Just a Click

Créer et faire grandir seul une app mobile jusqu’à un million d’utilisateurs actifs, c’est possible !

Quentin Ober est venu me raconter comment il l’a fait avec son application Français sans Fautes. Quentin est un solo founder qui développe depuis trois ans des applications mobiles dans l’éducation, autour du français, de l’orthographe et de l’expression.

Dans cet épisode, il revient sur les choix qui l’ont amené là, y compris ceux qui n’ont pas marché comme prévu. On parle de produit, d’acquisition et de monétisation.

Il explique :
Pourquoi il construit ses campagnes autour de cas d’usages concrets plutôt que de personas old school (type cadre supérieur de 35-45 ans).
Sa feedback loop, qui évolue en fonction du volume d’utilisateurs et qui lui permet d’itérer très vite sur son produit.
Comment il cadre son travail avec l’IA grâce à une “Constitution” dans son repo. Chaque feature qu’il imagine en promptant doit respecter la vision long terme de l’app qui y est définie.
Pourquoi des paywalls simples à l’UI très sobre convertissent mieux que des versions trop travaillées.
L’importance d’avoir un hard paywall tôt quand le budget est limité, et comment il gère le churn qui commence dès le jour zéro des trials.

Si cet épisode vous a plu, n'hésitez pas à le dire à Quentin sur LinkedIn.
—
💼 Vous souhaitez travailler avec moi ? Découvrez mes services ici.
—
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Vous lancez un produit IA, vos prospects ne savent pas encore comment l'évaluer, et d'autres produits sont créés tous les jours pour répondre au même problème.
Face à des offres similaires, un prospect regarde moins la qualité du produit que la qualité de celles et ceux qui en parlent.

Selma Chauvin est CRO chez Agorapulse - outil de gestion des réseaux sociaux - après une vingtaine d'années de marketing tech, notamment chez DocuSign et UKG.
Aujourd'hui elle vit cette problématique avec Archie, le studio de création de contenu IA d'Agorapulse, que l'équipe a choisi de laisser gratuit jusqu'au PMF.

Dans cet épisode, elle explique :
Pourquoi offrir son produit IA peut aider à le vendre.
Comment choisir entre PLG et sales-led selon la maturité du marché, et pourquoi on peut accepter un churn élevé quand l'objectif est de capter le marché vite.
Ce que six semaines sans campagnes de demand generation ont révélé chez Agorapulse. Sur le papier, elles convertissaient mal, mais leur arrêt a divisé par deux les demandes de démo et les opportunités commerciales.
—
💼 Vous souhaitez travailler avec moi ? Découvrez mes services ici.
—
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Christopher Parola est le Chief Product Officer de Youtrust (ex Yousign) une scale-up de 200 personnes qui a construit son activité sur la signature électronique avant d’élargir son positionnement vers la confiance numérique. Avant Youtrust, il a travaillé six ans chez MeilleursAgents, a monté sa boîte et a fait du conseil en product management chez OCTO Technology.

J'ai voulu comprendre comment une équipe produit née bien avant l'IA générative en a fait sa façon de travailler, tout en gardant une organisation plutôt classique, et ce que ça rapporte vraiment.

Dans cet épisode, Christopher explique :
Comment l'IA est devenue la norme après un an et demi de tests menés par les early adopters puis six mois laissés à chacun pour se former.
Le décalage entre productivité locale et impact global : 70 % du code généré par des agents IA, et un gain réel bien plus modeste.
L'Impact Day : un jour par trimestre pour revenir sur chaque feature livrée, et supprimer celles qui n'ont pas atteint leurs objectifs.
Pourquoi le product marketing devient un nouveau goulot d’étranglement : plus de sorties produit, mais une capacité limitée des sales, des clients et du marché à absorber le changement.

Timeline :
00:00 Présentation de Christopher Parola et parcours de Meilleurs Agents à Youtrust
02:47 Youtrust, signature électronique, conformité ANSI et passage au trust numérique
05:58 Fraude digitale, vérification d’identité et répartition product tech dans une scale-up de 200 personnes
10:31 Comment l’IA générative a changé l’organisation produit et tech sans tout refondre
14:09 70 % du code généré par des agents IA, mais seulement 20 à 30 % de valeur livrée en plus
17:10 Le risque de product Frankenstein et l’impact day trimestriel pour mesurer les features
21:50 PRD, specs et prototypes : ce qui reste utile quand l’IA accélère tout
29:03 Gains de productivité sur les interviews, l’idéation et le rôle du product marketing
36:15 Les agents personnels de Christopher pour l’agenda, les voyages et le chief of staff
41:27 ChatGPT Enterprise, Dust et les modèles Claude pour bâtir la stack IA interne
43:36 Déployer l’IA dans toute l’entreprise avec des ambassadeurs, un Chief AI Officer et des guildes
51:02 Passer 200 personnes sur ces pratiques en laissant du temps
54:29 Anticiper la hausse des coûts tokens et arbitrer entre recruter et consommer de l’IA
58:00 Une organisation déjà prête au changement grâce aux guildes, à l’amélioration continue et au pricing usage-based
1:02:30 Pourquoi Christopher refuse que les PM deviennent des développeurs augmentés par l’IA
1:05:58 Ce qui nourrit Christopher aujourd’hui entre podcasts, pairs et curiosité
—
💼 Vous souhaitez travailler avec moi ? Découvrez mes services ici.
—
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Katia Gil Guzman travaille dans l’équipe Developer Experience d’OpenAI, dont le rôle est de pousser les produits et modèles dans leurs limites, puis d’aider les builders à les utiliser au mieux.

