Le product trio a fait le logiciel. Le forward deployed PM accélère l'IA en entreprise
Le product trio quitte les bureaux de l'éditeur
Le product trio a longtemps servi de base au développement logiciel. Teresa Torres l'a formalisé en 2021 : un product manager, un designer et un ingénieur décident ensemble, depuis les bureaux de l'éditeur.
Avec l'IA, les éditeurs paient cher cette distance : d'après Bain, les modèles sortent plus vite que les entreprises ne savent les absorber. Ils installent donc un autre trio chez leurs clients. Scale AI recrute des « Forward Deployed Product Managers », OpenAI des « Deployed Product Managers ». Caroline Clark (Mind the Product, 19 octobre) décrit leur équipe : un forward deployed engineer (FDE) et un PM de la plateforme.
Ma thèse : le forward deployed product manager (FDPM) est l'accélérateur qui manquait aux transformations IA. Il fait passer les cas d'usage du POC à la production, et il aide l'équipe produit à apprendre plus vite.
TL;DR — EN BREF
- Le FDPM est un product manager de l'éditeur, installé chez un client, qui répond du résultat obtenu sur ce compte plutôt que d'une feuille de route.
- Il répond au goulot des programmes IA : selon Deloitte, 81 % des entreprises disent que l'IA accélère leurs décisions, mais 15 % seulement ont déplacé qui décide.
- Le même schéma vaut pour une DSI : un FDPM interne par direction métier, une équipe plateforme qui généralise.
- Son piège est le sur-mesure, et le FDPM d'un éditeur sert aussi les ventes de son employeur.
- Pour votre transformation IA : exigez ce rôle de vos éditeurs, nommez votre propre FDPM, et gardez en interne l'arbitrage de ce qui devient commun.
Pourquoi le rôle apparaît maintenant
Palantir a inventé le geste en 2011 en renommant ses ingénieurs d'intégration « forward deployed engineers », d'après Tom Hollands (a16z) : configurer la plateforme pour chaque client, puis y reverser ce qui a marché. Le DevOps avait rapproché ceux qui développent et ceux qui exploitent ; le forward deployment rapproche ceux qui conçoivent le produit et ceux qui l'utilisent.
D'après Pave, la part d'entreprises qui emploient un FDE passe de 0,34 % en janvier 2023 à 1,24 % en septembre 2025. Bain chiffre à plus de 9 milliards de dollars ce qu'OpenAI, Microsoft, AWS et Anthropic ont engagé pour placer des équipes chez leurs clients.
Graphiques : Tom Hollands, « Forward-deployed job titles », a16z, 27 janvier 2026. Données : Pave, « Is the Forward Deployed Engineer (FDE) on the Rise? », environ 9 000 entreprises clientes ; Bloomberry, « I analyzed 1,000 forward deployed engineer jobs », Henley Wing Chiu, novembre 2025.
Côté entreprise, le goulot tient à la décision. Deloitte a interrogé 3 500 dirigeants dans 25 pays en mai et juin 2026 : 81 % disent que l'IA accélère leurs décisions, 25 % seulement l'utilisent pour transformer leur activité en profondeur, et 15 % constatent un déplacement important de qui décide. Le FDPM est un rôle de décision placé à cet endroit. Il reste rare : au 5 octobre 2026, Second Talent comptait 4 offres de FDPM chez Scale AI et une chez Intercom.
Ce que fait un FDPM
Le FDPM travaille dans l'entreprise cliente, à côté des utilisateurs, pour que le produit y réussisse. Caroline Clark résume l'écart avec le PM classique : « A traditional PM owns a product, while an FDPM owns outcomes for a customer account. »
Tableau traduit et redessiné d'après Caroline Clark, « What is a forward deployed product manager, anyway? », Mind the Product, 19 octobre 2026.
Le trio change de composition. Le FDE construit l'intégration et répond du « comment ». Le FDPM répond du « quoi » et du « pourquoi ». Le PM de la plateforme reste chez l'éditeur et porte les demandes retenues. Le designer sort du schéma : le FDPM prototype lui-même avec les utilisateurs, jusqu'à travailler quelques jours comme téléconseiller.
Schéma redessiné d'après Caroline Clark, Mind the Product, 19 octobre 2026.
Ce que le FDPM change, chez l'éditeur comme dans votre DSI
La feuille de route se nourrit des déploiements
Le product trio allait chercher l'utilisateur en entretien. Avec le FDPM, l'équipe produit reçoit le terrain déjà trié, et le PM de la plateforme intègre ce qui se répète d'un compte à l'autre. Dans une DSI, la plateforme IA interne joue l'éditeur et chaque direction métier le client : l'équipe plateforme décide de ce qui devient une brique commune.
Le backlog réserve une voie au terrain
Un FDPM sans capacité d'ingénierie réservée ni droit d'engager le produit est un chef de projet avec un titre de PM. Chez vous, une équipe plateforme dont le backlog est déjà plein ne généralisera rien de ce que les métiers découvrent.
Le FDPM de l'éditeur travaille aussi pour ses ventes
Scale AI demande à son FDPM de repérer les occasions d'extension, et OpenAI associe son Deployed PM aux équipes commerciales. Pour vous, il est donc un allié et un vendeur : chaque développement spécifique qu'il obtient renforce votre dépendance à sa plateforme. Un responsable, chez vous, doit arbitrer en face de lui.
