Chez Anthropic, Claude code vite, mais le PM reste indispensable
Mike Krieger et Ami Vora expliquent pourquoi l'accélération des modèles rend le rôle de product manager plus exigeant, pas obsolète.
In brief
Lors d'un panel animé par Dan Shipper (Every) pour Lenny's Podcast, Mike Krieger et Ami Vora, deux figures du produit chez Anthropic, décrivent un métier de PM qui se recentre sur le jugement, la coordination et l'adaptation permanente. Ils détaillent aussi leurs méthodes : logiciels agent-native, expériences parallèles, projets mis en pause jusqu'au prochain modèle. C'est un rare aperçu de la façon dont un labo d'IA organise son propre travail produit.
🍺 Bar-stool version
Il y a un an, on annonçait que l'IA allait remplacer les chefs de produit. Aujourd'hui, le cofondateur d'Instagram raconte qu'il a voulu s'en passer, et qu'une collègue a dû le reprendre gentiquement pour éviter que tout parte dans le décor. Claude sait écrire du code, pas encore réunir cinq personnes dans une salle en leur faisant croire que c'était leur idée. Quand tout va dix fois plus vite, quelqu'un doit quand même tenir le volant.
Key takeaways
- 1
Pour Ami Vora, le produit reste un pont entre les problèmes humains, qui évoluent lentement, et une technologie qui change désormais tous les deux mois environ.
- 2
Mike Krieger, repassé contributeur individuel en début d'année, raconte avoir voulu lancer un projet sans PM avant de reconnaître que sans ce rôle, la coordination avec le support, les safeguards et les clients entreprise aurait lâché.
- 3
Selon Krieger, Claude n'est pas encore un « convener » : il n'a ni le poids organisationnel ni la capacité de planifier pour réunir humains et agents autour d'un projet.
- 4
Ami Vora estime que des compétences qu'elle a mis des années à acquérir, comme décider de l'emplacement d'un bouton, ne servent plus : il est plus rapide de construire trois versions et de les tester.
- 5
En interne, une grande partie des outils d'Anthropic est construite, maintenue et modifiée par Claude, y compris l'interface de suivi d'un projet à quatre work streams.
- 6
Anthropic préfère plusieurs produits qui se recoupent à un seul produit trop contraint dès le départ, puis consolide une fois le product-market fit trouvé.
- 7
Un projet de computer use lancé en 2024, jugé raté, a été mis en pause et placé dans un eval harness : c'est ainsi que l'équipe a repéré le saut de capacité de Claude 3.7.
Chapters
Ouverture du panel
Dan Shipper accueille Mike Krieger et Ami Vora sur scène lors d'un événement Lenny's Podcast.
Le PM est-il obsolète ?
Ami Vora redéfinit le produit comme un pont entre des problèmes humains stables et une technologie qui change tous les deux mois.
L'anecdote de Mike Krieger
Repassé IC, Krieger voulait se passer de PM sur un projet, avant de reconnaître tout le travail de coordination que ce rôle a sauvé.
Pourquoi pas Claude comme PM ?
Claude repère déjà des signaux internes, mais il n'est pas encore un « convener » capable de réunir humains et agents.
Jugement et obstination
Vora insiste : plus on peut construire, plus il faut de jugement face à l'ambiguïté pour choisir quoi faire.
Les compétences qui ne servent plus
Placer un bouton ne se débat plus, on teste trois versions. Vora évoque l'innovator's dilemma à l'échelle personnelle.
Adaptabilité et « frame the chaos »
Nommer l'incertitude et ses émotions plutôt que tout planifier, pour rendre l'exploration supportable.
Les bet leads de Labs
Krieger décrit le rôle de DRI qui décide de doubler la mise sur un pari ou de l'arrêter.
Logiciels agent-native et malléables
Les trois ères de l'IA dans les produits, et l'interface de projet générée et modifiée par Claude en interne.
Conseils aux éditeurs SaaS
Construire des primitives communes aux agents et aux API, et évoluer par étapes sans bolt-on.
