Comment développer une véritable maîtrise de l’IA au sein de votre équipe

Galen Low : De nos jours, presque tout le monde sait quoi dire à propos de l’IA. Les gens maîtrisent le bon vocabulaire, ont les bons outils sur leur écran d’accueil et possèdent toutes les certifications accrochées au mur de leur arrière-plan virtuel. Mais comment, en tant que dirigeants, pouvons-nous savoir qui maîtrise réellement l’IA, qui fait semblant et qui est simplement trop intimidé pour demander de l’aide ?

Et au-delà de cela, comment savoir si nous développons réellement la maîtrise de l’IA au sein de nos équipes et en nous-mêmes ? Et d’ailleurs, que signifie vraiment la maîtrise de l’IA ? Pour répondre à cette question, j’ai invité un leader d’opinion et formateur en gestion de projet, titulaire d’un doctorat en gestion des opérations, afin qu’il nous explique le retour sur investissement d’une véritable culture de l’IA et la manière de la développer.

Nous allons voir pourquoi il est si important de créer une couche opérationnelle dirigée par des humains au-dessus de la couche d’exécution de plus en plus prise en charge par l’IA. Nous parlerons également de ce qui rend une carrière durable maintenant que les compétences techniques deviennent des produits banalisés. J’espère que vous apprécierez cet épisode.

Bienvenue dans le podcast du Digital Project Manager — l’émission qui aide les responsables de la livraison à travailler plus intelligemment, à livrer plus efficacement et à diriger leurs équipes avec confiance à l’ère de l’IA. Je suis Galen et, chaque semaine, nous explorons des stratégies concrètes, les tendances émergentes, des cadres éprouvés et, de temps à autre, une anecdote de terrain issue des premières lignes de la gestion de projet.

Que vous pilotiez d’immenses projets de transformation, que vous organisiez des flux de travail liés à l’IA ou que vous essayiez simplement de garder le chaos sous contrôle, vous êtes au bon endroit. Et si vous appréciez ce que vous entendez de notre part ces derniers temps, pensez à nous suivre là où vous nous écoutez ou nous regardez, et peut-être même à nous laisser un avis. Très bien, commençons.

Aujourd’hui, nous parlons de ce que signifie réellement la culture de l’IA dans la gestion de projet et des opérations, et pourquoi les employeurs ne peuvent pas simplement espérer que leurs meilleurs talents apprendront l’IA sur leur temps libre. Nous parlerons de la valeur d’une formation pratique dispensée par des experts pour développer cette culture de l’IA. Nous aborderons le retour sur investissement de managers qui maîtrisent l’IA tout en comprenant le cycle économique de l’entreprise, ainsi que la manière dont les dirigeants peuvent distinguer les talents qui maîtrisent véritablement l’IA de ceux qui font semblant pour progresser.

Je suis aujourd’hui accompagné de Justin Bateh, PDG et fondateur d’AI Operators Lab et rédacteur en chef de Tactical Memo. Justin dirige des équipes, gère des projets et des opérations et pilote des déploiements d’IA depuis plus de vingt ans. Il a occupé les fonctions de directeur des opérations et de directeur exécutif, et possède littéralement un doctorat en gestion des opérations. En tant que professeur ayant passé seize ans en salle de classe, il a appris à plus de 13 000 étudiants et professionnels à diriger, à gérer des opérations et à construire des carrières durables.

Chaque semaine, sa newsletter gratuite, Tactical Memo, propose des guides pratiques sur l’IA, le leadership de projet et l’évolution professionnelle à plus de 18 000 responsables des opérations dans des entreprises telles qu’Amazon, Deloitte et Google. Et si vous appréciez cette conversation, c’est le meilleur endroit pour recevoir davantage de contenu de Justin dans votre boîte de réception chaque semaine.

Justin, merci beaucoup de me rejoindre aujourd’hui.

Justin Bateh : Bonjour, Galen. Merci de m’avoir invité. Je t’en suis reconnaissant. Je suis depuis longtemps un grand admirateur de ce que tu fais ici, au Digital Project Manager. Je sais que j’ai déjà contribué à quelques articles et je pense que cet épisode va être très intéressant pour moi.

Galen Low : Oui, je suis également enthousiaste.

Je suis toujours heureux de discuter avec d’autres formateurs. Je trouve que cela donne à la conversation et au métier une dimension complètement différente. Comme tu l’as dit, tu as déjà contribué à notre contenu. J’aime tout ce que tu fais avec nous. Tu es une ressource de grande valeur pour le Digital Project Manager et, honnêtement, tu apportes énormément à la discussion.

Justin Bateh : Laisse-moi simplement te prévenir : je suis formateur et j’ai l’habitude d’enseigner, alors tu devras peut-être m’interrompre, car je peux parfois parler encore et encore de sujets qui me passionnent. Mais ne crois surtout pas que je serais vexé si tu me disais : « D’accord, Justin, ça suffit. Passons au suivant. »

Galen Low : Je t’apprécie, mais je suis aussi...

Je suis heureux de te laisser partir dans une digression parce que tu présentes si bien l’information que je n’aurai probablement pas besoin de t’interrompre. Je pourrais simplement m’asseoir et boire mon café.

Justin Bateh : Oui, nous verrons bien.

Galen Low : Très bien. Commençons par une question un peu controversée. Dans les gros titres actuels, on comprend de plus en plus clairement que le coût des outils d’IA — licences et jetons — constitue un facteur majeur qui accélère les projets des entreprises visant à réduire considérablement leurs effectifs.

