Ramy Nassar
La plupart des projets d’IA s’enlisent entre la phase pilote et la mise en production. Les conseils d’administration ont approuvé les budgets, les équipes ont présenté des démonstrations, mais rien n’a changé au niveau du produit, des processus ou du compte de résultat. Il s’agit désormais de passer de la simple curiosité à un avantage concurrentiel concret, avec une gouvernance capable de résister à l’examen minutieux et des choix de conception que les clients utiliseront réellement.
Ramy Nassar, ancien directeur de l’innovation chez Mattel et auteur du « AI Product Design Handbook », aide les dirigeants à faire passer les projets d’IA du stade de projet pilote à celui de produits opérationnels, réglementés et destinés aux clients.
Full Profile
Pourquoi les entreprises font appel à Ramy Nassar
- Il propose une méthode structurée et publiée pour la conception de produits d'IA, de l'idée au lancement, présentée dans le « AI Product Design Handbook » et utilisée par les équipes d'entreprise qui ont besoin d'un processus reproductible plutôt que d'une énième présentation inspirante.
- Il a dirigé l'innovation chez Mattel et a chapeauté la conception et la stratégie chez Architech pour Apple, Air Canada, la CIBC, Facebook et Rogers ; il connaît donc parfaitement les réalités opérationnelles liées au lancement de nouveaux produits au sein de grandes organisations.
- Son travail distingue « l'IA d'aujourd'hui, de demain et de jamais », offrant ainsi aux conseils d'administration une position défendable sur ce qu'il faut déployer, ce qu'il faut attendre et où tracer les limites de la gouvernance.
- Il enseigne le design thinking et l’innovation à l’Université McMaster et à l’Université métropolitaine de Toronto, ainsi que dans le cadre de programmes pour cadres à Schulich ExecEd, ce qui permet de valider les cadres de référence auprès de dirigeants en activité.
- Ses missions auprès de clients incluent Apple, la Banque TD, TELUS, Verizon, New Balance et le gouvernement du Canada, couvrant à la fois les environnements réglementés et grand public.
Faits marquants de sa biographie
- Auteur de l’AI Product Design Handbook
- Ancien responsable de l'innovation chez Mattel, où il a lancé le premier laboratoire d'innovation de l'entreprise
- Ancien directeur général, Design et stratégie, chez Architech
- Fondateur de 1000 Days Out, cabinet de conseil en IA et technologies émergentes
- Enseignant : Université McMaster, Université métropolitaine de Toronto, Schulich ExecEd à l'Université York
- Mis à l'honneur par CPA Canada lors de la conférence nationale The ONE ; conférencier aux événements FITC, IxDA, FWD50 et au World Usability Congress
Biographie
La plupart des projets d’IA au sein des grandes organisations suivent le même schéma. Un projet pilote est lancé, l’attention se détourne, et le modèle opérationnel ne change pas. Les conseils d’administration doivent alors décider si la prochaine tranche de dépenses doit être consacrée à de nouvelles expériences ou au travail plus ardu consistant à intégrer l’IA dans le produit et dans le flux de travail. C’est la décision que Ramy Nassar est là pour éclairer.
Le « AI Product Design Handbook » (Manuel de conception de produits IA) présente un processus reproductible pour mener les produits IA de l’idée au lancement, en accordant une attention particulière à la confiance des utilisateurs, à la transparence et à la gouvernance. Il est utilisé par les responsables produit et conception qui ont besoin d’une méthode, et non d’un manifeste. Son argumentation s’appuie sur son expérience en tant que responsable de l’innovation chez Mattel, où il a lancé le premier laboratoire d’innovation de l’entreprise et dirigé les travaux sur les technologies émergentes pour Barbie et Hot Wheels, ainsi que sur son poste antérieur de directeur général de la conception et de la stratégie chez Architech, où il a géré les projets clients pour Apple, Air Canada, la CIBC, Facebook et Rogers.
