Transcription de l'épisode : "Tristan Charvillat, L’IA au service du product design : transformez votre approche du product design grâce à l’intelligence artificielle générative"
Terry: Salut Tristan.
Tristan : Salut Terry.
Terry : Merci de prendre du temps aujourd'hui pour parler de Gen AI dans le product et de Gen AI aussi au sens large avec en particulier un retour d'expérience de ce que tu as pu mettre en place chez Malte et ce que tu fais aujourd'hui avec Discovery Discipline. Donc ça va être un peu les grandes thématiques de notre échange. Et avant de rentrer dans le vif du sujet, je te propose tout d'abord de te présenter.
Tristan: De me présenter. Très bien. Écoute, moi, je m'appelle Tristan Charvillat. J'évolue dans le monde du design en particulier, du produit au sens large depuis une vingtaine d'années maintenant. J'ai commencé à travailler dans le domaine en 2004, 2005. Jeune designer sur une place pas très mature à l'époque, comme tu peux l'imaginer. J'ai eu la chance de vivre un peu toute cette cette évolution en étant de l'intérieur. Et autre chance, ça a été d'être assez rapidement chez PayPal, qui était une boîte californienne, tout le monde connaît à peu près PayPal, qui en plus ont la chance d'être pas très loin de Stanford et qui était très tôt influencée par le design thinking. Et donc, moi, mon job, c'était, je crois que j'étais premier designer européen pour PayPal. Il y avait du monde là-bas, mais ils commençaient à implanter des designers en Europe. Et donc, les pieds en Europe, la tête en Californie. Et ça, je dois dire que ça a été vraiment une chance parce que ça m'a permis de bénéficier de tous les apports d'une boîte déjà très mature sur un continent qui était en train de le devenir. Voilà, donc ma carrière, elle a continué après. J'ai fait un saut chez Intuit, donc un autre Californien, et puis je suis rentré chez BlaBlaCar. Là, j'ai eu d'abord l'opportunité de revenir les mains dans le cambouis en lançant une nouvelle app avec le fondateur. Ça a été très, très formateur pour moi. Ensuite, de travailler au sein de BlaBlaCar Maison-Mère avec des équipes design, des équipes product marketing aussi. Il y avait dans mon équipe la Brand aussi à cette époque-là. Donc une équipe assez large, assez pluridisciplinaire. Voilà. Et ensuite, je suis allé chez Malte. Donc là, on va en parler un petit peu. Et très récemment, on a sorti un livre. Je dis on, je vais dire beaucoup on pendant notre discussion parce qu'en fait, je fais beaucoup de choses à deux avec Rémi Guyot, qui est mon compère depuis quasiment 20 ans. En tout cas, on s'est rencontré chez Paypal. On bosse ensemble depuis. Donc, on a écrit un livre qui s'appelle Discovery Discipline et qu'on a édité en 2022, au début de l'été 2022, qui est un peu la synthèse de toutes nos années de collaboration entre le design, le produit, toutes les astuces qu'on a pu trouver et qui est devenue une méthode qu'on a appliquée et déroulée chez Blablacar. Voilà, donc on a sorti ce livre en 2022, d'abord simplement avec l'intention de partage, parce que c'est pas à toi que je vais apprendre, le partage c'est quelque chose d'important, donc c'était la première intention. Puis finalement, de fil en aiguille, ça a eu plus d'impact et de succès que ce à quoi on s'attendait, si bien que Rémy, depuis un an et à plein temps sur cette activité, et je l'ai rejoint là en septembre, donc j'ai quitté Malte et à présent mon full-time job c'est d'accompagner sur du coaching, sur de la formation, sur de l'audit, sur tout un tas d'activités autour de la Product Discovery, comment aider les équipes produits et pluridisciplinaires à optimiser leur activité de Product Discovery. Voilà, ça, c'est ma vie aujourd'hui. Et à côté de ça, évidemment, j'ai une vie perso. Je suis papa de deux enfants et je vis à Paris. Donc, j'essaye aussi de passer un bon moment dans cette partie de ma vie qui est fondamentale, mais dont on ne va probablement pas beaucoup parler aujourd'hui. Peut-être une autre fois.
Terry: L'idée va être de parler Prozum sous le prisme de la Gen AI et notamment en voyant l'arrivée, ce qui a fait l'électrochoc dans la communauté tech et bien au-delà, c'est la sortie de ChatGPT. Et on commence du coup à avoir les premiers cas d'usage, les premières boîtes qui se sont vraiment engouffrées là-dedans pour mettre en place des choses avec ces nouveaux outils. Et vous en particulier quand vous étiez chez Malte, donc peut-être tu peux juste recontextualiser pour ceux qui ne connaîtraient pas Malte ce que vous faisiez. Et comment ça s'est arrivé sous l'angle produit ? Comment toi tu as pris ce sujet ? Comment ça s'est fait d'ailleurs ? Je suis assez curieux de se dire maintenant faut qu'on arrive à intégrer ça dans nos opérations actuelles. C'était quoi un peu le cheminement derrière après l'effet wow de la sortie d'OpenAI ?
