Primary source ProductVideo·30 September 2026·7 min read

Chez OpenAI, le produit se pilote à trois mois et se joue à la voix

Deux product leaders d'OpenAI expliquent comment on construit des produits IA quand le sol bouge chaque trimestre, et parient sur la voix et le logiciel « autonome » pour 2027.

ShareWhatsApp X LinkedIn Facebook

Save to my selection

Source : Lenny's Podcast · YouTubeView original ↗

In brief

Au Lenny & Friends Summit, Tara Seshan et Nan Yu, toutes deux chez OpenAI sur Codex et les usages professionnels de ChatGPT, détaillent leur façon de livrer des produits IA imparfaits, de choisir entre un agent unique et une flotte de micro-agents, et de travailler avec la recherche. Leur horizon de planification tient en deux à trois mois. Leurs paris pour 2027 : la voix et un logiciel qui « se conduit tout seul ».

🍺 Bar-stool version

Chez OpenAI, on t'explique tranquillement que planifier au-delà de trois mois, c'est de la voyance, et qu'une des deux intervenantes tient un document de ses propres prédictions ratées pour rester humble. Pendant ce temps, dans la salle, des gens préparent leur plan annuel 2027 avec la sérénité de ceux qui réservent un restaurant sur une planète pas encore découverte. Le reste est plus sobre qu'on ne croit : l'empathie utilisateur, la pensée système, tester vite, bref le métier de PM, mais en accéléré. Et si elles ont raison sur la voix, le vrai gagnant sera celui qui ne fera plus le support informatique de ses parents.

Key takeaways

1
Tara Seshan assume de livrer des solutions imparfaites, comme le toggle qui donne accès à un harness agentique aux plus d'un milliard d'utilisateurs de ChatGPT sans casser les workflows des développeurs.
2
Le filtre qualité interne d'OpenAI : tester le produit en interne, regarder s'il retient les usages, s'il surprend, s'il débloque un cas d'usage nouveau des modèles.
3
L'horizon de conception idéal est de deux à trois mois en avance sur les capacités des modèles, ni collé au présent ni trop futuriste pour être utilisable.
4
Pour Nan Yu, la vraie limite n'est pas le modèle mais la capacité des gens à absorber ses capacités : le « capability overhang » fait de l'onboarding un enjeu majeur.
5
Sur les agents, Nan Yu part de la nature humaine (personne ne gère 40 subordonnés directs) et Tara Seshan des questions tactiques : permissions, identifiants, mémoire segmentée.
6
Avec la recherche, le rôle du PM consiste à apporter des cas d'usage précis, lire les sessions ratées et surtout écrire des evals exploitables en post-training.
7
Paris pour 2027 : la voix pour Tara Seshan, le logiciel « self-driving » qui s'utilise tout seul pour Nan Yu, un hardware type « Codex dans une boîte » pour l'animatrice.

Chapters

0:06

Paris pour 2027

Livrer imparfait, mais vite

La discussion s'ouvre sur « le toggle », un interrupteur qui sépare deux faces d'un produit IA.

La barre qualité : utile, surprenant, calé sur les modèles

Tara Seshan liste ses critères : le produit apporte-t-il une valeur nouvelle ?

Un agent ou quarante ?

L'animatrice oppose son Codex unique, avec qui elle parle toute la journée, à sa quarantaine de bots spécialisés.

Plateforme, computer use et dernier kilomètre

Tara Seshan décrit ChatGPT comme une plateforme organisée en couches : des hooks et des plugins pour les développeurs internes et tiers, puis le computer use en solution de repli quand les intégrations n'existent pas ou fonctionnent mal.

Travailler avec la recherche et vivre à trois mois

Nouvelle chez OpenAI sur ce terrain, Tara Seshan résume ce qu'elle apporte aux chercheurs : des cas d'usage précis, la lecture de sessions ratées, et surtout des evals.

Ce qui change dans le métier, et les paris 2027

Pour Nan Yu, l'onboarding, souvent délaissé par les ingénieurs, devient central.

Why it matters

Ce panel dit peu de choses révolutionnaires, et c'est justement son intérêt : chez l'acteur qui fixe le tempo du secteur, les fondamentaux du product management tiennent toujours, mais leur cadence a explosé.

The rest is for members

Create a free account to read on

A month of articles in full, and three sources of your own summed up like this one.

Create my account

Already a member? Log in

Compare plans →

#openai #product management #agents #voix #codex #ux

Original source

Where AI products go next: voice, agents, and self-driving software | Tara Sesha and Nan Yu (OpenAI)

Lenny's Podcast

Open the video ↗

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.

Create my account →

For your team

The same machine, on your topics.

A space in your colours, your watch angles, your curators. Pilot open to three companies.

Request pilot access →