Un PM d'Anthropic révèle comment les outils pilotés par l'IA transforment les cycles de développement de produits

Joerg Hiller 19 mars 2026 22h46

Le responsable produit de Claude Code explique comment les modèles d'IA en amélioration exponentielle obligent les équipes produit à abandonner les feuilles de route traditionnelles au profit de l'expérimentation rapide.

Cat Wu, responsable produit pour Claude Code chez Anthropic, a partagé un aperçu révélateur de la manière dont les modèles d'IA en constante amélioration bouleversent fondamentalement les approches traditionnelles de gestion de produit. L'idée clé ? Ce qui est technologiquement possible au début d'un projet ne prédit plus ce qui sera possible à la fin.

Les chiffres le confirment. Selon les recherches METR citées par Wu, Opus 4.6 peut désormais accomplir des tâches logicielles qui prendraient aux humains près de 12 heures — environ 41 fois plus performant que Sonnet 3.5 (nouveau) ne l'était il y a seulement 16 mois, lorsqu'il gérait des tâches de 21 minutes.

L'ancien manuel est obsolète

Les chefs de produit collectaient traditionnellement les exigences en amont, fixaient une feuille de route, puis exécutaient sur plusieurs mois. Cela ne fonctionne plus lorsque les contraintes du modèle que vous avez intégrées peuvent disparaître en plein projet.

« Vous construisez sur un terrain qui s'élève sous vos pieds », écrit Wu. Son équipe a réagi en abandonnant complètement les feuilles de route à long terme au profit de ce qu'elle appelle des « quêtes secondaires » — de courtes expériences autonomes où n'importe qui dans l'équipe (ingénieurs, designers, PM) peut prototyper des idées en une après-midi.

Plusieurs fonctionnalités populaires d'Anthropic sont nées de cette manière : Claude Code sur Application de bureau, l'outil AskUserQuestion et les listes de tâches ont tous commencé comme des expériences informelles plutôt que comme des éléments planifiés de la feuille de route.

Trois outils, un flux de travail

Le flux de travail quotidien de Wu couvre désormais trois produits d'IA distincts. Claude.ai gère la réflexion stratégique et les réponses rapides. Claude Code construit des prototypes et des évaluations. Cowork gère tout le reste — e-mails, listes de tâches, présentations, recherches Slack, réservations de voyages.

Les PM externes constatent des schémas similaires. Bihan Jiang, directeur produit chez Decagon, a déclaré à Wu que ce qui prenait auparavant des semaines de développement pour être présenté aux clients se fait maintenant « en quelques heures ». Kai Xin Tai chez Datadog a décrit ce changement comme un passage « de la définition de la certitude en amont à l'accélération de la découverte ».

Changements pratiques pour les équipes produit

Wu a décrit quatre changements concrets adoptés par son équipe :

Prototyper avant de documenter. Après avoir rédigé une spécification, envoyez-la à Claude Code et voyez ce qui revient. « Même un prototype approximatif change la conversation », note-t-elle. Lorsqu'un membre de l'équipe a partagé une spécification de plugins, le prototype généré par l'IA est revenu presque prêt pour la production.

Revisiter les fonctionnalités à chaque version du modèle. Claude Code avec Chrome s'est produit parce que les utilisateurs copiaient manuellement des instructions entre les outils. Le bricolage a si bien fonctionné qu'il est devenu une fonctionnalité intégrée.

Optimiser d'abord pour les capacités, les coûts ensuite. Utilisez plus de tokens que vous ne le pensez nécessaire pendant le prototypage. « Vous pouvez toujours réduire les coûts plus tard lorsque des modèles moins chers rattrapent leur retard ».

Garder les implémentations simples. Les solutions de contournement complexes pour les limitations du modèle deviennent des bagages inutiles lorsque le prochain modèle sort. Anthropic a réduit de 20 % son système de prompt avec Opus 4.6 seul.

Ce que cela signifie pour les équipes produit d'IA

Le contexte industriel plus large compte ici. La gestion de produits d'IA est devenue une discipline distincte nécessitant à la fois des compétences PM traditionnelles et une compréhension technique approfondie des capacités des modèles. Avec des réglementations comme le RGPD et les cadres émergents de gouvernance de l'IA ajoutant des couches de conformité, le rôle est devenu plus complexe même si les outils sont devenus plus puissants.

Le message principal de Wu pour ses collègues PM : suivez deux choses simultanément — comment l'IA modifie votre flux de travail et comment elle change ce qui est possible dans votre produit. Les équipes qui font cela bien ne seront pas prises au dépourvu lorsque les capacités feront un bond en avant.

Pour les équipes de logiciels d'entreprise qui surveillent les coûts et les délais de développement de l'IA, les implications sont significatives. Si les cycles de prototypage se compressent de semaines à heures, les avantages concurrentiels construits sur la vitesse d'exécution peuvent s'éroder plus rapidement que prévu.

• anthropic
• développement de l'IA
• gestion de produit
• claude
• IA d'entreprise