Ils nous font confiance
Confiez-nous votre projet
Opteam intervient à l'échelle internationale !

Les dernières publications d'Opteam
Parole d'experts / Intelligence Artificielle et Gestion Projet / Intelligence artificielle dans la gestion de projets Ch2

Intelligence artificielle dans la gestion de projets Ch2

Intelligence artificielle dans la gestion de projets - ch2
Chapitre 2
 
Assistants chatbots
Les chatbots IA servant d'assistants de projet sont considérés comme la deuxième phase de l'évolution de l'IA dans la gestion de projet. Les robots joueront un rôle dans l'interaction homme-machine, principalement basée sur la reconnaissance vocale ou textuelle. Les chatbots peuvent prendre en charge des tâches subalternes telles que l'organisation de réunions, la vérification du plan par rapport à l'avancement, le rappel aux membres de l'équipe de projet des activités planifiées, etc. Les chatbots peuvent même inclure des informations initiales sur les données existantes. Par exemple, les assistants de projet pourraient répondre à des questions telles que "sur quoi mon équipe travaille-t-elle aujourd'hui ?" ou poser ces questions aux membres de l'équipe.
 
Les cas d'utilisation réels actuels incluent :
  • Fireflies.ai est un bot IA pour Slack qui traite les conversations au sein de Slack et reconnaît les tâches et les affectations sur cette base
  • Stratejos.ai envoie des rappels aux membres de l'équipe, suit leurs performances et permet au chef de projet de reconnaître les meilleurs contributeurs en fonction de paramètres mesurables.
 
Oracle a récemment annoncé un nouvel assistant numérique de gestion de projet, qui fournit des mises à jour instantanées de l'état et aide les utilisateurs à mettre à jour l'heure et la progression des tâches par texte, voix ou chat.
 
L'assistant numérique apprend des entrées de temps passées, des données de planification de projet et du contexte général pour adapter les interactions et capturer intelligemment les informations critiques du projet. PMOtto est un autre assistant de projet virtuel. Un utilisateur peut demander à PMOtto "Planifier à Jean de peindre le mur la semaine prochaine et de l'affecter à temps plein à la tâche". L'assistant pourrait répondre : « Sur la base des tâches similaires précédemment attribuées à Jean, il semble qu'il aura besoin de deux semaines pour effectuer le travail et non d'une semaine comme vous l'avez demandé. Dois-je l'ajuster ? »
 
Analogue à la première phase d'intégration et d'automatisation des tâches du projet, les assistants de projet continueront à prendre en charge les tâches de gestion de projet de base et déchargeront les équipes de projet d'un travail répétitif créant peu de valeur.
 
Gestion de projet basée sur l'apprentissage automatique
 
La troisième phase de l'IA dans la gestion de projet introduit l'apprentissage automatique dans la pratique de la gestion de projet. L'apprentissage automatique permet l'analyse prédictive et peut fournir des conseils au chef de projet, par exemple sur la façon de mettre en place et de piloter le projet en fonction de certains paramètres, et/ou comment réagir à certains problèmes et risques pour atteindre le meilleur résultat possible en fonction de ce qui a fonctionné dans les projets passés.
 
Dans un avenir proche, l'IA pourrait convertir les cartes mentales créées par les professionnels du projet en un réseau sémantique et en déduire les tâches et leurs relations. Par exemple, la planification de projet basée sur l'IA pourrait inclure les leçons tirées des projets précédents et suggérer plusieurs calendriers possibles en fonction du contexte et des dépendances. De plus, les plans de projet pourraient être adaptés et redéfinis en temps quasi réel en fonction des performances historiques de l'équipe et de l'avancement du projet. L'apprentissage automatique peut fournir une plus grande sophistication dans la sélection de la meilleure méthodologie de gestion de projet pour chaque projet. Un système d'IA pourrait même alerter le chef de projet des risques et opportunités potentiels en utilisant l'analyse des données du projet en temps réel.
 
Prenons l'exemple de la gestion des risques projet. Le registre des risques était généralement construit par une équipe qui avait de l'expérience au sein de leurs organisations dans la conduite de projets similaires, de sorte qu'ils étaient devenus aptes à répertorier les risques qui avaient traditionnellement eu un impact sur leurs projets sur la base des connaissances historiques. Finalement, ces risques deviendraient des problèmes, affectant l'équipe de projet pour diverses raisons, y compris une mauvaise analyse des causes profondes ou des chefs de projet qui n'avaient pas fusionné les informations sous une forme qui pourrait être évaluée par les équipes de gestion des risques de l'entreprise. Le défi de toujours répertorier les risques inhérents que vous connaissez est que votre registre devient stagnant et peut ne pas saisir les menaces émergentes pour votre projet que vous n'avez pas encore rencontrées en tant que chef de projet.
 
