Avec votre accord, ce site charge les services de mesure d'audience ci-dessous. Sans votre accord, aucun traceur n'est déposé et aucun service tiers n'est appelé. Votre choix est conservé 6 mois sur cet appareil.
Services concernés
Google Tag Manager et Google Analytics 4 (mesure d'audience)
Le programme est organisé en trois tracks et douze catégories. Choisissez une catégorie principale pour votre proposition. Si votre talk peut entrer dans deux catégories, la règle de placement et les cas limites ci-dessous vous aideront à choisir.
Où placer votre talk
Demandez-vous de quoi parle principalement votre talk :
Ce que vous construisez pour vos clients, et comment vous apprenez quoi construire Track 1
Ce track couvre les produits que vous mettez entre les mains de vos clients, pour des utilisateurs humains et pour les agents qui agissent en leur nom. Les produits construits pour vos propres collaborateurs relèvent du Track 3.
01Building AI-native products, from discovery to scale
Nous voulons l'histoire vue de l'intérieur de produits dont l'IA est le cœur : comment l'équipe a découvert quoi construire, quels paris elle a faits, et ce qui s'est passé entre la première version et le passage à l'échelle.
Sujets attendus
La discovery avec l'IA : recherche utilisateur augmentée, utilisateurs synthétiques et leurs limites, prototypage pour apprendre
Les paris produit : quand l'IA se justifie, et quand un workflow simple, ou rien du tout, fonctionne mieux
La défendabilité quand les labs peuvent livrer la même fonctionnalité au trimestre suivant
Le parcours complet d'un produit AI-native, de la première version au passage à l'échelle
Profils recherchés
Fondateurs, product leaders, PM et UX researchers qui ont livré un produit AI-native et peuvent raconter toute l'histoire, impasses comprises.
02Designing experiences for humans and agents
Les utilisateurs parlent désormais aux produits, leur délèguent des tâches, et envoient parfois un agent à leur place. Cette catégorie couvre le design pour des utilisateurs humains et pour des agents utilisateurs.
Sujets attendus
Les interfaces génératives, conversationnelles et vocales en production
Les niveaux d'autonomie : ce que les utilisateurs laissent faire à un agent et comment ils reprennent la main
Expliquer le comportement de l'IA et se remettre des erreurs sans perdre la confiance des utilisateurs
Les agents comme utilisateurs et acheteurs : agentic commerce, GEO, comment les machines trouvent et choisissent un produit
Profils recherchés
Designers, PM et ingénieurs qui ont repensé une expérience autour de l'IA ou d'agents utilisateurs, avec des preuves de la réaction de vrais utilisateurs.
03Evals & context engineering: who defines quality?
La qualité d'un produit IA dépend de qui définit le « suffisamment bon » et du contexte que reçoit son modèle. Les talks peuvent traiter l'un ou l'autre versant.
Sujets attendus
Des evals écrites par les experts métier, pas seulement par les ingénieurs
Surveiller et corriger le comportement de l'IA en production
Le context engineering pour des agents orientés client : ce que l'agent doit savoir et comment vous gardez ce savoir à jour
Les arbitrages de qualité que vous avez faits et comment vous les avez mesurés
Profils recherchés
PM, experts métier, AI engineers et data practitioners responsables de la qualité d'un produit IA en production.
04Value, adoption & economics of AI features
Cette catégorie couvre les chiffres qu'une démo ne montre pas : usage, rétention, coûts et marges.
Sujets attendus
L'usage réel des fonctionnalités IA comparé à ce que promettait la démo
Pourquoi les utilisateurs adoptent ou abandonnent une fonctionnalité IA
Le coût d'inférence, le coût par résultat utile et leur effet sur la roadmap
Le pricing et les marges des produits IA
Profils recherchés
PM, product leaders, fondateurs et partenaires growth ou finance qui peuvent partager des résultats mesurés, bons ou mauvais.
Track 2
Product & Tech: How We Build Now
Builder Practices, Delivery Models, AI-SDLC
Ce track couvre la façon dont les gens du produit, du design, de l'engineering et de la data travaillent avec l'IA au quotidien, du setup d'une personne à la manière dont une équipe de delivery livre et maintient du logiciel.
05Product Builders: working across crafts
Les designers livrent désormais du code, les ingénieurs prennent en charge du travail produit et les PM prototypent en production. Cette catégorie couvre ce qui change dans le travail quand une même personne franchit ces frontières.
Sujets attendus
Les tâches que vous assurez aujourd'hui et qui ne figuraient pas dans votre fiche de poste il y a un an
Les design systems comme contexte d'agent, et le passage de la maquette au code
Ce qu'une équipe gagne et perd quand une personne couvre plusieurs métiers
Comment la revue et la qualité tiennent quand davantage de personnes livrent
Profils recherchés
Designers, PM, ingénieurs et data practitioners qui ont changé leur façon de travailler et peuvent décrire la situation avant et après.
06Second Brain & the builder's workstation
Montrez-nous les outils, la mémoire et les routines que vous utilisez chaque jour avec vos agents. Nous préférons une démo en direct ou des captures détaillées à une description.
Sujets attendus
Les setups personnels avec des agents : outils, configuration, routines
Le Second Brain et les systèmes de connaissance personnels que les agents peuvent utiliser
Ce qui a amélioré votre travail quotidien et ce qui s'est révélé une distraction
Le coût de maintenance d'un setup IA personnel
Profils recherchés
Des builders de tous les métiers qui utilisent leur setup au quotidien et peuvent le montrer en direct ou en détail.
