Un chef de projet informatique senior affirme que les chefs de projet doivent se concentrer sur les interactions humaines que les algorithmes ne peuvent pas toucher
Découvrez comment l’IA transforme la gestion de projet, libérant les chefs de projet des tâches administratives pour leur permettre de se concentrer sur la stratégie, l’alignement des parties prenantes et les décisions qui assurent la réussite des projets.
Daniel Hemhauser
Chef de projet informatique senior et fondateur de The PM Playbook
Impact de l’IA: L’IA fait évoluer la gestion de projet de la coordination vers le leadership stratégique, libérant du temps pour les tâches humaines.
Centré sur l’humain: Les chefs de projet se concentrent désormais sur la création de confiance et la résolution de problématiques humaines complexes que l’IA ne peut pas traiter.
Synthèse des données: L’IA résout la fragmentation des données, fournissant une source unifiée et permettant aux équipes de prendre des décisions stratégiques.
Failles de communication: L’automatisation par l’IA met en lumière des problèmes de communication plus profonds, exigeant des leaders qu’ils deviennent des facilitateurs dans des situations critiques.
Évolution des rôles: Les chefs de projet deviennent des orchestrateurs stratégiques, exploitant l’IA pour les tâches tout en se concentrant sur les aspects humains.
Daniel Hemhauser est un chef de projet informatique senior avec plus de 20 ans d’expérience dans la conduite du changement organisationnel. Il est également le fondateur de The PM Playbook, où il forme la prochaine génération de chefs de projet à évoluer dans des environnements de plus en plus pilotés par l’IA.
Nous avons discuté avec Daniel afin de comprendre comment l’IA transforme la livraison des projets — et pourquoi l’avenir du management de projet concerne moins la gestion des tâches que le leadership humain. Voici ce qu'il nous a partagé.
Leadership et livraison de projets informatiques
Je suis chef de projet informatique senior avec plus de 20 ans d’expérience à piloter des transformations numériques complexes et à grande échelle.
Unlock for Free
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
Aujourd’hui, mon rôle dans la livraison des projets se situe au carrefour d’un point critique : exploiter l’IA agentique pour automatiser la charge administrative tout en renforçant le leadership centré sur l’humain afin de préserver l’âme du projet. Je me concentre sur la création d’un impact transformationnel en dépassant la gestion traditionnelle des tâches, et en donnant la priorité à un leadership apte à s’adapter à la complexité croissante des environnements IT modernes.
Au-delà de la livraison opérationnelle, je suis le fondateur de The PM Playbook, où j’accompagne la nouvelle génération de chefs de projet à travers une formation concrète et tactique pour bâtir une carrière de PM durable.
Pourquoi l’IA fait passer le management de projet de l’administratif à la stratégie
Mon rôle évolue fondamentalement de la coordination de l’information vers l’orchestration stratégique, en m’éloignant du rôle de « routeur humain », où le chef de projet freine chaque mise à jour. Dans ce paysage en évolution, la livraison de projet devient une fonction de gouvernance de haut niveau ; l’IA gère les données pendant que j’apporte l’orientation humaine. Je consacre désormais bien moins de temps à l’agrégation manuelle de données, comme la rédaction de rapports d’avancement, les résumés de comptes rendus ou le rapprochement de logs RAID.
Une fois le bruit administratif éliminé, je peux consacrer mon temps à l’empathie envers les parties prenantes et à la gestion des jeux politiques complexes d’organisation qui déterminent le véritable succès d’un projet.
L’arrivée de l’IA a également fait émerger de nouvelles tâches. Je consacre davantage de temps à la gouvernance de l’IA et au contrôle qualité, pour garantir que les prompts et les données qui guident nos agents automatisés restent fiables et exempts d’hallucinations. Même si cela ajoute un peu à ma journée, ce déplacement me permet de me concentrer davantage sur les dynamiques humaines et les négociations subtiles qu’aucun tableau de bord ni algorithme ne peut encore détecter.
En définitive, je passe mes journées à gérer les personnes au sein de l’écosystème du projet, tout en tirant parti de ces nouveaux outils IA particulièrement performants.
