Les workflows d’IA réels utilisés par le responsable de la livraison dans une agence d’implémentation Asana
Brandon Llewellyn, responsable de la livraison chez Cirface, une agence spécialisée dans l’implémentation d’Asana, partage des exemples concrets de workflows propulsés par l’IA qui transforment l’exécution des projets.
Brandon Llewellyn
Responsable de la livraison chez Cirface & Consultant Asana
L’IA comme couche stratégique, pas comme remplacement: L’IA automatise les tâches tactiques et accélère la collecte de contexte, mais le jugement humain, la créativité et l’alignement restent au cœur du leadership en livraison.
L’évolution des workflows sans suppression des rituels: Des outils comme Asana et Fellow fluidifient l’exécution des projets, tandis que l’IA enrichit les rituels tels que la découverte, les briefs et l’onboarding plutôt que de remplacer les pratiques essentielles de livraison.
Les résultats des agents sont des brouillons, pas des décisions: Les workflows agentiques doivent être considérés uniquement comme des points de départ. Les équipes performantes affinent, valident et personnalisent toujours les workflows selon le contexte client et les dynamiques des parties prenantes.
Rester en première ligne en tant que responsable de la livraison
Je suis responsable de la livraison chez Cirface. Nous sommes une agence spécialisée dans l’implémentation d’Asana qui met en place des processus et des flux de travail pour les grandes entreprises — nos clients incluent de grands noms comme PayPal, Cloudflare, la MLB et les LA Rams.
Mon rôle est de diriger notre équipe Delivery : nos consultants qui sont en première ligne avec nos clients. Je suis responsable de mesurer la rentabilité des projets, l’utilisation et la gestion des ressources, les processus et les flux de livraison.
Bien sûr, je suis aussi chargé d’installer des boucles de retour d’information dans notre agence afin de nous assurer que nous faisons toujours évoluer nos services, en tirant des leçons aussi bien de nos livraisons les plus réussies que de nos échecs occasionnels.
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.
Comment l’IA redéfinit les rôles de la gestion de projet
Chez Cirface, nous passons beaucoup moins de temps qu’avant sur les petites tâches tactiques. Tout ce qui peut être automatisé dans Asana est désormais géré pour nous. Cette évolution a commencé même avant la vague d’IA, avec les règles et automatisations natives d’Asana, mais l’IA a ajouté une nouvelle dimension.
L’outil peut désormais appliquer du raisonnement et du contexte, ce qui signifie qu’il peut prendre en charge une plus grande partie de la réflexion et de l’organisation initiale avant mon intervention en tant qu’utilisateur humain.
Vous n’avez même pas vraiment à configurer tout cela vous-même. Les règles Asana traditionnelles sont binaires : déclencheur, condition facultative, et action.
Avec l’IA, la couche logique est plus intelligente par défaut. Au lieu de « si la priorité = haute, alors faire X », vous pouvez expliquer à l’IA à quoi ressemble une priorité élevée, moyenne ou faible, en langage naturel, voire joindre des documents comme des guides de marque, puis la laisser décider.
L’IA applique alors le raisonnement et le contexte d’une manière que les règles statiques ne permettraient jamais, ce qui signifie qu’elle peut effectuer la réflexion initiale et transmettre un résultat plus pertinent à l’équipe.
En conséquence, mon attention s’est déplacée. Je consacre plus de temps à concevoir et affiner ces flux de travail alimentés par l’IA, tout en récupérant de nombreuses heures qui étaient auparavant perdues dans des tâches répétitives comme le suivi des indicateurs.
Cela me libère pour me concentrer sur des activités à plus forte valeur ajoutée stratégique, comme l’amélioration des processus de livraison, le soutien à l’équipe et la garantie du bon déroulement des projets.
Mêmes méthodes qu’avant, mais allégées
Donc, nos méthodes n’ont pas vraiment changé, mais la façon dont nous les appliquons est devenue plus légère.
Voici un exemple. Avec Asana, la visibilité sur l’état d’avancement et les priorités est déjà intégrée, donc nous n’avons plus besoin de réunions quotidiennes ou de mises à jour constantes. L’IA va encore plus loin.
