La livraison de projets nécessite des systèmes d’orchestration d’IA, pas de simples outils – La fondatrice en charge de la livraison de projets explique comment l’IA crée de nouveaux goulets d’étranglement
Lillian Pierson est responsable de la livraison des projets dans son entreprise, Data-Mania, où elle aide les fondateurs de start-ups technologiques à concevoir une croissance évolutive. Elle est également formatrice en IA, dotée d’une solide expertise technique.
Lillian Pierson
CMO fractionnaire et conseillère en croissance chez Datamania
L’IA crée de nouveaux goulets d’étranglement: L’IA accélère l’exécution mais transfère le ralentissement sur la validation. Les équipes passent désormais plus de temps à vérifier les résultats de l’IA qu’à les créer.
Le succès dépend de l’orchestration: Lillian a remplacé des outils d’IA dispersés par des systèmes connectés qui coordonnent la stratégie, l’exécution et le contrôle qualité à travers des workflows d’agents.
De nouveaux rôles de direction émergent: L’avenir de la livraison de projets repose sur les architectes de systèmes d’IA, qui créent des écosystèmes d’agents, et les directeurs des relations stratégiques, chargés du discernement, de l’alignement et de la stratégie.
Nous avons discuté avec elle pour comprendre comment elle transforme la gestion de projet, passant des outils et des flux de travail aux systèmes d'orchestration par l'IA. En chemin, elle nous a parlé de nouveaux goulots d'étranglement inattendus causés par l'IA.
Voici ce qu'elle nous a confié.
Le parcours de Lillian Pierson : de l'ingénierie au marketing digital et à la gestion de projet
Je suis Lillian Pierson, CMO fractionnaire et fondatrice de Data-Mania, où j'aide les fondateurs de startups tech à concevoir une croissance prévisible et scalable — le tout sans la pagaille habituellement associée au marketing. Je suis également formatrice en marketing IA sur LinkedIn Learning.
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.
En matière de gestion de projet, je suis responsable des projets au sein de mon entreprise : définition de la stratégie et des indicateurs clés, constitution de l’équipe (composée de personnes et de systèmes pilotés par l’IA), supervision de l’exécution et livraison des projets — des systèmes marketing fondamentaux que les équipes peuvent maintenir sur le long terme.
Je dirais que mon parcours est singulier pour un spécialiste du marketing. J'ai commencé comme ingénieure professionnelle diplômée et je me suis lancée dans le marketing pour des sociétés d'ingénierie et technologiques. J'imagine des stratégies de croissance depuis vingt ans désormais et j'ai livré des résultats marketing pour tout type de clients, allant de startups pré-revenus à 10% du Fortune 100 (Intel, IBM, Amazon, Dell, SAP). J’aide souvent des fondateurs ingénieux hors des grands pôles technologiques traditionnels, comme San Antonio, Chicago, Tel Aviv, ou certaines régions d’Europe sans accès facile à un leadership expérimenté en croissance.
Voici ce qui distingue mon approche : je combine une expertise en marketing de produit et en marketing de croissance avec une solide maîtrise de l’IA et de la donnée. J'ai formé plus de 2 millions de professionnels sur les sujets de l’IA, de la stratégie de données, et maintenant du marketing par IA — donc quand je dis « axé sur les données », c’est réellement à un niveau d’ingénierie. Ce ne sont pas de simples analyses superficielles.
Comment l’IA redéfinit les fonctions de direction au niveau de la stratégie, de l’architecture et de l’orchestration
Avec l’IA, mon rôle est passé de « stratège + leader » à « stratège + architecte + orchestratrice d'agents + leader ».
Voilà ce que cela signifie dans la pratique : avant, je passais 50 % de mon temps à la planification stratégique et 50 % à diriger les équipes durant l’exécution. Désormais, c’est 30 % stratégie, 25 % architecture de systèmes IA, 25 % orchestration des agents, et 20 % management d’équipe.
Voici ce qui occupe davantage mon attention :
Conception de systèmes IA à destination de mes équipes — je parle ici de workflows, pas d’outils.
