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.