J'ai partagé cette note avec mon équipe plus tôt cette semaine, et la publie ici également. J'espère qu'elle sera intéressante ou utile pour d'autres qui construisent des produits à l'ère de l'IA.

Ce que les gens apprennent vite en travaillant avec moi, c'est que mon approche pour presque tout problème est : comprendre l'information disponible, rassembler l'information manquante, définir le problème, définir une approche claire et simple pour le résoudre, définir un objectif, et agir avec urgence pour l'atteindre. En chemin, j'apprends souvent de nouvelles informations. Cela signifie revenir et redéfinir les étapes trois à cinq, et répéter. Ce processus est itératif et pour les problèmes complexes, il peut falloir de nombreux essais pour y parvenir.

Cela peut sembler chaotique, mais si vous savez que tout fait partie du processus, et que la seule façon de vraiment résoudre un problème est de s'ajuster face à de nouvelles données, alors ce remue-ménage est sain. Face à de nouvelles données, il faut mettre à jour ses a priori. Le mode d'échec le plus fréquent que je vois est l'incapacité à définir clairement le problème, et l'incapacité à définir une approche claire et simple. Tout cela pour dire que j'aime me tromper. C'est ma chose préférée, car cela m'aide à mieux définir le problème, trouver la bonne solution, apprendre plus vite, et résoudre le problème.