L’intelligence artificielle (IA) générative est un outil que l’on doit apprendre à maîtriser si l’on veut rester compétitif en gestion de projets. C’est une question de survie, ni plus ni moins. Il est toutefois primordial de conserver un esprit critique quant à la place qu’on lui offre en tant que leader de projet.
Les possibilités sont (quasi) infinies lorsqu’on utilise un logiciel tel ChatGPT dans un cadre de gestion de projet: génération de tableaux, compilation et interprétation de données, analyses de risques, optimisation du calendrier... pour autant, l’IA doit demeurer un outil et non prendre vos responsabilités. ! Et comme tous les outils, encore faut-il savoir s’en servir et utiliser des prompts pertinents. Mais au-delà du modus operandi, l’IA amène dans son sillage des questions éthiques quant à la responsabilité du leader de projet dans son utilisation. Quelle gouvernance une entreprise doit-elle mettre sur pied afin d’en délimiter les balises? Comment encadrer nos équipes pour que son utilisation soit porteuse de valeur et n’expose pas l’organisation ? Comment le leader de projet doit-il encadrer l’usage de l’IA au sein de son équipe ?
On en discute avec notre experte Claude Palmarini, PMP, SAFe Agilist, AHPP.
5. L'intelligence artificielle est une branche de l'informatique qui cherche à simuler l'intelligence humaine dans
une machine. Les systèmes d'IA sont alimentés par des algorithmes, qui utilisent des techniques pour
démontrer un comportement « intelligent ».
Permet de simuler des processus cognitifs pour tenter de résoudre des problèmes spécifiques ou exécuter en
imitant l’intelligence humaine.
Ex.: Jouer au échec : Se concentre sur l’exécution intelligente d’une tâche spécifique
Elle permet d’automatiser certaines tâches et de créer des outils d’aide à la décision.
Intelligence artificielle
5
6. Sous domaine de l’Intelligence artificielle qui permet de générer de nouvelles données. Elle est capable de
créer à partir de données qu’on lui donne.
• Planifier
• Comprendre des concepts abstraits
• Résoudre des problèmes
• Prendre des décisions en tenant compte de l'incertitude
• Apprendre
• Communiquer en langage naturel
• Faire preuve de créativité
Elle permet de créer quelque chose de totalement nouveau qui imite ce qu’elle a observé dans les données
qu’on lui a soumis.
6
Intelligence artificielle générative
8. NextEdge Corp.*, une entreprise ambitieuse dans le domaine de l'ingénierie, entreprend l'intégration de
l'IAG dans ses processus de gestion de projet pour améliorer l'efficacité opérationnelle.
• L’équipe manque de compréhension approfondie liées à l'entraînement des modèles d'IAG et de la
qualité des données nécessaires pour obtenir des résultats précis.
• L'équipe sous-estime l'importance de la qualité des données et utilise des ensembles de données
incomplets et mal étiquetés pour entraîner les modèles d'IAG.
• Les prédictions inexactes entraînent des retards dans les projets, des erreurs de planification et des
budgets dépassés.
• Les erreurs de l'IAG ont un impact significatif sur la réputation de NextEdge Corp*.
8
La débâcle de l’intégration de IAG chez NextEdge Corp.*
* Nom fictif
9. 2.1 Les leçons
9
L’excitation ne remplace pas compréhension des besoins
Mauvaise qualité des données engendre des biais
Manque de validation des propositions de l’IAG engendre la confusion
Identification des rôles et responsabilités défaillante engendre des décisions fâcheuses
Manque de formation et d’encadrement engendre des conséquences graves
10. 2.2 Redressement
10
Reconnaître les erreurs et assumer la responsabilité
Communication transparente
Plan d'action et rectification
Implémentation progressive et contrôle qualité
Investissement dans la formation et l'expertise
Engagement envers l'éthique et la responsabilité
12. ProGenius Inc.*, une entreprise de technologie renommée, se retrouve confrontée à une complexité
croissante dans la gestion de ses projets innovants. Pour répondre à ces défis, l'équipe de gestion de projet
décide d'explorer l'utilisation de l'IAG pour optimiser leurs processus.
• Ils définissent des objectifs clairs pour l'intégration de l'IAG, visant à améliorer la planification, la gestion
des risques et la prise de décision.
• Ils élaborent des scénarios d'utilisation, testant et validant rigoureusement les résultats avant de les
appliquer à des projets réels.
• L'intégration de l'IAG commence avec succès. Les modèles d’IAG fournissent des analyses prédictives
précises, identifiant les tendances, anticipant les risques et proposant des solutions proactives.