Avoir à la fois des talents de haut niveau, des talents coûteux... enfin, des talents en général, ainsi que des outils, devient tout simplement trop cher. Pourtant, je continue de rencontrer des poches de résistance : des professionnels en début, en milieu ou même en fin de carrière qui refusent d’utiliser l’IA, ou qui contournent activement, voire sabotent parfois, la stratégie de transformation de leur organisation liée à l’IA.

Ma question est donc la suivante : qu’est-ce qui a le plus de chances de survivre en 2026 ou 2027 ? Une entreprise disposant de tous les outils d’IA mais pas des humains compétents pour bien les utiliser, ou une entreprise disposant de tous les humains compétents mais d’aucun outil d’IA ?

Justin Bateh : Waouh. Je comprends pourquoi tu appelles cela la question brûlante. Mais je vais te répondre immédiatement : des humains compétents sans outils. Et de loin.

Des outils sans humains compétents ne seront qu’un autre centre de coûts à gérer, probablement sous la forme d’un abonnement important. On paie donc deux fois : une fois pour les licences, une fois pour le désordre. Tu as mentionné que je présentais bien les choses. L’une des façons dont j’aime décrire cela consiste à prendre un nageur et à le jeter dans l’eau pour une course.

Un bon nageur peut bien nager par lui-même. Un mauvais nageur, non : il va couler. Imaginons maintenant que nous ajoutions à ce mauvais nageur des lunettes, des palmes et un maillot de bain parfaitement ajusté. Le bon nageur nagera encore mieux, mais le mauvais restera mauvais et coulera.

Je pense donc que des humains compétents sans outils représentent aussi un problème temporaire. Dès que les entreprises continueront à allouer leur budget, elles comprendront que le travail humain est le véritable facteur déterminant, et les outils viendront naturellement ensuite. Les outils contre les personnes est donc la mauvaise question.

Les gagnants seront ceux qui n’achètent pas seulement des outils ou de la formation, mais qui construisent la couche opérationnelle : les personnes plus le jugement comme actif.

Galen Low : J’adore cette idée. Et j’aime vraiment l’analogie de la natation, car c’est une question volontairement provocatrice à laquelle il n’existe probablement pas de bonne réponse.

Mais ce que tu dis à propos d’un bon nageur équipé des bons outils est très juste. Avec les bonnes lunettes, le bon maillot et les palmes, il est prêt à se lancer et il réussira très bien. Il y a un coût à demander à quelqu’un qui ne sait pas du tout nager d’adopter soudainement ces outils : obtenir le bon équipement, apprendre à l’utiliser et ainsi de suite.

Et tu sais quoi ? Cette personne finira peut-être par devenir une nageuse correcte, peut-être pas grâce à l’équipement, même si celui-ci peut l’aider. Mais c’est coûteux. Cela peut même coûter plus cher que l’alternative, car on paie encore une fois deux ou peut-être trois fois : le temps passé à trouver soi-même comment faire, le coût des licences et celui des jetons.

Justin Bateh : Oui. J’ai dirigé bénévolement une équipe de natation pendant un certain temps et l’une des parties les plus difficiles était de gérer les parents. Quiconque a participé à des sports pour jeunes comprendra. Il fallait essentiellement leur dire : « Vous achetez tout cet équipement sophistiqué à votre enfant, mais il n’arrive toujours pas à traverser la piscine en nageant sur 25 mètres. »

Rien de tout cela ne l’aidera. Il faut accumuler les répétitions, s’entraîner et ainsi de suite. Je voulais simplement donner le contexte de cette analogie.

Galen Low : Non, j’aime beaucoup. C’est amusant, car l’analogie continue lorsqu’on ajoute un conseil d’administration ou quelque chose de similaire : la pression du conseil s’exerce sur les équipes dirigeantes.

Les équipes dirigeantes essaient d’amener leur personnel à très bien nager. Mais la direction leur demande : « Pourquoi l’équipe ne nage-t-elle pas encore parfaitement ? » Je sais qu’elle ne savait pas nager hier, mais elle devrait déjà être composée de nageurs olympiques.

Justin Bateh : Je vois cela tout le temps.

Galen Low : L’analogie se poursuit donc. Merci d’avoir joué le jeu avec cette question. Les choses ne sont évidemment pas aussi tranchées. Il existe un juste milieu. Tu as parlé de la couche opérationnelle et c’est précisément ce dont je veux parler aujourd’hui. Dans mes notes, je t’ai affectueusement surnommé « Doc Ops », parce que tu possèdes un doctorat en gestion des opérations et que tu es professeur, mais aussi parce que ce qui m’intéresse le plus chez toi, c’est que tu prends le temps de diriger un programme d’apprentissage en cohorte qui aide les responsables de projet, les spécialistes des opérations et les managers à développer leur maîtrise de l’IA ainsi que les compétences de direction nécessaires pour produire un impact.

Lorsque nous préparions cet épisode, nous avons parlé de l’idée d’une couche opérationnelle et de la manière dont un véritable retour sur investissement provient de l’IA, non seulement des outils eux-mêmes, mais aussi de la manière dont ils sont utilisés, de la façon dont les talents mobilisent leurs propres compétences et les superposent aux outils. Il ne s’agit pas uniquement de former les gens aux outils, mais aussi de comprendre comment mobiliser l’IA pour qu’elle crée une véritable valeur commerciale.

Peux-tu nous expliquer comment une véritable culture de l’IA crée cette couche opérationnelle qui se situe au-dessus des outils ? Que peuvent faire les chefs de projet, les responsables des opérations et les managers humains qu’une véritable orchestration complète d’outils d’IA ne pourrait peut-être pas faire ?

Justin Bateh : Oui, absolument. Voilà comment je vois les choses.

L’IA est ce que j’appelle la couche d’exécution. Elle va rédiger, résumer, signaler les risques et générer une multitude d’options parmi lesquelles nous pourrons choisir. Elle est réellement excellente dans ces domaines, souvent meilleure que nous tous, et elle devient de moins en moins chère au fil du temps.