Par l’intermédiaire de 1000 Days Out, il conseille les équipes de direction d’Apple, de la Banque TD, de TELUS, de Verizon, de New Balance et du gouvernement du Canada sur l’adoption de l’IA, la prospective stratégique et la stratégie produit. Son cadre conceptuel « AI Now, Next and Never » est conçu pour les conseils d’administration qui doivent à la fois engager des capitaux et définir des lignes de gouvernance, et son travail de prospective stratégique offre aux dirigeants une méthode structurée pour tester leurs décisions à l’aune de multiples scénarios à long terme.
Ses fonctions d’enseignant à l’Université McMaster, à l’Université métropolitaine de Toronto et au Schulich ExecEd de l’Université York lui permettent de tester ces cadres auprès de cadres en activité. CPA Canada l’a invité à la conférence nationale The ONE pour parler de la transformation des idées en impact mesurable, et il intervient à l’international lors d’événements tels que le FITC, l’IxDA, le FWD50 et le World Usability Congress.
Principaux thèmes de ses interventions
- Adoption de l'intelligence artificielle et conception de produits
- IA responsable et gouvernance
- Prospective stratégique et planification de scénarios
- Stratégie d'innovation
- Technologies émergentes et changement exponentiel
- Conception de produits numériques et d'expérience client
Idéal pour
- Les conseils d'administration et les équipes de direction chargés de définir la politique d'investissement et de gouvernance en matière d'IA
- Les directeurs de la conception, de l'innovation et des produits qui passent de la phase pilote au déploiement de l'IA
- Les responsables de la stratégie et du développement d'entreprise chargés de la planification de scénarios dans un contexte d'incertitude technologique
- Les dirigeants du secteur public qui élaborent des politiques et des procédures d'achat responsables en matière d'IA
Résultats attendus
- Une vision défendable « maintenant, ensuite, jamais » sur les domaines où déployer l'IA, ceux où attendre et ceux où refuser
- Une méthode structurée pour faire passer les fonctionnalités d'IA du concept au lancement, avec une gouvernance intégrée
- Des outils de prospective plus précis pour tester la stratégie face à de multiples scénarios à long terme
- Un langage concret pour communiquer les risques, les enjeux éthiques et les compromis liés à l'IA aux dirigeants et clients non techniciens
Conférences
Une vision stratégique, à l’échelle du conseil d’administration, de ce que l’IA est capable de faire aujourd’hui, de ce qui est réaliste d’envisager dans les cinq à dix prochaines années, et des limites strictes que l’éthique et la gouvernance doivent imposer.
Points clés à retenir :
- Une vision concrète des capacités actuelles de l’IA, indépendante du discours des fournisseurs
- Une perspective d’allocation des capitaux permettant de déterminer quels investissements en IA doivent être développés et lesquels doivent rester au stade pilote
- Des lignes directrices pratiques en matière de gouvernance pour une utilisation responsable en entreprise
La prospective stratégique : une boîte à outils pratique pour les dirigeants, permettant d’anticiper les tendances et de tester la résistance des décisions face à l’incertitude.
Points clés à retenir :
- Une méthode de planification par scénarios reproductible et utilisable par les équipes de direction
- Des indicateurs plus clairs à surveiller dans les domaines de la technologie, des politiques et du comportement des clients
- Une meilleure mise en perspective des risques et des opportunités pour les décisions relatives au capital et aux produits
How AI, quantum, and blockchain are converging, and how leaders decide when to experiment, when to scale, and when to wait.
Key takeaways:
- A jargon-free read on AI, quantum, and blockchain, framed by strategic impact
- A timing framework for emerging-technology bets
- Strategies that hold up as multiple technologies converge
How large organisations build the speed of a startup into enterprise structures that were built to stay the same.
Key takeaways:
- What slows enterprise innovation in practice: silos, legacy process, and risk aversion, and where to intervene
- Innovation as a managed system rather than a culture campaign, drawn from the innovation lab he launched at Mattel
- How to use AI to compress the cycle from idea to working prototype
How to deploy AI across an enterprise without the accuracy and governance failures that erode customer and regulator trust.
Key takeaways:
- The specific failure modes that derail adoption, including bias, hallucination, and weak explainability, and how to design against them
- What an AI governance function actually contains, based on the policies and governance committees he has built inside regulated organisations
- How to set governance lines that hold up to board and regulator scrutiny while keeping deployment moving