ORIIONS

1. Intelligence artificielle et état d’esprit Scrum Comprendre les fondamentaux de l’intelligence artificielle et de l’IA générative Identifier capacités, limites et risques des modèles de langage Positionner l’IA comme levier d’augmentation des décisions produit Relier l’usage de l’IA aux valeurs et piliers de Scrum : transparence, inspection, adaptation Objectif : adopter une posture lucide, critique et responsable face à l’IA dans la gestion de produit. 2. Le rôle du Product Owner à l’ère de l’IA Comprendre comment l’IA influence la stratégie produit et la prise de décision Utiliser l’IA pour éclairer la vision produit et explorer de nouvelles opportunités Détecter biais, dépendances et limites dans les analyses générées Renforcer la collaboration avec les parties prenantes grâce à une meilleure structuration des informations Objectif : renforcer le leadership produit et la qualité des décisions. 3. Intelligence artificielle et gestion du Product Backlog Utiliser l’IA pour explorer besoins utilisateurs et signaux marché Améliorer la structuration et la qualité des éléments du Product Backlog Affiner la priorisation en analysant valeur, risques et dépendances Challenger les hypothèses produit et explorer plusieurs scénarios décisionnels Objectif : renforcer la pertinence des choix produit et la création de valeur. 4. IA et collaboration produit avec l’équipe Scrum Préparer plus efficacement les échanges autour du Product Backlog Clarifier les objectifs produit et les hypothèses de valeur Soutenir la communication avec l’équipe de développement et les parties prenantes Structurer synthèses, décisions et apprentissages produit Objectif : améliorer la qualité des échanges et l’alignement autour de la valeur produit. 5. Usage responsable et durable de l’IA Comprendre les enjeux éthiques et les biais algorithmiques Protéger les données et la confidentialité des informations produit Intégrer accessibilité et inclusion dans l’usage de l’IA Prendre en compte l’impact environnemental et la sobriété numérique Objectif : intégrer l’IA dans une gestion de produit responsable et durable. 6. Expérimentation et mise en pratique Études de cas issues de contextes produit réels Exercices pratiques d’utilisation d’outils d’IA pour le Product Owner Analyse critique des résultats générés Construction d’un plan d’intégration adapté à son environnement produit Objectif : repartir avec des usages concrets et directement applicables.