Tu veux intégrer de l'IA dans ton produit mais plus tes utilisateurs s'en servent, plus ta facture grimpe et ta marge, elle, ne suit pas.

Le modèle économique du SaaS classique ne survit pas tel quel à l'IA générative, et peu de décideurs produit ont vraiment regardé ce que ça change.

Jean-Philippe Fourès est VP Product chez Iguane Solutions, où il déploie des modèles IA sur infrastructure dédiée pour des clients dans la banque, l'assurance et la santé.

Venu de la tech et du Big Data, il fait le pont entre le fonctionnement réel de l'IA et ce que ça change pour tes arbitrages produit.

Dans cet épisode, il explique :

• Le coût réel d'un token, et ce que ça implique pour une feature IA à l'échelle.
• Closed source, open-weight, modèle hébergé : comment choisir le bon modèle selon ton contexte.
• Pourquoi la vraie question de la souveraineté n'est pas le coût, mais qui peut lire tes données et ce que ton contrat avec un éditeur US ne te protège pas de faire.
• Comment un petit modèle spécialisé, réentraîné en quelques heures, peut battre un modèle frontière hors de prix.

Pour retrouver la communauté Product Partners c'est par là.

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Céline Delaugère est la cofondatrice et CEO de MyDataMachine, une entreprise qui accompagne ses clients sur des cas d'usage de l'IA liés à la vidéo : détection d'opportunités de vente en magasin, lutte contre le vol à l'étalage, reconnaissance de tendances mode, classification de véhicules.

Son équipe annote en moyenne 1,5 million d'images par mois pour fiabiliser les modèles de vision de ses clients.

Dans cet épisode, Céline partage son expérience sur le concept de Human-in-the-Loop (HITL) et en quoi cette méthode permet à la fois d'itérer vite et de déployer des systèmes IA robustes.

Tu apprendras :

• Pourquoi un modèle à 70% de réussite peut quand même partir en production.
• Pourquoi l'expertise métier (mode, retail, médical, automobile) devient l'actif le plus rare pour entraîner les IA verticales.
• Pourquoi le métier de data annotator est aujourd'hui dans le top 3 des jobs en croissance sur LinkedIn.
• Les 3 endroits exacts où l'humain doit intervenir dans le cycle de vie d'un modèle IA.
• Comment construire un dataset d'évaluation vraiment robuste.

Retrouve Céline sur LinkedIn et sa newsletter Vision Before Technology ici.

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Comment évaluer un agent IA quand il ne se contente plus de répondre, mais choisit ses outils, manipule des données et déclenche des actions ?

Laurent Zhang est le cofondateur de Mankinds, une plateforme d’évaluation d’applications IA incubée à Station F dans le programme F/ai.

Dans cet épisode, il partage son expérience sur l'évaluation des applications d’IA générative et les systèmes agentiques.

Nous discutons notamment des alternatives au "LLM as a judge" avec des tests plus déterministes, auditables et adaptés aux secteurs régulés.

Il explique :

• La différence entre un workflow IA séquentiel vs un agent autonome.
• Les limites de la méthode d'évaluation avec un LLM (LLM as a judge) et les alternatives.
• L'approche d'évaluation que propose Mankind avec des scoreurs déterministes et des datasets contextualisés.
• Pourquoi la conformité n'est pas un frein mais un accélérateur à l'innovation.

(00:00:00) Parcours de Laurent et mission de Mankind

(00:06:21) Systèmes agentiques et limites du LLM as a judge

(00:15:27) Du contexte aux tests déterministes

(00:25:31) Orchestration, modèles et mise en production

(00:36:03) RAG, graphes et adoption de l’IA agentique

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Jean-Baptiste Kempf est le président de l'association VideoLAN et porte VLC Media Player depuis plus de 20 ans.

VLC c'est un logiciel téléchargé 6,5 milliards de fois et utilisé par des centaines de millions de personnes, sans qu'un euro n'ait jamais été investi en publicité.

Dans cet épisode on revient sur l'histoire du projet (né d'une association étudiante à Centrale en 1998), la philosophie qui a permis cette croissance hors-norme, et les apprentissages que Jean-Baptiste en tire après 20 ans à construire des produits.