Cadres de validation et contrôle qualité
Voici ce qui prend moins de temps :
Analyse de données manuelle : l’IA se charge de 80 % des premiers insights à l’aide de l’EDA ChatGPT (analyse exploratoire de données).
Rédaction des premiers jets de contenus : l’IA génère les brouillons via Claude + MCP personnalisé et les équipes affinent.
Reporting de routine : en grande partie automatisé via Segmetrics.
Documentation des réunions : l’IA extrait les actions et décisions via Fathom.
Comment utiliser le cadre Trust Gradient pour décider quoi automatiser (et ce qui doit rester humain)
J’utilise le cadre « Trust Gradient » pour décider quoi automatiser. Voici l’idée principale.
Fort potentiel d’automatisation (l’IA gère plus de 80 %) :
Collecte des données et analyse initiale
Production de premiers jets de contenus — uniquement si le contexte de marque est bien documenté
Création d’assets pour campagnes
Prise de notes et extraction des actions lors des réunions
Rapports de performance de routine
Nécessite une supervision humaine (l’IA assiste, l’humain décide) :
Définition des priorités stratégiques : quels campagnes lancer, quand et pourquoi
Décisions sur le positionnement marché
Répartition du budget entre les canaux
Gestion des objections clients dans des échanges à forts enjeux
Gestion de crise
Domaine réservé à l’humain :
Création de visuels pour les réseaux sociaux (oui !)
Validation de l’ICP et synthèse de la recherche marché (l'IA manque souvent des subtilités émotionnelles importantes à considérer)
Stratégie de tarification et conception du modèle de monétisation
Négociation de partenariats
Gestion des conflits
Toute décision qui a un effet direct sur le compte de résultat ou la réputation de l’entreprise
Les équipes intelligentes utilisent l’IA pour les tâches pénibles, répétitives et dépendantes du contexte, puis laissent les humains se concentrer sur les décisions qui nécessitent une expertise approfondie du marché et sur l’évaluation des arbitrages stratégiques.
Mais souvenez-vous : automatiser un processus défaillant ne fait qu’obtenir des résultats défaillants plus rapidement. Par exemple, j’ai vu des équipes automatiser la création de contenu alors que le vrai problème venait de leur positionnement. Cela a été une perte de temps totale.
Automatiser un processus défaillant ne fait qu’obtenir des résultats défaillants plus rapidement.
Résoudre le nouveau goulot d’étranglement de l’IA : intégrer des points de validation dans vos workflows
Cela dit, j’ai été surpris et déçu de constater que l’IA n’a pas éliminé nos goulets d’étranglement ; elle les a simplement déplacés.
Nous exécutons nos stratégies de campagne, calendriers de contenu et cadres de messages 10 fois plus vite. Mais, au final, nos délais de projet n’ont été « que » trois fois plus rapides.
Pourquoi ? Car nous passons désormais plus de temps à valider si les sorties générées par l’IA sont réellement correctes. Avant l’IA, mes équipes consacraient 80 % de leur temps à produire des livrables et 20 % à vérifier leur solidité stratégique. Aujourd’hui, c’est l’inverse : 30 % pour la production et 70 % pour la vérification.
Donc, le goulot d’étranglement s’est déplacé de l’exécution vers l’évaluation.
Pour résoudre ce nouveau goulot d’étranglement, j’ai commencé à insérer des points de validation dans mes workflows IA pour que les LLMs puissent évaluer non seulement la justesse, mais également la conformité à des critères de process stricts.
Exemple concret d’un script de contrôle qualité pour l’IA
Dans les instructions à l’agent, mon point de validation ressemble à ceci :
Pour le contenu social media que tu crées, effectue une vérification d’assurance qualité. Avant de soumettre ta réponse, vérifie :
Ai-je créé exactement 3 contenus ?
Ai-je réalisé exactement 1 publication virale LinkedIn ?
Ai-je produit exactement 1 légende virale pour Reels ?
Ai-je rédigé exactement 1 script d’intervention pour une vidéo virale Reels ?
La publication LinkedIn suit-elle les exigences données dans l’invite mentionnée à l’étape X ?
Ai-je intégré dans chaque contenu la preuve sociale ou l’étude de cas sélectionnée à l’étape Y ?
