Cette Directrice Principale de la Gestion de Programmes Dévoile les Outils et Intégrations d’IA Qu’elle Utilise pour Combler les Lacunes dans la Tech de Ses Clients

Lauren Selley est Directrice Principale de la Production chez Code and Theory, où elle supervise la livraison de solutions numériques de bout en bout sur le web et le mobile. Avec l’IA désormais intégrée à ses processus, elle consacre moins de temps aux tâches administratives — et plus à la prise de décisions stratégiques.

Lauren Selley

Directrice Principale de la Production chez Code and Theory

By Faye Wai on Jun 9, 2026

Key Takeaways

Expérimentation avec l’IA: Les outils d’IA nécessitent des essais et des ajustements, favorisant un leadership stratégique plutôt que les tâches administratives en gestion de projets.

Leadership stratégique: L’IA réduit les tâches répétitives, permettant de se concentrer sur la planification, la gestion des risques et la résolution de questions stratégiques plus larges.

Outils essentiels: Des outils comme Elvex et Claude rationalisent les flux de travail, permettant aux chefs de projet d’être plus efficaces et efficients.

Défis d'intégration de l’IA: L’intégration des outils d’IA à travers différents systèmes demeure difficile en raison d’écosystèmes cloisonnés et de performances variables des outils.

Futur écart de leadership: L’essor de l’IA pourrait transformer les rôles, nécessitant une focalisation sur le leadership et les compétences humaines en gestion de projet.

Lauren Selley est directrice principale de la production chez Code and Theory, où elle supervise la livraison de bout en bout de solutions numériques sur le web et le mobile. L’IA étant désormais intégrée dans ses processus de travail, elle consacre moins de temps aux tâches administratives — et plus de temps à prendre des décisions stratégiques.

Nous avons discuté avec Lauren des changements dans le secteur de la livraison digitale, des outils qui ont un réel impact, et de la façon dont elle guide son équipe dans la transition de chef de projet à leader stratégique. Voici ce qu’elle nous a confié.

Pourquoi la gestion de programme exige l’expérimentation en IA

Je suis directrice principale de la production (gestion de programme) chez Code and Theory.

Je supervise la livraison de solutions numériques de bout en bout pour nos clients — de la stratégie jusqu’au lancement et au support post-lancement, sur le web et le mobile. Je passe beaucoup de temps à m’assurer que nos équipes disposent de tout ce dont elles ont besoin pour livrer avec succès, et que nos clients ont confiance en nous en tant que partenaires.

Dans notre secteur, l’IA rime avec expérimentation : tester, optimiser, recommencer.

Les entreprises ne nous fournissent pas de solutions toutes faites en disant : « Voici vos prompts et outils, utilisez-les ». Elles disent plutôt : « Voici l’accès à quelques outils, découvrez ce que vous pouvez en faire. »

Je consacre donc beaucoup de temps à expérimenter, à bâtir des processus, et à voir ce qui fonctionne vraiment.

Quand utiliser l’IA dans la gestion de projet — et quand l’éviter

Ce qui m’enthousiasme le plus avec l’IA dans la gestion de projet, c’est que nous passons enfin moins de temps à gérer des tâches, et plus à remplir réellement un rôle de leader. Ce changement était attendu depuis longtemps.

Grâce à l’IA, nous passons enfin moins de temps à gérer des tâches et plus à exercer un véritable leadership.

Lauren Selley Directrice principale de la production (gestion de programme) chez Code and Theory

J’utilise sans cesse l’IA pour me décharger des tâches répétitives. Elle est excellente pour fournir des réponses à partir d’un ensemble de données de projet, pour résumer, rédiger des notes et envoyer des rappels concernant des actions à suivre, par exemple. Mais il faut toujours vérifier. L’IA a tendance à inventer des actions ou à fausser les dates d’échéance.

Cela me permet de me concentrer sur l’accompagnement de l’équipe et la résolution de problématiques d’envergure.

Mes compétences en exécution de projet sont mieux utilisées pour la planification stratégique, l’anticipation des risques, le guidage des équipes dans des situations complexes, et la prise de décisions de livraison plus éclairées — pas pour courir derrière les mises à jour des statuts.

Et je ne déléguerai pas non plus à l’IA la communication client autour du périmètre ou des risques. Rien ne remplace la capacité à décrypter les personnalités, à s’adapter aux différents styles de communication, et à s’appuyer sur son expérience pour naviguer des conversations complexes.

