Moyens pratiques pour améliorer la livraison de projet avec l’IA, selon une responsable de l’ingénierie de plateforme
Adora Nwodo est responsable de l’ingénierie de plateforme, autrice, conférencière et fondatrice de NexaScale. Elle se concentre sur l’utilisation de l’IA pour optimiser la livraison de projets — principalement en réduisant les workflows répétitifs et la surcharge cognitive.
Adora Nwodo
Responsable ingénierie de plateforme chez Stack Overflow
L’IA fait passer la livraison de l’administration au leadership: L’IA absorbe les tâches répétitives et à fort volume (résumés, tri, collecte de contexte), libérant les responsables pour se concentrer sur l’architecture, l’alignement, le mentorat et la qualité des décisions.
Les plus grands gains proviennent de l’intégration de l’IA aux outils existants: Les gains de productivité ne nécessitent pas de nouvelles plateformes — ajouter l’IA à Jira, Slack, CI et aux réunions réduit fortement la charge cognitive et accélère la prise de décision.
L’IA crée une livraison prédictible: Des cycles de six semaines, moins de rituels, des invites réutilisables et un contexte guidé par l’IA remplacent la gestion de projet lourde par une clarté, une dynamique et une confiance accrues.
Nous nous sommes entretenus avec Adora pour découvrir comment elle utilise l’IA et comment cela transforme ses systèmes et ses rituels professionnels. Voici ce qu’elle nous a partagé.
Une carrière dans la construction de la livraison de projets prévisible
Je suis leader en ingénierie de plateforme, conférencière, autrice de sept livres et fondatrice de NexaScale — une initiative visant à encourager la croissance et le développement des passionnés de technologie. Dans mon rôle actuel, je me concentre sur la mise en place de bases solides en ingénierie afin d’aider les équipes à livrer des produits fiables avec rapidité et confiance.
Je travaille en étroite collaboration avec les développeurs, les SRE et les équipes produit pour éliminer les frictions, améliorer les processus de livraison et créer un environnement de plateforme qui favorise une livraison de projet cohérente et prévisible à l’échelle de l’organisation.
Déverrouillez gratuitement
Créez un compte gratuit pour terminer la lecture de cet article et rejoindre une communauté de leaders innovants qui accèdent à des outils, des méthodes et des idées pour prospérer à l’ère de l’IA.
Comment l’IA redéfinit la livraison de projet et le leadership en ingénierie
L’IA transforme mon rôle de manière très concrète et pratique. En tant que responsable de l’ingénierie de plateforme, je pense désormais la livraison de projet sur deux axes parallèles :
L’un porte sur les fondations traditionnelles comme la fiabilité, l’automatisation et l’expérience développeur.
L’autre concerne la façon dont l’IA vient s’intégrer au cœur même du flux de travail.
Je passe beaucoup moins de temps à vérifier manuellement les tâches répétitives, à parcourir les journaux d’activité, ou à coordonner les transmissions qui pourraient être automatisées. Les outils basés sur l’IA prennent en charge une grande partie du travail de premier niveau comme la génération de documentation, la création de structures de tests, la configuration des environnements et la gestion d’alertes opérationnelles bruyantes. Je consacre également moins de temps à répondre aux mêmes questions récurrentes, car des agents IA fournissent désormais directement des consignes aux ingénieurs au sein de notre plateforme interne.
Ce qui retient maintenant le plus mon attention est la façon dont les équipes utilisent l’IA de manière sûre et stratégique : choisir les bons outils, concevoir des flux responsables, créer des garde-fous et réfléchir à la façon dont l’IA modifie la culture d’ingénierie.
Je peux également me concentrer davantage sur l’architecture des systèmes à un niveau supérieur, sur l’alignement inter-équipes et sur l’aspect humain de la livraison puisque l’IA libère un espace de réflexion plus approfondi :
Architecture des systèmes à plus grande échelle : Au lieu de réagir à chaque problème ponctuellement, je réfléchis en termes de schémas à long terme et de blocs communs qui accélèrent la livraison et la rendent plus résiliente. Pour y parvenir, j’examine globalement la façon dont nos services, processus et plateformes s’adaptent à la croissance de l’entreprise.
Alignement inter-équipes : Cela se traduit chez moi de façon très concrète. Ma propre utilisation de l’IA étant actuellement plus avancée que celle de l’ensemble de l’équipe, je consacre davantage de temps à transposer ce que j’apprends des flux de travail assistés par IA en améliorations sur notre plateforme, notre documentation et nos outils internes. Cela permet aux autres d’en bénéficier progressivement sans imposer un changement prématuré.