Tristan: Yes. Alors déjà, Malte, effectivement, pour ceux qui ne connaissent pas, c'est une plateforme de mise en relation entre des freelance et des entreprises. Il y a beaucoup de freelance aujourd'hui. Ça augmente chaque mois. J'ai quitté en juin. Il y en a probablement encore plus aujourd'hui, mais il doit y avoir probablement six ou sept cent mille freelance sur la plateforme, sur plusieurs pays et donc les entreprises en face qui vont chercher des ressources freelance. Donc ça c'est Malte, super boîte, une scale-up française. Donc moi chez Malte, j'ai un rôle de VP design. Je m'occupe des équipes design, de les faire grandir, développer les verticales, il y a la user research, il y a la production de contenu, il y a le design system, il y a la localisation aussi, donc toute l'activité d'adaptation du contenu dans tous les pays de Malte. Donc, mon job, c'est ça. Et puis, si tu as écouté attentivement mon introduction, tu as noté que je n'ai absolument pas parlé d'AI. Et je n'en ai pas parlé parce que jusqu'à Malte, il n'y avait absolument rien à dire sur l'AI dans ma vie. Je suis un designer et mon job, c'est le design. Et donc, chez Malte, il y a plusieurs spécificités. L'une d'entre elles, c'est qu'il y a Claire Lebars, qui est Chief Data Officer. et qui vient de chez Airbnb et qui en plus d'être quelqu'un d'extraordinaire d'un point de vue humain, elle est aussi extraordinaire d'un point de vue technique de la data et avec une vision sur la AI très forte. Donc une influenceuse de premier ordre chez Malte et Vincent Huguet qui est un des fondateurs, qui lui aussi a un appétit et une vision de l'AI assez prononcée et qui depuis quasiment mon arrivée chez Malte sussurent le mot AI à l'oreille de tous ceux qui ont envie de l'entendre. Donc ça, ça a créé un écosystème, un environnement plutôt favorable à l'émergence des avis sur le sujet. Mais pour être très, très précis, je me souviens de l'instant et je me souviens même du lieu où je me suis dit, la AI, il va falloir s'y mettre. Et c'était en écoutant un podcast, un génération DIY, que j'imagine beaucoup de gens connaissent. Et c'était un épisode avec Laurent Alexandre. J'ai aucun avis sur Laurent Alexandre. À chaque fois que j'ai raconté cette histoire, j'entends Laurent Alexandre. Il est clivant. Et honnêtement, j'ai aucun avis sur... J'ai simplement écouté parce que j'aime bien écouter les points de vue des gens. Et je crois que le titre du podcast, c'est dans six mois, il sera trop tard pour s'y intéresser. Et en fait, ça, ça m'a énormément parlé. Cette idée qu'on ne sait pas ce que ça va faire la AI sur le monde en général, sur notre métier. En fait, très difficile et honnêtement, il ne faut pas me poser la question parce que je n'ai absolument aucune réponse là-dessus. Je n'en sais rien. Par contre, l'idée que ça va commencer à créer une nouvelle scission entre ceux qui s'y mettent et ceux qui ne s'y mettent pas, ça, ça me parle énormément. Donc ça a été un peu le moment de révélation où je me suis dit mais en fait il a raison et donc va falloir que je me mette à l'AI. Et peut-être cumuler à ça avec cette réalisation, je te dis que j'étais papa, il y a probablement quelque chose aussi là-dedans en me disant mais alors si moi c'est déjà un sujet qui risque de m'entraîner dans une direction ou une autre, mes enfants c'est encore autre chose et donc il faut que je jette un oeil à ce truc-là, il faut que je sois capable d'en parler. Ce moment-là a été un changement dans ma tête et donc quand je suis retourné au bureau le lendemain, j'ai eu une discussion avec Vincent Encler et deux, trois autres personnes en leur disant j'aimerais bien que AI, ça devienne un sujet, une vraie verticale pour moi. J'ai aucune compétence pour emmener une équipe AI et Claire est bien, bien, bien loin de moi là-dessus. Par contre, j'ai envie de voir ce qu'on peut faire dans mon écosystème et moi, c'est produits et design. Et donc, j'ai envie de m'investir là-dedans humblement avec très peu de connaissances, mais l'envie de découvrir moi et les autres avec ça. Donc, si tu veux l'hypothèse je ne m'en occupe pas, ce n'était plus une option. Après, la question, c'était qu'est-ce que je vais bien pouvoir faire avec ça ?
Terry: Oui, parce que du coup, la question évidemment qui me vient, c'est OK, tu as ça qui arrive, tout le monde qui le découvre. Donc déjà, tu vas avoir un mix de gens qui veulent s'y intéresser, d'autres qui vont surfer peut-être sur la vague. Je vais créer plein de choses pour expliquer aux gens comment il faut faire, alors qu'ils ne comprennent pas non plus potentiellement comment ça marche encore. Comment tu te formes à ça ? C'est-à-dire, par la pratique, comment tu abordes le sujet dès que ça commence à tomber ?
Tristan: Alors déjà, tu dis un truc super vrai qui est, on va en parler beaucoup et en même temps, est-ce qu'on sait ? Je ne sais pas si tu te souviens d'une pub pour les frites McCain qui était « c'est ceux qui en parlent le moins qui en mangent le plus ». À l'AI, des fois, il y a un peu de ça. C'est-à-dire qu'il y en a qui en parlent beaucoup à l'extérieur. Et en fait, quand tu mets le nez à l'intérieur, il ne se passe pas grand-chose. Et inversement, d'autres qui en parlent très peu et qui en font beaucoup. Je t'ai cité Claire qui était chez Airbnb. C'est un exemple très intéressant. Airbnb, évidemment qu'ils font beaucoup de AI et depuis très longtemps. Mais si tu vas sur le produit, tu vas avoir assez peu de promesses AI, de revendications AI. Et contrairement d'autres produits sur lesquels tu vas avoir de l'AI partout, finalement, il ne se passe pas grand-chose. Mais pour revenir au départ, Ça a été aussi une réflexion de ma part en me disant, si chez Malte, on veut délivrer des services AI à l'extérieur, il faut absolument qu'on sache l'utiliser à l'intérieur. Comment est-ce qu'on va faire si nous-mêmes, équipe produit, On n'utilise pas l'AI, c'est-à-dire on ne connaît pas les forces et les faiblesses de l'outil. Comment est-ce qu'on va pouvoir construire des outils pour nos clients ? Donc oui, on va optimiser les algos avec les ingés. OK, ça, d'accord. Mais tout le reste de l'expérience que l'AI peut proposer, en particulier les LLM sur la production de contenus, si on ne sait pas le faire nous-mêmes, comment on va faire ? Donc ça, ça a été un motivateur. Et le vrai game changer, il y a eu une phase où moi, j'ai commencé à creuser de mon côté. ChatGPT était là, donc tester déjà dans mon quotidien comment ça marche. On pourra discuter du use case, mais j'en ai testé un certain nombre pour ma vie perso. Les GPTs, tu pouvais commencer à jouer un petit peu avec. Très cool, mais tout ça un peu enfermé dans ma boîte. Je l'utilise un peu pour 2-3 use case du boulot, mais bon, même légalement, c'est un peu compliqué. On se fait beaucoup peur. Faut pas mettre de date à la... Compliqué.
Terry: T'as des petits exemples de ces petits use case au départ ?
Tristan: Use case perso ?
Terry: Ouais, perso, ou les premiers use case.
Tristan: Use case perso, j'ai un désaccord, j'ai un vrai problème à l'école, avec l'école de mes enfants. Un truc, je rentre pas dans le détail, mais ça va pas du tout. un message, deux messages sourds d'oreille total. Chat GPT, tu joues le rôle de mon pote avocat, je te pose la question, tu me fais un bon courrier qui m'indique toutes les démarches, tous les recours que je vais pouvoir mettre en œuvre s'ils répondent pas à ma demande. Je renvoie le message et je vraiment exactement ce qui s'est passé le lendemain matin. Ça faisait trois mois que j'avais des discussions. Le lendemain matin, j'avais un accord. Yuskez, incroyable. Franchement, je valide. Ça, c'est un Yuskez perso qui marche très, très bien et je n'avais pas anticipé que ça marche aussi bien. Un autre exemple, je me suis fait un coach individuel. Et donc là, je lui ai mis, tu sais, en 20 ans de boîte, le nombre de tests de personnalité que tu peux faire, de MBTI, de trucs de couleurs, de machin, tout ça. J'ai tout mis dedans et je lui ai mis...
Terry: Les résultats de tes tests, du coup ?
