Alors que l'intelligence artificielle s'installe durablement dans nos workflows, son impact sur la manière dont nous concevons les produits soulève autant de questions que d'opportunités. Loin de l'automatisation totale, une voie médiane se dessine : celle d'une discovery 'augmentée', où la technologie libère les équipes produit pour les repositionner au cœur de la stratégie.
C'est ce qu'explore Julien lors d'un échange avec Matthieu Dixte, Product Researcher chez Maze depuis quatre ans. Au cœur de cette discussion, un constat clair : l’IA ne remplace pas l'humain, elle lui offre les moyens de se concentrer sur l'essentiel... la connaissance approfondie de ses utilisateurs.
La fin de la recherche en silo : vers une culture "Research Native"
Pour bien comprendre la vision de Matthieu, il faut d'abord comprendre le contexte unique de Maze. La plateforme elle-même est dédiée à la recherche utilisateur, ce qui place Matthieu dans une position "méta" : il fait de la recherche pour un outil de recherche. Cette spécificité crée une culture d'entreprise où la légitimité de la discovery n'est jamais remise en question.
La vraie différence que moi j'ai par rapport à d'autres researchers [...], c'est que je n’ai pas à prouver la légitimité, l'apport ou le bénéfice qu'a la Discovery dans un process parce que c'est notre outil.
Chez Maze, la recherche n'est pas une étape optionnelle ou un goulot d'étranglement, c'est un état d'esprit qui "infuse" tous les départements, des ventes au marketing, en passant par les opérations.
Cette culture permet une démocratisation réelle de la recherche. Matthieu, bien qu'étant le seul product researcher spécialisé au sein de l'équipe produit, n'est pas le passage obligé pour chaque micro-décision. Il intervient sur les sujets "flous", les grandes opportunités stratégiques et les signaux faibles, laissant au "trio" classique (Product Manager, Product Designer, Lead Engineer) l'autonomie nécessaire pour mener leurs propres travaux de discovery tactique.
C'est là que réside la vision de Matthieu pour l'avenir : des équipes produit qui ne sont pas des gardiens académiques, mais des facilitateurs orientés business. Comme il le souligne.
On est plutôt dans une démarche à vouloir démocratiser la recherche et faire en sorte qu'elle soit accessible à tout le monde et qu'elle soit orientée Insight et Impact Business.
Les nouveaux piliers de la discovery augmentée par l’IA
L’intelligence artificielle commence doucement a s’installer comme une pratique "mainstream" dans le processus de discovery. En s'appuyant sur ses nombreux échanges avec des pairs, des prospects et sur les études annuelles comme The Future of Research menées par Maze , Matthieu observe que l’usage de l’IA s’articule aujourd’hui autour de trois axes historiques devenus matures, complétés par des innovations de rupture.
Planification, transcription et analyse qualitative
Les pratiques les plus fréquentes de l’IA dans la discovery concernent essentiellement la génération de guides d’entretien, la génération de questions de brainstorm et, surtout, l’automatisation de la transcription et l’analyse thématique d’entretiens. Ces tâches, autrefois extrêmement chronophages, sont désormais traitées en quelques clics, permettant de traduire rapidement la donnée qualitative en patterns quantifiables.
Le "Vibe Coding" : Le prototype haute fidélité à la portée de tous
L'une des évolutions les plus marquantes citées par Matthieu concerne la réduction de l'écart entre le design et le code. Grâce à des outils comme Cursor, les designers peuvent désormais s'aventurer dans le "vibe coding" pour créer des prototypes interactifs très réalistes.
Contrairement à l'idée d'une substitution totale des outils de design traditionnels, il s'agit d'une évolution vers plus de fidélité : les équipes utilisent le "vibe coding" pour réaliser des prototypes rapides qu'elles testent ensuite en conditions quasi-réelles.
Les designers créent des prototypes à très haute fidélité avec des interactions sur la base de véritables données [...] ça leur permet d'avoir des feedback aussi beaucoup plus concrets.
Cette approche permet de tester non seulement des concepts, mais aussi l’utilisabilité réelle très tôt dans le cycle de vie de l'innovation.
L’AI Moderator : La recherche à l’échelle
L'autre grande innovation réside dans les entretiens modérés par IA. Matthieu partage une expérience personnelle frappante : avoir lancé une étude via un modérateur IA avant de partir en vacances, pour retrouver quarante interviews analysées à son retour.
Là où une étude classique sur quinze participants aurait nécessité une semaine complète d'analyse, l'IA a permis de traiter un volume plus important en un temps record.
