1. Introduction

Long story short

Mom3nt est une plateforme SaaS AI-first pensée pour les équipes commerciales : elle croise les données CRM, les échanges emails et des signaux externes pour recommander automatiquement la meilleure action de nurturing au bon moment.

Arnaud Gagne et Alexandre Lam, deux entrepreneurs avec plus de vingt ans d’expérience commerciale chacun, portaient une conviction forte sur le potentiel de l’IA pour transformer les pratiques de vente. Ils sont venus voir Lonestone pour donner vie à cette vision et livrer un MVP fonctionnel.

J’ai piloté la conception UX et UI du produit en collaboration avec Valentin, product manager Lonestone, en me concentrant sur la phase de cadrage et de design qui a précédé le développement.

Objectif

Comment pourrions-nous transformer une vision produit ambitieuse autour de l'IA en un MVP concret et utilisable, afin de valider l'adoption par des équipes commerciales et poser les bases d'une itération rapide ?

Rôles
01 PRODUCT DESIGN

Wireframes, maquettes haute fidélité, design system

02 CADRAGE PRODUIT

Parcours utilisateurs, priorisation des features, architecture du MVP

03 SUIVI DEV

Alignement continu avec l’équipe technique

2. Définition du problème

Market research

Le benchmark des solutions existantes (Salesforce, HubSpot, Outreach et leurs équivalents) a servi moins à s’en inspirer qu’à en comprendre les limites et à clarifier le positionnement de Mom3nt. Ces outils sont devenus des standards dans les équipes commerciales, mais leur adoption massive crée aussi une dépendance : les commerciaux ne souhaitent pas les remplacer, ils veulent qu’on les aide à en tirer davantage de valeur.

Ce constat a orienté une décision produit structurante dès le cadrage : Mom3nt ne chercherait pas à concurrencer un HubSpot ou un Salesforce, mais à s’y connecter pour les enrichir, en se positionnant comme une surcouche intelligente aux outils déjà en place.

User research

Les deux fondateurs étant eux-mêmes des commerciaux aguerris, ils ont joué un rôle central dans la définition des besoins utilisateurs, portant à la fois la vision produit et la voix du terrain. En complément, ils ont présenté des pré-maquettes à leur réseau professionnel pour recueillir des feedbacks et affiner la proposition de valeur avant le démarrage de la conception.

Cette approche a permis de travailler sur des hypothèses ancrées dans des usages réels, tout en gardant un cadrage itératif sur les fonctionnalités à prioriser.

Opportunités
01

Se glisser dans le workflow existant plutôt que de le remplacer

Les commerciaux n’ont pas le temps d’apprendre un nouvel outil. En concevant Mom3nt comme une surcouche à leurs outils actuels, connectée à leur CRM et à leur messagerie, le produit pouvait délivrer de la valeur sans friction d’adoption et sans disruption des habitudes en place.

02

Rendre l’IA tangible dès les premières minutes d’usage

Dans un produit AI-first, le risque est que l’utilisateur ne perçoive pas concrètement ce que l’IA lui apporte. L’enjeu de conception était de rendre les recommandations immédiatement lisibles, actionnables et ancrées dans le contexte réel de chaque commercial, sans exposer la complexité des agents sous-jacents.

03

Faire moins mais mieux pour valider l’hypothèse produit

Avec un budget et un timing contraints, la tentation de vouloir tout couvrir dès le MVP aurait été fatale. La priorisation rigoureuse des cas d’usage à forte valeur (analyse commerciale, aide à la prospection, recommandation de messages) a permis de livrer un produit testable en conditions réelles sans sacrifier la qualité de l’expérience.

3. Conception de la solution

Périmètre & priorisation

La phase de shape a consisté à transformer la vision des fondateurs en un périmètre fonctionnel clair et réaliste. Avec Valentin, nous avons structuré le backlog en distinguant ce qui était indispensable pour valider l’hypothèse produit de ce qui pouvait être différé sans compromettre la valeur du MVP.

Les fonctionnalités retenues en priorité couvraient l’onboarding, la connexion CRM, les synthèses de relances, les suggestions de messages générées par l’IA et les actions recommandées. Les user flows ont été cartographiés pour minimiser la charge cognitive à chaque étape, en particulier sur les moments où l’IA intervient et où il était crucial que l’utilisateur comprenne immédiatement ce qui lui est proposé et pourquoi.

Mom3nt — Périmètre & priorisation
UX — Parcours, wireframes

La conception s’est structurée autour des moments clés du quotidien d’un commercial : prendre connaissance des contacts à relancer, comprendre le contexte d’une relation, agir rapidement sur une recommandation. Les wireframes ont été produits pour valider les parcours avant de passer aux maquettes haute fidélité, avec des allers-retours réguliers avec les fondateurs pour s’assurer que les choix d’interface reflétaient fidèlement les usages terrain.

L’extension navigateur a également été intégrée dès le cadrage comme un choix de positionnement produit fort : plutôt que de demander aux commerciaux de changer de contexte, Mom3nt se projette directement dans Gmail, là où ils travaillent déjà.

Mom3nt — UX (extension Gmail)
DA & UI

L’interface a été conçue from scratch en m’appuyant sur la librairie shadcn/ui comme base de composants, que j’ai entièrement adaptée et enrichie pour répondre aux besoins spécifiques du produit. Ce choix a permis de gagner du temps sur les fondations tout en gardant une liberté totale sur la direction visuelle.

L’enjeu UI principal était de trouver le bon équilibre entre densité d’information (un produit destiné à des commerciaux qui traitent beaucoup de données) et clarté de lecture, pour que les recommandations de l’IA soient immédiatement compréhensibles sans effort d’interprétation.

Mom3nt — DA & UI
Implémentation, recette, suivi de développement

Tout au long de la phase de build, j’ai assuré un suivi UX continu auprès de l’équipe de développement pour m’assurer que l’implémentation reflétait fidèlement les intentions de parcours. Des ajustements ont été opérés au fil des retours internes et des premiers tests avec des utilisateurs pilotes, dans une logique d’itération courte cohérente avec le budget et le timing du projet.

Mom3nt — Implémentation, recette et suivi de dev

4. Résultats & apprentissages

Résultats

Le MVP a été livré en cinq mois, avec des intégrations CRM et messagerie opérationnelles, une logique multi-agents IA fonctionnelle et une extension navigateur intégrée directement dans Gmail.

Le produit a été adopté par des premiers clients pilotes B2B sans nécessiter de formation approfondie, ce qui a validé l’hypothèse centrale du cadrage : un produit bien conçu, ancré dans les outils existants, peut être adopté rapidement même par des équipes commerciales peu enclines à changer leurs habitudes.

Mom3nt poursuit aujourd’hui son déploiement commercial et continue d’enrichir sa logique d’agents.

Apprentissages

Ce projet m’a confirmé qu’avec un budget et un timing contraints, la discipline de priorisation est la compétence la plus précieuse qu’un designer puisse apporter. Faire moins mais mieux n’est pas un compromis, c’est une stratégie. Un MVP qui valide une hypothèse forte sur un périmètre réduit est infiniment plus utile qu’un produit trop ambitieux qui n’arrive jamais en conditions réelles.

Ce que je referais différemment : j’aurais poussé à mettre des commerciaux en contact direct avec les maquettes plus tôt dans le processus, plutôt que de passer uniquement par les fondateurs comme relais. Leur expérience terrain était précieuse et leur réseau a permis de recueillir des feedbacks utiles, mais rien ne remplace l’observation directe d’un utilisateur face à un prototype pour détecter les frictions que même le meilleur brief ne permet pas d’anticiper.