• Les succès obtenus attirent l'attention sur l'approche novatrice de ProGenius Inc.* dans la gestion de
projet. L'entreprise devient un exemple de réussite, partageant son expérience lors de conférences et
contribuant à l'évolution des bonnes pratiques en matière d'IAG en gestion de projet.
12
Réussir l’intégration IAG chez ProGenius Inc.*
* Nom fictif
13. 3.1 Les bonnes pratiques
13
Vision claire et leadership engagé
Approche méthodique et collaborative
Préparation rigoureuse et qualité des données
Validation et tests approfondis
Adoption progressive et ajustements continus
Culture d'innovation et d'amélioration en continue
Engagement envers l'éthique et la transparence
14. 3.2 Amélioration des pratiques
14
Consolidation des acquis
Amélioration en continue
Renforcement de la gouvernance éthique
Collaboration externe
Transparence et leçons apprises
Innovation et exploration d’application
16. 4.1 Les bonnes pratiques
16
Évaluation des besoins et des risques
Développement de la politique de gouvernance
Intégration dans les processus existants
Mise en œuvre progressive
Suivi et révision continue
Communication et rapports
Réajustements et améliorations
18. PLANIFICATION
18
Évaluation des besoins et des risques
• Identifier les besoins spécifiques de l'entreprise concernant l'IAG en gestion de projet.
• Évaluer les risques potentiels associés à l'utilisation de l'IAG.
Composition de l'équipe et affectation des rôles
• Constituer une équipe de rédaction en incluant des experts en gestion de projet, en IA et en
éthique.
• Définir les responsabilités et les rôles de chaque membre de l'équipe.
19. RÉDACTION
19
Recherche et collecte des données
• Recueillir des informations sur les politiques de gouvernance de l'IAG existantes.
• Collecter des données sur les meilleures pratiques, les directives éthiques et les normes
réglementaires.
Rédaction du brouillon initial de la politique
• Élaborer une première version de la politique en intégrant les informations collectées.
• Structurer la politique en sections claires et cohérentes.
20. VALIDATION
20
Revue interne et feedback
• Distribuer le brouillon initial à l'équipe et aux parties prenantes concernées pour collecter des
retours.
• Réviser la politique en tenant compte des commentaires reçus.
Approbation et validation finale
• Soumettre la version révisée à la direction pour approbation finale.
• Valider la politique en fonction des normes éthiques, légales et des exigences internes.
21. AJUSTEMENTS
21
Mise en œuvre
• Appliquer la politique sur un projet pilote pour évaluer son efficacité.
• Collecter des retours et des données d'évaluation sur son application pratique.
Révision et ajustements
• Réviser la politique en fonction des retours et des résultats de la phase pilote.
• Apporter les ajustements nécessaires pour améliorer la politique.
22. DIFFUSION
22
Version finale et documentation
• Produire la version finale de la politique de gouvernance de l'IAG en gestion de projet.
• Documenter toutes les étapes du processus de rédaction et de révision.
Diffusion officielle et communication
• Publier officiellement la politique à l'échelle de l'entreprise.
• Communiquer et sensibiliser l'ensemble du personnel sur les détails de la nouvelle politique.
24. IAG en projet
24
• Automatiser des tâches répétitives;
• Analyser des ensembles de données complexes pour proposer des calendriers plus efficaces;
• Fournir des estimations plus précises des coûts et des délais ;
• Recommander une affectation optimale des ressources en fonction des besoins;
• Aider à identifier des tendances et des anomalies pour améliorer la qualité;
• Évaluer les risques potentiels d'un projet en analysant des données historiques ;
• Générer des idées novatrices dans la conception de projets.
L'intégration de l'IAG dans la gestion de projets représente une avancée significative.
Ces capacités affinent les prévisions et fournissent, aux leaders de projet, des outils permettant des
décisions plus éclairées.
Cette convergence entre technologie et gestion offre des perspectives prometteuses pour
l'amélioration en continue des pratiques de gestion de projets.
25. La politique de gouvernance
25
La mise en place d'une politique de gouvernance en Intelligence Artificielle Générative (IAG) est
cruciale, que ce soit :
• La responsabilité et transparence;
• La gestion des risques liés à son utilisation;
• L’éthique et la conformité;
• La fiabilité des décisions;
• La protection de la réputation et des données.
L’intégration d’une politique de gouvernance en IAG est essentielle pour en assurer une utilisation
responsable et éthique et ce, tout en préservant les intérêts tant de l'entreprise que de ses parties
prenantes.
26. « Allons au fond de l'inconnu pour trouver du nouveau. »
26