En une journée, j'ai pu tout revérifier, approfondir aussi [...] ça fait gagner un temps fou.
Loin d’être un simple sondage amélioré, ces agents peuvent rebondir intelligemment sur les réponses afin d’explorer en profondeur les problématiques et maximiser la valeur des apprentissages pour l’équipe produit.
Vitesse vs Qualité : le faux dilemme de la Discovery
Une question revient souvent : l’IA nous fait-elle gagner du temps au détriment de la qualité ? Pour Matthieu, la réponse est catégorique. Chez Maze, le mantra est clair : Don't choose between building fast and building right.
L’IA n’est pas un substitut à la qualité, mais une nouvelle corde à l’arc des équipes produit.
Faire vite, ça ne veut pas dire forcément faire moins qualitatif.
En automatisant les tâches à faible valeur ajoutée, on peut multiplier les points de contact avec les utilisateurs tout au long du cycle de vie du produit, plutôt que de se contenter d'une seule grosse phase de recherche à un instant T.
De plus, l'IA permet de réduire l'imaginaire et l'interprétation biaisée des participants. En confrontant les utilisateurs à des prototypes haute fidélité issus du "vibe coding", les feedbacks récoltés sont bien plus précis. On quitte la zone du "que feriez-vous si..." pour observer des comportements réels sur des interfaces fonctionnelles.
Toutefois, Matthieu nuance l'usage de ces outils automatisés : il continue de modérer lui-même certains entretiens, notamment pour les sujets hautement stratégiques, pour entretenir le partenariat avec les clients ou pour pallier certaines limites techniques actuelles (comme le partage d'écran avec un modérateur IA). L'IA et l'humain travaillent de concert
C'est vraiment une combinaison de l'un et l'autre [...] pour optimiser tes actions.
L'avenir de la recherche : l'humain comme différenciateur ultime
Face à la montée en puissance des modèles de langage, certains imaginent déjà des recherches menées sans aucun utilisateur réel, via des "utilisateurs synthétiques". Si Matthieu reconnaît l'utilité de ces simulations pour le brainstorming ou pour élargir sa propre vision, il reste sceptique sur leur capacité à remplacer la véritable découverte.
Il distingue les utilisateurs synthétiques (basés sur des personas génériques) des "Digital Twins" (basés sur des données réelles de points de contact passés). Si ces derniers sont prometteurs pour prédire des comportements sur des sondages basiques, ils ne peuvent capter les comportements inattendus ou les signaux non-verbaux qui définissent l'expérience humaine réelle.
À l'heure où l'IA offre les mêmes capacités d'exécution à toutes les équipes, la maîtrise technique n'est plus un avantage concurrentiel, mais un simple standard. Le succès d'un produit se joue désormais sur la finesse de sa compréhension du terrain :
Ton véritable différenciateur, c’est la connaissance approfondie de tes propres utilisateurs ou prospects. Et ce sera ça le dernier facteur de différenciation pour les entreprises dans un monde où n’importe qui peut désormais développer des produits standardisés avec de l’IA.
L'expertise humaine se déplace donc vers deux piliers essentiels :
- L’esprit critique : Ne pas consommer les outputs de l’IA "bêtement et méchamment". Le product designer ou le PM doit rester le garant de la source, du traitement de la donnée et de la remise en question des résultats.
- L’empathie et la décision : L’IA est un exécutant, mais l’humain reste aux manettes pour l’interprétation émotionnelle et la prise de décision stratégique.
Conclusion : l’IA, l’acolyte stratégique de l'équipe produit
L'interview de Matthieu brosse le portrait d'un métier en pleine mutation, mais loin d'être menacé. L'intelligence artificielle agit comme un catalyseur qui propulse les Product Designers et les PMs vers des sphères plus stratégiques. En se libérant des heures de transcription et de logistique, l'équipe peut enfin se concentrer sur ce qui compte vraiment : identifier les opportunités qui auront un impact décisif pour l'entreprise.
Comme le conclut Matthieu, l'IA est une boussole dans un océan de données :
Si tu perds ton esprit critique, tu perds le moteur de ta recherche [...] Je le vois vraiment comme un collaborateur et non pas comme un remplacement.
Le futur de la discovery n'est pas artificiel, il est augmenté par la technologie pour redevenir, plus que jamais, profondément humain.
Si tu veux explorer ces méthodes avec Matthieu et nos autres mentors, la prochaine promo de notre formation Advanced Product Discovery démarre le 21 février !
👉 Découvre le programme ou échange avec un expert pour voir si cette formation correspond à ton parcours et tes envies d’évolution.