Maintenant, si l’IA pouvait aussi s’occuper des notes de frais et de la saisie des temps de mon équipe, ce serait formidable. J’attends toujours ce jour-là.

Les outils IA qui propulsent la gestion de projet et les workflows

Au travail, nous utilisons une suite d’outils IA autorisés par Atlassian, Vercel et Google, ainsi qu’un outil d’entreprise qui exploite différents LLM comme ChatGPT et d’autres.

Atlassian propose Rovo, qui excelle pour la recherche d’entreprise — il permet de retrouver des résultats dans Gmail, Docs, des pages Confluence et des tickets Jira en même temps.

Nous utilisons aussi Elvex, pour créer une base de connaissances contrôlée à partir d’un ensemble de données précis, afin que l’équipe puisse l’interroger sur des questions propres à un projet.

Et Vercel propose V0, qui est fantastique pour le « vibe coding » — cela facilite la génération et l’itération rapide de prototypes internes ou la visualisation d’idées.

En dehors du travail, pour mes créations de contenu, je m’appuie énormément sur ChatGPT, Claude et divers outils de design.

Claude a bouleversé la donne. Je n’ai plus besoin de plugins personnalisés ni de support de développement, car il génère le code front-end et me permet de le prévisualiser, ce qui me permet d’ajuster avant publication et de fluidifier mon flux de travail.

Et chez moi, Notion et Notion AI sont ma mémoire. C’est grâce à eux que j’organise toute la vie de famille et la maison.

Et je dirai ceci. L’IA ne peut pas tout faire. Elle n’a pas convaincu mon tout-petit de manger des légumes. Si quelqu’un crée ce modèle, je veux l’essayer immédiatement !

L’outil IA indispensable pour les chefs de projet

J'ai deux outils d'IA préférés en ce moment.

Du point de vue du pilotage de projet, c’est Elvex. Offrir aux équipes la possibilité d’interroger une base de données et d’obtenir des réponses via le chat me fait gagner des heures chaque jour.

Du point de vue du pilotage de projet, c’est Elvex. Offrir aux équipes la possibilité d’interroger une base de données et d’obtenir des réponses via le chat me fait gagner des heures chaque jour.

Lauren Selley Directrice principale de la production (Gestion de programmes) chez Code and Theory

Vous seriez surpris de voir à quelle fréquence un chef de projet est la personne que l’on sollicite lorsqu’on ne trouve pas ou qu’on ne se souvient plus de quelque chose. Désormais, je peux simplement les orienter vers un chatbot. Nous avons mis en place des intégrations Elvex avec Slack pour que les équipes puissent poser des questions au bot « Projet » concernant les objectifs, les échéances, les membres de l’équipe ou d’autres détails, et obtenir des réponses instantanées et précises.

Du côté création de contenu, je dois encore citer Claude. Il a éliminé le besoin de nombreux plugins et scripts backend que je payais auparavant, et il me fait gagner des heures en simplifiant les tâches front-end comme backend.

Comment l’IA transforme les rituels clés de livraison

L’IA est fantastique pour réduire la surcharge d’informations au démarrage d’un projet.

L’IA est fantastique pour réduire la surcharge d’informations au démarrage d’un projet.

Au lieu de longues réunions de transfert de connaissances, les équipes peuvent interroger une base d’informations projet et obtenir ce dont elles ont besoin en temps réel.

Elle est également de plus en plus précieuse pour valider les livrables — de l’assistance à la relecture de code jusqu’au support pour les tests automatisés.

L’IA ne remplace pas la validation par un expert, mais elle accélère le processus et nous aide à détecter plus tôt les problèmes.

Utiliser des workflows IA pour gérer des projets complexes avec de multiples parties prenantes

Sur les programmes vastes et complexes impliquant plusieurs départements, prestataires et intervenants côté client, les workflows automatisés et les outils intégrés sont absolument essentiels.

Par exemple, j’ai mis en place des workflows qui envoient des rappels automatisés sur Slack, génèrent des synthèses quotidiennes grâce à l’IA pour réduire la durée des réunions et synchronisent les plans projets sur différentes plateformes.