Frontière contre stabilité
Vora préfère plusieurs produits qui se recoupent à un produit trop contraint, avec une consolidation après le product-market fit.
Mener des expériences parallèles
Des équipes convaincues, une infrastructure partagée (mémoire, MCP) et un discours explicite pour éviter la démotivation.
Savoir quand ça marche
Retour aux critères classiques du product-market fit : usage, retour, valeur.
Mettre en pause le computer use
Le produit raté de 2024, placé dans un eval harness, a révélé le saut de Claude 3.7.
Consolider en un produit cohérent
Primitives partagées et loi de puissance des onglets vue chez Instagram : savoir dire non à un onglet de plus.
Dans un an ?
Vora espère plus de petites équipes autonomes, Krieger veut réduire l'écart entre ce que peuvent les modèles et leur usage réel.
Le PM n'a pas disparu, il est devenu plus critique
Dan Shipper ouvre sur un paradoxe : il y a un an, l'IA devait rendre les PM obsolètes ; aujourd'hui, tout le monde semble devoir en devenir un. Ami Vora répond que la mission ne change pas : relier les vrais problèmes des gens à la technologie capable de les résoudre. Ce qui change, c'est le rythme, avec une technologie qui se renouvelle tous les deux mois au lieu de tous les cinq ou dix ans.
Elle compare la période aux débuts du métier, quand les rôles n'étaient pas définis et que le PM était un généraliste qui avançait jusqu'à rencontrer un obstacle. Les frontières entre rôles s'effacent à nouveau.
Mike Krieger apporte une anecdote. Il pensait qu'un projet sur le point d'être livré n'avait pas besoin de PM parce que « Claude's got it ». Une fois la PM arrivée, tout le travail de liaison qui allait passer à la trappe est apparu : former le customer success, vérifier les safeguards, penser à toute la clientèle, des prosumers aux grandes entreprises. Une semaine plus tard, il lui a écrit qu'elle avait eu « 100 % raison ».
Ce que Claude ne sait pas (encore) faire
Pourquoi ne pas confier ce rôle au modèle ? Krieger reconnaît qu'Anthropic tourne largement sur Claude, qui repère déjà des signaux dans d'autres équipes, par exemple via la recherche Slack. Mais il lui manque la fonction de « convener », celle qui rassemble les humains et les instances de Claude autour d'un objectif.
Il cite le poids organisationnel et la planification de réunions comme les pièces manquantes. Il précise toutefois que ce n'est pas une limite technique : Anthropic n'a simplement pas encore activé ce type de réglage.
Ami Vora ajoute que la facilité à construire élargit le champ des possibles. Il faut donc plus de jugement pour choisir quoi construire à partir d'informations limitées, et plus d'obstination pour mener un projet à terme parmi tous les chemins possibles.
Désapprendre, encadrer le chaos, désigner un responsable
Ami Vora décrit une forme d'« innovator's dilemma » personnel : on continue à exceller dans ce qu'on sait faire alors que le terrain a changé. Elle dit devoir, tous les deux mois, abandonner une partie de ce qu'elle sait de son propre métier et réessayer autrement, sans savoir si elle y sera bonne.
Côté équipe, sa méthode consiste à « frame the chaos ». Elle nomme l'incertitude et les émotions qu'elle provoque, sans chercher à tout planifier, car vouloir contrôler chaque étape empêche d'explorer.
Krieger complète : ce chaos exige une responsabilité claire. Dans Labs, chaque « bet » a un « bet lead », DRI chargé de décider s'il faut accélérer, arrêter ou redistribuer les effectifs. « On est tous perdus ensemble, mais quelqu'un tient le stylo. »
Vers des logiciels agent-native et malléables
Krieger décrit trois époques : l'IA dans une barre latérale déconnectée, puis des fonctionnalités entièrement pilotées par l'IA, et enfin le logiciel agent-native, où tout ce qu'un humain peut faire, un agent doit pouvoir le faire. Il dit s'être appuyé sur le texte d'Every sur le sujet, qu'il a transformé en skill. Selon lui, peu de produits y parviennent, y compris chez Anthropic.
