La gestion de produit pour les agents AI est sans conteste la forme la plus folle de gestion de produit de l'histoire. La gestion de produit typique consiste à essayer de comprendre comment concevoir des interfaces et des logiciels pour que les gens interagissent avec des systèmes déterministes. L'utilisateur connaît généralement tout le contexte pour réussir son travail, il s'agit donc généralement de maîtriser la logique commerciale sous-jacente et l'expérience utilisateur environnante. Mais avec les agents AI, l'utilisateur qui vous intéresse le plus est l'agent, et il ne sait rien par défaut. Il se dirigera avec plaisir dans n'importe quelle direction pour accomplir la tâche, souvent sans succès. En tant que PM (ou ingénieur), vous passez donc essentiellement votre temps à essayer de rétroconcevoir "quel contexte un humain aurait besoin pour accomplir cette tâche", puis à déterminer comment concevoir des systèmes pour fournir à l'agent ces données dans le bon ordre, avec les bons outils et instructions. Certains de ces systèmes sont entièrement invisibles pour l'utilisateur humain, mais une partie de l'art consiste également à comprendre comment l'utilisateur final interagira avec l'agent pour fournir ce contexte. Ensuite, il s'agit souvent d'un essai et d'une erreur sans fin pour obtenir des points de qualité incrémentiels à chaque étape. C'est particulièrement pourquoi les personnes ayant une expertise approfondie dans un domaine, ou celles qui peuvent l'acquérir rapidement, réussiront extrêmement bien à construire des agents AI. La capacité à anticiper le contexte dont l'agent aurait besoin pour réussir est un facteur déterminant majeur de l'efficacité de l'agent. Cela explique en partie pourquoi les agents de codage ont si bien fonctionné dès le départ ; parce que leurs créateurs comprennent profondément le domaine qu'ils cherchent à automatiser. Mais il est clair que nous allons rapidement voir ce même résultat dans tous les domaines - juridique, santé, finance, etc. - alors que l'ingénierie contextuelle et une nouvelle génération de chefs de produit émergent.

Nous allons revenir sur le monde d'avant l'IA et être absolument étonnés de la lenteur de tout. Chaque semaine chez Box, alors que nous devenons axés sur l'IA, nous mettons en avant un flux de travail où quelqu'un en interne a construit un agent IA pour automatiser un processus. Cela peut être des choses comme un processus RH, une prospection commerciale, la réponse à des appels d'offres, la gestion d'un flux de travail de conformité, la rédaction de documentation, etc. En général, ma réaction immédiate est : « Je n'arrive pas à croire que nous devions faire tout ce travail manuellement ». Le temps que nous devons passer à rechercher, rédiger ou déplacer des données entre les étapes juste pour arriver à ce que nous *essayons réellement* de faire (comme embaucher quelqu'un, conclure un accord, etc.) est fou. Et de manière intéressante, à la suite de cet exercice, je vois aussi de nombreux domaines où je serais prêt à investir *davantage* dans les personnes grâce à l'efficacité accrue du processus. Le calcul du retour sur investissement change soudainement pour de nombreux types de travail lorsque les agents peuvent réellement accélérer le processus ou augmenter la production. Des temps fous nous attendent à l'ère du travail axé sur l'IA.

Oui, vous devriez toujours étudier l'informatique. La meilleure façon de tirer le meilleur parti de l'IA est d'avoir une compréhension de base de votre métier. L'IA est alors un multiplicateur de force dans ce que vous pouvez accomplir. Cela s'applique à tous les domaines, que vous soyez médecin, avocat, artiste, marketeur ou ingénieur.