Comment les humains préservent « l’âme » d’un projet pendant que l’IA automatise la synthèse des données
À l’ère de l’IA, le leadership consiste à préserver « l’âme » du projet : la confiance, la culture et les alignements stratégiques qu’aucun algorithme ne peut reproduire. La négociation complexe et l’empathie des parties prenantes demeurent le domaine exclusif de l’humain. L’IA peut m’alerter lorsqu’un jalon est en danger. Elle ne peut toutefois pas appréhender toute la subtilité politique d’une négociation budgétaire, ni ressentir l’épuisement non exprimé dans la voix d’un développeur principal lors d’un entretien en tête-à-tête.
Je me concentre entièrement sur le « qui » et le « pourquoi », tandis que l’IA gère le « quoi » et le « quand ». Par exemple, la partie la plus répétitive de ma semaine consiste à synthétiser des données issues de multiples plateformes. Dans une entreprise classique, les informations projet sont souvent dispersées entre différents silos, comme Jira pour les tâches, Azure DevOps pour les mises en production, et divers tableaux Excel pour le suivi financier. L’IA agentique me permet d’effectuer un premier « nettoyage des données » et de cartographier les dépendances, identifiant d’éventuels chevauchements de ressources ou dérapages de planning avant même que j’ouvre mon ordinateur le matin.
Je me concentre entièrement sur le “qui” et le “pourquoi” pendant que l’IA gère le “quoi” et le “quand.
Du côté de l’exécution, l’intelligence de réunion est toujours la solution la plus facile à saisir. J’utilise aujourd’hui des outils d’IA pour transcrire, réaliser l’analyse de sentiment et extraire les actions à mener, remplaçant ainsi la prise de notes manuelle pendant les réunions. En important ces transcriptions dans une instance privée et sécurisée, je peux mettre à jour automatiquement les journaux RAID et envoyer des suivis personnalisés aux parties prenantes en fonction de leurs interventions spécifiques durant l’appel.
Cela m’a permis d’éliminer 5 à 10 heures par semaine que je passais auparavant en « récupération administrative » après chaque grand comité de pilotage ou session de planification.
Comment l’IA résout la fragmentation des données dans la gestion de projet
Lors d’une récente transformation numérique mondiale de plus de 100 millions de dollars, mon équipe a été confrontée à un énorme goulot d’étranglement logistique causé par des données fragmentées entre Jira, Azure DevOps et des dizaines de feuilles de calcul. Mon équipe était noyée sous des données issues de multiples sources, passant plus de temps à réconcilier des rapports contradictoires qu’à piloter les initiatives. Pour sortir de l’impasse, nous avons mis en place une couche d’orchestration pilotée par l’IA qui, grâce à des connecteurs API personnalisés, a ingéré des données brutes issues de toutes ces sources dans un data lake centralisé.
Cette configuration a nécessité environ 60 heures d’ingénierie et d’ajustement de prompts, afin que l’IA cartographie correctement les dépendances entre les différentes plateformes et normalise les conventions de nommage très variées de plusieurs fournisseurs.
L’IA a entièrement résolu notre crise de fragmentation des données, éliminant environ 20 heures par semaine de synthèse manuelle au sein de l’équipe. Déléguer la réconciliation inter-systèmes à des agents automatisés nous a donné une « source unique de vérité ». Cela a permis de détecter un chevauchement critique de ressources sur trois flux de travail distincts près de trois semaines plus tôt que nous ne l’aurions fait sans l’IA.
Cette visibilité nous a permis de rediriger les ressources en temps réel, économisant au final environ 320 000 $ de coûts potentiels liés aux retards. Au lieu de débattre de la fiabilité des chiffres lors des comités de pilotage, nous avons enfin pu utiliser ce temps pour prendre des décisions stratégiques d’un haut niveau et pour résoudre des problèmes centrés sur l’humain.
Pourquoi l’IA révèle les failles de communication dans les projets
L’IA ne simplifie pas la gestion de projet ; elle la rend plus transparente. Dans la gestion de projet traditionnelle, un chef de projet peut se cacher derrière un agenda « chargé » rempli de suivis de statuts et de rapports manuels. Lorsqu’on automatise ces couches administratives, on se rend vite compte à quel point ces tâches masquent des frictions d’équipe ou des mésalignements entre parties prenantes. Supprimer ces tâches révèle précisément où la communication dysfonctionne, vous obligeant à passer presque du jour au lendemain d’un rôle de coordinateur à celui de facilitateur stratégique.
