IA et design de produit : construire la confiance, avec vos utilisateurs et avec vos équipes
Votre IA marche techniquement. Reste à savoir si vos utilisateurs comprennent ce qu'elle leur présente, et s'ils sauront quand elle se trompe.
Des hallucinations, tout le monde en a déjà connu. Le designer qui s'aide de l'IA se demande, comme l'utilisateur de votre fonctionnalité, quand croire ce qu'elle lui propose, et on se pose la question nous-mêmes quand on utilise Claude.
Faire de l'IA un outil pour ceux qui se servent de votre service ou de votre produit, c'est notre métier. On ne construit pas le modèle, on conçoit avec votre équipe data ou IA ce que l'utilisateur en voit et ce qu'il en fait. Vous pouvez nous confier un audit, un accompagnement de projet ou une formation.
Quand on fait appel à nous
- Vous êtes product owner ou à la direction produit, et l'IA est déjà dans votre produit. Ça marche techniquement, mais pas pour vos utilisateurs, sans qu'on sache quand l'IA se trompe ni comment l'utilisateur le saura.
- Vous avez construit un prototype avec Lovable, Claude ou un autre outil, et il vous sert de base pour la suite, avec quand même un doute sur sa qualité.
- Vous dirigez une PME ou une startup, une direction innovation ou une DSI, à un moment où tout le monde se demande comment intégrer l'IA à son site, par un chatbot, un moteur de recherche intelligent ou autre chose. La première question qu'on se pose avec vous porte sur ce qu'elle peut vous apporter, comme une brique invisible qui pousse un contenu impossible à proposer avec des approches algorithmiques classiques.
- Vous dirigez une équipe design, et vous vous demandez ce que ça change de s'équiper de Claude au quotidien pour la research, l'UX et l'UI.
Pourquoi maintenant
En France, les offres d'emploi qu'Indeed range dans sa catégorie des designers et des artistes ont reculé de 28 % en un an (moyenne sur 28 jours au 25 septembre 2026, comparée à la même période de 2025). Cette catégorie ne mesure pas l'UX seule, mais c'est la seule série française publique qu'on ait trouvée. De notre côté, on observe un marché qui se restructure en profondeur. Les équipes design internes font peu à peu la recette de maquettes que les product owners produisent avec Claude, ou de prototypes faits avec Lovable. L'analyse de la research se confie à Copilot, et les développeurs reçoivent des maquettes en HTML, CSS et JavaScript codées par GPT. Dans les enquêtes internationales, la moitié des plus de 900 designers interrogés par Designer Fund et Foundation Capital pour « AI in Design 2026 » disent avoir déjà poussé du code, avec un échantillon qui penche vers les adeptes de l'IA, de l'aveu des auteurs. D'après l'enquête 2026 de Figma, la part des designers qui participent au développement a doublé en un an, à 41 %.
Comment on travaille avec vous
Un audit, pour voir votre produit du côté de celui qui s'en sert
L'audit s'appuie sur une inspection experte, des entretiens et des tests avec vos utilisateurs. Il regarde ce que l'utilisateur comprend de ce que l'IA lui présente et ce qu'il en croit, la manière dont les erreurs arrivent jusqu'à lui et lui sont signalées, ainsi que l'interface et les parcours construits autour de l'IA.
On conçoit avec votre équipe et on teste avec vos utilisateurs
On conçoit avec vous la boucle d'usage autour de l'IA, en travaillant avec votre équipe data ou IA. On fait apparaître dans l'interface le niveau de confiance qu'on peut accorder à une réponse, et on teste avec vos vrais utilisateurs, par itérations.
Une formation en deux modules
La formation a deux modules. L'un est réservé aux équipes design et montre ce que ça signifie de s'équiper de Claude au quotidien, pour la research, pour l'UX et pour l'UI. L'autre apprend à rendre un design system lisible par l'IA.