Asana inclut désormais une mise à jour de statut de projet assistée par l’IA. Imaginez un projet partagé où la création et le développement travaillent ensemble pour un client. Les tâches arrivent, les commentaires s’accumulent, sous-tâches, dépendances, pièces jointes, et tout le chaos habituel.
Normalement, vous choisissez un statut (En bonne voie, À risque, Hors chemin) puis rédigez un résumé : ce qui s’est passé, les obstacles, les prochaines étapes, les actions à mener, et qui a besoin de quoi. C’est utile, mais quand on jongle avec plus de dix projets, écrire ces comptes rendus hebdomadaires devient fastidieux.
Voici « Rédiger avec l’IA ». Lorsque vous commencez une mise à jour de statut, Asana peut analyser tout l’historique du projet, y compris les tâches terminées, les commentaires, les sous-tâches, les dépendances et les pièces jointes. Il génère alors une première version qui explique en langage clair « comment avancent les choses » et « ce qui s’est passé la semaine dernière ». Vous restez dans la boucle comme éditeur humain : relisez le brouillon, ajustez le ton, ajoutez des nuances, et publiez.
C’est simple : l’IA dans les flux de travail fait le gros du travail, vous apportez votre jugement. Pour tous ceux qui doivent gérer régulièrement des rapports de suivi sur plusieurs projets, cela peut facilement faire gagner une à deux heures par semaine sans sacrifier la clarté pour votre équipe ou la direction.
Gérer sans IA
Ce qui m’a le plus surpris avec nos flux de travail optimisés par l’IA et nos processus, ce n’est pas l’IA en elle-même ; c’est de me demander comment je faisais avant !
Lors de la phase de découverte avec les clients, on reçoit souvent une énorme quantité d’informations : plusieurs services, des dizaines d’utilisateurs, des processus qui se ramifient, des tableurs et des vidéos explicatives. On a parfois l’impression de boire à la lance à incendie.
Aujourd’hui, nous pouvons utiliser des logiciels de gestion de projet sécurisés et dopés à l’IA pour organiser ces informations, de sorte à avoir une vue d’ensemble et le détail précis. Cela nous permet aussi de retrouver rapidement des points déjà abordés sans devoir revenir vers le client.
Cet équilibre entre clarté et efficacité a véritablement changé la donne. Ce qui m’étonne, c’est la rapidité avec laquelle l’IA dans les services professionnels est devenue une seconde nature ; honnêtement, je ne vois plus comment je pouvais travailler sans elle.
Ce qui est surprenant, c’est la rapidité avec laquelle l’IA est devenue une seconde nature ; honnêtement, je ne vois plus comment je pouvais travailler sans elle.
Des flux de travail IA concrets quiréduisent les délais de livraison
Un défi courant dans les flux de travail réside dans les informations manquantes lors de la soumission. Prenons une équipe de design, par exemple, où les demandes peuvent provenir de n’importe quel service. Pour bien faire leur travail, les designers ont besoin de détails comme les dimensions en pixels, les palettes de couleurs, des exemples d’inspiration et des dates d’échéance. Sans ces éléments, le processus ralentit.
Nous avons résolu ce problème en créant un flux de travail piloté par l’IA dans Asana, qui examine les soumissions avant qu’elles n’atteignent un humain. Si des informations clés sont manquantes, l’IA signale la demande, la rejette, puis identifie l’auteur afin qu’il complète les informations. Ce n’est qu’une fois le contrôle validé que la tâche est transmise à un designer.
Cela a éliminé les allers-retours qui faisaient perdre du temps. De plus, les designers ne sont plus freinés par des demandes incomplètes. Ils ne reçoivent désormais que des travaux préparés et aboutis, ce qui rend le processus plus rapide et bien moins frustrant.
Le processus étape par étape pour ajouter des contrôles IA
Voici un processus étape par étape pour utiliser le générateur de règles IA Studio d’Asana afin d’ajouter des contrôles IA :
Activer AI Studio
Assurez-vous que les fonctionnalités d'IA sont activées dans votre Console d’administration.
Cela ne fonctionne que pour les offres Business/Enterprise actuelles (pas pour les anciens forfaits).
