IA Générative / Use Case : "Définition d'une approche Hybride du cycle de vie du projet dans le secteur de la défense"

Dans le monde en constante évolution de la gestion de projet, il est essentiel pour les chefs de projet de s'adapter rapidement et de prendre des décisions éclairées.

C'est pourquoi, chez MaCertif, nous utilisons l'Intelligence Artificielle (IA) générative pour monter en compétence les chefs de projet que nous formons, en les aidant à choisir l'approche la plus adaptée à leur contexte, que ce soit en mode Agile, Prédictif, ou Hybride.

La gestion de projet est une discipline complexe qui nécessite des compétences solides. Notre méthode d’apprentissage augmentée par l'IA permet de générer des analyses concrètes que nous explorons ensuite en classe 'live' où nous échangeons entre apprenants et formateurs pour challenger les solutions IA par l'intelligence collective et identifier les meilleures stratégies sur l'utilisation de cette technologie de rupture.

Notre conviction est que l'IA ne remplace pas la formation traditionnelle, elle la renforce et la complète au même titre que d'autres approches et outils pédagogiques. L'IA Générative est une révolution, nous pensons que tout professionnel se doit de la comprendre et la maîtriser en comprenant ses atouts, risques et limites.

Exemple d’utilisation de l’IA Générative

Prenons un cas concret pour illustrer le potentiel de l’IA générative dans l’aide à la prise de décision en gestion de projet.

Voici le prompt donné à l’IA :

"Je voudrais que tu me conseilles en tant que chef de projet senior dans le secteur de la défense en France. Je souhaite que tu détermines l'approche de développement de mon projet (Entre Agile, Hybride et Prédictif) la plus efficace. Je suis sous-traitant dans le secteur informatique et je travaille avec mon client qui est dans le secteur de la défense. Mon client me demande de travailler en mode Agile, mais lui ne l'est pas. Il souhaite tout vérifier avant de livrer le produit, notamment car nous n'avons pas le droit à l'erreur, le projet concerne du développement informatique pour des calculateurs de vol. Quelle approche préconises-tu ?"

Le modèle ChatGPT 4o d'OpenAI a suggéré une approche hybride, adaptée à ce contexte où l'agilité doit être mise en œuvre, tout en maintenant des étapes rigoureuses de validation, en raison des contraintes du secteur de la défense. L’IA a donc aidé à déterminer une stratégie équilibrée entre flexibilité et contrôle, tout en respectant les besoins spécifiques du client.

Voici le détail d la réponse d'Open AI GPT 4o :

Dans un contexte aussi critique que le secteur de la défense, et plus spécifiquement pour un projet de développement informatique concernant des calculateurs de vol, plusieurs aspects doivent être pris en compte pour déterminer la meilleure approche de développement. Voici une analyse détaillée des trois approches et ma recommandation pour un modèle qui pourrait fonctionner dans votre cas :

Approche Hybride (combinaison d'Agile et de prédictif)

L'approche hybride combine les meilleures pratiques des deux mondes, en utilisant une approche prédictive pour les éléments critiques (comme la gestion des exigences et la validation) et Agile pour certaines parties du développement qui nécessitent plus de flexibilité (comme la conception et le codage). Dans votre cas, cela semble être une solution adaptée compte tenu des spécificités de votre projet et des attentes de votre client.

Avantages :

• Rigueur et flexibilité : Vous pouvez structurer les phases critiques (spécifications, conception, validation) selon un modèle prédictif tout en laissant de la flexibilité sur les étapes de développement, avec des sprints et des livraisons itératives pour certaines fonctionnalités moins critiques.
• Communication améliorée : En introduisant des éléments Agiles, comme des réunions régulières (stand-ups) et des démonstrations incrémentales, vous pouvez mieux collaborer avec le client tout en lui permettant de garder un contrôle strict sur les livrables finaux.
• Validation progressive : Vous pouvez valider certaines parties du produit progressivement tout en conservant un cadre de contrôle strict pour les aspects les plus critiques, tels que les calculs de vol.

Inconvénients :

• Complexité organisationnelle : Une approche hybride nécessite une gestion plus fine des processus, car il faut faire cohabiter deux méthodologies différentes, ce qui peut générer des difficultés de communication si ce n'est pas bien orchestré.
• Surcharge pour l'équipe : La gestion des deux modes de travail (Agile pour certaines tâches, prédictif pour d'autres) peut augmenter la complexité pour les équipes si les processus ne sont pas clairement définis.