Il explique :

• Pourquoi le "complain-driven development" est plus efficace que 6 mois de discovery.
• Comment une tagline de 4 mots "VLC plays everything, runs everywhere" a structuré 20 ans de gouvernance open source et tranché des centaines de débats produit.
• Pourquoi VLC n'est pas joli mais marche, et pourquoi la rapidité et la hiérarchisation des fonctionnalités sont sous-estimées par les designers d'aujourd'hui.
• Où se déplace la vraie barrière à l'entrée à l'ère du vibe coding.

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Et si le futur du Product Management ne consistait plus seulement à cadrer, mais aussi à construire ?

Dans cet épisode, Benoît Terpereau partage sa vision du Product Management augmenté par l'IA générative, où les profils produit deviennent des product builders capables de concevoir, tester et livrer plus vite tout en restant centrés sur la valeur utilisateur et business.

Benoît est ingénieur de formation, passé par des rôles de développeur, CTO, Product Manager, directeur produit, VP produit et CPTO, notamment chez My Little Paris, Deezer, Lunii et aujourd'hui Believe, où il pilote une équipe produit d'une cinquantaine de personnes.

Il explique :

▪️ Pourquoi aujourd'hui seul un tiers du code livré apporte réellement de la valeur et pourquoi accélérer sans discernement ne ferait qu'amplifier ce gaspillage.

▪️ Comment il déploie cette transformation chez Believe avec une no-code factory et un programme beta "AI Native PM".

▪️ Pourquoi les PM doivent devenir plus business et mesurer leur impact sur les revenus car c’est là que se joue leur légitimité quand tout le monde peut builder.

▪️ Pourquoi l'empathie reste la compétence numéro un et pourquoi un PM ne devrait pas passer une journée sans interagir avec un utilisateur.

▪️ Sa méthode en 3 phases : interviews dé-biaisées par l'IA, prototypes fonctionnels testés par les utilisateurs, synthèse des retours assistée par la GenAI.

Vous pouvez contacter Benoit sur LinkedIn par ici.

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Hugo des Longchamps pilote la tech chez Paladin, une startup qui modernise la santé au travail.

Avant ça, il a passé huit ans chez Keobiz, où il est passé de premier dev à CTO d'une équipe d'une douzaine de personnes, dans une boîte à 40 millions d'ARR.

Début 2025, il rejoint Paladin, une boîte de moins de six mois et de trois personnes alors.

Un an plus tard : trois produits certifiés en production, une équipe de cinq devs, et un go-live au 1er janvier 2026.

Dans cet épisode, il raconte comment il s'y est pris :

▪️ Imposer Cursor à toute l'équipe dès le jour 1 et gérer la résistance.

▪️ Le dev de demain n'écrit plus de code : il orchestre des agents.

▪️ Le vrai goulot d'étranglement : la review humaine, et pourquoi il refuse encore de l'automatiser.

▪️ Apprendre Terraform sans IA, puis construire un agent capable de terraformer 130 ressources AWS en autonomie.

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Olivier Brandicourt partage son expérience autour du développement d'une marketplace basée sur la confiance et la transparence tout en maintenant un modèle économique durable et une culture d'entreprise bienveillante.

Olivier est un leader produit avec plus de 10 ans d'expérience dans la gestion de marketplaces internationales. Il est aujourd'hui VP Produit chez Gens de Confiance.

Il explique :

▪️ Comment faire de la confiance la proposition de valeur centrale d'une marketplace.

▪️ Le modèle économique de Gens de Confiance basé sur l'immobilier et la location de vacances.

▪️ Pourquoi certaines verticales ne sont volontairement pas monétisées.

▪️ Leur utilisation de l'IA générative pour détecter les fraudes tout en préservant le lien humain entre les membres.

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Gilles Barbier partage son expérience avec OpenClaw, le projet open source à la croissance fulgurante qui s'est imposé parmi les plus populaires de GitHub.

Gilles est un entrepreneur tech avec près de 20 ans d'expérience, spécialisé dans l'orchestration de workflows et fondateur de plusieurs startups.

Aujourd'hui, il construit tinyStaff, une startup qui propose des assistants virtuels personnalisés basés sur OpenClaw.

Il explique :

▪️ Le fonctionnement d'OpenClaw, l'un des projets open source les plus populaires du moment sur GitHub.

▪️ L'intérêt d'installer OpenClaw sur une machine locale (souvent un Mac Mini) et les risques associés.

▪️ Comment il construit tinyStaff, une startup basée sur OpenClaw proposant des assistants spécialisés (assistant de direction, marketing, développement, etc.).

Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.