Le terme « AI product engineer » (ingénieur produit en IA) circule de plus en plus dans la tech, sans qu’une définition claire ne fasse consensus. Une analyse récente du secteur propose de le décrire comme une personne qui « expédie des solutions correctes, délicieuses et rapides à des problèmes réels ». Derrière cette formule se dessine un hybride entre trois disciplines : la conception de produit (product), le génie logiciel (engineering) et l’intelligence artificielle.

Un croisement de trois mondes

Traditionnellement, les entreprises séparent les fonctions : les « product people » dialoguent avec les clients, utilisent le produit et définissent ce qu’il faut construire ; les ingénieurs bâtissent des systèmes fiables et scalable. Des sociétés comme Posthog ont popularisé le modèle du « product engineer », une personne capable d’assurer les deux rôles. Cette fusion permet de réduire les coûts de communication mais peut aussi engendrer des conflits de personnalité, selon une note de synthèse publiée en mars 2026.

L’arrivée de l’IA accélère encore le mouvement. D’après cette même analyse, les spécialistes du produit qui utilisent l’IA peuvent réaliser des démonstrations rapidement, mais celles-ci contiennent souvent des bugs et ne passent pas à l’échelle. À l’inverse, les ingénieurs qui s’appuient sur l’IA créent des systèmes robustes mais qui ne résolvent pas toujours les vrais problèmes des clients. L’AI product engineer serait celui qui combine les trois dimensions : produit, ingénierie et usage avancé de l’IA.

Un mouton à cinq pattes aux traits communs

Les meilleurs AI product engineers sont souvent d’anciens « indie hackers » — des développeurs solitaires qui construisent et vendent leurs propres produits. Ils ne possèdent pas toujours de compétences en management et préfèrent travailler seuls, mais en créant de la valeur pour des utilisateurs, ils obtiennent souvent des retours sur investissement plus élevés en commercialisant leurs créations plutôt qu’en devenant salariés.

Plusieurs caractéristiques récurrentes se dégagent. D’abord, une grande aisance à communiquer : beaucoup ont écrit des millions de mots dans des blogs pour expliquer ce qu’ils apprennent ou vendent. Ensuite, une discipline de fer : ils perfectionnent leur art pendant des heures chaque jour, sur des années ou des décennies, et itèrent sur leurs projets plutôt que de les abandonner après quelques semaines. Ils « shippent » réellement, c’est-à-dire qu’ils mettent en public des réalisations fonctionnelles qui attirent des utilisateurs. Ils se soucient de la qualité : un produit cassé ou une interface mal conçue les préoccupe, et ils corrigent rapidement les problèmes signalés. Enfin, ils adoptent une pensée systémique — ils comprennent comment un outil s’insère dans un écosystème plus large —, sont ouverts d’esprit, généralistes (marketing, vente, produit, ingénierie, support client) et apprécient d’aider les clients.

Développer les compétences produit à partir de l’ingénierie

Pour les ingénieurs souhaitant évoluer vers ce profil, plusieurs pistes sont suggérées. Il s’agit d’expérimenter de nouveaux outils, de respecter les non-ingénieurs et de les interroger sur leurs problèmes sans présumer de pouvoir les résoudre instantanément, d’être moins sur la défensive face aux critiques sur un logiciel, d’approfondir la conception d’expérience utilisateur (UX) et la présentation de métriques.

Comprendre le client est primordial : ce dont il a vraiment besoin peut différer de ce qu’il exprime. Il faut aussi discerner ce qui est techniquement faisable, sans promettre l’impossible — ce qui relèverait de la vente et non du produit. Maîtriser plusieurs « langages » est indispensable : celui de l’ingénierie, de la vente, du marketing, de la direction et surtout celui du client. La qualité de l’UX exige de se mettre à la place de l’utilisateur, de cliquer sur chaque interface, de lire la documentation, d’éliminer tous les points de friction. Enfin, la conscience des budgets (en personnes, temps, argent) empêche de dépenser 100 dollars pour créer 5 dollars de valeur.

Développer les compétences d’ingénierie à partir du produit

À l’inverse, un professionnel du produit peut renforcer ses bases techniques : apprendre à utiliser un terminal, se faire aider par un outil comme Claude Code pour démarrer un projet, comprendre les contraintes de mémoire, les modèles de données, le SQL, les bases du réseau, et le débogage consistant à formuler une hypothèse sur ce qui ne va pas et à la tester.

Deux notions sont jugées cruciales : l’efficience et l’efficacité. En génie civil, construire un pont qui tient n’est pas difficile ; le difficile est de le faire tenir « juste assez ». En génie logiciel, cette subtilité est moins comprise — il ne s’agit pas d’allouer des clusters Kubernetes à 1000 dollars par mois pour servir 1000 utilisateurs. L’efficacité consiste à savoir sacrifier une ressource pour en préserver une plus précieuse : perdre du temps pour économiser de l’argent, ou inversement, sans se laisser paralyser par le manque d’information. La modélisation des données est également fondamentale : avant d’écrire une ligne de code, un ingénieur doit pouvoir esquisser les entités, leurs relations et leurs limites, car corriger un mauvais schéma est coûteux.

Un rôle qui gagne en visibilité

Si le concept d’AI product engineer n’est pas encore standardisé dans les grilles de poste, la demande pour ces profils hybrides semble croître à mesure que les entreprises cherchent à accélérer le passage de l’idée au produit fonctionnel. La capacité à « shipper » vite et bien, tout en comprenant à la fois le client, la technique et les possibilités offertes par l’IA, devient un avantage concurrentiel. Les « mavericks » et « misfits » — les francs-tireurs et les anticonformistes — venus de parcours divers sont particulièrement recherchés. Mais le chemin pour réunir ces trois casquettes reste exigeant, nécessitant à la fois discipline, curiosité et une réelle envie de résoudre les problèmes des utilisateurs.