Slack a récemment sorti sa propre fonctionnalité de résumé des conversations de channel, ce qui s’est révélé extrêmement utile. Et quand je veux m’assurer que l’équipe est à jour sur ce qui s’est passé sur Jira, j’utilise un agent Rovo pour résumer les changements sur des champs ciblés de nos tableaux.

Rovo devient également de plus en plus pertinent pour détecter les tendances projet, que nous pouvons ensuite intégrer dans les rétrospectives et l’apprentissage collectif — voici un article d’Atlassian qui explique comment faire.

Cela s’est révélé particulièrement précieux lorsque les clients utilisent des écosystèmes différents, comme Microsoft ou Google. Avoir des workflows et des intégrations IA pour combler ces écarts permet à chacun d’être aligné sans imposer un seul outil à tout le monde.

Cela s’est révélé particulièrement précieux lorsque les clients utilisent des écosystèmes différents, comme Microsoft ou Google. Avoir des workflows et des intégrations IA pour combler ces écarts permet à chacun d’être aligné sans imposer un seul outil à tout le monde.

Lauren Selley Directrice principale de la production (Gestion de programmes) chez Code and Theory

Expérimenter les workflows agenciels pour accroître l'efficacité de la livraison

Nous expérimentons dans tous les domaines possibles — y compris avec des workflows agenciels. Nous avons développé notre propre outil d’orchestration et continuons de tester différents points d’ingestion.

L’accent a été mis sur toutes les phases de la livraison :

Perspectives stratégiques
Documentation de conception
Suivi de projet, et
Exécution technique

Nous continuons d’itérer, mais nous nous attendons à constater des gains d’efficacité significatifs au fur et à mesure que ces systèmes se perfectionnent.

Pourquoi l'intégration des outils d’IA dans les workflows de livraison reste un défi

Cela étant dit, il reste bien plus difficile qu’il ne devrait de configurer des intégrations pour ce qui sont, je le sais, des problèmes métier courants.

L’IA m’accompagne volontiers étape par étape, mais j’aimerais qu’elle fasse tout le paramétrage à ma place. La faire fonctionner à travers des systèmes comme Google ou Microsoft est une autre histoire, à cause d’écosystèmes cloisonnés.

Autre surprise — ou peut-être frustration — c’est la grande diversité des modèles et des outils. Les réponses diffèrent réellement selon l’outil et sa spécialité, donc il faut constamment se tenir à jour et les tester sur des cas d’usage réels, ce qui prend du temps.

Pourquoi l’IA pourrait créer un futur vide de leadership dans la gestion de projet

Les chefs de projet sont des connecteurs et des experts en communication. Dans cinq ans, je pense que l’IA gérera 90 % de la collecte de données et de l’analyse que nous faisons actuellement.

Cela signifie que les chefs de projet devront miser encore plus sur le leadership, la gestion client et le relationnel — mais leurs emplois ne vont pas disparaître ; ils seront tout simplement différents.

Les chefs de projet ne vont pas disparaître. Les emplois seront juste différents.

Le plus grand défi d’ici là sera le manque de talents juniors que nous allons constater.

Si l’IA peut s’occuper de toutes les tâches ingrates que nous confiions auparavant aux stagiaires et aux assistants chefs de projet, il faudra créer de nouveaux postes d’assistants chefs de projet — peut-être orientés base de données ou prompt — pour garantir un vivier de candidats susceptibles de devenir les futurs cadres dirigeants. Sinon, il n’y aura personne pour accéder aux postes de leadership.

Je pense aussi que la gestion des ressources sera très différente. Au lieu de rôles fixes, on verra émerger des besoins à court terme comme l’ingénierie de prompt, la validation de l’IA ou la configuration d’intégration.

Les rôles évolueront et s’ajusteront projet par projet, et les chefs de projet devront exceller dans la création et la gestion de ces équipes pluridisciplinaires.

Conseils pour les responsables de livraison qui s’adaptent à l’ère de l’IA

Ne réfléchissez pas trop ; commencez simplement à utiliser les outils. Tout le monde donne l’impression de maîtriser, mais la plupart apprennent au fur et à mesure.

Tout le monde donne l’impression de savoir ce qu’il fait, mais la plupart apprennent sur le tas.

Vous n’êtes pas en retard. Nous avons tous accès à la même IA. La différence, c’est de prendre le temps d’expérimenter et de trouver ce qui fonctionne vraiment.