Prioriser son backlog avec l'IA

Ton backlog a 120 items. Ton trimestre a 13 semaines. Ton équipe livre 8-10 items par sprint. Tu dois choisir.

Le problème n'est pas le nombre d'items. C'est l'absence de critères de tri partagés. Chaque stakeholder a sa priorité. Le sales pousse les features clients. Le CTO veut réduire la dette technique. Le CEO a lu un article sur une tendance. Toi, tu essaies de servir les objectifs du trimestre.

L'IA ne va pas prioriser ton backlog à ta place. Elle va structurer l'exercice pour que la priorisation soit argumentée, traçable, et défendable.

Pourquoi la priorisation est cassée dans la plupart des équipes

Deux problèmes.

Premier problème : les critères changent selon l'interlocuteur. En comité produit, c'est l'impact business. En sprint planning, c'est la faisabilité technique. En 1:1 avec le CEO, c'est la vision stratégique. Il n'y a pas de cadre unique.

Deuxième problème : les scores sont inventés. Tu utilises RICE. Tu mets un score d'impact de 8/10 parce que ça te semble élevé. Le développeur met un score d'effort de 3/10 parce qu'il pense que c'est simple. Personne ne sait ce que ces chiffres mesurent. La priorisation a l'air rigoureuse, mais elle repose sur des estimations subjectives non calibrées.

Ce que l'IA fait (et ne fait pas) pour la priorisation

L'IA structure l'exercice. Elle te force à expliciter tes critères, tes scores, et tes hypothèses. Elle rend les biais visibles.

L'IA ne fournit pas les scores. Si tu lui demandes "quel est l'impact de cette feature ?", elle va inventer un chiffre. Ce chiffre n'est basé sur aucune donnée réelle. L'impact, c'est toi qui l'estimes, avec tes métriques et tes données utilisateurs.

L'IA challenge les incohérences. Si tu donnes un score d'impact élevé à un item qui n'est relié à aucun OKR, elle le signale. Si deux items ont les mêmes scores mais des efforts très différents, elle le montre.

Méthode : prioriser avec l'IA en 4 étapes

Étape 1 : Définir les critères

Avant de scorer quoi que ce soit, définis tes critères de priorisation. Donne-les à l'IA avec ton contexte.

"Mon produit est [description]. Nos objectifs ce trimestre sont [OKRs]. Mon équipe a une capacité de [X] story points par sprint. Voici mes critères de priorisation : impact sur l'OKR 1, impact sur l'OKR 2, effort estimé, risque de ne rien faire."

Demande à l'IA si tes critères sont cohérents avec tes objectifs. Elle va identifier les angles morts : "Tu n'as pas de critère qui couvre la dette technique. Si c'est volontaire, OK. Sinon, ajoute-le."

Étape 2 : Scorer les items

Prépare ta liste d'items avec une description courte pour chacun. Donne la liste à l'IA avec tes critères.

"Pour chaque item, je vais te donner mes scores. Demande-moi de justifier chaque score de 7+ en impact et chaque score de 2- en effort."

Le rôle de l'IA : te forcer à justifier tes scores. Si tu mets un impact de 9 sans données, elle te demande "sur quelle base ?". Si tu mets un effort de 2 sur un item complexe, elle te demande "as-tu vérifié avec l'équipe technique ?".

Étape 3 : Analyser le résultat

Donne la matrice complète à l'IA. Demande-lui :

"Identifie les items à haut impact et faible effort (quick wins). Identifie les items à haut impact et haut effort (paris stratégiques). Identifie les items à faible impact quelle que soit la difficulté (candidats à l'élimination). Signale les incohérences dans mes scores."

Le résultat est une vue claire de ton backlog, segmentée par catégorie de priorité. Tu présentes ça en comité produit avec des arguments.

Étape 4 : Simuler les scénarios

Tu as 40 story points par sprint. Tu as 15 items priorisés. Tous ne rentrent pas.

Demande à l'IA : "Si je ne peux livrer que 8 items ce trimestre, lesquels maximisent l'impact sur mes OKRs ? Quel est l'impact cumulé de ce scénario vs un scénario où je choisis les 8 items les plus faciles ?"

Ce n'est pas une prédiction fiable. C'est un exercice de cadrage qui rend les compromis explicites.

Les limites du scoring assisté par IA

Le score d'impact est une estimation. L'IA ne rend pas cette estimation plus précise. Elle la rend plus explicite. Ton score de 8/10 reste subjectif. L'IA te force à dire pourquoi c'est un 8 et pas un 5.

Le scoring RICE n'est pas une science. C'est un outil de communication. Le but n'est pas d'avoir le bon score. Le but est d'avoir un cadre partagé pour discuter des priorités.

L'IA ne gère pas la politique. Ton CEO veut cette feature. Ton scoring dit que c'est une priorité faible. L'IA ne va pas négocier avec ton CEO. Elle te donne les arguments. La conversation, c'est toi qui la mènes.

La priorisation est un acte de renoncement

Prioriser, c'est décider ce que tu ne fais pas. L'IA t'aide à voir le coût de chaque choix. Mais le choix reste le tien.

Un backlog bien priorisé n'est pas un backlog où tout est scoré. C'est un backlog où les 3 items du haut sont indiscutables, les 5 suivants sont argumentés, et le reste attend le prochain cycle.

Avant de prioriser, assure-toi que tes items sont des opportunités bien définies. Voir Identifier des opportunités produit avec l'IA.

Pour structurer les items retenus en PRD : Comment écrire un PRD en 2026.