La couche opérationnelle est tout ce qui se situe au-dessus. Elle repose essentiellement sur quatre éléments que les outils ne peuvent pas prendre en charge. Premièrement, décider de ce qui mérite d’être fait. L’IA peut générer dix plans de projet en soixante secondes, mais elle ne saura pas nous dire lequel mérite réellement d’être financé.

Deuxièmement, assumer les compromis : périmètre contre calendrier, sans oublier les enjeux politiques de tout ce qui se passe. L’IA ne pourra pas assister à la réunion qui a lieu après la réunion, celle où les véritables décisions sont prises. Troisièmement, la responsabilité. C’est très simple : on ne peut pas licencier une IA, donc on ne peut pas lui confier la décision finale.

Quelqu’un doit apposer son nom sur la décision. Quatrièmement, la traduction : transformer une demande énigmatique d’un dirigeant en travail concret, puis transformer ce travail en une histoire que le dirigeant pourra reprendre et transmettre à son propre supérieur. C’est la moitié de la gestion de projet.

Aucun outil ne fait cela. Prenons un exemple concret. J’enseigne aux gens à commencer chaque projet en collant le périmètre dans une IA et en lui demandant ce qui pourrait mal tourner. On obtient un excellent registre des risques en soixante secondes. Mais savoir lequel de ces quinze risques tuera réellement le projet parce que tu as observé ce comportement particulier chez une partie prenante pendant deux ans, c’est cela, la couche opérationnelle.

Les outils deviennent moins chers chaque trimestre. La couche opérationnelle devient plus précieuse chaque trimestre. Les entreprises et les individus devraient investir en conséquence.

Galen Low : J’aime beaucoup, notamment l’idée du coût d’opportunité. Et tu as raison à propos des outils. Dans certains cas d’utilisation, à un certain niveau, la couche d’exécution est meilleure que la plupart des humains. Il nous est facile, même à moi, de penser : « D’accord, je suppose qu’elle est maintenant meilleure que moi dans tous les domaines. »

J’oublie souvent qu’il reste énormément de contexte réel. Les gens utilisent le mot « nuance », mais il s’agit simplement de toutes les informations que nous n’avons pas encore fournies aux machines : la manière dont les organisations fonctionnent, la façon dont les êtres humains interagissent.

J’aime beaucoup ce que tu dis sur la traduction. Beaucoup de gens utilisent leurs grands modèles de langage en leur demandant d’agir comme un directeur technique très exigeant pour critiquer leur travail. Mais ce n’est pas la même chose que d’avoir travaillé avec cette personne pendant plusieurs mois ou plusieurs années, de connaître sa personnalité et les autres priorités de l’entreprise.

Ce qui m’a vraiment marqué, c’est l’idée de savoir ce qui mérite d’être fait, de sélectionner, de structurer et de comprendre les compromis. Présentée ainsi, cette idée est considérable pour une organisation. Comme nous le disions plus tôt, on peut réunir deux douzaines de personnes incapables de nager, leur donner tout l’équipement du monde et les jeter dans une piscine. À un moment donné, plutôt que de les laisser s’agiter dans tous les sens, on aurait davantage progressé en décidant de faire une seule chose avec les bons talents et les bons outils, rapidement, plutôt que d’essayer de tout résoudre à la fois sans véritablement avancer.

Justin Bateh : Oui, je suis totalement d’accord.

Galen Low : Au-delà de cela, nous parlons de culture de l’IA et de cette couche opérationnelle. Certains éléments dont tu as parlé ne concernent pas directement la connaissance de l’IA. Nous avons évoqué ce que l’IA fait bien par rapport à ce que les humains font bien, mais beaucoup de ces éléments ne s’apprennent pas dans un simple cours d’introduction à l’IA.

Il est difficile d’imaginer une formation où l’on apprendrait à la fois la technologie, le contexte des personnes avec lesquelles on travaille, les mécanismes de l’entreprise et les priorités à privilégier. Le marché de la formation à l’IA devient d’ailleurs assez saturé. Même dans des domaines très précis comme la gestion de projet ou la gestion des opérations, il existe désormais de nombreuses offres.

Je sais que tu diriges un programme en cohorte. Je ne cherche pas à en faire la promotion, mais j’aime vraiment cette idée d’apprendre ensemble plutôt que seul devant des vidéos en ligne. Comment les employeurs peuvent-ils distinguer les personnes qui ont simplement regardé quelques vidéos et obtenu un certificat de celles qui comprennent réellement l’entreprise et savent orchestrer la technologie pour créer un impact ?

Justin Bateh : Garde ceci en tête : la maîtrise laisse des traces. La familiarité possède seulement du vocabulaire. C’est tout le test. C’est l’une de mes questions préférées dans ce domaine, car la réponse tient en un mot : les preuves.

Un certificat indique que vous avez suivi une formation. Une preuve indique que vous avez réellement changé votre manière de travailler. Une personne compétente peut vous montrer un flux de travail qu’elle a reconstruit. Posez-lui des questions et elle répondra instantanément et précisément : « Voici ce que j’ai confié à l’IA, voici ce que j’ai conservé et voici ce qui s’est cassé lorsque j’ai essayé. » Cette dernière partie est importante.

Si rien ne s’est cassé, il est possible que la personne ne l’ait pas vraiment fait. Le collectionneur de certificats décrit les outils en termes généraux. Il dira : « J’ai utilisé l’IA pour améliorer l’efficacité. » En tant qu’employeur, cette phrase serait un signal d’alerte.