Katia a été software engineer chez Microsoft, elle a monté sa propre startup, puis a travaillé chez Stripe comme solution architect avant de rejoindre OpenAI.

Si vous construisez des produits tech, cette conversation vous aidera à comprendre ce que l'IA change dans votre workflow produit et engineering. Enregistré en septembre 2026, l’échange pose des repères concrets sur le context engineering, les skills, le coût des tokens, la place des PM, et les nouvelles compétences à développer quand le code devient beaucoup plus accessible.

Katia explique :
Pourquoi les product managers d'OpenAI prototypent directement dans le code maintenant que construire ne coûte presque plus rien.
Comment utiliser les skills pour encoder le jugement d'une équipe et permettre à des PM de travailler dans le repo sans tout casser.
Comment arbitrer entre un modèle puissant et un modèle plus petit pour garder le coût en tokens sous contrôle.
L'avantage d'être un junior aujourd'hui quand le "taste" et l'ambition comptent plus que l'expérience accumulée.

Timeline :
00:00 La construction de produits à l’ère des LLM
04:05 Persona types de Codex, ambition de ChatGPT Work et notion de harnais
07:57 Automatiser les demandes Slack et les PR avec Codex
11:24 Gérer le coût des tokens et choisir entre Astra et Luna
18:27 Context engineering dans un travail solo ou en équipe
22:24 AGENTS.md et skills dans un repo de code
27:59 Appeler des skills automatiquement et transformer un screenshot en composant HTML
32:01 Pourquoi les product managers codent directement dans le produit
36:35 Le rôle des product managers quand les ingénieurs peuvent tout prototyper
41:14 Écrire sans AI slop avec des skills de style personnels
46:57 ChatGPT Work pour les présentations, les documents et les tâches personnelles
51:28 Ce que les équipes produit et tech sous-estiment encore
55:28 UI générative, agents et nouveaux critères de réussite produit
1:00:20 Alignement des modèles et limites à ne pas franchir
1:03:46 Faire découvrir les fonctionnalités et les faire adopter
1:09:31 Pourquoi les juniors ne sont pas les perdants de cette transformation

Référence : L'article sur l'incident Hugging Face avec OpenAI.
—
💼 Vous souhaitez travailler avec moi ? Découvrez mes services ici.
—
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

Pauline Marol a rejoint PlayPlay en 2018 comme première PM / Head of Product.

Aujourd'hui elle occupe le poste de CPTO et elle est en charge d'environ cinquante personnes à la tech et au produit.
PlayPlay c'est un SaaS B2B de création vidéo pour les équipes communication et marketing.

Dans cet échange, Pauline me partage ses apprentissages sur la construction d'un produit AI-native.
On y parle de dépendance aux modèles, qualité des outputs, coûts en tokens, roadmaps moins prévisibles, nouveaux critères d’évaluation, et impact très concret sur l’organisation produit.

Elle explique :
La différence entre un produit AI-powered et un produit AI-native.
Pourquoi l’exploration d’un produit agentique n’a pas pris au départ.
Ce que le débat sur les “wrappers” rate souvent : la valeur se joue dans le choix des modèles, l’enchaînement des prompts système, la couche d’expérience, et l’expertise métier injectée entre l’input utilisateur et l’output final.
Pourquoi PlayPlay a appris à ne plus annoncer certaines roadmaps trop tôt.
L'importance des fondamentaux du produit.
La nouvelle discipline économique des features IA : PlayPlay suit désormais l’usage, la consommation de tokens, le coût facturé, les coûts R&D et l’impact dans Salesforce sur les nouveaux contrats et les renouvellements.
L’impact organisationnel : pourquoi les squads classiques ne suffisent pas toujours pour l’AI-native, comment les rôles PM, QA, team lead et dev évoluent.

Timeline :
00:00 Présentation de Pauline et de Playplay
02:38 Différence entre un produit AI-powered et un produit AI-native
06:49 Pourquoi l’approche agentique n’a pas pris chez Playplay
10:23 Partir des modèles de génération d’images pour lancer Playplay Design
14:44 Pourquoi le carousel a été abandonné en cours de route
19:01 Passer des features à l’édition de visuels
22:07 Pourquoi le terme wrapper est réducteur
25:17 Mesurer les coûts tokens et le ROI produit
31:14 Le playbook AI-native construit à partir des produits AI-powered
34:46 Vibe checking, dataset et critères d’évaluation
38:27 Construire la tuyauterie avant le front-end
44:06 Positionnement premium, bêta et accompagnement client
49:43 Réorganiser les squads et les rôles autour de l’IA
53:09 Garder les métiers de la tech et rester humain
55:33 Product Builder, PM AI-natifs : apprendre l’IA en faisant
—
💼 Vous souhaitez travailler avec moi ? Découvrez mes services ici.
—
Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.