Deux clients envisageaient de partir. L'enjeu : transformer une plateforme IA déjà commercialisée en produit suffisamment clair et fiable pour convaincre ses utilisateurs de l'adopter et ses clients de rester.
Alivia permet aux entreprises de créer et d'utiliser des assistants IA sur leurs propres documents. Développé en mode start-up au sein de Polycea, le produit était déjà commercialisé, mais son adoption restait fragile.
Défi : Le problème ne se limitait pas à l'interface. Alivia était puissant, mais ses utilisateurs devaient comprendre comment le produit fonctionnait pour savoir comment l'utiliser et évaluer ses réponses.
Le risque était business, pas seulement produit. Sans adoption interne, pas de preuve à montrer aux prospects. Et un premier client avait déjà branché son propre front par-dessus notre backend. Ce n'est pas anodin : ça dit "votre API est bonne, votre interface ne l'est pas." C'est le signal d'un produit IA qui a résolu le problème technique sans résoudre le problème humain. C'est exactement là que j'ai commencé.
Mission : Rendre l'expérience plus compréhensible et vérifiable, tout en donnant à l'équipe les moyens de confronter ses décisions aux usages réels.
Objectif : Faire de la confiance un critère de conception : des assistants qu'on reconnaît, des réglages réservés aux administrateurs, des réponses qu'on peut vérifier.
Les deux clients sont restés et paient plus cher. En interne, l'équipe soumet désormais ses arbitrages à 14 collaborateurs référents avant de livrer.
Utilisateurs cibles : Équipes internes : support, PM, devs, fonctions métiers
Les premiers retours utilisateurs ont été brutaux : et précieux.
Le problème n'était pas la technologie. C'était l'expérience et la compréhension.
J'ai piloté la transformation end-to-end, en autonomie :
Face au budget limité (pas de Maze/UserTesting), j'ai développé un outil de feedback intégré directement dans les prototypes. Un groupe de 15 utilisateurs "VIP" pouvait annoter, noter et commenter en temps réel. Résultat : 147 retours collectés en 4 semaines.
6 entretiens utilisateurs (support, PM, devs, métiers) + audit UX complet + observation terrain. Identifier précisément où et pourquoi les users bloquent.
Couper, fusionner, clarifier. Moins d'options. Plus d'évidence. Chaque élément doit avoir une raison d'exister.
Créer un design system tokenisé pour garantir cohérence, accessibilité et rapidité côté dev.
Garantir la fidélité entre le design et le code : documentation, handoff, suivi de recette. Et installer durablement une culture design dans une équipe qui n'en avait aucune.
Méthodes : Recherche Utilisateur, Simplification Radicale, Systémisation, Tests Continus, Livraison & Collaboration
Le succès du projet s'est joué sur quelques choix structurants.
Exemple : Sidebar avec assistants visibles + zone de conversation centrale
Impact : Les profils non-tech adoptent l'outil pour la première fois
Apprentissage : Échec proto 2 (full-chat) : la page blanche paralysait. Pivot vers hybride.
Exemple : Alex (violet) = Support | Dana (bleu) = Data | Sam (vert) = Docs
Impact : Les utilisateurs identifient le bon assistant immédiatement
Exemple : "Temperature: 0.7" → slider "Créativité : Simple ↔ Créatif"
Impact : La configuration devient accessible à tous
Exemple : Choisir → Configurer → Questionner → Comprendre → Adopter
Impact : Taux de réussite : 91%
Le succès de la refonte a permis un déploiement massif de cette V2 auprès de plus de 5000 utilisateurs.
De 28 à 112 utilisateurs hebdomadaires en 3 mois. Mais ce qui m'importe plus : un grand groupe de cabinets d'avocats qui s'apprêtait à partir vers une autre solution a choisi de rester. Et en interne, le réflexe n'est plus d'"utiliser l'IA". C'est de "demander à Alex" ou "poser la question à Ressy". Petite nuance, grande différence.
Avant, je passais 30 minutes par jour à chercher des infos éparpillées dans 4 outils différents. Maintenant je pose ma question à Alivia et j'ai ma réponse en 20 secondes. J'ai récupéré 2h30 par semaine.
Marie L., Customer Success Manager
J'utilisais beaucoup ChatGPT avant. Depuis quelques semaines, j'utilise uniquement Alivia. J'encourage tout le bureau à faire de même.
Olivier R., Référent bureau, cabinet d'avocats partenaire
Le truc qui a tout changé : les assistants avec des noms et des couleurs. On dit plus 'utilise l'agent machin', on dit 'demande à Alex'. C'est devenu naturel, comme déléguer à un collègue.
Sophie R., Responsable Support
Ce projet m'a confirmé ce que je cherche.
Alivia tourne maintenant chez des clients externes. L'un d'eux était sur le point de choisir un concurrent. Il est resté. Pas parce qu'on a fait une démo convaincante. Parce que l'équipe pouvait l'utiliser sans formation. C'est la vraie métrique d'un produit IA réussi : l'absence de besoin d'accompagnement.
Mon focus actuel : transformer les retours terrain en améliorations produit sans casser ce qui fonctionne en interne. L'équilibre entre stabilité et innovation.
Rôle : Lead Product Designer, Mai 2025 → Mai 2026
Outils : Figma (Design, Make, Sites), TaskFlow (outil vibecodé), Jira, IA Agentique, OpenAI
Thématiques : IA, B2B, Design System, Refonte Produit, Culture Design
Je conçois des produits complexes et structure les méthodes qui permettent aux équipes de les faire passer à l'échelle. Aujourd'hui, j'accélère aussi l'adoption de l'IA dans les workflows design.