Tristan: Ouais, les résultats de mes tests, je lui ai mis mes notes de lecture, je lui mets tout ce qui m'influence d'une manière ou d'une autre. Et puis, je lui demande des conseils sur moi-même, sur voilà, aujourd'hui, je suis comme ça, j'ai cette idée en tête, etc. Et ça m'alimente. Donc je commence tout ce genre d'expérimentation. J'en ai fait un, c'est intéressant pour tout le monde, mais un extract, donc avec Rémi, t'as compris qu'on bosse ensemble, on est amis évidemment, et ça fait un bon moment qu'on discute sur WhatsApp. Donc j'ai extrait l'intégralité de nos discussions WhatsApp. pour en faire un bot et puis pour lui poser des questions sur quels sont les sujets qui nous préoccupent, quels sont les sujets qu'on n'a jamais résolus, de quoi on parle depuis des années, de quoi on parlait il y a trois ans. Tu peux lui poser un nombre de questions infinies comme ça, qui t'amènent des perspectives. Donc ça c'est, on va dire, mes activités perso pour commencer à découvrir la puissance de ce truc. Et une chose qui a fait vraiment la différence, c'est l'introduction d'un outil qui s'appelle Dust. Tu connais bien. J'ai entendu ton épisode avec Ed il y a très peu de temps. Fantastique épisode au passage. Edouard, c'est vraiment... J'adore et la discussion que vous avez eue est absolument passionnante. Donc, excellent outil qui, chez Malt, m'ouvre la perspective de pouvoir monter des bots spécialisés. J'appelle ça des bots, j'appelle ça des assistants, des assistants spécialisés par domaine et que je vais pouvoir distribuer d'abord à mon équipe et puis plus largement à l'entreprise. Alors, bot spécialisé, peut-être que ça vaut.
Terry: Le coup de rentrer dans le détail de qu'est-ce que ça veut dire. Moi, j'aime bien quand on parle de ça, j'aime bien parler de super stagiaire ou de personne à qui tu vas demander vraiment des tâches assez spécifiques, mais qui va pouvoir te les faire vraiment sans erreur. Après, je suis curieux de voir comment toi, tu le présentes.
Tristan: Alors là où moi j'y vois une énorme différence par opposition à un JPT classique, un chat JPT ou un autre, c'est que tu lui construis sa base de connaissances. Donc voilà, Tchad GPT, je ne connais pas tous les détails, mais grosso modo, il tape dans à peu près tout le contenu qu'on a bien pu produire sur le web. Et donc, c'est très, très, très général. Il est capable de parler de tout et n'importe quoi. Mais si tu lui dis Tchad GPT, j'ai besoin que tu me fasses un tweet de lancement de l'épisode avec Tristan pour Just a Click, ça va être un peu bateau. Parce que par définition, il va utiliser une base de connaissances extrêmement large et il connaît peu sur Tristan. un peu plus sur Juste Clique, mais probablement pas énormément. Un assistant spécialisé, tu vas lui donner peut-être l'intégralité des transcripts de Juste Clique, ma biographie, mon livre, etc. et il va être instantanément beaucoup, beaucoup plus pertinent. C'est ça la différence. Ils appellent ça un RAG, mais c'est une base de connaissances sur mesure. Et ça, tu peux en construire autant que tu veux. Donc tu vas réduire le cas d'usage énormément, parce que celui que je viens de décrire là, si tu lui demandes de faire une autre personne sur un autre podcast, ça ne marchera pas. Mais par contre, dans le cas d'usage que tu l'as défini, il va devenir extrêmement pertinent. Et donc, quand tu es en interne dans une entreprise et que tu cherches à aider des équipes de prod au sens large, ça, c'est hyper important. Donc, premier use case que j'adresse, le plus simple, le plus proche du LLM, c'est production de contenu pour le produit. chez Malte. Et donc, la base de connaissances que je lui donne, c'est les content guidelines qu'on a pu produire côté équipe produit. Je lui donne aussi la même chose côté brand, parce que côté marketing et brand, il y a aussi des guidelines. Je lui donne les brand guidelines aussi, encore plus larges. Je lui donne quelques best practices de contenu qui nous semblent bien bien exprimer la manière de parler de Malte dans un doc.
Terry: Donc là, ce qui est important dans ce que tu dis aussi quand même de comprendre, c'est que tu lui donnes donc tout ça, ça veut dire que cette information, elle est déjà présente textuellement, elle est là, textuelle, elle est écrite quelque part. Absolument. Donc ça, c'est quand même un prérequis qui n'est pas négligeable quand on veut vraiment exploiter toute la puissance d'LLM. Absolument.
Tristan: On a fait un petit boulot de resynthèse. Parfois. On a été l'enrichir proactivement en créant un certain nombre de choses. Mais tu as raison, l'essentiel de la donnée, c'est des choses qui existaient déjà, qui étaient dispersées. Et donc on a regroupé. Et alors donc Dust, ce qu'il a de chouette aussi, c'est que cette fameuse base de connaissances, tu peux la construire sur différentes plateformes. Moi, j'aime beaucoup Google Drive pour ça. Je me crée des fichiers, des dossiers, et puis dedans je mets le contenu. Ça marche avec Notion, ça marche avec GitHub, ça marche avec un certain nombre de plateformes. Donc tu ramènes le contenu que tu veux dans un endroit, tu crées ton assistant et tu lui dis que ton job d'assistant, c'est de créer, produire du contenu pour le produit Malt. Et pour cela, tu vas utiliser cette base de connaissances qui contient ça, ça, ça, ça, ça, ça. Petite subtilité, c'est à l'usage, je me suis rendu compte que pour éviter l'effet copier-coller du contenu, j'aime bien demander de produire plusieurs versions assez polarisées. Donc, par exemple, Malte, on a une des grandes guidelines, c'est Joy, la joie. Ça doit être joyeux. Bon, je vais lui dire, lorsque je vais te demander de produire du contenu, tu vas me faire une version super Joy. Et tu vas me faire une version super sérieuse. Et en faisant ça, tu crées des versions qui sont fortes, inspirantes, alignées avec ce qu'on pourrait faire, mais un petit peu trop extrêmes pour que le copier-coller marche. Et donc tu forces un peu la personne à se dire « ok, tout ça c'est cool, maintenant qu'est-ce que je fais de ça ?
Terry: » Quand tu parles de copier-coller, c'est justement pour derrière générer du contenu qui ne sera pas exploitable tel quel, mais sur lequel les salariés qui sont en charge ensuite de l'utiliser vont pouvoir réfléchir et prendre les choses intéressantes pour recréer quelque chose d'être un peu plus humain.
Tristan: C'est ça, c'est un peu plus humain, c'est vérifier, c'est avoir un point de vue sur l'output. Tu sais, il y a un effet au début, j'ai remarqué ça, surtout parce que chez Malte, comme probablement dans beaucoup de boîtes, on produit en anglais le contenu. Dès que ça devient international, il te faut une langue de base. On produit en anglais, mais on n'est pas anglo-saxon pour la plupart. Et dans l'usage, j'ai vu un shift du niveau d'anglais absolument colossal, avec honnêtement certains qui produisaient du contenu, je disais je comprends même pas en fait ce que c'est. Et des fois, il y a un effet, tu te dis mais c'est moi qui écris ça ? Je comprends même pas ce qu'il écrit alors que c'est de l'anglais, tu vois ? Et ça c'est un biais. Et tu vas avoir tendance à dire, attends, c'est de l'anglais de ouf, tellement ouf que je comprends pas, alors je le mets. Ça évidemment c'est pas une bonne pratique. Parce que tu cherches pas du tout, mon objectif c'est pas d'élever le niveau de l'anglais. Donc il faut trouver parfois des astuces pour écraser un peu, pour casser cette dynamique. Du copier-coller trop rapide.