Les publications LinkedIn et la légende Reels contiennent-elles des hashtags pertinents ?
Ai-je évité d’ajouter des stratégies, modèles, indications visuelles ou supports supplémentaires ?
Ai-je respecté les exigences de format spécifiques ?
Si la réponse à l’une de ces questions est « non », retourne corriger l’erreur. Reprends cette étape jusqu’à ce que toutes tes réponses soient « oui ».
Si tu crées quoi que ce soit d’autre que les 3 contenus demandés, tu as complètement échoué à cette tâche.
Jusqu’ici, cela aide, mais ce n’est pas parfait à 100 %.
Comment l’IA transforme les rites de livraison
Nous sommes passés d’une planification proche de la méthode Waterfall à un mode « Validation Continue » — où le test s’intègre au process. Ce simple changement a réduit le surcoût process de 20 % à 5 %. C’est significatif.
La clé est d’évaluer d’abord l’ensemble de votre modèle de livraison, puis d’automatiser de manière stratégique.
Voici comment nos rituels de livraison essentiels ont évolué :
Alignement des équipes
Avant : réunion d’alignement d’1 heure avec slides et session de questions/réponses.
Maintenant : note de cadrage projet générée par l’IA via ChatGPT, suivie de retours asynchrones sur Notion sur une fenêtre de 24h et une synchronisation de 15 minutes centrée uniquement sur les blocages.
Impact : 80 % de temps de réunion en moins et une meilleure cohésion.
Validation du travail
Ancien : L'équipe QA examinait manuellement chaque ressource
Nouveau : Test assisté par IA où Claude vérifie le contenu selon des critères clés, la voix de marque documentée et les points de preuve, puis corrige toute déviation. Les humains contrôlent de façon aléatoire pour valider l’adéquation stratégique.
Impact : 2 fois moins de problèmes de qualité.
Nous considérons l'IA comme un membre junior de l’équipe, incroyablement rapide, à la mémoire parfaite mais sans aucun sens stratégique. Elle a besoin de directives, de contexte et de validation, mais elle effectue tout le travail répétitif.
Ma devise est que les équipes qui essaient de remplacer la plupart des humains par de l’IA échoueront. Les équipes qui utilisent l’IA pour amplifier le discernement humain avisé et opportun réussiront.
Nous considérons l’IA comme un membre junior de l’équipe, incroyablement rapide, à la mémoire parfaite mais sans aucun sens stratégique. Elle a besoin de directives, de contexte et de validation, mais elle effectue tout le travail répétitif.
Le passage des outils d’IA aux systèmes d’orchestration
Voici ma pile technologique il y a 12 mois : Airtable, Notion, ChatGPT, Perplexity, Canva, Google Docs, Fathom, Siri et Loom.
Voici ma pile actuelle :
Claude + MCP personnalisé : Mon principal espace de travail IA, où j’effectue la plupart de ma réflexion stratégique, création de contenu et développement, enrichi d’intégrations personnalisées me permettant d’accéder à tout mon contexte et mes outils au même endroit.
n8n : Je l’utilise pour automatiser les choses répétitives afin de pouvoir me concentrer sur le vrai travail stratégique au lieu de copier des données entre plateformes ou d’envoyer sans cesse les mêmes mails de relance. Je l’utilise aussi comme serveur MCP.
Airtable : C’est ici que je conserve tout mon contexte pour MCP. Et à la fin d’une tâche, mes agents IA inscrivent automatiquement leurs résultats dans Airtable, que j’utilise pour stocker et organiser toutes mes données de projets pour MCP.
Notion : Mon cerveau central pour les SOP, les modèles de stratégie. Un outil de gestion de projet et de documentation, et pour tout ce que je dois consulter ou partager avec mon équipe.
Bolt : Quand j’ai besoin d’un outil personnalisé, d’une landing page ou d’un prototype et que je ne veux pas attendre un développeur, j’utilise cela pour construire rapidement des applications web qui résolvent des problèmes de workflow spécifiques.
Windsurf : Mon éditeur de code de prédilection lorsque je construis des applications personnalisées pour des tâches marketing spécifiques. Le code est généré par l’IA, ce qui m’évite de rester bloquée sur la syntaxe.