Les véritables utilisateurs diront plutôt : « J’ai arrêté de rédiger les comptes rendus d’avancement à partir de zéro. Je transforme les informations brutes en puces et je demande à l’outil de les classer par niveau de risque. » Si vous recrutez ou décidez qui dirigera vos initiatives liées à l’IA, ne demandez pas : « Connaissez-vous l’IA ? » Tout le monde répondra oui. Demandez plutôt : « Expliquez-moi la dernière tâche que vous avez cessé d’effectuer manuellement. »

La personne compétente s’animera immédiatement. Celle qui fait semblant hésitera. Voilà ce que je veux dire quand j’affirme que la maîtrise laisse des traces et ne repose pas seulement sur le vocabulaire.

Galen Low : J’aime beaucoup cette idée de preuves. Et j’aime particulièrement le fait que les gens décrivent ce qui a mal tourné.

Ce point est rarement mis en avant dans notre époque actuelle de l’IA, surtout pas dans mon fil LinkedIn. Pendant un certain temps, on ne voyait que des publications du type : « Voici comment j’ai décuplé ce résultat. » C’était très rempli de mots à la mode et donnait l’impression que tout fonctionnait parfaitement dès le premier jour.

Mais le deuxième jour, ou lorsque la complexité augmente, il faut vraiment s’investir. Il devient beaucoup plus difficile d’obtenir un résultat satisfaisant. On rencontre des problèmes. Même quelqu’un qui dit : « Je n’ai jamais réussi à le mettre en production parce que ces problèmes sont apparus et je suis encore en train de les résoudre » fournit une meilleure preuve qu’une personne qui affirme : « J’optimise mon efficacité tous les jours. »

Justin Bateh : Oui. Cela me rappelle mes débuts dans l’apprentissage des entretiens de recrutement. J’ai rapidement compris qu’il ne fallait pas demander : « Expliquez-moi comment vous feriez dans cette situation », car n’importe qui peut inventer un scénario parfait avec une solution idéale. Il faut plutôt explorer le contexte historique : qu’avez-vous réellement fait dans cette situation ? Quels étaient les détails ? C’est cela qui est révélateur.

Galen Low : Les preuves, pas seulement le vocabulaire. Comme tu le dis, cela s’applique à bien plus que l’IA. Cela vaut également pour l’évaluation des capacités d’une personne.

En y réfléchissant, je me rends compte que j’ai présenté les choses de façon très négative, en opposant ceux qui font semblant à ceux qui savent réellement ce qu’ils font. Mais il y a aussi les personnes qui manquent de confiance en elles. Tout le monde répondra oui à la question de savoir s’il connaît l’IA : certains parce qu’ils veulent se faire promouvoir et diront n’importe quoi, d’autres simplement parce qu’ils essaient de ne pas être licenciés.

Que conseillerais-tu à un dirigeant qui remarque qu’une personne affirme que l’IA l’a rendue plus efficace, alors qu’elle semble avoir une lacune de connaissances et manquer d’assurance ? Peut-être qu’il existe un moyen de transformer ce vocabulaire en preuves et de créer une occasion d’apprentissage.

Justin Bateh : Beaucoup d’entreprises hésitent à le faire parce qu’elles ne font pas confiance à la confidentialité des données qu’elles devraient introduire dans les outils.

De nombreuses organisations, équipes dirigeantes et managers disent actuellement : « Vous devez apprendre l’IA. L’IA est l’avenir, mais vous ne pouvez rien en faire dans le cadre de notre travail. » Je vois cela très souvent. Dans mes cohortes et mes formations, certaines entreprises financent la participation de leurs employés, mais leur interdisent de partager quoi que ce soit sur ce qui se passe au travail.

Nous leur fournissons donc des scénarios et des données de test pour apprendre les compétences, en espérant qu’ils pourront ensuite les appliquer à leur propre situation. Je ne sais pas si cette confiance apparaîtra plus tôt ou plus tard, mais je sais qu’il s’agit probablement d’un facteur majeur.

Pour la personne qui veut apprendre et qui ne souhaite pas être licenciée, je pense qu’elle doit se former elle-même. Il ne faut pas attendre que l’employeur organise une formation. Il y a quelques années à peine, ChatGPT n’était pas autorisé dans le monde du travail. Dans les établissements où j’enseigne actuellement, l’IA était également interdite. Puis, quelques années plus tard, l’IA est devenue acceptable. Cela va continuer à changer. Si vous ne pouvez pas utiliser Copilot aujourd’hui, vous pourrez probablement le faire dans quelques années. Si vous ne pouvez pas utiliser un outil maintenant, vous le pourrez plus tard. Alors apprenez dès maintenant et de manière autonome.

Galen Low : C’est très intéressant, notamment en ce qui concerne les données confidentielles et le fait de ne pas toujours connaître les politiques en vigueur sur son lieu de travail. Cela peut réellement limiter la capacité d’une équipe à apprendre.

Je rencontre encore des secteurs et des environnements professionnels où l’IA est interdite ou découragée, à l’exception de quelques cas d’utilisation, le temps d’instaurer la confiance et de définir les politiques nécessaires. Beaucoup de personnes qui disent être compétentes en IA n’ont en réalité jamais pu la pratiquer, parce qu’il n’est pas clairement établi ce qu’elles ont le droit d’en faire.

Il ne s’agit pas seulement des capacités, mais aussi des données utilisables, des cas d’utilisation et de la manière de tenir compte des contraintes propres à l’entreprise pour commencer à employer l’IA de manière concrète. Les organisations ont donc la responsabilité de définir des garde-fous et des lignes directrices clairs.