Mais que se passerait-il si une machine intelligente pouvait synthétiser deux années de risques et de journaux de problèmes pour attribuer un indice de risque basé sur des algorithmes sophistiqués, tirant ainsi parti des données historiques pour prédire le succès ou l'échec futur d'un projet ? Et si ce robot pouvait évaluer les performances des systèmes dépendants pour identifier les risques de fin de vie de votre projet ou les vulnérabilités de sécurité du produit que vous développez ?
 
Une autre application possible de l'apprentissage automatique consiste à effectuer des estimations de projet correctes.
 
De nombreux chefs de projet exploitent des référentiels d'actifs de processus organisationnels ou des informations commerciales historiques pour estimer la durée, les coûts et l'avancement d'un projet. Souvent, une estimation descendante est effectuée par la direction fonctionnelle à la hâte afin qu'un projet puisse être accéléré, ou une estimation ascendante est effectuée par les membres de l'équipe effectuant le travail qui peuvent être trop prudents dans leurs estimations, ce qui conduit à des coûts gonflés.
 
Et si un robot pouvait prendre trois ans d'informations historiques de l'organisation du projet, en tirant parti des taux de productivité, des taux d'attrition, du temps de vacances, etc. pour arriver à une estimation du projet qui pourrait être utilisée pour prévoir les besoins d'investissement ?
 
Il n'existe actuellement que quelques exemples d'intégration réussie de l'apprentissage automatique dans la gestion de projet, par exemple :
  • Modification des vues de planification en fonction des autorisations et des préférences de l'utilisateur
  • Utilisation de balises sociales pour identifier et connecter les utilisateurs en fonction de leurs commentaires publiés et pour identifier la meilleure équipe pour une tâche
  • Outil d'analyse de projet basé sur l'apprentissage automatique prédisant le score de promoteur net (NPS) attendu, la satisfaction client attendue et l'amortissement attendu pour les projets internes de PwC.
 
La hiérarchisation basée sur l'apprentissage automatique peut entraîner :
  • Identification plus rapide des projets prêts à être lancés qui ont les bons fondamentaux en place
  • Sélection de projets qui ont plus de chances de succès et qui offrent les meilleurs avantages
  • Un meilleur équilibre dans le portefeuille de projets et une vue d'ensemble des risques dans l'organisation
  • Suppression des préjugés humains dans la prise de décision
 
L'analyse prédictive de projet sera l'innovation la plus disruptive dans la gestion de projet des dix prochaines années. Il donnera aux chefs de projet une visibilité accrue sur ce que l'avenir peut réserver à un projet et créera de la valeur en améliorant la qualité de la prise de décision. Cela aidera également à relier les données à des actions efficaces en tirant des conclusions fiables sur les conditions et les événements futurs et en permettant aux décideurs d'identifier les risques et opportunités potentiels avant qu'ils ne se produisent. Une IA équipée de l'apprentissage automatique pourrait même être capable de prendre des décisions par elle-même, ce qui inaugurera la quatrième phase de l'évolution de la gestion de projet basée sur l'IA. Cependant, cette phase nécessitera des investissements substantiels pour renforcer les capacités d'analyse de données et d'apprentissage automatique comme base pour la modélisation d'environnements de projets sociaux et économiques très complexes.

Lire Chapitre 3
 
 
 
 
 
|    Vues: 937





Restez informé

Chaque mois. Les meilleurs histoires. Zero efforts.
   

Je souhaite recevoir la newsletter d'Opteam, et je donne mon accord pour sa politique de confidentialité.


E-LEARNING

Module ‘Cadrage de projet’  E-LEARNING
Gratuit
Pour apprendre à son propre rythme Je profite


Les avantages OPTEAM

Spécialisation Specialisation dans le management de projet avec la maîtrise de principaux référentiels du métier
Adaptabilité Approche spécifique pour chaque entreprise et pour chaque marché
Étendue L’offre la plus large sur le marché sur le management de projet : 99 formations et 10 modes d'intervention
Expertise
Expertise de nos consultants reconnue dans tous les secteurs économiques en France et à l'international
Satisfaction
Taux moyen de satisfaction de nos clients

Être rappelé

Rappel immédiat

Un conseiller d'Opteam se tient à votre disposition et vous rappelle immédiatement et gratuitement.

Téléphone:
Votre Nom & Question: