L’Intelligence Artificielle a fait irruption dans tous les métiers et bouleverse nos façons de travailler ! Il était donc légitime de se demander dans quelle mesure elle pourrait apporter une aide à la gestion de projet ! Doit-on s’attendre à une catastrophe ou à une “assistance intelligente” ?
Nous avons challengé ChatGPT en revisitant 4 projets passés pour comparer l’approche humaine et l’approche qu’aurait eu l’IA dans l’exécution de ces projets. Après avoir chargé les données de 4 projets concrets d’amélioration continue qui, comme la plupart des projets, ne se s’étaient pas passés comme prévu en termes de délais, de budget, de conduite de changement et de résultats obtenus …
Voici comment les choses se sont déroulés avec l’IA.
Pilier du management de projet : le plan de projet
1er constat. Lorsqu’on part d’une feuille quasi blanche et sans réelle compétence, l’IA est une forme d’assurance dans vos premiers pas. « J’ai un projet d’implantation d’atelier à réaliser, qui sont les parties prenantes, quelles actions doit-on faire, etc. ». l’IA est plutôt efficace et donne quelques briques solides (mais facilement détectable par un groupe un peu expérimenté).
Si vous faites votre premier projet d’implémentation mais que dans votre équipe, d’autres personnes ont déjà mené ce type de projet, l’IA ne sera pas plus efficace. Par contre, là où elle est bluffante, c’est qu’elle suggère un ordre logique de tâche plus pertinent que celui que nous avions fait dans la première version du planning.
Cependant, dès qu’on lui demande d’aller plus dans le détail, l’IA va rester trop générique et ne pas vraiment aider le chef de projet où l’équipe. En effet, à ce stade, l’identification des parties prenantes va vous aider à être plus efficace.
Dans le projet initial, nous avions abouti un plan de projet raisonnable. En redécrivant le contexte du projet, et en lui fournissant le plan de projet sans les durées et les ressources, nous avons pu lui poser les questions suivantes pour cerner si elle était capable de retirer un retour d’expérience :
Quelles tâches aurions-nous oublié dans le management de ces projets ?
Sur les 15 tâches proposées par l’IA, 9 étaient induites dans notre plan mais pas vraiment clarifiées, 4 étaient manquantes (dont 2 nous ont vraiment posé un problème pendant l’exécution) et 2 étaient un doublon. On ne peut pas affirmer que les 9 tâches induites auraient clarifié le projet mais… force est de constater que clarifier un livrable, même si c’est une évidence, est clé dans beaucoup de projets.
Quelle est la durée optimiste et pessimiste de ce projet, fais-moi des propositions de durées sur les tâches ?
L’IA s’est montrée dans un premier temps très prudente quant à ses prédictions mais en lui donnant plus de contexte (surface, nombre de poste de travail, manuel ou automatique, etc.). Sa réponse a été étonnante :
- Sur la durée optimiste, pessimiste, nous avons constaté 2 semaines d’écart par rapport à notre planning.
- Néanmoins dans le détail des tâches, nous avons observé de fortes disparités entre nos données et ses suggestions. Entre les temps réalisés et les temps suggérés, nous observons toujours les mêmes écarts.
L’IA serait-elle globalement bonne mais précisément fausse ? Ce serait une généralisation rapide… pourtant le phénomène s’est répété sur tous les plans de projet testés.
Quel va être le budget pour chacun des projets ?
Après les précautions d’usage de l’IA. Cette dernière a proposé un montant là encore plutôt pertinent. Il est à noter que sur d’autres plans de projet, elle a été très éloignée des chiffres réels mais comme nous l’avions été. Toutefois, l’équipe avait systématiquement sous-estimé par rapport à l’IA. L’IA était donc plus proche de la bonne réponse. Par ailleurs, il y a un projet que nous avons regretté d’avoir fait après à cause du coût final. Si nous avions pris, la valeur suggérée par l’IA, nous n’aurions jamais démarré ce projet. La question est donc : aurions-nous eu assez confiance dans l’IA pour suivre ses recommandations ?
Quels sont les risques associés à chacun des projets?
Dans la réalité des projets menés, les groupes avaient mené une analyse de risque en mode « brainstorming ». Ici, nous avons posé la question à l’IA en deux temps :
- Décrire le projet et demander les risques : La liste a été assez générique et peu aidante par rapport à un brainstorming.
- Cependant, le copié/coller du plan de projet associé à la question sur les risques et les conséquences associées à cet ensemble de tâches, la réponse a été beaucoup plus pertinente et a même levé des risques que nous avons subi lors de l’exécution.
Si l’Intelligence Artificielle aurait été plus efficace pour des projets dont nous ne savions pas ce qu’il y avait vraiment à faire ou à penser. Dès que nous « connaissions » le sujet, son utilité aurait été limitée. En revanche, le fait d’avoir des risques identifiés en amont (car dès qu’on connaissait le sujet, on ne faisait plus d’analyse de risque), des durées et budgets proposés, nous aurions comparativement gagné du temps avec l’IA.
Dans la seconde partie de cet article, nous évoquerons des tâches qui peuvent être concrètement demandées à une IA pour assister le chef de projet !