Mais tu soulèves également un point essentiel sur l’apprentissage autonome. Il permet de pratiquer et d’utiliser les outils en dehors des contraintes de son organisation. C’est aussi un investissement personnel, car les choses vont changer. Il est possible que l’on ne travaille pas toujours pour la même entreprise. Dans un contexte professionnel en pleine évolution, mieux vaut utiliser la technologie là où c’est possible afin d’accumuler de l’expérience, de gagner en confiance et de disposer de preuves concrètes de ce que l’on a construit.

Justin Bateh : Tu as mentionné que cela ne concernait pas seulement les capacités, et je pense effectivement qu’une partie du problème vient du fait que les gens ne savent pas tout ce que l’IA peut faire. Je ne prétends pas tout savoir, mais j’en sais probablement davantage que mon ami qui m’a demandé récemment : « As-tu commencé à utiliser Claude ? C’est vraiment génial. » Je me suis dit : « J’ai des compétences, des fichiers Markdown, des flux de travail automatisés et toutes sortes de choses, et toi tu découvres seulement le robot conversationnel de Claude. »

Une grande partie du problème consiste donc à comprendre les capacités de l’IA, bien sûr dans les limites de son environnement professionnel. Je dirais que 70 % de mes étudiants viennent d’environnements où l’IA est restreinte. La moitié du travail consiste à comprendre les règles, et personne ne les connaît vraiment. Elles sont simplement restrictives.

Galen Low : J’aime ce que cela implique. Lorsqu’on discute avec d’autres personnes, il est facile de rester isolé, surtout lorsque l’on voit uniquement son propre fil LinkedIn. Je pourrais très facilement me dire : « Suis-je en retard ? Tout le monde semble tellement en avance. » Le dialogue avec les autres montre qu’il existe actuellement un écart considérable entre les niveaux de maîtrise.

Certaines entreprises n’ont pas encore trouvé leur voie. D’autres disent : « N’utilisez pas encore l’IA, nous devons d’abord comprendre comment faire. » D’autres encore ont décidé de ne pas l’utiliser dans leur activité. Cela crée des écarts entre les secteurs et les fonctions, et il est logique que tout le monde n’évolue pas au même rythme.

J’aime donc l’idée d’échanger, de partager des conseils et d’apprendre ensemble. Qu’est-ce qui rend l’apprentissage en cohorte si utile selon toi ?

Justin Bateh : J’ai enseigné pendant des années sur Udemy et j’y ai plus de 35 000 étudiants. J’ai complètement quitté cette plateforme, même si certaines formations continuent d’y fonctionner automatiquement. J’avais créé de courtes vidéos que les gens achetaient neuf dollars, mais le taux de complétion était presque nul. Les étudiants accumulent les formations.

On peut absolument apprendre seul les fonctionnalités des outils. Les vidéos et les bibliothèques de consignes sont très bien si l’objectif est de savoir à quoi servent les boutons. Mais les fonctionnalités ne constituent pas la maîtrise, et il faut distinguer les deux.

La maîtrise repose sur le jugement, et le jugement ne se développe que d’une seule manière : par la pratique répétée accompagnée de retours. Les personnes qui apprennent seules n’obtiennent pas cela et passent à côté de plusieurs éléments essentiels.

Galen Low : J’aime cette idée de pratique accompagnée de retours. Ce n’est pas seulement une question d’apprendre les capacités de la technologie ou de suivre les mises à jour des modèles. Il faut savoir diriger dans un contexte d’IA, un contexte qui évolue constamment.

Nous avons parlé du fait que, pour obtenir des preuves concrètes, il faut résoudre des problèmes, accepter que certaines choses échouent et persévérer. Une personne peut apprendre beaucoup seule, mais apprendre en groupe et recevoir des retours accélère le processus. Cela permet également de dépasser sa propre perspective et d’élargir son regard.

Justin Bateh : J’aimerais ajouter trois éléments essentiels qui manquent aux personnes qui apprennent seules à l’aide de formations téléchargées et de bibliothèques de consignes : le contexte, l’étalonnage et l’engagement.

On peut télécharger gratuitement une bibliothèque de consignes, mais elle répond aux questions de quelqu’un d’autre, pas nécessairement aux nôtres. Dans une cohorte ou une formation pratique en direct, on travaille sur son propre projet. Concernant l’étalonnage, voici le piège de l’IA : elle fournit toujours quelque chose et cela a toujours l’air convaincant. On ne sait pas si le résultat est réellement bon avant qu’une personne qui l’a déjà vu des centaines de fois nous le dise. C’est précisément le rôle d’un formateur : non pas transmettre uniquement des informations, mais aider à calibrer son jugement.

Le troisième élément est l’engagement. Les formations courtes à neuf dollars ont souvent un taux de complétion nul. Soyons honnêtes : tous ceux qui nous écoutent ont probablement quarante tutoriels non regardés enregistrés quelque part. Les cohortes en direct sont terminées parce que les êtres humains se présentent pour les autres. Les personnes qui apprennent ne sont pas celles qui disposent des meilleurs supports, mais celles qui pratiquent et reçoivent des retours.

Galen Low : C’est une très bonne analogie. Il faut littéralement accumuler les répétitions. J’aime aussi ce que tu dis à propos de l’engagement. Mon propre cours était autrefois organisé en cohorte et cela aidait vraiment les participants à aller jusqu’au bout. Ce n’était pas une question de moi ou même de la matière, mais de leur engagement les uns envers les autres, de leur présence et des relations qu’ils construisaient pour obtenir également des retours de leurs pairs.