Terry: Je trouve ça hyper intéressant de forcer du coup à être livant pour justement casser, enfin tu pourras pas copier-coller le résultat. Pour être sûr de comprendre sur la partie du coup génération de contenu, ce contenu là dont tu parles c'est du contenu pour après alimenter vos blogs et le SEO ou c'est du contenu autre, pour bien comprendre ce contenu ?
Tristan: C'est une bonne question. Non là c'est la microcopie, c'est vraiment le contenu qui est produit par les Alors ça dépend quand t'as un copywriter en interne, c'est lui, les designers, les PM, mais c'est le contenu de l'app.
Terry: Ok d'accord donc c'est vraiment des labels, des explications à droite à gauche.
Tristan: Des types de pages, avec des enjeux parce qu'on appelle ça microcopie, t'as très peu de mots pour faire passer beaucoup d'idées, donc il y a des challenges autour de ça. Et peut-être un truc rigolo c'est Pour, avant de l'annoncer en interne, on a fait un truc, c'est qu'on a lancé un concours de réécriture d'une page clé qui devait être une page de checkout, je crois. Je ne me souviens plus quelle page c'était, mais une page importante pour le produit. On s'est dit, allez, on fait un petit concours en interne, toute l'équipe produit, marketing, ceux qui ont envie. Vous réécrivez le contenu de cette page, puis ensuite, on va voter. Et puis, la meilleure copie gagne. On a fait ça. Il y a eu beaucoup de gens qui ont participé. Il y a eu une personne, un designer de l'équipe. Elle, on lui a donné le bot. Bon, c'était un pari. S'il ne se passait rien, on n'aurait rien dit. Mais c'est elle qui a gagné. Et ça, c'était le meilleur levier de com que vous pouvez imaginer. Parce qu'une fois qu'elle a gagné, c'est-à-dire qu'une fois que tout le monde a voté pour son contenu, on a dit, vous savez quoi, elle, c'était la super empowered participante parce qu'elle a bossé avec le bot. Et donc là, ça a été un vrai enabler, si tu veux, dans l'attention que les autres ont pu porter à ça, parce qu'ils ont pris conscience que ça ne faisait pas le job, mais ça pouvait te faire gagner.
Terry: Je trouve ça intéressant, parce que c'est vrai qu'on n'a pas posé le décor sur la taille de Malte, on a dit scale-up, mais globalement sur la mise en place de ces outils-là aussi, dans le cadre d'une boîte d'une certaine taille, il faut aussi embarquer les gens derrière. Donc là, concrètement, c'était combien de personnes à grosse maille ?
Tristan: L'équipe design, une quinzaine. L'équipe produit avec les PM plus un peu de product marketing, plus etc. Probablement une bonne quarantaine. Et puis après, tu as les partenaires autour, tu as des sales. Donc Malte, c'était 500 personnes. Donc voilà, l'expérimentation juste sur l'équipe micro. Mais bon, avec le petit jeu, ça a permis déjà de ramener du monde. Et puis après, l'intention était de scaler tout ça.
Terry: Donc ça, use case hyper clair. Est-ce qu'après tu en auras un autre là que tu pourrais partager, qui a aussi été intéressant ? Après j'aimerais bien qu'on aille aussi sur les use case aujourd'hui que tu as avec Discover et Discipline, avec ce que tu fais.
Tristan: J'en ai plein. En fait c'est rigolo parce que les assistants, une fois que tu as compris comment ça marche, tu peux en produire 50 par jour, si tu veux. Il y a quelque chose qui m'intéresse vachement là-dedans, c'est qu'on a enlevé toutes les barrières tech.
Terry: Pardon, avant d'aller sur un autre use case, peut-être expliquer, parce que comme tu viens de dire, tu peux produire des assistants ensuite vraiment rapidement, mais derrière, il y a quand même cette capacité à prompter en fait ton bot aussi. Donc peut-être expliquer comment concrètement tu construis l'assistant, parce que là, tu as très bien expliqué le fait que Il faut lui donner à manger des choses intéressantes, donc déjà récupérer ces données que tu as écrites à droite, à gauche pour pouvoir alimenter ton bot, mais ensuite il faut savoir aussi le requêter ce bot-là.
Tristan: Alors ça, c'est une très bonne question. Et ce qui est vraiment top avec les assistants, c'est qu'il y a, moi j'appelle ça un niveau de factorisation du prompt. Je ne sais pas comment, peut-être que ce n'est pas du tout comme ça que ça s'appelle, mais en gros, tu lui donnes des instructions au bot. Et les instructions, c'est toi qui les donnes quand tu le conçois et tu lui dis qui il est, à quoi il sert, comment il va travailler. D'accord ? Et moi, pour moi, ça, c'est un outil fondamental pour éviter la variabilité des promptes, justement. Parce que oui, tu as raison, des gens qui connaissent la AI et qui ne connaissent pas, ils vont prompter de manière très différente. Et puis, d'une fois sur l'autre, ils ne vont pas prompter la même chose, etc. Donc, tu as énormément de variabilité. Quand toi, ce que tu veux, c'est produire quelque chose à l'échelle pour une équipe produit complète, t'as envie que ce soit consistant. Après, évidemment, il y a tous les aléas des projets, mais au moins, tu dis, je veux que mon produit, à la base, peu importe qui l'interroge, il produise quelque chose d'assez similaire. Et donc, ces instructions, la définition de ce bot, tu peux beaucoup jouer là-dessus. Je te prenais l'exemple de ce production de contenu. Je lui disais, voilà, toi, tu vas utiliser la base de connaissances des Brand Guidelines pour t'assurer que c'est sur le bon tone of voice. Tu vas utiliser les Guidelines du production product content avec les tailles de phrases adaptées, etc. Et puis en plus tu vas proposer trois choses différentes. Donc en fait, à la fin, quand tu mets beaucoup d'instructions, les end users, donc les gens qui vont utiliser le bot, ils vont juste dire je veux du contenu pour ma page checkout où je raconte ça. Et ce qui va sortir, ça va être harmonisé. Donc c'est pour ça que j'appelle ça une sorte de factorisation, c'est que tu peux à la fin quasiment juste mettre un mot et il va te sortir l'output préformaté. Ça, ça m'intéresse beaucoup parce qu'effectivement, si tu t'attends à ce que l'autre côté de la barrière, on maîtrise le prompt et on soit consistant, ça, ça marche pas. Et donc ça c'est super. Tu ne vois pas ça dans le chat GPT, parce que le chat GPT il est fait pour tout faire, donc tu ne peux pas le préformater de cette manière-là. Quand tu fais des assistants spécialisés, ils peuvent être extrêmement préformatés. Et typiquement il y a un autre use case qui est très proche, j'en avais fait un, qui lui ne cherchait qu'à aligner ton contenu sur les brand guidelines. il ne va rien te donner. Tu lui colles sans aucune instruction. Tu mets juste « je colle mon contenu dedans » et il me sort. Ton contenu, en général, il est très positif, donc c'est bravo, terrible, bon travail, mais voilà les éléments sur lesquels tu n'es pas aligné sur les guidelines, donc réajuste. Tu vois, typiquement, ce genre de truc, là, tu es quasiment à l'extrême où il n'y a pas de prompt, il y a un input de ce que tu veux qu'il soit checké et un output du résultat du processus.