J’ai également constaté que la règle « Garbage In, Garbage Out » est largement amplifiée avec l’IA.
Dans les projets réalisés manuellement, je peux sentir lorsqu’une donnée saisie dans une feuille de calcul paraît « suspecte » suite à une conversation informelle, mais un agent IA prendra cette donnée erronée et propagera rapidement l’erreur à tout l’écosystème de reporting, mettant à jour l’ensemble de la documentation, des tableaux de bord et rapports en même temps. Cela m’a appris que ma valeur ajoutée a évolué : je ne produis plus seulement des données, je suis désormais « curateur du vrai ».
Comment l’IA fait passer les écosystèmes technologiques du mode réactif au mode proactif
Mon écosystème technologique a beaucoup évolué au cours de l'année passée, passant d'applications de suivi réactives à un environnement intégré et proactif. Au départ, comme beaucoup de chefs de projet, j’ai principalement expérimenté ChatGPT, Gemini et Claude comme assistants autonomes pour rédiger des e-mails ou résumer des transcriptions de réunions. Ils étaient de bons alliés, mais j’étais toujours le point de passage obligatoire pour les données projet. Je compilais manuellement des rapports depuis Jira et des tableurs pour produire des présentations de statut, en essayant de tenir toutes ces informations à jour.
Aujourd’hui, j’ai dépassé le stade des chatbots généralistes, pour entrer dans l’orchestration spécialisée prête pour la production. Je m’appuie désormais sur Atlassian Rovo et ClickUp Brain comme couches d’intelligence principales. Ces outils sont profondément intégrés à mes workflows. La capacité de Rovo à maintenir une bonne qualité de données et à effectuer des recherches en langage naturel sur tout l’historique projet et les applications tierces connectées est essentielle à mon travail. J’utilise aussi ClickUp Brain pour combler les lacunes entre mes différents outils. Il indexe efficacement l’ensemble de mes données projet, y compris les tâches, documents et outils externes connectés. Cela me permet d’identifier des dépendances entre projets et des conflits de ressources qui seraient normalement perdus dans des silos. C’est précieux pour la gestion de programmes et de portefeuilles.
Aujourd’hui, j’ai dépassé le stade des chatbots généralistes, pour entrer dans l’orchestration spécialisée prête pour la production.
Ce « cerveau connecteur » signale les conflits de ressources et maintient l’intégrité de mes données, me faisant regagner environ 15 à 20 heures par semaine.
Au-delà de cela, je m’appuie sur Jira (avec Rovo pleinement intégré) et Azure DevOps pour la gestion des tâches et l’exécution agile. Pour la gouvernance des réunions et l’alignement des parties prenantes, Otter.ai et Notion AI me sont indispensables. J’utilise Otter pour enregistrer et transcrire toutes les réunions, puis synchroniser automatiquement les actions dans Notion, qui sert de base de connaissances centrale pour les synthèses exécutives. Cela me permet de capter les nuances actionnables, le ressenti et les changements stratégiques, évitant ainsi qu’ils ne se perdent dans un document statique.
Grâce à tout cela, mon rôle a évolué : je ne fais plus qu'alimenter des données, je les organise afin d’en extraire la vérité et me concentre sur le leadership de haut niveau que ces outils ne peuvent pas imiter.
Pourquoi Atlassian Rovo booste l'efficacité de l'équipe
Je pense qu’Atlassian Rovo mérite une mention spéciale ici. La plupart voient l’IA comme un moyen d’accélérer la rédaction, mais la vraie force de Rovo est de relier les points entre tickets Jira, pages Confluence, conversations Slack et même des documents Google Drive externes. Il fonctionne comme un moteur de recherche local pour tout notre historique projet, me permettant de poser en langage naturel des questions du type : « Quelle était la solution technique adoptée pour le problème de latence API lors du pilote de l’an dernier ? », et d’obtenir une réponse exacte et sourcée en quelques secondes.
Lors de grandes transformations, on perd énormément de temps à résoudre de nouveau les mêmes problèmes parce que ceux qui avaient la réponse ont quitté l’équipe, ou que les décisions sont enterrées dans un fil Slack vieux de deux ans. Grâce à Rovo qui fait remonter ce contexte instantanément, nous avons regagné environ une journée de productivité chaque mois. Cela nous a permis de passer du temps passé à chercher l’information à agir dessus, ce qui apporte une vraie valeur au projet.
