus sûre que vous investissez vraiment du temps et de l'énergie dans les fonctionnalités du produit qui comptent le plus pour vos clients.

4. L'IA redéfinira la façon dont les ingénieurs et les chefs de produit interagissent avec les logiciels.

Au-delà du développement d'un produit, l'IA peut aussi innover les équipes qui le développent.

Jusqu'à présent, nous avions des rôles entiers définis autour de la formation des personnes sur une suite de produits particulière. Ils sont devenus les experts d'un logiciel donné et comprennent le fonctionnement de chaque élément.

À l'avenir, nous commencerons à voir comment l'IA peut aider votre équipe à recruter de nouveaux employés sans nécessairement avoir besoin de ces experts en logiciels pour organiser des formations.

Vous avez peut-être un programmeur junior dans votre équipe avec une expérience limitée. Pour vous assurer qu'elle adhère à la discipline particulière de codage de logiciels de votre entreprise, vous pouvez en avoir une grande partie préprogrammée et systématisée grâce à des outils de génération de code AI.

Pour les processus plus intensifs, comme le prototypage, Mishra explique que certaines tâches de formation pourraient même être remplacées par une IA basée sur le chat. "Nous avons commencé à réaliser que des interfaces de type chat plus naturelles peuvent remplacer des moyens très complexes de demander de l'aide à partir d'outils logiciels et matériels."

Supposons que votre entreprise ait besoin de concevoir un widget. Plutôt que de consacrer du temps et des ressources à modéliser un prototype, vous pouvez demander à un chatbot de produire des exemples de conception et de fournir des contraintes.

"Vous n'avez même pas besoin de savoir quels outils d'apprentissage automatique sont utilisés", ajoute Mishra, "vous parlez simplement à une interface de chat, et peut-être qu'il y a cinq produits différents derrière le chat. Mais en tant qu'êtres humains, nous nous soucions moins de l'outil que des résultats.

5. L'IA augmentera la créativité humaine dans l'espace produit.

L'apprentissage automatique existe depuis près de deux décennies et est déjà utilisé depuis longtemps dans le domaine du développement de produits.

Mais il est sur le point de changer radicalement.

Comme Mishra me l'a expliqué, les anciens algorithmes d'apprentissage automatique pouvaient apprendre des modèles de transformation des entrées en sorties, puis appliquer ce modèle à des données invisibles.

Mais les nouveaux modèles de machines génératives poussent ce processus un peu plus loin : ils peuvent toujours appliquer des modèles à des données invisibles, mais ils peuvent également acquérir une compréhension plus approfondie de la pensée derrière le processus créatif.

"Ils peuvent comprendre comment un programmeur logiciel crée un logiciel, ou comment un designer crée un design, ou comment un artiste crée de l'art", m'a dit Mishra.

Il ajoute : « Ces modèles commencent à comprendre la pensée derrière la création, qui est à la fois excitante et effrayante. Mais là où cela s'applique à presque toutes les étapes du développement de produits, c'est que vous pouvez désormais dynamiser la composante de la créativité humaine.

En d'autres termes : l'IA deviendra n'importe quel chef de produit, ingénieur ou copilote de concepteur alors qu'il navigue sur un nouveau terrain, dans lequel les actions répétitives et répétables seront remplacées par le temps passé à concevoir et à itérer sur des produits meilleurs et plus puissants.

Finalement, l'IA changera complètement l'expérience client

Il y a une conversation distincte et plus approfondie à avoir sur les ramifications à long terme de l'IA et de l'espace produit.

Pour l'instant, le leadership produit s'est largement concentré sur la manière dont ils peuvent améliorer efficacement leurs produits en ajoutant l'IA à leurs fonctionnalités existantes.

Comme le dit Mishra, "La plupart des dirigeants disent en ce moment : 'Laissez-moi échanger ce que j'avais avec l'IA générative.' Vous pourriez donc considérer ces produits comme la version 2.0 d'un modèle précédent.

"Mais", poursuit-il, "la prochaine génération de solutions, sur laquelle certains des innovateurs les plus ambitieux commencent à travailler, réinvente complètement l'expérience client. Ils ne se contentent pas de dire : "Nous ajoutons l'IA à un produit", mais plutôt : "Réimaginons l'ensemble du produit lui-même, avec l'IA comme base". Ils réinventeront les interfaces entre l'humain et la technologie.

À l'heure actuelle, les consommateurs choisissent entre une variété de services de streaming, tels que Netflix ou Amazon Prime, puis le service de streaming fournit des recommandations basées sur l'IA en fonction du comportement antérieur de l'utilisateur.