Créer une nouvelle règle IA
Dans votre projet, allez dans Personnaliser → Règles → Ajouter une règle.
Choisissez la règle prédéfinie « AI Studio → Vérifier l'absence d'informations ».
Définir le déclencheur
Nous avons utilisé "Lorsqu'une tâche est ajoutée au projet" (souvent une soumission de formulaire).
Vous pouvez l’appliquer à toutes les tâches ou uniquement à celles provenant d’un formulaire de saisie spécifique.
Ajouter les instructions IA (le « prompt »)
Les agents AI Studio fonctionnent comme de petits GPTs, il faut leur indiquer précisément à quoi ressemble une demande « de qualité ».
Notre définition de base d’« informations suffisantes » comprenait :
Description claire de la demande
Date d’échéance ou délai
Dépendances avec d’autres travaux
Nous avons adapté cela pour refléter notre processus créatif (ex. : objectifs, public cible, style vidéo).
Configurer les actions
Si des informations manquent, l’IA :
Ajoute un commentaire pour demander des précisions (maximum 3 à 5 questions).
Crée une sous-tâche assignée au demandeur afin qu’aucun point ne soit oublié.
Si suffisamment d’informations sont présentes, la tâche progresse normalement.
Choisir le modèle
Pour ce cas d’utilisation, nous avons choisi un petit modèle à faible coût (GPT-4o Mini) puisque la tâche se limite à classer et suggérer, pas à une analyse poussée.
Les modèles plus grands (Claude Opus, Sonnet 4) sont excessifs, sauf si vous avez besoin de raisonnement interdocuments ou de synthèses complexes.
Tester avec une soumission exemple
Nous avons testé avec un formulaire imprécis (« Besoin d’une nouvelle vidéo pour une campagne mondiale »).
L’IA l’a signalé comme incomplet, a demandé les objectifs de la campagne, le public visé et le style, puis a créé une sous-tâche que le demandeur devait compléter.
Elle a même référencé les meilleures pratiques marketing actualisées pour guider la demande.
C’est la fin du processus. Il vérifie nos soumissions pour toute information manquante et relance le demandeur s’il manque quoi que ce soit.
Améliorer les rituels de livraison sans les perturber
Notre équipe commerciale utilise l’IA pour extraire du contexte des appels de vente et l’utiliser comme point de départ pour définir le périmètre du projet. Cela fait gagner beaucoup de temps et offre une base solide à l’équipe delivery avant même que le travail ne commence.
Pour garder tout le monde aligné, cela se fait cependant principalement via notre configuration Asana de base. La visibilité sur le statut, les priorités et les prochaines étapes permet à chacun de rester synchronisé, et l’IA ne remplace pas cela.
Là où l’IA a vraiment apporté de la valeur, c’est grâce aux résumés. Générer rapidement une synthèse d’un projet facilite l’intégration de nouveaux membres ou la réattribution lors d’une absence, sans avoir à tout expliquer manuellement.
En pratique, l’IA devient une couche de support autour de nos rituels plutôt qu’un remplacement. Elle accélère la collecte de contexte et le transfert des connaissances, tandis que la dimension humaine reste essentielle pour l’alignement et la prise de décision.
Workflows agentiques : des brouillons, pas des décisions
Les productions agentiques nous fournissent une structure de brouillon, mais la livraison concrète nécessite toujours une intervention humaine.
Nous avons aussi mené des expérimentations IA avec des workflows agentiques — de manière légère.
En premier lieu, ils peuvent être très utiles pour structurer les livraisons clients. Le défi, c’est que l’intelligence artificielle se trompe rarement totalement mais n’atteint que très rarement une hiérarchie ou une conception de workflow parfaite. Et même lorsqu’elle y parvient, il existe toujours des situations réelles non prises en compte par l’IA.
C’est pourquoi nous considérons les résultats générés par les agents comme des points de départ plutôt que comme des produits finis.
Ils nous fournissent une structure provisoire à laquelle nous pouvons réagir, puis nous l’affinons avec notre propre jugement et notre connaissance du contexte client. Cela fonctionne plutôt bien, dans la mesure où cela nous fait gagner du temps au départ, mais nous considérons toujours la couche humaine comme essentielle pour obtenir un système réellement opérationnel.