Lors de grandes transformations, on perd énormément de temps à résoudre de nouveau les mêmes problèmes parce que ceux qui avaient la réponse ont quitté l’équipe, ou que les décisions sont enterrées dans un fil Slack vieux de deux ans. Grâce à Rovo qui fait remonter ce contexte instantanément, nous avons regagné environ une journée de productivité chaque mois.
Comment les systèmes légers remplacent les méthodes PM traditionnelles
S’éloigner de la gestion de projet traditionnelle et lourde signifie passer du suivi manuel à l’orchestration automatisée. Concrètement, j’ai arrêté d’essayer de construire le « parfait » plan projet statique dans un diagramme de Gantt et je me suis orienté vers un système léger et à forte vélocité où les données travaillent pour moi.
J’ai commencé cette transition en traitant Jira et Confluence comme une couche de données vivante. Vous ne serez pas étonné par le moteur principal de cette évolution : Atlassian Rovo. Au lieu de passer des heures en réunions de synchronisation de statut, j’utilise le Teamwork Graph de Rovo pour extraire du contexte de tout mon stack, y compris Slack et Google Drive. Par exemple, si un développeur signale un obstacle dans un fil Slack, l’IA repère cette relation et l’associe au ticket Jira correspondant avant même que je ne le demande. Notre transition a débuté en automatisant les tâches fastidieuses et chronophages de mises à jour de statut. J’ai paramétré les Agents Rovo pour générer des synthèses hebdomadaires des projets à partir de l’activité réelle plutôt que de saisies manuelles.
Les résultats montrent une réduction massive de l’amnésie organisationnelle. Nous sommes passés d’une culture de rapport sur le travail à une culture de réalisation du travail, ce qui est exactement la place qu’un cadre supérieur doit occuper. Cela nous aide à gagner la place à la table qui a échappé aux chefs de projet pendant des décennies.
Comment l’IA transforme les rituels de livraison des projets, passant d’événements statiques du calendrier à des boucles de données continues
Les rituels changent eux aussi. Lorsque je définis le périmètre, je ne commence plus avec un document vierge. J’utilise Atlassian Rovo et ClickUp Brain pour ingérer les données non structurées issues des appels avec les parties prenantes et des séances de réflexion sur Slack/Teams. L’IA ne définit pas le périmètre à ma place, mais elle met instantanément en évidence les contradictions, comme une contrainte budgétaire mentionnée dans un e-mail qui entre en conflit avec une demande de fonctionnalité dans une discussion. Cela me permet de consacrer mon énergie aux négociations complexes et aux arbitrages qui déterminent le succès d’un projet, plutôt qu’à transcrire des exigences. J’ai cessé de voir les rituels classiques de livraison comme de simples événements statiques dans le calendrier ; je les considère désormais comme des boucles de données continues.
L’IA ne définit pas le périmètre à ma place, mais elle met instantanément en lumière les contradictions, comme une contrainte budgétaire dans un e-mail qui entre en conflit avec une demande de fonctionnalité dans une discussion.
Nous avons opéré la transition vers une culture de visibilité asynchrone où des outils comme Otter.ai et Notion AI prennent en charge la partie « ce qui s’est passé » de notre travail. Parce que l’IA surveille en permanence le flux de données à travers Jira et nos canaux de communication, elle signale les conflits de ressources et les signaux faibles de retard avant qu’ils ne deviennent des alertes rouges sur un tableau de bord. Cela garantit que notre temps humain est réservé aux points d’alignement émotionnel et aux subtilités du travail qu’aucun algorithme ne peut percevoir.
Comment les workflows agentiques fluidifient la livraison de projets
Comme vous pouvez le constater, j’ai fait évoluer ma perception de « l’IA comme chatbot » à « l’IA comme un collègue » qui agit à travers mon écosystème existant. Je vais au-delà des assistants autonomes comme ChatGPT et Claude pour passer à l’orchestration agentique, même si j’utilise toujours ces outils d’IA générative pour des tâches précises. J’ai mis en place des agents qui connectent ces outils pour surveiller ces silos en temps réel.
Pour l’instant, l’expérience est extrêmement positive car elle élimine réellement le fardeau des « blocages humains ». En déléguant la chasse continue aux données à ces agents, j’ai récupéré environ 15 heures par semaine que je passais auparavant à de la réconciliation administrative. Cela me permet de rester dans un rôle d’orchestration à haut niveau, en pilotant la direction stratégique et « l’âme humaine » du projet plutôt que simplement les outils.