L'étape suivante concerne les interfaces malléables par l'agent. Sur un projet complexe à quatre work streams, Claude suit l'avancement et génère l'interface de suivi utilisée par le TPM puis par toute l'équipe, et chacun peut la modifier avec lui. Cette approche soulève de nouvelles questions : qui peut modifier les données, et comment en tracer la provenance.
Aux éditeurs SaaS installés, il conseille de construire les bonnes primitives, c'est-à-dire une plomberie commune aux agents et à l'API. Il leur recommande aussi d'avancer progressivement, par exemple avec un panneau latéral ou une page d'accueil personnalisable, plutôt que de refaire toute l'interface.
Explorer en parallèle, puis consolider
Pour servir à la fois le grand public et les grands comptes, Ami Vora assume de multiplier les tentatives, quitte à ce que des produits se recoupent. Selon elle, l'échec consiste à trop contraindre un produit dès le départ à partir d'une théorie. Elle préfère « cinq produits qui se chevauchent » à un seul produit qui n'a jamais rencontré son marché.
Krieger fixe deux conditions. D'abord, une équipe réellement convaincue : il dit n'avoir jamais réussi en imposant un sujet à une équipe qui n'y croyait pas. Ensuite, une infrastructure partagée : il y a six mois, chat et co-work avaient des systèmes de mémoire, de MCP et de stockage de fichiers différents. Une équipe « foundations » travaille désormais à unifier ces briques.
Pour la consolidation, il rappelle une leçon d'Instagram : l'usage des onglets suit une loi de puissance, avec le feed principal à environ 80 % et Explore qui passe au mieux de 10 à 15 %. Une grande partie du métier consiste à refuser un nouvel onglet sans tuer une idée trop tôt.
Mettre un projet en pause jusqu'au prochain modèle
Comment savoir si quelque chose fonctionne ? Pour Vora, on revient aux critères classiques : usage, rétention, bouche-à-oreille, valeur perçue. La difficulté vient du fait qu'un produit raté peut devenir viable avec le modèle suivant.
L'exemple donné est celui du premier produit de computer use, construit en 2024. Il était inutilisable, ni pour l'automatisation ni pour l'apprentissage, avec vingt minutes d'essais et d'erreurs pour une tâche dans Photoshop. L'équipe l'a mis en pause, puis l'a fait tourner dans un eval harness à chaque nouveau modèle. C'est ainsi qu'elle a vu Claude 3.7 « décoller », avec plus de succès que d'échecs.
Chez Labs, prouver qu'un modèle n'est pas prêt et transformer ce constat en eval pour la recherche compte comme une réussite. Dan Shipper parle de « capability-blind » pour désigner ceux qui jugent une IA sur un modèle déjà dépassé.
“I don't think Claude is a convener yet.”
“I would much rather have like five overlapping products that all work in different ways, than like one overly constrained one.”
“We see it as a win in Labs if all your project did is show that the models aren't ready for it yet.”
Why it matters
Ce panel est intéressant parce qu'il vient de l'intérieur d'une entreprise qui vend l'automatisation du travail intellectuel, et que ses responsables y défendent la valeur de fonctions très humaines : coordination, arbitrage, soutien émotionnel des équipes. On peut y voir une lucidité réelle, qui s'appuie sur l'anecdote de Krieger. On peut aussi y lire un discours rassurant tenu à une salle remplie de PM, et Krieger admet lui-même que la planification par Claude est surtout un réglage pas encore activé. Les passages les plus utiles sont opérationnels : mettre un projet en pause dans un eval harness, construire des primitives communes avant de multiplier les surfaces, désigner un DRI par pari. Enfin, l'aveu d'une mémoire et d'un MCP fragmentés entre chat et co-work montre que même un labo de pointe peine à rendre ses propres produits cohérents.
For you
Put it to work on your sources.
Free: a month of articles and three sources of your own. Pro: the whole archive and your sources, from €8/month.
For your team
The same machine, on your topics.
A space in your colours, your watch angles, your curators. Pilot open to three companies.