Dans les coulisses de la pile de livraison AI-First de Cirface
Notre pile principale repose sur Asana pour la gestion de projet, Harvest pour le suivi du temps, Slack pour la collaboration, Google Workspace, Fellow et Miro. Ce sont les éléments constants qui garantissent le bon déroulement de tout.
Au cours de l’année écoulée, nous avons misé encore plus sur Fellow, en particulier comme prise de notes assistée par IA. Cela a véritablement révolutionné la capture et la structuration des conversations sans ajouter de charge supplémentaire. En réalité, s’il y a un outil qui fait gagner le plus de temps à notre équipe, c’est Fellow.
J'ai aussi commencé à utiliser Notebook LM dans certains cas où je dois rapidement assimiler et parcourir de grandes quantités d’informations.
Concernant Miro en tant qu’outil de gestion des tâches, son évolution n’a pas été centrée sur l’IA, mais ils déploient régulièrement des mises à jour qui rendent la collaboration plus fluide et plus intuitive, ce qui le rend encore très utile dans notre processus.
Dégager la piste : là où l’IA apporte le plus de valeur
Actuellement, les domaines les plus propices au soutien de l’IA sont ceux qui impliquent la collecte, la structuration et la vérification de l’information. Nous tirons un grand bénéfice de synthèses, résumés, traductions, aperçus et filtres générés par l’IA, qui s’assurent qu’il ne manque rien avant que le travail ne soit confié à un humain.
Il s’agit de tâches auparavant répétitives et chronophages, mais désormais réalisées en quelques secondes avec beaucoup moins d’erreurs. Là où l’IA reste limitée, c’est dans tout ce qui requiert un véritable discernement, de la créativité ou de la subtilité.
Par exemple, comprendre les dynamiques politiques entre départements, évaluer des compromis qui ont un impact différent sur les parties prenantes ou reconnaître quand une demande client ne correspond pas tout à fait à ses besoins réels. Ce type de raisonnement demande toujours une intervention humaine.
L’IA est la meilleure pour dégager la piste : elle fait tout le gros du travail d’information, afin que les humains puissent se concentrer sur l’interprétation, le conseil et les décisions nécessitant du contexte et de l’empathie.
L’avenir de la livraison assistée par IA : peur ou réalité ?
L’IA ne remplacera pas les chefs de projet ou responsables de la livraison, mais elle va complètement transformer leur rôle. L’IA prendra en charge la majorité des tâches d’entrée, comme le traitement de données, la préparation de mises à jour et la détection des oublis, tandis que les humains se concentreront presque uniquement sur les livrables à plus forte valeur ajoutée.
Cela signifie que la créativité, le jugement, l’empathie et la prise de décision contextuelle deviendront le cœur de ces fonctions.
Conseil de Brandon
La crainte est celle du remplacement, mais la réalité est celle de l’orchestration. L’IA fera fonctionner les systèmes, et les humains resteront ceux qui guident, valident et alignent le travail de manière impossible à reproduire pour une machine.
Utiliser l’IA sans lâcher le volant
Mon conseil serait de continuer à tester, et de rester ouvert à l’idée d’utiliser l’IA comme levier pour faciliter votre travail.
À l’heure actuelle, il s’agit d’une des plus grandes opportunités pour gagner du temps et libérer de l’espace mental, et je pense qu’elle deviendra très vite une compétence de base requise dans la plupart des métiers du digital. Plus vite vous gagnerez en aisance, mieux vous serez armé pour l’avenir.
Et en même temps, faites confiance à votre propre jugement. Tout le monde martèle « adaptez-vous ou soyez dépassé », mais tous les cas d’usage ne se valent pas, et toutes les solutions ne sont pas fiables.
L’objectif est d’employer l’IA pour améliorer la prestation, pas pour lui laisser complètement le volant.
Contactez-nous !
Les messages privés de Brandon sont ouverts sur LinkedIn pour toute personne souhaitant échanger ou demander un conseil. Et n’hésitez pas à découvrir Cirface !