Un consultant rebadgé ?
À première vue, le FDPM ressemble à un consultant avec un badge d'éditeur ; Tom Hollands parle d'« arbitrage de titre ». Je crois plutôt que deux différences tiennent. Le FDPM reste jusqu'au résultat, et son évaluation en dépend ; en tant que consultant, je prends la remarque pour moi. Le FDPM peut changer le produit, quand l'architecte solutions met en œuvre le produit tel qu'il existe.
Le piège du sur-mesure
Le coût n'a pas disparu, il s'est déplacé. Une équipe construit une fonction pour un métier en quelques jours, puis la paie à chaque version : maintenance, tests sur chaque nouveau modèle.
Exemple illustratif. Une DSI déploie des agents dans cinq directions métier, avec un FDPM interne par direction. Chaque direction génère 40 demandes par trimestre ; une fonction spécifique coûte 5 jours à construire et 2 jours par trimestre à maintenir.
| Règle de décision | Fonctions livrées | Construction | Maintenance au bout d'un an |
|---|---|---|---|
| Tout accepter | 200 par trimestre | 1 000 jours par trimestre | 1 600 jours par trimestre |
| Seuil de 3 directions sur 5 | 15 par trimestre | 75 jours par trimestre | 120 jours par trimestre |
Exemple illustratif, hypothèses de l'auteur : 5 directions métier, 40 demandes par direction et par trimestre, 5 jours de construction et 2 jours de maintenance trimestrielle par fonction, 15 besoins communs à au moins 3 directions.
Le FDPM qui applique ce seuil déçoit plus souvent sa direction métier, et protège la plateforme.
Ce que j'en retiens pour votre transformation IA
Le goulot des programmes IA se trouve entre le POC et la production, là où il manque un décideur. Pour votre plan d'action des trois prochains mois :
Exigez un FDPM de vos éditeurs, et nommez son interlocuteur. Demandez comment vos demandes entrent dans leur backlog et quelle capacité leur est réservée. Désignez en face un responsable qui arbitre ce que vous rendez spécifique.
Nommez votre propre FDPM. Placez un product owner dans chaque direction métier qui reçoit un agent, pendant six à huit semaines, avec un ingénieur à ses côtés.
Écrivez le seuil de généralisation avant le premier atelier. Une demande remonte à la plateforme commune quand au moins trois métiers l'expriment.
Mesurez l'usage en production. Part des dossiers traités avec l'agent, temps gagné, taux de reprise humaine : une démo réussie ne compte pas.
En résumé
Le product trio a appris aux éditeurs à décider ensemble, depuis leurs bureaux. Le FDPM place un décideur produit là où les programmes IA calent, chez le métier.
L'ingénieur fait marcher l'IA dans une entreprise. Le FDPM décide de ce que cette entreprise apprend au produit.
Et vous, dans votre transformation IA, qui décide de ce qui reste spécifique et de ce qui devient commun ?
Sources
- Continuous Discovery Habits — Teresa Torres, Product Talk, 2021 (le product trio PM, designer, ingénieur)
- What is a forward deployed product manager, anyway? — Mind the Product, Caroline Clark, 19 octobre 2026 (définition, trio FDPM/FDE/PM plateforme, questions d'organisation à poser ; tableau PM traditionnel / FDPM et schéma des deux trios, traduits et redessinés)
- Forward Deployed Product Manager, Enterprise — Scale AI, offre d'emploi consultée le 4 novembre 2026 (missions, prérequis, frontières avec les autres rôles)
- Deployed Product Manager, Codex — OpenAI, offre d'emploi reprise par Stripes, close à la date de consultation (rôle, missions, lien avec les équipes commerciales)
- Forward deployed engineer vs product manager — Second Talent, Matt Li, 6 octobre 2026 (comptage des offres ouvertes au 5 octobre 2026 chez Palantir, OpenAI, Anthropic, Scale AI et Intercom)
- Forward-deployed job titles — a16z, Tom Hollands, 27 janvier 2026 (« arbitrage de titre », renommage chez Palantir en 2011 ; graphiques sur l'essor des FDE repris dans l'article)
- Is the Forward Deployed Engineer (FDE) on the Rise? — Pave, 2025 (part des entreprises de sa base, environ 9 000, qui emploient un FDE : 0,34 % en janvier 2023, 1,24 % en septembre 2025 ; graphique repris par Tom Hollands, a16z)
- I analyzed 1,000 forward deployed engineer jobs: what I learned — Bloomberry, Henley Wing Chiu, 18 novembre 2025, mis à jour le 25 janvier 2026 (nouvelles offres FDE par mois, 2020-2025, graphique repris par Tom Hollands, a16z)
- The State of AI in the Enterprise: Built differently — Deloitte AI Institute, octobre 2026 (enquête auprès de 3 500 dirigeants dans 25 pays, mai-juin 2026 : 81 % jugent que l'IA accélère leurs décisions, 25 % l'utilisent pour transformer leur activité en profondeur, contre 34 % en janvier, 15 % constatent un déplacement important de qui décide)
- Technology Report 2026 — Bain & Company, octobre 2026 (« vitesse d'absorption », montants engagés par OpenAI, Microsoft, AWS et Anthropic dans le déploiement chez les clients)
Continuer votre exploration
Découvrez d'autres articles du cluster ia-transformation dans l'univers Intelligence Artificielle