5 choses qui fonctionnent réellement pour percer dans la gestion de produits AI : 1. Construisez en public et partagez votre parcours d'apprentissage. Ne perdez pas de temps sur des cours coûteux. La meilleure éducation est gratuite, il suffit de faire le travail. Créez des démos, élaborez des flux de travail AI, réalisez des vidéos montrant votre processus. Positionnez-vous comme quelqu'un avec des idées intéressantes et partagez-les publiquement pour obtenir des retours. C'est aussi ainsi que vous testez si vous pensez suffisamment grand ou de manière suffisamment intéressante. Réseautez lors d'événements AI, mais plus important encore, créez un nom pour vous sur les plateformes sociales. Ayez des conversations. Montrez votre travail. 2. LinkedIn est l'endroit où les opportunités de gestion de produits AI se concrétisent réellement et vous devez jouer le jeu de manière stratégique. Tout le monde dans la gestion de produits AI est sur LinkedIn. Optimisez votre profil pour ce que vous publiez et comment les recruteurs vous voient. Envoyez 30 demandes de connexion par jour à des recruteurs, des chefs de produits et des leaders seniors. Ne personnalisez pas chaque demande, le volume crée des opportunités futures qui se révèlent plus tard. Le grand changement : les commentaires génèrent plus d'impressions que les publications en ce moment. Commentez de manière réfléchie et fréquente, mais n'utilisez jamais l'AI pour vos commentaires. Écrivez-les vous-même. C'est ainsi que vous obtenez une véritable visibilité et traction avec d'autres utilisateurs. 3. Faites des recherches gratuites comme le ferait un vrai PM. Visitez les pages d'histoires clients sur les sites d'Anthropic, OpenAI et Gemini. Étudiez comment les entreprises utilisent réellement l'AI, quels problèmes elles résolvent, quels résultats elles obtiennent, quels schémas émergent. Construisez votre propre base de données de cas d'utilisation de l'AI. Cela devient votre mine d'or de recherche. Ensuite, pratiquez l'appariement des problèmes aux solutions : pour chaque cas d'utilisation, demandez-vous si l'AI est vraiment la meilleure solution ou s'il existe quelque chose de mieux. C'est un travail traditionnel de PM, juste appliqué à l'AI. La meilleure éducation ne vient pas des cours, elle vient de l'étude de produits réels. 4. Chaque emploi de PM devient un emploi de PM AI, que le titre le dise ou non. Recherchez "AI Product Manager" et vous ne trouverez pas beaucoup de résultats. Mais regardez n'importe quelle description de poste de PM et vous verrez que les exigences ont changé : compréhension des LLMs, connaissance de RAG et des évaluations, expérience dans l'utilisation d'outils AI pour la productivité. Même si vous ne construisez pas de produits AI de base, vous avez besoin de compétences en AI pour rester compétitif. Les ingénieurs sont 10 fois plus productifs avec des outils AI. Les PM qui ne correspondent pas à cette productivité seront laissés pour compte. Les titres de poste n'ont pas encore rattrapé, mais les exigences l'ont déjà fait. 5. Arrêtez d'étudier et commencez à construire avec le cadre à 4 angles. La plus grande erreur des aspirants PM AI est de passer des mois à apprendre les réseaux neuronaux, la science des données, les mathématiques et les statistiques. Au moment où ils terminent, leur motivation à réellement construire quelque chose est partie. Au lieu de cela, évaluez chaque idée de produit AI sous quatre angles : Est-elle précieuse (résout-elle un vrai problème) ? Est-elle utilisable (les gens peuvent-ils réellement l'utiliser) ? Est-elle réalisable (de quels modèles et infrastructures technologiques avez-vous besoin) ? Est-elle viable (a-t-elle un sens commercial) ? C'est tout. Vous n'avez pas besoin d'un doctorat en apprentissage automatique pour valider ces quatre choses. Vous avez besoin de curiosité, de recherche client et de la volonté de livrer. Conversation complète ici :