Comme l'explique Mishra, "La première vague de startups dira : 'D'accord, améliorons ces prédictions.' Mais la deuxième vague de startups ou d'innovateurs dira : 'Attendez une seconde… Pourquoi avez-vous même besoin de vous inquiéter pour une seule plate-forme ? Pourquoi ne pas voir plus grand ? »

"Donc, nous aurons des entreprises qui diront:" Laissez-moi générer du contenu sur différentes plateformes en fonction de votre humeur et de 10 000 autres comportements, par rapport aux trois genres que je sais que vous aimez.

Comment cela s'intègre-t-il dans le processus de développement de produits actuel ? Ce n'est pas le cas.

Au lieu de cela, il le retourne entièrement à l'envers. Et c'est à la fois terrifiant et passionnant.

Mishra suggère : « Comment réinventez-vous l'expérience produit ? Je pense que c'est là que la créativité humaine va être appliquée.

Comment démarrer avec l'IA et le développement de produits

1. Commencez à expérimenter.

Mishra reconnaît que même si c'est une période passionnante dans l'espace produit, c'est aussi une période difficile, et de nombreuses PME et startups se demandent si elles devraient même investir dans l'IA.

Le changement se produit rapidement et il peut être difficile de déterminer dans quels aspects de l'IA vous devriez investir ou comment vous devriez aborder sa mise en œuvre dans vos processus actuels.

Le conseil de Mishra ? "Commencez à expérimenter, car vous trouverez cela beaucoup plus facile une fois que vous aurez commencé. Et il y a quelques domaines qui vous donneront de la valeur, que vous mettiez l'IA en production ou non, y compris l'analyse des informations et des commentaires des clients, ou la recherche d'entreprise. Vous commencerez à voir la valeur révélatrice de ces expériences. , qui vous guidera sur le bon chemin.

Heureusement, vous n'avez pas besoin d'embaucher votre propre ingénieur en apprentissage automatique pour créer quelque chose à partir de zéro. Au lieu de cela, vous pouvez envisager des outils tels que Bedrock récemment publié par Amazon, qui fournit des modèles d'IA génératifs prédéfinis que vous pouvez ajouter à une application existante avec une API. Cela vous permet de renoncer à toute formation sur l'IA et de limiter les risques de violation de données, et d'être opérationnel en quelques minutes.

2. Identifiez où l'IA peut aider votre équipe.

Mishra recommande de déterminer les bons cas d'utilisation qui auront un retour sur investissement positif pour votre entreprise.

En fin de compte, il est essentiel que vous preniez le temps de déterminer quels domaines de l'entreprise pourraient tirer le meilleur parti de l'IA et que vous commenciez par là.

Par exemple, il suggère : "Je vois beaucoup de travail dans les domaines des activités en contact avec les clients, car cela génère des revenus, donc c'est potentiellement de grande valeur."

Si vous ne savez pas par où commencer dans votre propre équipe, il n'est pas nécessaire de réinventer la roue. Envisagez de contacter des experts du cloud ou des startups qui peuvent vous guider à travers certaines solutions courantes déjà explorées par d'autres entreprises.

3. Obtenez l'adhésion des parties prenantes.

Il existe une autre exigence tout aussi vitale pour l'expérimentation : l'adhésion des parties prenantes et des dirigeants.

Mishra déclare : « Je pense que l'alignement culturel et l'alignement des parties prenantes est un domaine important sur lequel les entreprises doivent commencer à travailler. Si la haute direction a peur pour de mauvaises raisons, cela pourrait freiner sa croissance.

Il y a certainement des problèmes de confidentialité et de fuite de données en ce qui concerne l'IA. De plus, l'IA n'est pas parfaite : elle peut halluciner ou fournir des informations inexactes ou biaisées lorsqu'elle fournit des résultats.

Ce qui signifie que lorsque vous convainquez les dirigeants d'investir dans l'IA, il est essentiel que vous insistiez sur le fait que l'IA ne dirigera pas le navire. Au lieu de cela, ce sera le copilote de confiance de votre équipe.

Il est également important de noter que si les dirigeants estiment qu'il est risqué d'investir dans l'IA, ils devraient également tenir compte des risques de ne pas y investir.

Comme le dit Mishra, "C'est un moment décisif, et vous pouvez être laissé pour compte alors que d'autres startups et entreprises commencent à avancer plus rapidement dans leurs cycles d'innovation de produits."