Terry: C'est assez fort, parce que dans le monde du développement, par exemple, quand on code et qu'on a des standards de code, on a ce qu'on appelle des outils type lint qui s'assurent que les standards, est-ce que je mets la collade en dessous ou au-dessus de ma fonction, etc. Ce genre de standards-là qui sont contrôlés de manière automatique. Donc sur du code, on peut se dire que c'est assez simple à mettre en œuvre. Mais là, on est en train de dire de mettre en œuvre ce même type de contrôle sur du langage, sur de l'écrit. Et c'est ça aussi qui est très fort avec l'LLM. on apporte en fait aussi des technos, des façons de travailler qui viennent du monde notamment, pour les techs, pour les devs notamment, c'est des choses qui peuvent être déjà mises en place sur ces états d'esprit d'automatisation, de contrôle automatique, etc. dans des mondes où on pensait ça impossible en fait, puisqu'on se disait c'est tellement varié que...
Tristan: Absolument. c'est subjectif, tu vois, des brand guidelines, est-ce que c'est assez joyeux ou pas ? Très, très subjectif. Ça fonctionne, ça te donne un output, ça te donne des directions de correction.
Terry: Et donc, comme tu disais, plein de use case, tu pourrais en donner beaucoup d'autres, mais si tu devais m'en garder un seul sur le cas de Malte, un second très, très, qui t'a vraiment marqué en termes derrière aussi, d'impact que ça a pu avoir ou d'impact souhaité en tout cas pour tes équipes, lequel tu mettrais en avant ?
Tristan: Je crois que celui qui a eu le plus de succès, c'est le premier que je t'ai cité. Il y a un truc que je n'ai pas explicité, mais peut-être que c'est intéressant d'en parler, c'est qu'en plus, Dust, il te permet de traquer l'usage de chacun des assistants. et traquer l'usage des assistants c'est, si t'es dans le produit, c'est avoir la data sur l'efficacité de ton produit. Ça c'est fantastique parce que ça ouvre la porte à toutes les itérations que tu puisses faire derrière. Pour moi c'était une feature de tueur celle-là et j'ai eu l'occasion de déjeuner avec Edouard il y a quelques temps en le suppliant de Je ne sais pas quel est l'usage qu'il y a derrière ça, mais il ne faut pas débrancher ça, parce que pour moi, ça a été un game changer, dans le sens où, une fois que ces assistants étaient créés, tu pouvais les donner en responsabilité à des personnes de l'équipe, et en l'occurrence, cet assistant-là, à la copywriter. Tout d'un coup, tu lui dis, tu as cet outil-là, et maintenant, tu vas pouvoir travailler l'adoption, la performance, avec des vraies données quantitatives d'usage objectif, Donc ça, c'est vraiment top. Et pour répondre à ta question sur d'autres bots, dans la méthode Focus qu'on a développée dans Discovery Discipline et qu'on appliquait chez Malte également, il y a une étape qui s'appelle Claim et c'est une étape où on te demande de réfléchir au positionnement de ta fonctionnalité très très tôt dans le processus, d'écrire un pitch de lancement. très inspiré du travail d'Amazon, l'Amazon Press Release, qui semble-t-il est aussi déjà le cas chez Apple. Tony Faddell dit que ce n'est pas Amazon, c'est Apple. Peu importe, mais c'est ce travail de...
Terry: Penser le lancement avant même d'avoir fait ta feature. Comment tu vas marketer ton lancement avant même de l'avoir fait ?
Tristan: Exactement, c'est ça. Donc, c'est l'une des étapes de Focus et c'est une étape tôt. Et c'est une étape sur laquelle les équipes produits galèrent un petit peu en général, parce qu'elles n'ont pas forcément la touche marketing, qui est une touche importante, qui est une forme de créativité différente, qui utilise des outils différents, des référentiels différents. Et donc, naturellement, on a fait un assistant là-dessus. qui va chercher dans les Brand Guidelines comme pour le contenu, mais aussi dans ce qu'on appelle les Value Proposition Framework, qui va vraiment être capable d'identifier c'est quoi les Core Proposition de Malt et en quoi ma fonctionnalité, elle peut être attachée à celle-là. Ça c'est l'un des prérequis si tu dis mais en fait ma Value Prop elle est très très, très loin du cœur de ma boîte. Il y a un truc qui est décalé. Et donc, ça, c'était un outil qui a eu beaucoup de succès parce qu'il facilitait beaucoup cette activité là et de connexion, mais aussi de rédaction. Donc, voilà celui là, un autre exemple qui a bien marché. Là, je te parle des outils que moi, j'ai montés pour le produit, mais je crois que comme dans beaucoup d'organisations, celui qui cartonne le plus, c'est pour le customer support. Pour le coup, je ne me suis pas impliqué là-dedans parce que c'est l'équipe AI avec Claire qu'on travaille là-dessus et c'est probablement celui qui a eu le plus d'impact, en tout cas financier. Ça a été cruncher la base de connaissances sur le produit, être capable de construire des réponses aux questions, aux tickets, etc. Je ne vais pas beaucoup là-dedans parce que ce n'est pas... Mais je pense que s'il y en a un à retenir sur Toumalt, c'est celui-là. En même temps, c'est le même qu'on a dans toutes les boîtes, quasiment. À chaque fois, on parle de customer support. C'est le plus puissant. mais dans l'équipe produit, production de contenu, copie ou même un peu marketing, et puis un peu user research aussi. User research, on a pas mal cherché d'assistants, on a créé plusieurs là-dessus pour faciliter pas mal de dimensions.
Terry: Hyper intéressant du coup, j'aimerais bien maintenant qu'on bascule un petit peu sur Discovery Discipline, ce que tu fais aujourd'hui, peut-être aussi expliquer ton activité au travers de ça, avec Discovery Discipline, et en quoi tu continues à utiliser la Gen AI et ce que tu expérimentes. Et puis après, peut-être aller aussi vers des apprentissages que tu as disséminés au fur et à mesure, mais peut-être aussi pour les recondenser sur les doutes que tu as pu apprendre jusqu'à présent.
Tristan: D'accord, parfait. Donc Discovery Discipline, notre activité aujourd'hui, c'est lié au livre dont j'ai parlé en intro. C'est une méthode qui permet un peu d'ouvrir la boîte noire de la Produc Discovery. L'autre jour, chez un client, il me disait « J'ai une équipe, là, elle est partie en Discovery, on ne l'a pas revue depuis ». Et ça m'a beaucoup marqué, cette façon de le dire, parce qu'effectivement, dans pas mal de contextes, la Discovery, c'est encore quelque chose de très flou, incertain, inconsistant d'une équipe à l'autre. Juste un petit détail, quand je parle de Product Discovery, je ne parle pas d'User Research. User Research, c'est un des éléments, mais je parle de... Nous, notre façon de le définir, c'est que c'est à peu près tout ce qui se passe avant la délivery. Donc la Discovery, ça vient après la stratégie. J'ai une stratégie, j'ai des grandes directions. Maintenant, à partir de là, qu'est-ce que je dois construire ? Et donc nous on a travaillé là-dessus depuis longtemps, sur comment accompagner les équipes, à structurer, créer une practice commune, un langage commun.
