Skip to main content
Key Takeaways

Impact de l'IA: L'IA modifie considérablement l’orientation des rôles d’ingénierie IA/ML, en mettant l’accent sur la conception et la définition des problèmes.

Automatisation des tâches: L'IA excelle dans l'automatisation des tâches répétitives mais éprouve des difficultés pour celles nécessitant du jugement et une compréhension du contexte.

Rituels de livraison: L’IA facilite la planification rapide des projets et améliore l’alignement asynchrone, réduisant ainsi le besoin de réunions de suivi de statut.

Flux de travail agentiques: La mise en place de flux de travail agentiques rationalise les tâches non liées au codage, permettant de mieux se concentrer sur la prise de décisions critiques.

Évolution des rôles: Les rôles dédiés à la gestion de projet pourraient diminuer à mesure que l’IA prend en charge le suivi, laissant aux équipes les tâches basées sur le jugement.

Sairam Sundaresan est un leader en ingénierie de l’IA et un formateur. Il a été classé comme le créateur numéro 1 en IA sur LinkedIn Inde par Favikon. Il est également l’auteur de « L’IA pour le reste d’entre nous » et d’une newsletter hebdomadaire intitulée Gradient Ascent.

Nous avons discuté avec Sundaresan de la façon dont l’IA change la livraison des projets. Voici ce qu’il nous a partagé.

Comment l’IA influence les rôles d’ingénierie IA/ML

Je dirige l’ingénierie IA/ML. Lors de la livraison de projets, je suis responsable des décisions d’architecture, de veiller à ce que l’approche technique corresponde au problème métier, et d’identifier suffisamment tôt les risques pour pouvoir les gérer.

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.

Step 1 of 2

This field is for validation purposes and should be left unchanged.
Name*
This field is hidden when viewing the form

Je suis aussi l’auteur de « L’IA pour le reste d’entre nous ».

Comment l’IA modifie les tâches et priorités dans la livraison de projet

Comment l’IA modifie les tâches et priorités dans la livraison de projet

L’IA fait un excellent premier passage sur l’implémentation, les tests et le code de base. Je passe moins de temps à écrire du code à partir de zéro, mais je relis tout, comme je le ferais pour n’importe quel ingénieur de mon équipe. Le résultat est produit plus rapidement, mais sans supervision.

Je passe désormais plus de temps à cadrer le problème, à concevoir le système, et à anticiper les zones de rupture. Ces décisions ont toujours été la partie la plus stratégique du métier. Elles occupent maintenant une plus grande part de ma journée, puisque le travail routinier est accéléré.

Ce qui m’a le plus surpris dans l’implémentation de l’IA, c’est de voir le paradoxe de Moravec se manifester en temps réel. Les tâches que j’imaginais difficiles à automatiser se sont avérées faciles : génération de code, écriture de tests, synthèse. L’IA a du mal sur les tâches que je croyais triviales : détecter lorsqu’une exigence est ambiguë, identifier qu’une solution techniquement correcte n’est pas la bonne dans ce contexte, comprendre pourquoi un intervenant a dit une chose mais en pensait une autre.

Sairam partage

Sairam partage

L’IA a du mal sur les tâches que je croyais triviales : détecter lorsqu’une exigence est ambiguë, identifier qu’une solution techniquement correcte n’est pas la bonne dans ce contexte, comprendre pourquoi un intervenant a dit une chose mais en pensait une autre.

Comment l’IA optimise les tâches répétitives dans la livraison de projet

Les aspects les plus automatisables de mes livraisons actuelles sont les tâches répétitives avec des critères d’acceptation clairs. Génération de tests, création de squelettes de code, rédaction des premiers jets de documentation, reporting de statut et vérification des dépendances : ce sont des tâches bien définies et peu ambiguës pour lesquelles l’IA s’avère très efficace avec très peu de supervision. Leur mise en œuvre est simple : il suffit d’intégrer des agents dans votre pipeline CI/CD, de leur fournir un périmètre bien défini, et de bâtir des mécanismes de vérification autour des livrables.

Les humains restent indispensables pour tout ce qui relève du jugement dans l’ambiguïté. Cela inclut :

  • Prioriser lorsque tout est urgent
  • Savoir quel raccourci technique est acceptable et lequel vous coûtera six mois plus tard
  • Savoir « lire la pièce » dans une réunion transverse et comprendre que le vrai blocage est politique.

Comment l’IA transforme les rituels fondamentaux de livraison et l’alignement

Comment l’IA transforme les rituels fondamentaux de livraison et l’alignement

Concernant les rituels, l’IA porte une grande partie de la charge.