L’humain au centre de la livraison : L’IA libère du temps, si bien que j’investis davantage sur le mentorat des ingénieurs, la compréhension de leurs obstacles et la création d’un environnement leur permettant de se concentrer sur des tâches à fort impact, plutôt que sur des tâches répétitives.
Globalement, la livraison de projets devient moins une course à la finalisation des tâches, et davantage une orchestration d’un environnement où l’automatisation intelligente, des plateformes solides et des personnes qualifiées collaborent avec bien moins de friction.
La livraison de projets ne consiste plus simplement à pousser des tâches jusqu’au bout, mais à orchestrer un environnement où automatisation intelligente, plateformes robustes et équipes expertes travaillent ensemble avec bien moins de friction.
Comment identifier les processus d’ingénierie les plus prêts pour l’automatisation par IA
Les opportunités les plus nettes pour l’IA dans la livraison de projet résident aujourd’hui dans toutes les tâches à grand volume qui consomment un temps précieux sans exiger de jugement approfondi. Lecture de logs, tri de tickets, nettoyage de documentation, vérification de dépendances, ou résumés de longues discussions techniques : autant de cas d’usage idéaux. L’IA peut être implémentée directement via des prompts réutilisables, des agents automatisés dans les portails développeurs, ou de simples intégrations fonctionnant dans l’intégration continue (CI) pour fournir des informations avant l’intervention humaine.
L’IA s’intègre également très bien à la préparation de réunions et au partage de connaissances. Des outils comme Gemini m’aident déjà à transformer de longs échanges en points d’action clairs, et ce principe s’étend facilement aux revues de sprint, rétrospectives et comptes rendus de décision. Cela donne aux équipes une meilleure compréhension partagée, sans lourdeur administrative.
Ce qui reste à dimension humaine, ce sont tous les domaines où le contexte, la confiance et l’intuition demeurent essentiels : définition de l’orientation technique, arbitrages ayant un impact humain, prises de décisions lors d’incidents ambigus ou accompagnement des ingénieurs à travers les difficultés. Ces moments requièrent jugement et expérience, et l’IA ne peut qu’assister — jamais remplacer — cette dimension humaine.
La répartition est donc claire : laissez l’IA en gestion de projet traiter les tâches répétitives qui ralentissent la livraison. Que l’humain s’occupe des décisions créatives, stratégiques et centrées sur les personnes qui font réellement avancer le projet.
Astuce d'Adora
La répartition est simple. Laissez l’IA gérer les tâches répétitives qui ralentissent la livraison. Laissez les humains s’occuper des décisions créatives, stratégiques et axées sur l’humain qui font avancer la livraison.
Comment l’IA provoque un changement d’état d’esprit
C’est étonnant comme l’automatisation des tâches projet par l’IA passe vite d’un simple bonus à un élément-clé du flux de travail. J’attendais des gains en efficacité, mais je ne pensais pas que ça changerait ma propre façon de travailler.
Avant, je consacrais beaucoup d’énergie à rassembler le contexte et à conserver chaque détail en tête pour avancer sereinement. Avec l’IA qui prend le relais sur ces tâches, j’ai rapidement ressenti un changement : je me suis mis à arriver plus détendu·e, mieux préparé·e, car je n’étais plus à courir après chaque détail. Je pouvais alors me concentrer sur l’orientation, la clarté et la qualité des décisions plutôt que sur la collecte d’informations.
Ce changement est très positif. Le travail est plus réfléchi, moins réactif. Il s’est aussi imposé naturellement car les avantages se sont faits ressentir presque immédiatement. Je n’avais pas planifié de changer d’état d’esprit : cela s’est produit tout simplement en utilisant l’IA pour éliminer le bruit ambiant et dégager plus de temps pour le leadership.
Comment un cycle léger de six semaines améliore la livraison
J’abandonne peu à peu les approches traditionnelles de gestion de projet reposant sur des réunions de suivi constantes, des plannings rigides et une documentation lourde. À la place, j’adopte un système plus léger basé sur des cycles clairs et un contexte de qualité. La transition s’est faite progressivement : j’ai réduit le nombre de réunions de suivi, partagé des mises à jour plus succinctes, et recentré les discussions sur la prise de décisions, plutôt que sur le reporting.
L’un des piliers de ce système est la revue de la feuille de route tous les six semaines. Plutôt que de gérer l’avancement au fil des semaines dans un plan détaillé, nous synchronisons nos priorités en profondeur tous les six semaines, nous nous mettons d’accord sur les points importants et nous clarifions les attentes avec les parties prenantes. Entre ces cycles, l’objectif est de garder l’élan, pas de générer de la paperasse.