Terry: Est-ce que si je fais le parallèle, parce que de mémoire je pense que je l'avais déjà entendu ça, que votre framework Discovery Discipline, l'idée c'est que ça devienne un peu l'équivalent de Scrum pour la Discovery.
Tristan: En tout cas, Scrum, ça nous a beaucoup inspiré dans le sens où ça a été un moyen de structurer une activité, la delivery en l'occurrence, de manière à scale, d'apporter de la discipline, d'apporter des étapes. Il y a énormément d'interprétations de Scrum. Et ça aussi, ça a de nos intérêts. Donc on n'est pas dans le framework à suivre à la lettre. Mais n'empêche que ce qu'a réalisé Agile et Scrub en particulier, et probablement d'autres, pour la délivrerie, c'est gigantesque. Et donc aujourd'hui, je vois que des fois on dirait, ah oui, mais c'est imparfait, etc. Peut-être. Mais enfin, ça a changé le monde de la délivery. Et je crois qu'aujourd'hui, dans la discovery, il y a peu de méthodes comme ça. On a quelques éléments très inspirants, très high level, mais qui ne s'appliquent pas vraiment au quotidien. Et puis, on a des pratiques très événementielles, je dirais. On a fait beaucoup de design sprint. C'est top, design sprint, mais enfin c'est cinq jours cross fonctionnel dans un endroit avec un input, un output, le même, etc. Et ça, donc c'est utile, mais de temps en temps, ça scale mal. Tu fais pas une culture du design sprint dans ton entreprise où tous les projets feraient des design sprint ? Nous, on a cherché quelque chose d'un peu différent, qui n'est pas une méthode pour le produit, pour le design ou pour les autres, qui est un espèce de tronc commun à tout le monde, de questions fondamentales à se poser pour faire une bonne discovery. Et si tu retiens que ça, tu as déjà retenu beaucoup. Tu as sept questions fondamentales avec un petit livrable qui t'aide à la remplir. Et la valeur qu'on voit de cette méthode, c'est que ça génère les bonnes conversations, ça te force à te poser les bonnes questions au bon moment. parce que c'est structuré, parce que ça appuie sur les points fondamentaux. Voilà. Discovery Disciplines, c'est ça. C'est se poser les bonnes questions dans les équipes.
Terry: Très clair. Du coup, la GNI là-dedans.
Tristan: Oui, la GNI là-dedans. Alors déjà, pour ceux qui nous écoutent, pour moi, la GNI, ça peut être dans n'importe quoi. Donc moi, ça me suit. Si demain, je fais de la cuisine, on pourra rediscuter de la GNI dans la cuisine parce qu'en fait, je crois qu'il n'y a pas de limite au use case. Donc, en quittant Malte, je vais rediscouvrir les disciplines et on se dit, on continue à bosser avec de la GNI. Plusieurs types de use case. On a une certification pour Discovery Discipline. On donne beaucoup de formations et en fin de formation, il y a un petit examen. Un petit use case, celui-là. Je me retrouve là, tout seul chez moi, derrière mon ordi. Il faut générer 50, 60 questions sur la méthode. Choix multiples, quatre choix, l'une seule qui est bonne, les autres. Ce serait bien qu'il y en ait en plus une qui soit un petit peu décalée, un peu marrante, etc. Travail de dingue, sauf si tu as un assistant qui est branché à ton livre et à ta base de connaissances et tu lui dis génère moi 200 questions avec quatre réponses à chaque fois exactement ce que je t'ai décrit avec une qui peut être un petit peu marrante, etc. Et ça, il te le fait en dix minutes. Et puis après, il faut bosser pour aller chercher quelles sont celles qui marchent, qui ne marchent pas, et réécrire. Mais enfin, un use case de base, ça du quotidien, qui change ta vie. Et après, use case, il y en a plein, mais probablement celui qui aujourd'hui me prend le plus de temps et d'attention, c'est de monter un assistant coach sur l'application de la méthode pour les équipes produits en action. Et en fait, cet assistant-là, c'est la conséquence de quelque chose qui est très important, qui est une obsession pour la capture de la donnée. On n'en a pas parlé au début, mais la AI, en particulier spécialisée, je ne sais pas, c'est tout est dépendant de la qualité de la donnée que tu as chopée. Et donc, moi, c'est vrai que depuis qu'on a lancé Discovery Discipline avec Rémi, j'ai eu l'obsession de tout enregistrer. même nos conversations. Je vous parlais du fil WhatsApp. Tout est enregistré systématiquement et stocké. Alors des fois, ça ne sert à rien. Des fois, c'est très utile. Et donc là, notre coach, évidemment, il a le livre, mais il a beaucoup, beaucoup plus de matière que ça. Et typiquement, on donne des formations et j'enregistre systématiquement les journées entières de formation que je retranscris et que je vais réinjecter dans une base de connaissances. Donc, au bout d'un moment, tu commences à construire vraiment quelque chose de très intéressant. Là, on a fait un petit un petit bêta test il y a juste quelques semaines, où on a proposé à des gens, s'ils le souhaitaient, de commencer à poser des questions au bot et qu'on leur réponde et qu'en échange, ils nous donnent simplement le niveau de satisfaction qu'ils ont pour le bot. Et ça, ça commence à être très, très bon. Et on a eu un retour en particulier, qui est le retour que tu as envie d'afficher sur ton mur, qui est, si vous mettez un abonnement, je le prends tout de suite et je continue à l'utiliser. Et c'est du retour d'équipes qui travaillent. Ce n'est pas des gens qui se posent une question comme ça, c'est des équipes qui sont en projet et qui, évidemment, connaissent la méthode et qui se posent des questions sur tel ou tel moment. Ils interrogent le bot. Donc ça, c'est mon projet Gen.AI Discovery Discipline en ce moment, qui est vraiment fascinant.
Terry: Hyper inspirant, hyper intéressant. Petite question un peu pratico-pratique sur la notion des transcripts, comme tu disais, donc toutes les conversations que tu vas enregistrer, etc. Les transcripts aujourd'hui, tu les... Alors en fait, j'ai une partie de ma réponse, c'est-à-dire on avait déjà échangé en off, je sais que tu utilises en partie Firefly, je ne sais pas.
Tristan: S'Il n'y a que cet outil ou.
Terry: D'Autres que tu utilises aussi, mais je suis curieux de savoir, est-ce que tu les relis en fait ? ces transcripts-là, parce que des fois ça peut être quand même très très long, ou est-ce que globalement t'es assez satisfait de la qualité de ce que ça arrive à faire ? Moi personnellement, dans le cadre de mes podcasts, j'ai commencé à mettre des transcripts sans trop les relire. Globalement je trouvais qu'en moyenne c'était plutôt bon, à part quand il y a des fois certains accents qu'il a du mal à comprendre. Je sais pas toi si... Parce que mine de rien c'est quand même très chronophage si tu dois relire tous tes transcripts.
