- Speaker #0
Hello, je suis Carlotta. Bienvenue dans Product Marketing Stories, le podcast qui décrypte les méthodologies, partage des conseils et apprentissages concrets pour rendre compréhensible et accessible le product marketing. Dans cet épisode capsule, Lucas nous explique comment progresser dans l'utilisation de l'IA pour devenir un PMM encore plus efficace. Il partage les do's and don'ts pour qu'on évite les erreurs fréquentes et qu'on ait conscience des limites des outils comme ChatGPT, Cloud ou Perplexity. Enfin, il nous rappelle pourquoi l'IA n'est pas là pour nous remplacer, mais pour nous aider à nous concentrer sur les aspects les plus stratégiques et enrichissants du métier de PMM. Un épisode essentiel pour maîtriser l'IA tout en restant fidèle à ce qui fait la valeur du rôle de PMM. Bonne écoute ! Est-ce que tu as des conseils sur... tu parlais de progresser, de s'améliorer. Est-ce que toi tu... je ne sais pas, il y a des personnes que tu suis en particulier qui sont fortes, il y a ta newsletter évidemment. Mais là aujourd'hui, c'est demain, ceux qui nous écoutent, ils veulent vraiment... se mettre sur ce sujet-là, progresser, apprendre. Est-ce que tu as des conseils pratiques ?
- Speaker #1
C'est une bonne question. Si j'écris cette newsletter, c'est aussi que je ne retrouvais pas, complètement. Donc je n'ai pas envie de dire, ouais, je suis seul à faire ça. Aujourd'hui, j'en connais peu, je regarde ce qui se passe, mais souvent, les cas d'usage sont quand même un peu basiques. Nous, on essaie quand même de pousser ces cas d'usage un peu dans leurs limites, et aussi, je pense qu'avec l'IA, il y a beaucoup de cas d'usage qui sont super shiny, moi, quand je les vois, je suis en mode, wow, c'est trop bien, mais en fait, déjà, un, c'est... super bancal, ça marche une fois sur dix, et deux c'est pas réplicable. Donc, je pense que la meilleure chose à faire, quoi qu'il arrive, c'est apprendre les bases du prompting, donc apprendre comment est-ce qu'on query une IA, et ensuite il faut juste le faire, il faut le faire beaucoup, etc. Et toujours chercher, demander, comment toi tu utilises l'IA aujourd'hui, identifier de nouveaux cas d'usage, etc. Mais déjà, le mode par défaut, c'est se dire j'ai une tâche à faire, comment est-ce que je peux utiliser l'IA pour la faire, et voir, identifier, juste évaluer. Si ça permet de t'aider à faire plus rapidement, ça va te permettre de progresser plus rapidement. En fait, moi je l'utilise pour absolument tout aujourd'hui et tous les jours je m'améliore. Et tous les jours je découvre de nouveaux cas d'usage. Genre, c'est assez fou quoi. Ce que je recommanderais vraiment c'est de prendre une subscription payante, c'est pas obligatoire, mais ça va aussi vous engager à utiliser la technologie d'une certaine manière. Et les utiliser le plus possible quoi. Parce qu'une fois, le moment, green me, ici c'est le statu quo. C'est le fait de se dire, ah, j'ai pas eu le temps, j'ai pas envie d'apprendre à utiliser cette technologie. Mais en réalité, c'est que les gains de productivité sont tellement immédiats et importants qu'en fait, il faut juste réussir à faire le premier pas pour très rapidement avoir de très bons résultats.
- Speaker #0
Ouais, je pense que beaucoup vont se retrouver sur ce que tu dis sur Statu quo, où en fait, j'ai l'impression qu'en fait, c'est la première étape, le premier escalier qui est super dur à atteindre, de dire le 0 to 1. et de réussir en fait à se dire ok il y a toute cette partie prompting, apprentissage qui est quand même assez complexe et on peut facilement se dire en fait j'ai essayé deux fois ça n'a pas marché, je laisse tomber et je reprends comme je fais parce qu'à court terme je gagne du temps à rester iso. Mais en fait il n'y a pas ce truc de se dire en fait ok je suis ok pour me dire que je vais potentiellement perdre du temps à court terme mais parce que je sais que les gains à plus long terme sont on va dire exponentiels.