ChatGPT : Je l’utilise lorsque j’ai besoin d’un autre point de vue ou que je veux échanger rapidement des idées sans changer de contexte. Aussi, il est parfait pour les recherches approfondies.
Perplexity : Mon assistant de recherche pour collecter des données du marché à jour, des informations sur la concurrence et les tendances du secteur avec des sources réelles à citer.
Gamma : Lorsque j’ai besoin de construire une présentation rapidement sans me perdre dans des choix de design, il m’aide à créer un rendu professionnel en un temps record.
OpenAI AgentKit : J’expérimente avec cet outil pour créer des agents IA personnalisés pouvant prendre en charge certaines tâches récurrentes sans que j’aie à les déclencher manuellement à chaque fois.
Descript : Je l’utilise pour monter mes enregistrements et vidéos de présentations client, afin d’obtenir un rendu soigné sans expertise en montage vidéo.
Canva (logiciel marketing gratuit) : Mon outil de design pour créer des visuels de marque, des supports pour les réseaux sociaux et éléments graphiques quand j’ai besoin de quelque chose de réussi rapidement sans lancer tout un processus de design.
Google Docs : Là où je rédige en collaboration avec mes clients et mon équipe. C’est particulièrement utile pour les sessions de retours en temps réel et l’élaboration itérative de la stratégie.
Fathom (application de prise de notes) : Cet outil enregistre mes appels clients et crée automatiquement des transcriptions et résumés, ainsi je peux me concentrer sur la conversation au lieu de prendre des notes fébrilement.
Loom (logiciel d’emailing vidéo) : Comment je livre la plupart de mes présentations stratégiques et audits de sites web. Cela me permet d’expliquer mon raisonnement de manière asynchrone, mes clients pouvant regarder quand ils le souhaitent.
Globalement, le plus grand changement a été de passer des « outils » aux « systèmes d’orchestration par IA ». Je suis passée d’une utilisation de ChatGPT pour la génération de contenus et la recherche de marché à la construction de véritables agents IA accédant à du contexte de marque structuré et générant de manière autonome des ressources de campagne et des livrables de marque.
Il a été très utile d'éliminer toutes ces multiples solutions ponctuelles basées sur GPT. J'ai consolidé 90 % de cela dans des agents intégrés aux "Projets" de Claude, dotés d'une architecture contextuelle appropriée qui repose sur Airtable.
L'API Claude a été l'ajout le plus rentable. Claude dispose d'un MCP personnalisé pour créer des agents IA qui accèdent dynamiquement à l'intelligence de marque structurée et, après avoir construit des agents sur plusieurs plateformes, c'est la configuration vers laquelle je reviens toujours — elle est tout simplement incroyable ! Mais cela requiert une aisance technique avec les API et l'ingénierie de prompts.
Je dirais également que n8n est sous-estimé par les fondateurs et chefs de projet souhaitant construire des flux de travail IA personnalisés sans coder.
Dans l’ensemble, le plus grand changement a été de passer des “outils” aux “systèmes d’orchestration de l’IA.
Le ROI des flux de travail agentiques — et pourquoi l'intelligence cumulative surpasse les victoires rapides
S’il existe un cas d’usage pour un flux de travail agentique, je le construis et je le partage. Le retour sur investissement (ROI) de ces workflows agentiques est indéniable.
En fait, l’autre nuit, je suis restée debout jusqu’à 2h du matin pour créer un cours pour LinkedIn sur Agent Kit. Dans ce cours, j’explique comment construire un système multi-agents qui transforme une stratégie de partenariat sur six mois en un plan d’action quotidien concret qu’un marketeur junior peut mettre en œuvre.
Mais ce que la plupart des débutants ne réalisent pas, c’est que les flux de travail agentiques ne sont pas du "prêt à l’emploi". Le retour sur investissement vient de l’intelligence cumulative au fil du temps, pas de la perfection immédiate. Ce serait une erreur de traiter les agents comme des solutions magiques au lieu de systèmes nécessitant un affinage continu.