Tristan: Alors écoute, j'ai fait la même chose que toi, c'est-à-dire que pendant un bon moment, honnêtement, je trouvais ça correct. Ma surprise, c'était quand je le lis, c'est lourd à lire. C'est bon, il y a des fois, qu'est-ce qu'il raconte, etc. Je voyais bien que ce n'était pas parfait la lecture, mais par contre, au traitement par-dessus par une Genii, je trouvais ça satisfaisant. Maintenant, ce que je commence à tester, c'est de m'intéresser à la qualité, pas simplement la quantité, mais la qualité. J'ai une astuce qui marche bien, c'est que j'utilise l'AI pour traiter la donnée de l'AI. C'est-à-dire que je commence à explorer des batchs de traitement des transcripts en disant, basiquement, je vais prendre le transcript et je vais dire à une AI, je veux que tu m'optimises le contenu de ce transcript pour un RAG d'une AI. et donc il va passer dessus. Et en fait, ce qu'ils font généralement, c'est qu'ils te créent des synthèses, ils te créent des hashtags, ils te créent des titres. En fait, ils remanipulent la donnée. Tu perds un peu en quantité, et je suis au début de cette expérimentation-là, mais j'ai l'impression que tu gagnes en qualité in fine. Donc, c'est du boulot parce que Mais en fait c'est du boulot aujourd'hui et pourtant demain ça peut être zéro si t'as simplement les bons scripts pour aller chercher ton fichier, l'ouvrir, modifier, le remettre dans le RAG et ça prendra dans ce cas là deux minutes. Mais voilà, là je commence à explorer ça parce qu'on a accumulé beaucoup de choses et encore une fois c'est ma compréhension des choses mais comme c'est des modèles probabilistes j'ai l'impression que si je commence à lui donner des masses de trucs pas terribles Au bout d'un moment, la probabilité la plus forte, ça va être un truc pas terrible et ça j'ai pas envie. Donc voilà, je m'intéresse au nettoyage de cette base de connaissances via une AI qui fait le taf pour moi. Parce que relire tout moi-même et corriger à la main, ça c'est pas possible.
Terry: Assez intéressant. J'ai quelques questions avant d'aller sur mes questions de fin, mais avant ça, je voudrais savoir s'il y a un point en particulier sur lequel tu voudrais qu'on touche du doigt, qu'on n'a pas trop abordé pendant cet échange ?
Tristan: Il y a un sujet, en tout cas moi, qui m'a beaucoup touché, que je trouve très intéressant, c'est que ces assistants-là, en interne, dans une boîte, t'as un petit pourcentage de gens qui vont se mettre à en faire. C'est ce que chez DOS, je crois, ils appellent les champions. Et une grosse partie qui sont des consommateurs. C'est très bien aussi. Mais ces champions, c'est imprévisible de savoir qui vont être les champions. Et il y a un petit phénomène de redistribution des cartes. Et ça j'adore. C'est-à-dire que maintenant qu'on enlève complètement la couche technique, qui était presque unfair dans la distribution des forces, tu vois, dans une équipe, tu te dis bah si tu sais pas dev, tu sauras jamais, ça marchera jamais ton produit. Donc c'est comme ça. Mais là ça c'est pas vrai, c'est plus vrai. Et donc, ce que j'ai observé, c'est que tu avais l'émergence de gens qui étaient à peu près invisibles jusque là, mais qui ont le sens du truc, qui ont le sens de l'observation des besoins et qui, en fait, en trois clics, sont capables de proposer une solution et donc de sortir du lot et de se dire, mais attends, qui a fait cet assistant là qui cartonne, que tout le monde utilise ? Et bien, ce n'est pas la personne que tu avais imaginée. Donc ça je trouve ça vraiment très intéressant et on est dans un monde où on fait beaucoup peur avec l'AI. Moi je suis ni là pour faire peur ni pour rassurer, j'en sais rien. Mais en tout cas j'aime bien cette idée là que ça peut rebattre les cartes et que ça peut permettre à des gens imprévus d'émerger parce qu'ils s'y intéressent, parce qu'ils ont un regard besoin, parce qu'ils observent les autres. Ils sont un petit peu designers peut-être. Mais voilà, ça je trouve ça vraiment très intéressant donc j'encourage, je crois que tu l'as compris, moi mon truc c'est ne pas y aller c'est pas une solution et donc j'encourage vraiment tout le monde à essayer parce qu'il y a peut-être parmi ceux qui nous écoutent là des gens qui ne s'y intéressent pas et demain ils seront des champions parce qu'ils auront réussi à créer des choses extraordinaires sans compétences techniques.
Terry: Je suis assez aligné là-dessus. Pour moi, il y a une réelle rupture technologique avec la Gen AI et à chaque fois qu'il y a des ruptures technologiques, en général, ça rebat les cartes. Ce que je trouve intéressant aussi, c'est que ça permet de mettre du doigt de toucher du doigt le fait que souvent, que la technique en fait n'est là que pour supporter ce que tu fais pour les humains derrière et qu'en fait le plus important souvent c'est de comprendre l'humain, comprendre ce que tu fais pour l'humain et de ne pas perdre trop de temps parfois dans la technique. Après, ce que je veux dire par là, c'est que là, ce que tu viens de dire, ça met bien en avant le fait que ce qui compte le plus, in fine, n'est pas la technique, mais le besoin final, la compréhension de tes utilisateurs, la compréhension de ce que... Et réussir à avoir ce niveau aussi de compréhension, d'abstraction des choses, il ne va pas venir avec une expertise technique. Pour autant, pour réussir à créer des outils comme ça, il faut avoir l'expertise technique. Mais je trouve ça assez intéressant aussi l'évolution qu'on a en tant qu'espèce humaine par rapport à ça, c'est-à-dire qu'on fait des bons technologiques grâce à des experts techniques qui vont permettre ensuite à des non techniques de faire un autre bond et on avance un peu comme ça.
Tristan: Absolument. Ça permet un peu de diversifier les perspectives si tu veux. Tu vois, tu t'es dit évidemment que quand tu es tech, tu peux produire des assistants extrêmement puissants. C'est pas mon point. Je n'enlève pas l'équipe tech de ça. Mais par contre, tout d'un coup, tu en rajoutes toutes les autres perspectives sur le monde. Et c'est là où ça devient extrêmement enrichissant parce qu'il y a des mindsets profondément différents qui vont tout d'un coup être capables de produire des bots.
Terry: Et du coup, avant d'aller sur mes deux questions de fin, si tu devais un peu donner sur ton petit apprentissage jusqu'à présent, les choses, les conseils, je ne sais pas si on peut appeler ça un conseil, mais un retour d'expérience sur les choses peut-être à éviter ou en tout cas l'approche à éviter et l'approche à avoir lorsqu'on veut se lancer là-dedans ? Peut-être des apprentissages que tu as pu avoir ?