07Delivery models: who owns the result when agents do part of the work?
Quand des agents prennent en charge une partie du travail, l'équipe de delivery change aussi. Cette catégorie couvre la taille de l'équipe, ses rôles et ses rituels.
Sujets attendus
La taille et la composition de l'équipe avec l'IA dans la boucle
Les rôles, les passations et la responsabilité du résultat
Les rituels qui ont changé, disparu ou sont apparus
Passer des gains de productivité individuels à la performance de l'équipe
Profils recherchés
Engineering managers, product leads, tech leads et membres d'équipe qui ont réorganisé la façon dont leur équipe livre.
L'IA change chaque étape du cycle de développement logiciel. Beaucoup d'équipes constatent que les problèmes les plus difficiles commencent une fois que le prototype fonctionne.
Sujets attendus
Les specs comme interface avec les agents de code
Orchestrer des agents de code dans une vraie codebase
La code review comme nouveau goulot d'étranglement
Tester, sécuriser et maintenir dans la durée du code écrit par l'IA
Profils recherchés
Ingénieurs, tech leads, équipes plateforme et engineering leaders qui font tourner un cycle de développement assisté par l'IA au-delà du pilote et savent ce que coûte sa maintenance.
Track 3
The Agentic Company
Agentic Workspaces, Platforms & Organizations
Ce track couvre la façon dont toute l'entreprise s'organise, s'équipe et se gouverne avec l'IA, y compris les organisations produit et tech et chaque fonction métier.
09Agentic platforms & Agent Builders
Les entreprises construisent des plateformes partagées pour que leurs collaborateurs puissent utiliser, construire et partager des agents, et elles créent de nouveaux rôles pour mener cette construction.
Sujets attendus
Les plateformes agentiques internes : build or buy, capacités partagées, contrôles, adoption par les collaborateurs
Les produits IA internes construits pour une équipe ou une fonction
Les Agent Builders au sein des équipes métier : qui ils sont et comment ils travaillent
Les Forward Deployed Engineers : leur place dans l'organisation, leur périmètre et leur façon de travailler avec les équipes métier
Sécurité, souveraineté, dépendance aux fournisseurs et choix multi-modèles pour ces plateformes
Profils recherchés
Platform leads, DSI, CTO, responsables sécurité, Agent Builders, Forward Deployed Engineers et équipes métier qui ont construit des agents pour leur propre entreprise.
10Company Brain: what should agents know about the company?
Les agents ne peuvent utiliser que la connaissance de l'entreprise à laquelle ils ont accès. Construire cette mémoire partagée soulève des questions de propriété, d'accès et de fraîcheur.
Sujets attendus
La connaissance et la mémoire de l'entreprise pour les agents : ce qu'on y met et qui en est propriétaire
Les droits d'accès, la fraîcheur et les sources contradictoires
Corriger ce que savent les agents quand c'est faux
Les mises en œuvre partielles et les échecs, autant que les cas aboutis
Profils recherchés
Équipes knowledge, data et plateforme, et leaders métier qui ont construit, ou tenté de construire, une couche de connaissance partagée pour les agents.
11People management & upskilling
L'IA change ce que les gens font chaque jour et ce que leurs managers attendent d'eux. Cette catégorie couvre la façon dont les entreprises aident chacun à acquérir de nouvelles compétences et la façon dont le management évolue en chemin.
Sujets attendus
Les programmes d'AI fluency et de montée en compétences : ce que les gens ont réellement appris et comment vous l'avez mesuré
Les managers comme leviers d'adoption : utiliser l'IA de façon visible, fixer les attentes, évaluer un travail fait avec l'IA
Les juniors, les carrières et le recrutement quand les tâches de début de carrière changent
La charge cognitive, l'autonomie et la façon dont chacun vit le travail aux côtés des agents
Profils recherchés
Responsables RH et formation, managers et collaborateurs qui ont changé la façon dont les gens apprennent, travaillent et sont managés, et peuvent montrer ce qui s'est passé.
12Operating models & AI governance
Les gains locaux de l'IA n'atteignent pas toujours le P&L, et quand un agent agit, quelqu'un dans l'entreprise doit en répondre. Cette catégorie couvre les droits de décision : comment l'entreprise repense son travail et répartit ses investissements en IA, et comment elle gouverne les agents sans bloquer le travail.
Sujets attendus
Les workflows métier repensés par celles et ceux qui font le travail, au support, aux ventes, aux opérations, en finance ou en RH, et si les gains se voient dans les résultats
L'autorité entre équipes : priorités du portefeuille, financement, effectifs
La responsabilité des décisions prises ou préparées par des agents
Le shadow AI et l'AI Act en pratique : ce que vous avez trouvé et quelles exigences s'appliquent à vous
Profils recherchés
Dirigeants, transformation leaders, RSSI, juristes et professionnels de la conformité qui ont changé la façon dont leur entreprise décide de l'IA et la gouverne, et peuvent en montrer les résultats.
Cas limites
Parcours complet ou aspect unique
Une histoire produit de bout en bout va en catégorie 1. Un talk centré sur un aspect (evals, interface, pricing) va dans la catégorie de cet aspect.