  • La définition du périmètre est plus rapide, car l’IA génère un premier jet à partir d’une conversation ou du cahier des charges, et ensuite je retouche. Je ne commence plus sur une page blanche. Mais c’est toujours moi qui décide de ce qui est dans le périmètre ou non.
  • L’alignement est plus asynchrone. Plutôt qu’une réunion pour aligner tout le monde, je rédige une courte note, l’IA m’aide à l’affiner, et chacun commente. Nous ne nous retrouvons en réunion que pour résoudre un réel désaccord.
  • La validation est ce qui a le plus changé. L’IA génère du code, alors maintenant j’ai besoin de tests et de garde-fous visant à détecter les modes d’échec spécifiques aux agents.
  • La gestion de l’exécution est allégée. Les outils donnent le statut en direct. Je consacre moins de temps à demander des mises à jour et plus de temps à décider quoi faire ensuite.

L’alignement est plus asynchrone. Au lieu d’une réunion pour aligner tout le monde, j’écris un court document, l’IA m’aide à l’affiner, et les gens commentent. Nous ne nous réunissons que si nous devons résoudre un véritable désaccord.

1777879514943-fbwsbfb59ao-84651
Sairam SundaresanOpens new window

Leader en ingénierie IA et formateur

Pourquoi les workflows agentiques améliorent l'efficacité de livraison

Personnellement, j’utilise les workflows agentiques au quotidien. Mon organisation repose sur Claude Code pour orchestrer la plupart de mes tâches non liées au code : recherche, synthèse de documents, planification et révision. Pour coder, Codex gère l’implémentation, et je fais la revue.

J’ai d’abord cherché à automatiser les aspects de la livraison qui consommaient du temps sans exiger de jugement. Rédaction de documents, résumés de contexte, génération de tests et consolidation d’états à partir de multiples sources. Ce sont des tâches fréquentes à faible ambiguïté. Des succès faciles.

La qualité est suffisante pour que je n’aie qu’à éditer le travail, pas à le refaire. J’utilise le temps gagné pour prendre des décisions qui comptent vraiment. La principale leçon : il faut être précis sur le périmètre. Les agents excellent dans des limites bien définies. Donnez-leur une intention ambiguë, et vous devrez les surveiller de près.

Pourquoi Codex et Claude Code sont des outils indispensables pour les développeurs

Codex est actuellement mon principal outil de développement. Lorsque j’utilise Claude pour le codage, Codex agit comme mon partenaire de revue de code. Cependant, ce rôle évolue avec le temps et les outils.

Claude Code prend en charge tout ce qui touche au codage : réflexion architecturale, documentation, problématisation, recherche et revue. Il effectue également certains codages directs. J’utilise Linear pour le suivi de projet. C’est simple, rapide et sans friction.

Pourquoi l’IA pourrait faire disparaître les rôles dédiés à la gestion de projet

Cela peut sembler un peu controversé, mais je prédis que les rôles de gestion de projet dédiés vont pour la plupart disparaître car tout le monde va commencer à gérer des projets. L’IA s’occupe du suivi, des bilans de statuts et de la planification. Ce qui reste, c’est le jugement, partagé par l’équipe.

Tous les rôles se confondent en ce moment. On ne peut plus être seulement ingénieur ou seulement designer. Avec des équipes réduites, une IA qui offre plus de levier, chacun couvrira une surface plus large.

Ceux qui réussissent le mieux sont ceux qui n’ont jamais été qu’une seule chose.

Sairam partage

Sairam partage

Ceux qui réussissent le mieux sont ceux qui n’ont jamais été qu’une seule chose. Arrêtez de recruter uniquement pour des spécialisations étroites. Recrutez des personnes capables de gérer plusieurs contextes en même temps. Cela compte bien plus qu’une compétence isolée.

Pourquoi les responsables de la livraison doivent adopter les outils et compétences en IA

Pourquoi les responsables de la livraison doivent adopter les outils et compétences en IA

Plongez-vous dans les outils. Ne déléguez pas la compréhension de l’IA à un membre de votre équipe. Vous devez ressentir directement ce qui fonctionne et ce qui casse.

Puis, supprimez sans pitié les processus qui existent uniquement parce que l’information était autrefois coûteuse à transmettre. L’IA vous offre cela gratuitement aujourd’hui.

Pour aller plus loin

Vous pouvez suivre le travail de Sundaresan sur LinkedIn, X, Instagram et sa newsletter. Découvrez aussi son livre, L’IA pour le reste d’entre nous.

D’autres interviews d’experts à venir sur The Digital Project Manager !

Kristen Kerr
By Kristen Kerr