La pratique permet de progresser. Il ne s’agit pas seulement d’avoir les meilleurs supports, mais de créer le meilleur environnement pour s’améliorer. J’aime également l’idée d’étalonnage, car les résultats de l’IA semblent souvent tellement aboutis qu’ils peuvent susciter le doute : « Je suppose que c’est ce à quoi ressemble un bon résultat. Je ne sais même pas si je peux le critiquer, tellement il semble poli et terminé. »

Il faut pourtant apprendre à évaluer le résultat d’un modèle et à se demander : « Est-ce que cela répond réellement à mes objectifs ? Est-ce que cela correspond à l’impact et à la valeur attendus dans mon environnement professionnel ? Est-ce vraiment bon ou s’agit-il simplement d’un ensemble de mots bien formulés ? »

Justin Bateh : Les formateurs sont généralement plus expérimentés dans un domaine que leurs étudiants. Chaque fois que j’ai engagé un coach ou suivi des cours avec de véritables experts dans un domaine que je connaissais peu mais que je voulais maîtriser, j’ai accéléré considérablement mon apprentissage en recherchant cette aide extérieure.

C’est exactement le rôle de l’étalonnage. Préféreriez-vous bénéficier en quelques semaines de plusieurs années d’expérience, ou acquérir vous-même ces années d’expérience en attendant tout ce temps ? Je sais quelle option je préfère.

Galen Low : C’est un excellent point. C’est réellement un accélérateur. On pourrait probablement comprendre les choses seul en se brûlant les doigts sur la même plaque chaude pendant les vingt prochaines années, mais pourquoi le faire lorsqu’on peut parler à quelqu’un qui est déjà passé par là ?

Justin Bateh : Je dis à mes étudiants que je n’ai peut-être que deux ans d’avance sur eux. Cela ne fait pas si longtemps que cette technologie existe. En gestion de projet, j’ai peut-être vingt ans d’avance, mais dans le domaine de l’IA, je n’ai que quelques années d’avance.

Galen Low : Je suis heureux que tu abordes ce sujet, car c’était ma prochaine question. Combien d’années d’expérience les gens peuvent-ils réellement avoir ? On voit des offres d’emploi exigeant quinze ans d’expérience en IA générative, alors que la plupart d’entre nous ne peuvent pas en avoir autant, sauf à avoir travaillé dans un laboratoire avant que ChatGPT ne soit accessible au grand public.

Justin Bateh : Je ne vois pas comment une telle exigence pourrait être réaliste.

Galen Low : Même un écart de six mois, d’un an ou de deux ans peut néanmoins être utile. Certaines choses peuvent être enseignées et accélérer les personnes qui se trouvent plus tôt ou à un autre stade de leur parcours. Nous ne cherchons pas des experts de l’IA ayant plusieurs décennies d’expérience. Nous parlons de l’IA générative et agentique utilisée dans le monde professionnel, avec des outils précis pour des cas d’utilisation précis.

Justin Bateh : Les cas d’utilisation sont effectivement le bon terme. Dans ma formation sur la gestion de projet alimentée par l’IA, le contenu a évolué. Au départ, il s’agissait principalement d’un cours de gestion de projet utilisant l’IA générative. Puis les participants ont voulu créer des agents, et le programme s’est presque transformé en formation d’ingénierie. Des ingénieurs systèmes ont commencé à poser des questions très techniques auxquelles je ne savais pas répondre.

J’aide les gens à appliquer l’IA à leur travail, à leurs projets ou à leurs opérations afin qu’ils puissent mieux travailler. Les cohortes récentes sont donc revenues à la gestion de projet comme sujet principal, et non aux outils d’IA. Nous ne construisons pas d’outils d’IA. Nous utilisons les outils disponibles sur le marché et déterminons comment les employer pour mieux faire notre travail.

Nous avons également cessé de courir après les outils. Au début, nous en couvrions une vingtaine, mais la moitié n’existe déjà plus. Nous nous concentrons désormais sur Claude, ChatGPT, Copilot et Gemini. Ces quatre outils disposent du soutien, du financement et des capacités de développement nécessaires pour être encore présents dans un an, et la plupart des gens ont déjà accès à l’un d’entre eux.

Je préfère m’attacher à un outil qui sera probablement encore là dans deux ou trois ans et qui continuera de s’améliorer plutôt que de courir après chaque nouveauté. La plupart des fonctionnalités qui nécessitaient autrefois des outils spécialisés sont maintenant disponibles sur ces grandes plateformes.

Galen Low : J’aime beaucoup cette approche. La cohorte est un microcosme du monde professionnel actuel : les outils évoluent très rapidement et l’objectif n’est pas de tous les suivre. L’objectif est d’appliquer la technologie de façon cohérente et pertinente afin de créer davantage de valeur pour soi-même, pour son projet et pour l’organisation pour laquelle on travaille.

Je vois aussi cette question chez les ingénieurs systèmes : devons-nous tous devenir développeurs et architectes ? Peut-être, mais si nous nous éloignons trop de notre métier — les opérations, la bonne livraison des projets et le leadership humain — nous perdons ce qui fait la substance de la gestion de projet. Diriger des personnes et des organisations à l’ère de l’IA, ainsi que savoir s’adapter au changement, est plus important que de maîtriser un outil à la mode qui pourrait ne plus exister l’année prochaine.

Justin Bateh : Nous avons vécu exactement cette situation à mi-parcours. J’invitais des experts de l’IA de la NASA et d’autres spécialistes remarquables. Le cours est devenu trop technique et s’est davantage orienté vers la construction d’outils d’IA que vers leur utilisation par un manager, un professionnel de l’entreprise ou un dirigeant.

Nous sommes donc revenus à une approche plus adaptée et invitons désormais les profils qui correspondent réellement aux objectifs de la cohorte. La vie est aussi plus simple, car je ne dois plus suivre chaque changement de spécification ni gérer des ingénieurs systèmes beaucoup plus techniques que moi. Nous avons recalibré le programme au cours des derniers mois.