Comment utiliser des workflows agentiques pour transformer la stratégie en actions quotidiennes concrètes
J’ai créé ce workflow agent de la stratégie à l’exécution pour résoudre un problème récurrent : je livrais à mes clients des présentations stratégiques complètes, puis nous restions tous deux face à ce vaste plan d’action en nous demandant : « D’accord, mais concrètement, qu’est-ce que je fais demain ? »
La chaîne d’agents décompose la stratégie en actions réalisables au quotidien. Voici son déroulé :
Agent Planificateur de projet IA : il prend le texte stratégique brut de mon livrable et en extrait les objectifs, priorités et initiatives réels. Il analyse l’ensemble du contexte pour ne conserver que l’essentiel.
Agent Planificateur d’exécution : il prend ces objectifs extraits et les enrichit avec les priorités, les dépendances et des délais réalistes. C’est là que les idées stratégiques deviennent un véritable plan d’action avec un enchaînement logique.
Agent Planificateur d’actions quotidiennes : il transforme ce plan en tâches précises pour chaque jour. Pas « améliorer l’email marketing », mais « rédiger le premier email de bienvenue, configurer le déclencheur d’automatisation dans n8n, écrire plusieurs objets pour tester, etc. »
Transform + MCP : envoie toutes les productions des agents à Gamma, qui conçoit automatiquement un plan d’exécution clair et présentable que les clients peuvent réellement utiliser.
L’ensemble fonctionne automatiquement une fois que j’y insère un document stratégique. Ce qui me prenait des heures de découpage manuel se fait maintenant en quelques minutes, et les clients obtiennent à la fois la réflexion stratégique et le guide tactique dans un seul livrable.
Conseils peu évidents pour les chefs de projet qui mettent en place des workflows IA
J’ai trois conseils peu évidents :
Faites un audit avant d’automatiser. N’automatisez jamais sur la base de simples impressions.
Recrutez des sceptiques de l’IA, pas des enthousiastes. Les meilleurs membres de mes équipes sont ceux qui questionnent les résultats de l’IA et exigent des validations. L’enthousiasme aveugle entraîne des erreurs coûteuses.
Documentez vos expériences comme un scientifique. Notez ce que vous avez essayé, ce qui a fonctionné, ce qui n’a pas marché, et pourquoi. Cela devient un savoir organisationnel précieux qui s’accumule avec le temps.
Investissez dans le contexte : Voici ce dont personne ne parle — la plupart des équipes sous-investissent de 90 % dans l’infrastructure contextuelle. Elles dépensent des milliers en outils IA mais zéro heure à documenter leur ton de marque, leur langage ICP, leurs preuves et leur positionnement. Sans cette base, l’IA ne fait qu’accélérer la médiocrité, et c’est la vérité.
Malheureusement, vous aurez probablement l’impression de ralentir avant de gagner en vitesse, et vous vous demanderez si ça en vaut la peine. Tenez bon. Les bénéfices cumulés, même après seulement 6 semaines, sont indéniables.
L’essor des architectes systèmes d’IA et des responsables des relations stratégiques
Je dirais qu’en 2030, mon rôle sera composé de deux fonctions distinctes :
Architecte Systèmes d’IA : Des leaders techniques qui conçoivent et gèrent des écosystèmes d’agents IA chargés de l’exécution. Ils auront besoin de compétences en ingénierie de prompts, en conception de bases de données contextuelles et une pensée d’orchestration des systèmes.
Responsables des relations stratégiques : Se consacrent entièrement à ce que l’IA ne peut pas faire, comme l’alignement des parties prenantes, l’analyse du marché, les arbitrages stratégiques, le développement de partenariats et la construction de récits culturels.
La zone intermédiaire disparaît rapidement. L’exécution au niveau des tâches est déjà en passe d’être automatisée. Ce qu’il reste, c’est une expertise technique approfondie (pour bâtir les systèmes intelligents) et une expertise stratégique poussée (pour prendre des décisions qui nécessitent une grande expérience).
Suivez l’actualité
Vous pouvez suivre Lillian sur LinkedIn ou vous abonner à sa newsletter Convergence. Découvrez également Data-Mania pour des solutions marketing optimisées par IA.