Comme nous collaborons avec beaucoup de parties prenantes, le plus grand changement concerne la gestion du flux d’informations. Au lieu de produire de longs rapports ou de multiplier les réunions de synchronisation, j’utilise des outils d’IA comme Gemini pour résumer les discussions Slack, les notes de réunion, les documents et les informations de Jira. Cela me donne une vision claire de ce qui avance, de ce qui est bloqué et des décisions à prendre, sans avoir à passer des heures à rassembler du contexte.
Évidemment, nos rituels s’allègent aussi, ce qui permet à l’équipe de se concentrer sur l’exécution au lieu du suivi permanent.
Le résultat, c’est un processus plus léger et plus clair. Les parties prenantes ont une meilleure visibilité grâce à des informations concises et à jour, les ingénieurs sont moins dérangés, et je peux consacrer mon énergie à l’orientation et à la résolution de problèmes, plutôt qu’aux tâches administratives. Le cycle de six semaines structure nos actions, pendant que l’IA apporte la clarté nécessaire au quotidien pour que tout continue d’avancer.
Comment les invites d’ingénierie réutilisables réduisent le travail répétitif
Mon équipe s’est mise à utiliser des invites d’ingénierie réutilisables. Nous avons constitué une petite bibliothèque d’invites pour les tâches courantes, comme la rédaction de tests unitaires, l’amélioration des messages d’erreur, le résumé du comportement d’un service ou la relecture des modifications en vue d’identifier d’éventuels problèmes de fiabilité. Ces invites sont rédigées une seule fois, testées, puis réutilisées pour éviter aux ingénieurs de repartir à zéro chaque fois qu’ils sollicitent de l’assistance.
Par exemple, une invite est dédiée à la création de notes de version structurées à partir des pull requests. Elle attend des entrées spécifiques comme le numéro du ticket, le domaine concerné dans le code, le niveau de risque et l’impact client. Une autre invite traduit les alertes opérationnelles en langage clair, avec les causes racines les plus probables sur la base d’incidents précédents.
Au départ, la mise en place était simple, via un document partagé. Progressivement, nous transférons les invites dans notre plateforme interne pour les rendre plus faciles à retrouver et à maintenir. L’effort pour créer et ajuster chaque invite est minime au regard du temps gagné à l’usage, car les résultats sont à chaque fois plus clairs, rapides et cohérents.
On réduit ainsi le travail répétitif et chacun avance plus sereinement dans la livraison.
Comment l’ajout d’une couche d’IA aux outils d’ingénierie du quotidien accélère la livraison
À l’heure actuelle, ma pile de livraison est relativement simple : j’utilise Gemini, Jira, Slack, Google Workspace, et les autres outils d’ingénierie habituels de mon équipe — par exemple, GitHub pour le contrôle de version, notre pipeline CI pour les constructions et déploiements, ainsi que Datadog pour la surveillance et l’alerte.
Gemini a eu le plus grand impact. Je l’utilise pour préparer des réunions, résumer de longs documents, obtenir rapidement des informations à partir de journaux et transformer des notes en actions claires. Il a remplacé beaucoup de collecte manuelle de contexte et m’aide à prendre des décisions beaucoup plus rapidement.
Jira reste le cœur du suivi du travail. Je ne l’ai pas remplacé. Ce qui a changé, c’est que je gère désormais mon propre flux de travail autour de lui de manière plus efficace, car Gemini me permet de digérer de grands epics, de comprendre rapidement l’avancement, et de me préparer pour les sessions de planification sans passer des heures à tout lire.
Slack reste central pour la communication. Mais au lieu d’essayer de suivre toutes les discussions, je m’appuie sur les résumés générés par l’IA de Slack pour extraire ce qui est important afin de ne pas être submergé par les messages. L’IA de Slack répond également aux questions et automatise des tâches dans la plateforme.
Donc les outils eux-mêmes restent en grande partie les mêmes, mais mon flux de travail a évolué. Le plus grand changement a été d’ajouter une couche d’IA au-dessus des outils du quotidien. Autrement dit, c’est la manière dont j’associe Gemini avec les outils que j’utilise déjà chaque jour pour interpréter ce qu’ils contiennent.
Le plus grand changement a été d’ajouter une couche d’IA au-dessus des outils du quotidien. Autrement dit, c’est la manière dont j’associe Gemini avec les outils que j’utilise déjà chaque jour pour interpréter ce qu’ils contiennent.
Comment Gemini améliore les réunions, la mémorisation et la prise de décision
Approfondissons l’utilisation de Gemini.
Une des capacités les plus sous-estimées actuellement est tout simplement la possibilité d’utiliser l’IA pour résumer des réunions, de longues discussions Slack, des documents ou même ce qui s’est passé durant la semaine. Cela peut paraître anodin, mais cela a fait gagner énormément de temps aux managers.