Galen Low : Je voulais revenir à l’apprentissage autonome. De nombreux employeurs disent actuellement : « Apprenez l’IA vous-même. C’est votre responsabilité. » Tu avais publié sur LinkedIn un article intitulé « Personne ne viendra vous former », à propos d’un article de Business Insider expliquant que les employeurs s’attendent à ce que leurs employés apprennent l’IA sur leur temps personnel.

Que devraient faire les employeurs pour ne pas laisser la maîtrise de l’IA au hasard ? Est-ce un problème immédiat, un problème qui viendra plus tard, ou un problème à traiter une fois que les humains auront été réembauchés ? Peuvent-ils faire davantage pour développer cette maîtrise plutôt que de laisser les gens regarder des vidéos, accumuler des certificats et croire qu’ils maîtrisent l’IA alors que ce n’est pas le cas ?

Justin Bateh : Les deux choses que tu décris peuvent être vraies en même temps. Les employés ne devraient pas attendre une autorisation pour développer leurs compétences. Cela vaut pour l’IA comme pour le reste. Mais les employeurs qui laissent la maîtrise de l’IA au hasard commettent actuellement une erreur mathématique.

Les entreprises devraient former aux flux de travail et non aux outils. Le modèle qui échoue consiste à acheter des licences et à organiser des séances de formation pendant le déjeuner. Pour l’IA, le modèle efficace consiste à prendre les cinq flux de travail récurrents les plus coûteux et à les reconstruire avec les personnes qui les exécutent réellement dans la pièce.

Il faut former au travail, pas au logiciel. Il faut également mesurer les preuves, et non les formations terminées. Le taux de complétion d’une formation confirme la conformité, pas l’expertise. La véritable question est : « Galen, combien de flux de travail as-tu modifiés ce trimestre ? »

Enfin, la formation doit être effectuée sur le temps de travail et non considérée comme un devoir. Si vous exigez que les gens apprennent le soir et le week-end, vous sélectionnez les personnes qui disposent de soirées et de week-ends libres, pas celles qui ont le plus grand potentiel. Vos meilleurs éléments ne feront pas ce travail gratuitement pour vous ; ils commenceront discrètement à chercher ailleurs.

Le perdant garanti dans cette situation est celui qui attend, qu’il s’agisse de l’employé ou de l’employeur. La personne ou l’entreprise qui agit la première prendra de l’avance sur ses pairs et ses concurrents.

Galen Low : J’aime beaucoup cette idée. Il ne s’agit pas forcément de choisir l’un ou l’autre. Si vous voulez apprendre seul, faites-le sans attendre que votre employeur mette en place un programme. Si vous êtes employeur, concentrez-vous sur des cas d’utilisation et des flux de travail pratiques qui créent de la valeur, mesurez les résultats et financez cette démarche.

Cela permet de recalibrer la manière dont les gens envisagent leur travail. Il ne s’agit pas seulement de former aux outils et à l’emplacement des boutons, mais de former au travail, à la valeur créée et aux flux de travail transformés pour atteindre cette promesse de l’IA.

Justin Bateh : Je dis toujours aux gens qu’une amélioration de 1 % peut déjà être acceptable. Il ne faut évidemment pas dépenser 100 000 dollars en formation pour économiser seulement 5 000 dollars par an. Mais, au début, les entreprises qui testent la formation et les employés qui veulent démontrer sa nécessité devraient chercher des résultats rapides.

Trouvez de petites victoires, quelque chose qui s’améliore grâce à l’IA dans le cadre de votre autorité et de vos contraintes. Accumulez ces réussites. Elles créent un élan qui pourra progressivement mener à quelque chose de plus important.

Galen Low : J’aime cette approche progressive. C’est rassurant : on ne vous demande pas nécessairement de multiplier par dix les résultats de l’entreprise en construisant le meilleur flux de travail du monde.

Justin Bateh : Je vois cela très souvent. Quelqu’un lit un livre contenant un cadre de travail et arrive le lendemain en expliquant que tout le monde doit désormais l’adopter. Puis un nouveau dirigeant arrive, a lu un livre ou regardé un documentaire, et transforme tout le service autour de cette nouvelle idée. J’ai vu la même chose avec les méthodes visant à multiplier les résultats par dix. C’est simplement la nature du management.

Galen Low : La transformation n’a pas besoin d’être rapide et spectaculaire. Elle peut être lente mais utile.

Justin Bateh : Tout à fait.

Galen Low : Pour terminer, j’ai orienté cette conversation vers les dirigeants et les organisations, mais nous avons également parlé des individus. Tu es très attaché à l’idée d’aider les gens à construire des carrières épanouissantes. Pour une personne qui nous écoute — un chef de projet ou un responsable des opérations qui observe tout cela — qu’est-ce qui rend une carrière durable aujourd’hui ? Si les compétences techniques se déprécient aussi rapidement, qu’est-ce qui s’accumule ou se renforce avec le temps ?

Justin Bateh : C’est probablement ma question préférée de tout l’épisode. Tout ce qu’on nous a appris sur les carrières consistait à optimiser un seul actif : la compétence. Devenir bon, travailler dur, acquérir des compétences et laisser la carrière suivre son cours.

Mais j’ai observé à maintes reprises une réalité très inconfortable au sein des organisations : la personne la plus compétente de la liste des licenciements figure toujours sur la liste des licenciements. La compétence n’a jamais constitué toute l’équation.

Elle est désormais le droit d’entrée. Et l’actif qui se déprécie le plus rapidement est précisément la compétence, car l’IA rend la compétence de base presque gratuite. Être bon dans l’exécution d’une tâche ne suffit plus à vous différencier.