- Speaker #1
Complètement ils sont juste immenses. Je pense pas que j'irai aussi vite par exemple dans le lancement de mon business etc. Ou que mes semaines seraient juste invivables, globalement, si j'avais pas l'air. Même en règle générale, je pense qu'on passe beaucoup de temps à faire des tâches renouvelables sur lesquelles en fait finalement, il y a peu de valeur ajoutée. Moi j'ai jamais autant kiffé le product marketing que depuis que j'utilise l'air. Parce que ça me permet vraiment de me focaliser sur ce qu'il y a de cool dans le job. Faire l'update, écrire l'update d'un changelog qui est vraiment le truc le plus standardisé sur lequel il y a zéro valeur ajoutée etc. Ou c'est vraiment... juste de l'information très pratique, etc. Clairement, moi, ça ne me faisait pas rêver. Par contre, essayer de définir, ok, c'est quoi notre stratégie de lancement, ok, comment est-ce qu'on peut différencier notre produit, ok, faire des interviews utilisateurs, comprendre les besoins en profondeur, c'est ça qui fait rêver dans le job. Et ensuite, être capable d'avoir ce niveau de connaissance vraiment très fine du marché et du contexte qui entoure le produit, c'est ça qui est cool. Et là-dessus, je pense que c'est la principale valeur à ajouter de IA. C'est que ça permet vraiment de... plus qu'il fait son job. Personnellement, moi, j'ai un meilleur équilibre perso, vie pro, vie perso depuis que j'utilise ces technologies-là.
- Speaker #0
Pour compléter aussi sur la partie comment progresser, je pense qu'il y a aussi cette partie de se partager des best practices entre pairs. Il y a aussi toute cette partie-là où on peut aussi échanger tout simplement et se poser des questions et échanger juste des bonnes pratiques entre boîtes, entre personnes qui se connaissent, entre communautés.
- Speaker #1
Complètement et là dessus je dirais et je renchérirai même sur ta réponse, je dis que c'est d'autant plus fondamental que il y a certaines limites à l'utilisation de l'IA et l'une des limites c'est qu'il y a la question de la sécurité des données etc et qu'il faut il faut utiliser ces technologies en accord avec les politiques de sécurité aussi. Et donc c'est très intéressant de voir effectivement ce qui se fait quand on est dans une scale-up, par exemple de voir ce qui se fait dans une autre scale-up, comment est-ce qu'ils intègrent ces outils etc. Je suis parti d'un point de vue qui est extrêmement personnel mais c'est très très pertinent effectivement.
- Speaker #0
J'aimerais aussi qu'on parle des limites de l'usage de l'IA, parce que c'est aussi controversé. On a parlé jusque maintenant de tous les avantages ou les bénéfices. Tu nous as expliqué comment ça fonctionne. Mais il y a aussi toute cette partie de limites et de savoir jusqu'où on peut mettre le curseur pour bien l'utiliser aussi.
- Speaker #1
Complètement. Alors les limites de l'IA, c'est un sujet qui est absolument fondamental. Et là-dessus, je pense que c'est des technologies qu'il faut utiliser avec beaucoup de précaution et beaucoup d'esprit critique. Une fois de plus, c'est là où ça ne remplace pas un PMM. C'est que... Si tu ne comprends pas le project marketing, si tu ne comprends pas les subtilités du métier, tu ne peux pas savoir ce qui est un bon résultat ou un mauvais résultat, d'après l'IA. Donc c'est là où, une fois de plus, il faut l'utiliser vraiment comme un assistant et pas pour remplacer et faire le job. Déjà, les IA, elles ne sont pas 100% fiables et elles sont très très loin de l'être. Elles s'améliorent au fur et à mesure. C'est des sujets que les créateurs d'IA ont très bien connaissance, mais globalement, aujourd'hui, elles font toujours énormément d'erreurs. et c'est très dur d'identifier lorsqu'elles en font. Je te donne un exemple, les IAS ne sont pas du tout intelligentes. Elles ne raisonnent pas, même si au PNA, ils commencent à parler de raisonnement, etc. mais aujourd'hui, elles ne raisonnent pas du tout. Donc il faut faire très attention à ce qu'elles racontent, et surtout, c'est très facile aussi de biaiser les IAS elles-mêmes. À un moment, moi je m'étais amusé, et j'avais réussi à faire croire à ChatGPT en seulement 3 interactions, que 10 plus 1... Ça faisait 9 et pas 11. Première réponse, il me dit que ça fait 11. Je lui dis, mais attends, t'es sûr ? T'es sûr que ça fait pas 9 ? Il me dit, ah non, pardon, désolé, ça fait 9. Alors que la règle mathématique, enfin, elle est absolue, bon, j'ai pas fait maths sup, etc. Je sais pas s'il y a une règle spécialisée qui rentre. jeu mais globalement des ce que ça fait 11 et ça fait pas neuf vous à dire que très rapidement même nous on peut biaiser les il ya dans le résultat est donc là c'est bien de confirmation qui rentrent en jeu il faut faire très attention à ça aussi quoi c'est que les îles a peut-on aussi déjà elles peuvent faire des choses qui sont pas vraies mais en plus elles peuvent nous dire ce qu'on a envie d'entendre donc ça faut faire attention donc la fiabilité c'est déjà le point le plus important c'est vraiment toujours double checker toujours utiliser les IA comme assistant toujours ça là dessus et être intraitable quoi et dans le doute en fait juste revérifier une fois que ça va permettre de gagner du temps mais faut être extrêmement critique avec les résultats qui sont formulés parce que c'est bête mais ils peuvent guider une stratégie produit dans la mauvaise direction. Moi, je sais que, par exemple, je l'ai beaucoup utilisé pour Brandsormé, et certaines idées que j'ai eues, en fait, étaient complètement fausses. Elles paraissaient évidentes, et l'IA est très forte pour faire ressortir des choses de bon sens, mais en fait, elle ne matchait pas du tout avec les attentes du marché. Donc, il faut faire attention à ça. Et ensuite, il y a les problématiques de sécurité. Donc, c'est-à-dire qu'ils sont plus à un niveau, je pense, corporate, enterprise, etc. Donc, après, il y a les problématiques de sécurité et de privacy, mais qui sont plus au niveau de l'entreprise. Donc, ça, il faut faire attention à ne pas partager trop de données qui sont perçues. personnel, etc. Ce genre de choses. Parce qu'il y a des enjeux de privacy qui sont très importants aussi. Donc fiabilité et sécurité.
- Speaker #0
Et il y a des moyens de, justement, mieux gérer ces limites-là. Typiquement, quand on parle plutôt sur la partie fiabilité, parce que la sécurité, en tout cas quand on est en entreprise, on va aussi avoir les autorisations ou interdictions aussi des entreprises de pouvoir utiliser ou pas ces outils et de ce qu'on met dedans en termes d'infos. Mais sur la partie fiabilité, sur aujourd'hui 10 plus 1, tout le monde sait que c'est 11, donc c'est facile. pour nous de dire ok je sais que c'est faux mais il y a plein de choses où on peut facilement le croire tu parlais de valider les hypothèses, de valider ce qui est écrit, comment est-ce qu'on peut valider ?
- Speaker #1
ça c'est une très bonne question, déjà toujours essayer de remonter à la source donc typiquement moi ce que je faisais quand je faisais de la recherche marché sur un cas d'usage c'est que je demandais à la chaise GPT une question de recherche marché par exemple faire du market sizing par exemple sur un segment spécifique etc Sauf que derrière je n'avais pas la source. Donc je vois les résultats et je me dis ouais ok ça fait sens mais j'ai pas du tout la source Et donc ce que je faisais c'est que je mettais les résultats dans la perplexité et je lui demandais de me retrouver les sources. Si je les avais derrière je pouvais retrouver l'étude et avoir le contexte aussi du résultat parce que souvent des chiffres sans contexte on les utilise. comme on veut. Et si par contre je ne retrouvais pas la source, je ne les mentionnais pas. Parce que souvent, en fait, si on ne retrouve pas la source, ou si l'IA n'est pas capable de formuler comment est-ce qu'il est arrivé à cette réponse, ça peut être une hallucination. Et une hallucination, c'est vraiment le gros danger, ça veut dire qu'il y a un vent de cou. complètement, ça paraît super, ça a l'air de faire sens, mais en fait ça fait pas du tout sens. Et moi je sais que Liam a sorti des choses qui avaient vraiment aucun sens. Mais qui... Ou qui étaient pas du tout vraies. Qui avaient du sens mais qui étaient pas du tout vraies. Donc faut toujours double checker. Et ça, ça passe par l'humain. Donc, utiliser Parplexity pour double checker ce que fait ChatGPT, ça marche, mais derrière faut toujours aller checker à la main, quoi. Parce que les enjeux sont trop importants derrière, quoi. L'idéal, le but, c'est quoi ? C'est de prendre des décisions qui sont assez structurantes pour le produit au point de vue. entreprise, donc il faut toujours double checker.
- Speaker #0
Oui, d'où l'importance de ce que tu disais au début de l'utiliser comme assistant et pas comme remplaçant.
- Speaker #1
Exactement. Je pense que c'est un peu l'erreur que beaucoup de gens font avec l'IA, c'est qu'ils disent Ah tiens, je vais demander à l'IA de faire mon job Et en fait, l'IA va faire le job de manière assez médiocre. Parfois, ce sera OK et ça va marcher, mais la plupart du temps, ça ne marche pas ou ça ne marche pas longtemps et puis les gens sont de plus en plus au courant.
- Speaker #0
Merci beaucoup, Lucas, pour toutes ces explications, ce partage d'expérience. Je suis sûre que ça va beaucoup aider, inspirer la communauté aussi à progresser, à apprendre et à vraiment se lancer sur l'usage de... de l'IA, de ChatGPT, de Perplexity, de tous les outils dont on a parlé. Merci encore, Lucas, et je te souhaite une bonne journée. À bientôt.
- Speaker #1
Merci à toi, Carlotta. À la prochaine. Salut.
- Speaker #0
Merci d'avoir écouté cet épisode jusqu'au bout. Si l'épisode t'a plu, n'hésite pas à le partager sur LinkedIn en me taguant. Tu peux aussi me soutenir en laissant un avis 5 étoiles sur Apple Podcasts et me laisser un commentaire. Ton aide est précieuse pour m'aider à faire connaître Product Marketing Stories. et aussi m'encourager à créer davantage de contenu. Alors merci !