Ce n’est pas une fonctionnalité tape-à-l’œil, mais l’impact est réel. Cela fait gagner du temps, réduit le stress, et permet de poursuivre l’exécution sans retards dus à la surcharge d’informations. Pour les managers, cela a été l’une des plus grandes avancées.
En pratique, j’utilise Gemini intensivement dans mes réunions — principalement comme un outil de soutien pour la mémorisation du déroulement, pas comme un système qui réfléchit à ma place. Je m’en sers pour préparer les ordres du jour, résumer les discussions, suivre les décisions et extraire des informations de longs échanges ou documents.
La plupart de mes réunions sont enregistrées et Gemini génère automatiquement des résumés, ce qui m’évite de devoir revoir de longues vidéos pour en capter les points clés. Quand je relis un résumé, je le retravaille, je clarifie ce qui a été mal compris et j’extrais les décisions et actions qui comptent vraiment.
Je l’utilise aussi pour chercher rapidement dans plusieurs enregistrements si j’ai besoin de confirmer un contexte antérieur, retrouver la raison d’une décision ou sortir des détails d’une discussion ayant eu lieu il y a des semaines. Cela m’épargne des heures de recherches, mais je reste celui qui interprète l’information et conduit les prochaines étapes.
Tout cela m’aide à arriver en réunion avec tout le contexte nécessaire et à repartir avec des points d’action clairs. Et puisque j’obtiens de la clarté plus vite, je prends mes décisions plus vite.
Le conseil d’Adora
Le rôle humain ne disparaîtra pas, mais il va évoluer vers le leadership, la clarté et la prise de décision plutôt que l’administration.
Expérimentation pratique avec les flux de travail agentiques
Nous expérimentons les flux de travail agentiques, mais de manière très concrète. Notre principal objectif en ce moment est le défi IA à l’échelle de l’entreprise, qui ressemble plus à une initiative « hack-and-learn » qu’à un véritable effort sur une plateforme formelle. Toute l’entreprise conçoit de petits projets IA afin d’acquérir de l’expérience pratique et de comprendre à quoi pourraient ressembler les workflows agentiques dans notre contexte.
Personnellement, pour la livraison, je m’intéresse aux idées impliquant des agents qui aident à résumer le contexte, réduire les tâches répétitives ou améliorer la prise de décision.
C’est encore le début, mais ça se passe bien. Les gens apprennent vite et nous voyons déjà apparaître des modèles qui pourraient évoluer en workflows agentiques plus structurés par la suite.
Pourquoi l’IA va faire évoluer la gestion de projet de l’administration vers le leadership
Dans un avenir proche, la réalisation de projets passera d'une approche pilotée par les managers à une approche guidée par le contexte. L’IA dans le reporting de l’état d’avancement des projets prendra en charge la majeure partie du suivi, du résumé et de la coordination, ce qui signifie que les équipes progresseront à partir d’informations en temps réel plutôt que de bilans programmés. Les managers passeront beaucoup moins de temps à gérer les processus et beaucoup plus de temps à guider la stratégie, accompagner les personnes et prendre des décisions réfléchies.
L’idée que le chef de projet soit la source principale d’informations va également s’estomper. L’IA fera automatiquement remonter l’avancement, les risques et les dépendances. Les équipes collaboreront avec des agents IA de la même manière qu'elles collaborent aujourd’hui avec les outils. Le résultat sera des décisions plus rapides, des rituels allégés, et des systèmes de livraison plus adaptatifs que structurés.
Le rôle de l’humain ne disparaîtra pas, mais il se déplacera vers le leadership, la clarté et la prise de décision plutôt que l’administration.
Conseil d'Adora
Comme j’obtiens de la clarté plus rapidement grâce à l’IA, je prends des décisions plus vite.
Pourquoi l’IA ne va pas bouleverser du jour au lendemain notre façon de travailler
Mon conseil : commencez petit, restez curieux, et privilégiez la clarté plutôt que le contrôle.
Ce moment n’est pas celui où l’on va remplacer notre façon de travailler du jour au lendemain. Il s'agit de laisser l’IA prendre en charge les tâches répétitives, pour que les leaders puissent se concentrer sur les personnes, l’orientation et la prise de décision.
Le plus grand levier s’obtient en expérimentant avec des cas simples comme les résumés, la préparation de réunions ou le recueil de contexte. Ces petites victoires apportent de la confiance et ouvrent la voie à un changement en profondeur.
Et surtout, impliquez vos équipes et gardez le processus léger. L’IA fonctionne le mieux lorsqu’elle soutient la culture que vous avez déjà, et non lorsqu’elle ajoute une nouvelle couche de complexité.