Pourquoi les orchestrateurs stratégiques remplaceront les chefs de projet
Nous nous dirigeons rapidement vers un monde où l’IA agentique prendra en charge 80 % de ce que nous appelons aujourd’hui la gestion de projet — les plannings, les rapports d’avancement, l’équilibrage des ressources, etc. Dans ce futur, on ne gère plus un projet ; on dirige une main-d’œuvre siliconée qui exécute la partie administrative du rôle, tandis que nous nous concentrons uniquement sur les variables humaines à forts enjeux.
Vous ne gérez pas un projet ; vous gérez une main-d’œuvre siliconée tout en vous concentrant sur les variables humaines à forts enjeux.
Le titre même de chef de projet deviendra obsolète d’ici cinq ans, remplacé par un rôle qui ressemblera bien plus à un orchestrateur stratégique.
Nous ne serons plus valorisés sur le nombre de tickets déplacés ou de réunions organisées, mais sur notre capacité à naviguer dans la complexité politique organisationnelle et les zones grises éthiques où l’IA ne peut intervenir. Le succès sera mesuré par la confiance au sein de l’équipe et l’alignement stratégique plutôt que par la seule livraison à temps.
Les projets qui échoueront en 2030 n’échoueront plus en raison d’un retard ou d’un dépassement de budget ; ils échoueront faute de vision humaine, et les leaders les plus performants seront ceux qui sauront utiliser l’IA pour gérer le « quoi » afin de maîtriser le « pourquoi ».
Comment l’IA permet aux chefs de projet de s’attaquer aux éléments humains bruts d’un projet
Le meilleur conseil que je puisse donner est d’arrêter de voir l’IA comme un simple outil d’efficacité, et de commencer à la considérer comme un outil d’élargissement du leadership.
Pendant des années, les gestionnaires de projet se comportaient comme des robots, passant nos journées à réconcilier des tableaux, à relancer les gens pour obtenir des mises à jour et à rédiger des rapports d’avancement génériques. Nous étions tellement engloutis dans la machine administrative de la gestion de projet que nous avions à peine le temps d’exercer un réel leadership.
Aujourd’hui, nous entrons dans une ère où l’IA soulève enfin ce fardeau administratif, offrant un cadeau qui supprime aussi le tampon d’occupations derrière lequel de nombreux leaders s’abritaient traditionnellement. Lorsque l’IA se charge du suivi, des rapports et de la synthèse des données, on se retrouve face aux éléments humains bruts du projet : le leadership, la confiance, la politique, et l’alignement stratégique.
Le temps que j’ai récupéré n’est pas utilisé pour plus d’automatisation ; je le consacre aux conversations cruciales qui font avancer les choses. J’utilise ce temps retrouvé pour accompagner un jeune chef de projet bloqué par un obstacle technique, naviguer à travers des tensions politiques non exprimées lors d’un comité de pilotage, ou m’assurer qu’une transformation digitale réponde à un vrai problème pour une vraie personne. Nous quittons l’ère de « l’administrateur de projet » pour entrer dans celle du « leader centré sur l’humain », et c’est le changement le plus enthousiasmant que j’ai observé en vingt ans de carrière.
Alors, préférez la curation à la création. Ne perdez pas votre temps à rédiger le rapport de suivi parfait ; investissez-le à concevoir la logique et l’intégrité des données qui permettront à vos agents IA de générer ce rapport. Utilisez ensuite ces heures retrouvées pour vous concentrer sur les interactions humaines à fort enjeu, celles qu’aucun algorithme ne saura remplacer.
Soyez ce leader qui perçoit les tensions non dites au sein d’un comité de pilotage, ou qui sait naviguer parmi les arbitrages éthiques complexes d’un déploiement mondial. Dans ce nouveau paysage, votre valeur ne se mesure plus à la quantité d’information gérée, mais à la clarté des décisions prises à partir des informations fournies par l’IA.
Suivez-nous
Vous pouvez vous abonner à la newsletter de Daniel Hemhauser et suivre son travail sur LinkedIn. Et découvrez aussi The PM Playbook.
D’autres interviews d’experts à venir sur The Digital Project Manager !