Trois choses à savoir avant de nous appeler
Vous partez d'un prototype généré par IA
Un prototype fait avec Lovable, Claude ou un autre outil peut servir de base pour la suite. On y cherche l'intention du porteur de projet, les références utilisables que le prototype lui a données, et ce qu'il faut défaire parce que c'est du générique produit par l'outil d'IA. La qualité de ces prototypes reste inégale aujourd'hui, même si elle progresse très vite. Entre autres, il est difficile d'obtenir du premier coup un rendu au pixel près, et ils oublient des étapes ou idéalisent le besoin de l'utilisateur.
Pas d'utilisateurs synthétiques à la place des vrais
Des clients, dans des secteurs très différents, nous demandent déjà si une IA pourrait répondre à la place de leurs utilisateurs. On a fait l'essai en mars 2026 avec Claude Sonnet et Opus 4.6, sur un questionnaire dont on avait les réponses de 1 000 vrais Français. Dans 27 tests sur 30, les réponses de l'IA diffèrent statistiquement du réel, et elles ramènent tout le monde vers un profil moyen. On raconte l'étude dans notre Lab.
Un design system lisible par l'IA, sur notre propre site
Sur akiani.fr, la plupart des modifications du code se font avec Claude Code. On a tiré de la maquette Figma les couleurs, les typographies et les espacements du site, puis on les a décrits dans un fichier au format design.md, que les agents d'IA savent lire. Un guide d'intégration l'accompagne. Un script vérifie ensuite que le code produit respecte le design system. On l'a fait pour notre site avant de l'enseigner dans le second module de la formation.
Comment on reste à jour
Dix personnes sur douze chez Akiani ont suivi au moins un cours de la Claude Academy d'Anthropic, de Claude 101 à l'introduction au Model Context Protocol.
On met aussi l'IA à l'épreuve de nos propres méthodes, comme dans l'étude du Lab sur les panels synthétiques, et on teste en ce moment des entretiens menés et analysés par IA.
Möko, une plateforme d'anglais bâtie autour de l'IA
Möko, start-up niçoise, voulait une plateforme d'apprentissage de l'anglais adaptative grâce à l'IA. On a d'abord mis en forme le parcours et les écrans de la boucle d'apprentissage, où chaque notion suit le même schéma, apprendre, pratiquer, puis être évalué. Un atelier parcours a cartographié les retours en arrière, ces moments où l'élève recommence et où la frustration guette, pour accorder le ton des messages à ses émotions. Les interfaces reprennent les codes du jeu vidéo sans distraire l'élève pendant les modules.
Lire l'étude de cas MökoQuestions fréquentes
On peut brancher un modèle de langage sur une base de personas synthétiques et faire naviguer un agent sur votre site. Méthodologiquement, en revanche, rien ne remplace aujourd'hui un humain dont on observe les comportements. Sur notre questionnaire de mars 2026, les réponses de l'IA ramenaient tout le monde vers un profil moyen, sans extrêmes et avec beaucoup moins de « je ne sais pas ».
C'est plutôt l'inverse. Un système bien structuré et bien documenté est ce qui permet à un agent de générer du code conforme au produit plutôt qu'une interface générique. Quand le code se produit à la chaîne, les résultats se ressemblent, et la différenciation vient de ce qu'on donne à lire à la machine.
On ne sait pas encore si c'est envisageable. Ce qu'on sait, c'est que c'est très peu déterministe, et qu'en approche qualitative, pour mener l'entretien comme pour l'analyser, ça empêche d'assurer la comparabilité. On le teste en ce moment, pour se faire une véritable conviction sur le sujet.
Les agences qui se présentent sous ce nom font souvent de l'intégration ou de l'automatisation de l'IA. Chez nous, on prend l'IA du côté de l'usage, avec ce que vos utilisateurs en voient et en font, qu'on conçoit avec votre équipe data ou IA et qu'on teste avec eux.
Vous ajoutez de l'IA à un produit ou à un service, ou vous partez d'un prototype ?
Racontez-nous où vous en êtes, on répond à chaque message sous 48 h ouvrées en moyenne.
Parlons de votre projet