Alors, qu’est-ce qui s’accumule ? Les relations, tout d’abord. Les relations se renforcent avec le temps. Il serait aujourd’hui surprenant qu’une personne soit recrutée uniquement en envoyant une candidature en ligne puis en recevant une réponse au hasard. Les entreprises ne recrutent pas un CV ; elles recrutent un nom que quelqu’un a prononcé.

Votre réputation s’accumule également. Ce qui se dit de vous dans les pièces où vous n’êtes pas présent est très important. Votre promotion est souvent décidée lors d’une réunion à laquelle vous n’êtes pas invité. Vous pouvez donc écrire cette histoire vous-même ou la laisser au hasard.

Vos options s’accumulent également : l’épargne, la connaissance du marché et le fait de rester recrut able. On ne peut pas négocier ce que l’on n’est pas capable de quitter. Enfin, votre récit s’accumule. Êtes-vous capable d’exprimer votre impact en une phrase claire ? L’excellence invisible et l’absence totale d’excellence sont rémunérées exactement de la même manière.

Mon conseil est donc de maintenir vos compétences à jour, évidemment, mais de comprendre qu’il s’agit de l’actif dont tout le monde vous a déjà parlé. La carrière qui survivra aux trois à cinq prochaines années reposera sur les autres actifs : les relations, la réputation, les options, le récit et le jugement.

Galen Low : C’est amusant, car tu as raison. C’est difficile à entendre, parce que nous avons été élevés pour nous concentrer sur les compétences techniques.

Quand tu dis que l’excellence invisible est rémunérée comme l’absence d’excellence, beaucoup de nos auditeurs peuvent s’y reconnaître. Les rôles liés aux opérations, à la direction de projets et au leadership d’équipe sont parfois invisibles et peu reconnus.

J’aime ta manière de présenter les choses : les relations, la réputation et la façon de raconter son histoire sont reliées. Beaucoup de gens diraient qu’il faut jouer le jeu politique pour éviter les licenciements, comme dans une sorte de jeu de trônes professionnel. Mais ce n’est pas cela. Il s’agit de relations, de réputation et de narration. C’est simplement le fonctionnement actuel du monde professionnel.

Il ne s’agit pas de quelque chose de négatif. Ce sont toujours des relations humaines, la mise en évidence de sa valeur et la fierté que l’on peut en tirer. Il faut être suffisamment visible pour que sa valeur soit évoquée dans les pièces où l’on n’est pas présent. C’est probablement ainsi que les choses ont toujours fonctionné.

Est-ce un sujet que tu abordes dans tes formations ?

Justin Bateh : Nous en parlons brièvement dans la formation sur la gestion de projet alimentée par l’IA, mais d’autres contenus arrivent bientôt et je ne peux pas encore en parler précisément. Ils porteront sur les autres actifs.

Tu as parfaitement résumé la situation : réputation, relations et narration. N’oublions pas non plus les options. Il faut disposer d’un levier de négociation. C’est simplement la manière dont le jeu professionnel fonctionne. Cela ne signifie pas qu’il faut agir ainsi dans sa vie personnelle, mais dans sa vie professionnelle, c’est souvent nécessaire pour espérer progresser.

Galen Low : J’aime beaucoup. Et j’aime aussi ce suspense. Je vais devoir te réinviter lorsque tu pourras parler de ces nouveaux projets. En attendant, Tactical Memo est une véritable bouée de sauvetage pour moi.

On y trouve énormément de valeur. Comme tu le dis, c’est exactement ce dont tu parles chaque semaine, en construisant progressivement de nouveaux contenus. Je suis vraiment enthousiaste à l’idée de voir où cela peut mener.

Justin Bateh : Je t’en remercie. Lorsque tu m’as dit que tu lisais mes courriels et que tu étais dans la séquence de bienvenue, j’ai été surpris. Cela m’a fait plaisir de l’apprendre.

Galen Low : Envoyer une newsletter dans le vide en espérant recevoir des réactions, tout en ne regardant que les taux d’ouverture, est une activité difficile.

Justin Bateh : Oui, je vois les indicateurs, mais je ne sais jamais qui se trouve derrière ces chiffres.

Galen Low : Justin, merci beaucoup d’avoir pris le temps de discuter avec moi aujourd’hui. C’était très agréable. En parlant de Tactical Memo et de ta formation, où les gens peuvent-ils en apprendre davantage sur toi ?

Justin Bateh : Tactical Memo paraît chaque semaine. C’est ma newsletter et elle couvre exactement les sujets dont nous avons parlé aujourd’hui : des guides pratiques pour diriger des projets liés à l’IA et construire des carrières qui se renforcent avec le temps.

Vous pouvez vous rendre sur tacticalmemo.com/subscribe, rechercher Tactical Memo ou me trouver sur LinkedIn sous le nom de Justin Bateh et m’envoyer un message privé. Le lien s’y trouve également. L’abonnement est gratuit et je pense que vous en tirerez beaucoup de valeur.

Galen Low : C’est une excellente newsletter. J’inclurai tous ces liens dans les notes de l’émission pour les personnes qui nous écoutent ou nous regardent. J’ajouterai également un lien vers ton profil LinkedIn. Merci encore, c’était formidable.

Justin Bateh : Merci, Galen. C’était un plaisir. Je t’en suis reconnaissant. Merci beaucoup pour ces excellentes questions.

Galen Low : Très bien, tout le monde. C’est tout pour l’épisode d’aujourd’hui du podcast The Digital Project Manager. Si vous avez apprécié cette conversation, pensez à vous abonner là où vous nous écoutez.

Et si vous souhaitez encore plus d’analyses pratiques, d’études de cas et de guides, créez un compte gratuit sur thedigitalprojectmanager.com. À la prochaine, merci de nous avoir écoutés.