L'IA en gestion de projet : ce qui change et ce qui ne change pas
Les outils d'IA capables de faire des choses vraiment utiles dans les contextes de projet sont disponibles et s'améliorent rapidement. Quatre capacités sont déjà exploitables : la prédiction du risque de calendrier à partir des données historiques ; les rapports d'état automatisés compilés depuis l'activité des outils d'équipe ; la prévision de la demande de ressources sur l'ensemble du portefeuille ; et l'identification des risques dans la documentation de projet. Ces capacités étendent genuinement ce que les CP peuvent analyser et communiquer.
Ce que l'IA ne change pas
La gestion des relations avec les parties prenantes — lire l'atmosphère d'un comité de pilotage, naviguer les dynamiques politiques entre unités d'affaires concurrentes — requiert un type d'intelligence sociale et contextuelle que les systèmes d'IA n'ont pas. La responsabilité du CP quand quelque chose tourne mal ne peut pas être automatisée non plus.
Ce que les CPs devraient apprendre
Littératie des données : comprendre ce que la sortie d'un modèle signifie, quelles hypothèses y sont intégrées, et où il est susceptible de se tromper.
Ingénierie des invites : rédiger des instructions claires et spécifiques pour extraire des résultats utiles des outils d'IA de productivité.
Pensée critique : traiter les sorties de l'IA comme des premières ébauches qui peuvent manquer quelque chose d'important, pas comme des produits finis.
Si votre organisation cherche à développer une capacité de gestion de projet résiliente face à l'évolution que l'IA apporte à la discipline, le conseil en exécution de programmes et de projets de XNM peut vous aider à développer les pratiques et les compétences qui compteront le plus dans les années à venir.