Recommandation : une approche hybride

Compte tenu du fait que votre client n'est pas familier avec Agile et qu'il souhaite une vérification minutieuse à chaque étape, je vous recommande d'adopter une approche hybride pour ce projet :

• Pour les parties critiques (calculateur de vol, sécurité) : Utilisez une approche prédictive, où chaque étape est validée en profondeur avant de passer à la suivante. Ce modèle garantira un contrôle rigoureux des exigences, des tests et de la validation, aligné avec les attentes de votre client en matière de sécurité et de qualité.
• Pour les parties moins critiques ou les développements itératifs (interfaces utilisateurs, fonctionnalités additionnelles) : Intégrez des pratiques Agile pour bénéficier d'une flexibilité accrue, en effectuant des développements en sprints et en offrant des démonstrations incrémentales à votre client.

Points clés à respecter :

• Documentation détaillée et suivi rigoureux des exigences : Même avec un développement Agile sur certaines parties, une traçabilité complète des décisions et des modifications est cruciale.
• Validation intermédiaire : Bien que vous travailliez en sprints pour certaines parties, organisez des points de validation formels avec votre client pour rassurer son besoin de contrôle.
• Gestion du changement : Établissez une procédure de gestion des changements qui respecte à la fois la flexibilité d’Agile et la rigueur des environnements prédictifs.

Cela vous permettra de répondre aux besoins stricts de votre client tout en introduisant la flexibilité nécessaire pour un projet informatique complexe.

C'est une réponse que je trouve excellente, elle pourrait être améliorer sur les détails d'implémentation sur cycle du vie du projet entre articulations des phases entre approche prédictive et agile. Nous pourrions aussi comparer cette réponse avec d'autres modèles d'IA telles que Gemini, Mistral, Anthropic ou llama.

Attention, cependant à faire attention aux biais classiques des IA même si ceux-ci sont récemment renforcés sur les modèles doués de raisonnement et d'esprit plus critique comme Open AI o1.

Points d'attention lors de l’utilisation de l’IA Générative

Bien que l’IA générative soit un outil puissant, il est crucial de garder certains points d'attention à l’esprit lors de son utilisation :

1. Attention aux hallucinations de l’IA : Les modèles d'IA peuvent générer des réponses incorrectes ou incohérentes, appelées « hallucinations ». Ces erreurs peuvent nuire à la prise de décision si elles ne sont pas identifiées et corrigées.
2. Confidentialité des données : Lors de l’utilisation d’IA générative, il est essentiel de ne pas partager d’informations sensibles ou confidentielles concernant votre entreprise ou le secteur d'activité. Les données sensibles soumises à ces modèles pourraient être stockées ou réutilisées d'une manière non conforme aux exigences de sécurité.
3. Vérification humaine obligatoire : Même si l'IA peut fournir des réponses rapides, une validation par des experts humains est toujours nécessaire, en particulier dans des secteurs à haut risque comme la défense, où une erreur pourrait avoir des conséquences majeures.
4. Biais et contexte spécifique : L'IA peut être biaisée en fonction des données sur lesquelles elle a été entraînée. Il est donc important de contextualiser ses réponses en fonction des réalités spécifiques de votre projet et de votre secteur.

Pourquoi l'IA ne remplace pas le besoin de se former

Bien que l’IA générative soit un outil puissant pour soutenir les chefs de projet dans leur prise de décision, elle ne remplace pas les compétences fondamentales en gestion de projet.

Savoir questionner l’IA, interpréter ses réponses, et avoir un regard critique sur ce qui est proposé sont des compétences indispensables.

C'est pourquoi notre formation Spécialiste de la gestion de projet (Formation augmentée IA Générative) est conçue pour vous permettre de tirer le meilleur parti de l’IA tout en vous formant aux techniques classiques et aux approches modernes de la gestion de projet.

Dans cette formation vous formons à l'IA avec l'IA, nous expérimentons ensemble, en groupes d'apprenants, en partageant nos retours d'expérience de chef de projet et nos découvertes et expérimentations sur l'IA.

En conclusion

Chez MaCertif, nous croyons que l’avenir de la gestion de projet réside dans la synergie entre les compétences humaines et l’innovation technologique. Rejoignez notre formation Spécialiste de la gestion de projet (Formation augmentée IA Générative) et découvrez comment l’IA peut transformer votre manière de travailler tout en renforçant vos compétences de chef de projet. Découvrez-en plus ici : Spécialiste de la Gestion de Projet - MaCertif.

Que pensez-vous de l’utilisation de l’IA générative en gestion de projet ? Partagez vos réflexions dans les commentaires de cet article !