Tristan: Alors, le premier qui est facile, c'est garbage in, garbage out. Il est facile, mais il est extrêmement vrai avec l'AI. Donc, la qualité de la base de connaissances qu'on utilise, elle est fondamentale. Encore une fois, si c'est des questions très générales, le chat GPT, ça fait bien le taf. Par contre, si c'est un contexte professionnel, il faut vraiment faire attention à ce qu'on lui donne en entrée. Et en lien avec ça, il faut être capable de checker ce qui sort de là. je crois que c'est Stan Polluc, un des fondateurs de Dust, qui disait ça, il disait, bon, use case, c'est d'abord qu'il faut que ce soit dur à générer, sinon tu le fais toi-même, et il faut que tu sois capable de le vérifier. Parce que ça produit des erreurs, ça produit en tout cas des interprétations qui ne sont pas forcément celles que tu as besoin d'avoir. Donc on parlait un peu user research, par exemple, ça fait partie des éléments où il faut être hyper attentif à ça. Je lui donne des transcripts, je lui demande de m'extraire des problèmes, il va m'extraire des problèmes qui sont en fait une synthèse de plusieurs points de vue, mais en fait des problèmes qui n'ont jamais existé. Ce genre de choses, il faut être très conscient de la limite de ça. Et donc c'est un partenaire, tu disais un stagiaire au début. Honnêtement, au moins un stagiaire de grande école maintenant, ça devient vraiment costaud. Mais il faut traiter les outputs comme des éléments d'inspiration sur lesquels tu vas pouvoir retravailler derrière. Donc ça, c'est vraiment l'erreur principale. Et après, je crois qu'il faut s'y tenir. Tu sais, il y a cette courbe de Dunning-Kruger, je crois, qui est la courbe de découverte des nouveautés. Donc au début, tu te sens un génie. Puis après, tu vas plonger en disant en fait, c'est nul, ça ne marche pas. Puis après, tu trouves comment ça marche. Laïlaï, ça fait ça. Tu lui demandes, corrige-moi de mon email, c'est dingue. tu commences à l'utiliser dans le taf et tu te dis que ça ne marche pas. Et puis après, tu trouves l'ajustement. Donc voilà, il ne faut pas lâcher le truc parce que c'est au moment de l'ajustement qu'on prend vraiment de la valeur.
Terry: Hyper intéressant et je trouve hyper intéressant. Merci pour ces retours qui sont ultra concrets aussi. Pour aller vers mes deux questions de fin, la première, est-ce que tu as une conviction forte avec laquelle tu te retrouves en désaccord avec tes pairs ?
Tristan: Écoute, je ne sais pas à quel point je suis en désaccord, mais je vais répéter un truc que j'ai dit, parce qu'on dit que la répétition, c'est la clé. Ce avec quoi je suis en désaccord, c'est avec toutes les préjugés et les excuses pour ne pas s'y mettre. Ça, je suis en désaccord avec ça. Et donc, est-ce que ça va nous décérébrer ? Est-ce que ça va me faire perdre mon travail ? Est-ce que ça va effondrer le monde ? Tous ces trucs-là, j'en sais rien, mais je crois que ce n'est pas une raison pour ne pas y aller, en fait. Je crois que la stratégie de tourner le dos, ça n'a jamais été une stratégie efficace pour influencer, dans un sens ou dans un autre. Donc c'est ça et ça arrive encore et je vois encore des organisations dans lesquelles on met beaucoup de freins à l'utilisation. Il y a des freins, si c'est un frein légal, j'ai du mal à discuter de ça, dommage j'ai envie de dire pour ceux qui sont là, mais les freins de principe, les freins de préjugés, tout ça, je crois que c'est vraiment une erreur. Ceux qui font ça, ils perdent du temps pour eux. Et parfois, pire, ils font perdre du temps aux autres parce qu'ils créent des freins. Et je crois qu'on a au contraire besoin de tous explorer pour trouver ce qui marche, ce qui marche pas et pour l'influencer. Voilà, c'est peut-être ça mon point.
Terry: Pour le coup, je partage assez ce que tu dis là-dessus, parce que même si on se dit que ce n'est pas une bonne chose et que ça ne va pas marcher, le fait de l'expérimenter, ça pourra permettre aussi après d'avoir des arguments pour expliquer le pourquoi. Mais le dire par principe que ce n'est pas une bonne chose, en fait, ça n'apporte pas de valeur. Donc si on a une conviction plus positive ou plus négative, d'aller voir comment ça marche, dans tous les cas, ça permet ensuite de se forger un avis beaucoup plus éclairé. Donc assez aligné là-dessus. Et donc pour aller vers ma question de fin, donc c'est quelles sont les choses qui te nourrissent toi intellectuellement, qui t'inspirent ?
Tristan: Ce qui me nourrit, les livres, pas mal, la lecture. Alors la lecture de plein de choses, mais j'ai envie de dire surtout des livres, plus que des articles. Même si les articles, ça a de la valeur. Des fois, j'ai tendance à oublier que LinkedIn, qui est ma source d'inspiration, c'est aussi un réseau social avec aussi ses règles de ranking, etc. Et je me rends compte que la culture que tu construis sur des bribes d'informations, elle est souvent pas très solide. Donc le livre, je crois que c'est bon d'y revenir des fois. Et peut-être je suis biaisé parce que j'ai eu aussi l'expérience d'en écrire un. Mais c'est dur d'écrire un livre. Ça te demande d'aller vraiment au bout d'une idée. Alors des fois, tout n'est pas bon, évidemment, mais voilà. Donc j'essaie de privilégier quand même les livres. Il y a Will Smith, je ne sais pas si on a déjà cité du Will Smith.
Terry: Non, là c'est la première.
Tristan: Non blague à part, il y a Will Smith qui disait dans la vie les deux choses importantes c'est courir et lire des livres. Courir parce que ça te fait réaliser ce que c'est quand tu n'as pas envie d'y aller, de mettre tes chaussures et de sortir dans le froid. Donc ça te développe ta discipline. Et les livres parce que les problèmes que tu rencontres dans ta vie c'est très, très probable que quelqu'un d'autre les ait déjà rencontrés et écrit à ce sujet. Et cette deuxième partie-là, elle me parle beaucoup, parce qu'en fait, c'est un accélérateur de réponse à tes problèmes, si tu es capable d'aller piocher dans la littérature des autres. Donc voilà, les livres, beaucoup. Et puis après, des discussions avec des pairs. Pas mal. Ça aussi, ça m'enrichit. Et des discussions avec des pairs qui ne sont pas forcément dans mon domaine. Moi, je viens du monde des startups. Et on a un petit côté fermé sur nous-mêmes parfois. On se regarde les uns les autres, on se connaît tous. Entre les quelques licornes du coin, on ne regarde que nous. Et parfois, je crois que ça, c'est une erreur. C'est top de pouvoir parler avec des gens du CAC 40, de l'industrie, de tout ça. Ça, c'est top. Et je crois que ma dernière source d'inspiration, c'est de faire des design reviews. Je suis encore un designer et toujours, même si on monte cette boîte, Et ça, la dynamique qu'il y a dans une bonne design review, cette capacité à rebondir sur des idées, à être ouvert les uns les autres, à explorer, ça c'est une énergie pour moi qui m'inspire énormément.
Terry: Merci pour tous tes partages Tristan, et puis pour les personnes qui voudraient te contacter, le meilleur endroit est-ce que LinkedIn ?
Tristan: LinkedIn, je crois que j'ai que ça honnêtement. Notre méthode c'est Focused, on a essayé de se l'appliquer et on se l'applique sur plein de choses et donc on est exclusivement sur LinkedIn mais par contre j'essaie d'être réactif, de répondre aux questions autant que possible sur LinkedIn.
Terry: Super, merci Tristan.
Tristan: Avec plaisir, merci à toi.
