Comment savoir si votre équipe est prête pour l’IA dans les logiciels de gestion de projet

Galen Low : Lorsque les organisations recherchent un logiciel de gestion de projet doté de fonctionnalités d'IA, ont-elles vraiment une idée précise de ce qu'elles souhaitent en retirer, ou bien la majorité de ces acheteurs suivent-ils simplement une consigne d'adopter l’IA à tout prix ?

Olivia Montgomery : On ressent clairement un effet de mode compétitif lié à la peur de manquer (FOMO) que vivent beaucoup de dirigeants. Il y a énormément de marketing ; les fournisseurs se précipitent pour surfer sur la vague de l’IA.

Galen Low : Qu’est-ce qui doit être en place avant qu’une équipe ou une organisation ne puisse réellement bénéficier des fonctionnalités d’IA dans un logiciel de gestion de projet ? Quelles sont, selon vous, les bases indispensables qui permettent aux équipes et organisations d'accélérer vers le ROI de l’IA ?

Olivia Montgomery : Il y a vraiment deux considérations majeures, quel que soit le type, la taille, le secteur ou le niveau de maturité d'une entreprise : votre préparation technique et votre préparation culturelle.

Galen Low : Bienvenue dans le podcast « Le Chef de Projet Numérique », l’émission qui aide les leaders de la livraison à travailler plus intelligemment, livrer plus vite et mieux diriger à l’ère de l’IA. Je suis Galen et chaque semaine, nous plongeons dans des stratégies concrètes, des nouveaux outils, des cadres éprouvés et parfois quelques anecdotes de terrain de la gestion de projet. Que vous pilotiez d’immenses projets de transformation, que vous apprivoisiez des flux de travail propulsés par l’IA ou que vous cherchiez simplement à maîtriser le chaos, vous êtes au bon endroit. Allons-y !

Aujourd’hui, nous parlons de la demande grandissante pour des fonctionnalités d’IA dans les logiciels de gestion de projet, de ce que les gens attendent de ces fonctions et de ce dont les entreprises et équipes, de toutes tailles, ont besoin pour atteindre leurs objectifs. Je retrouve aujourd’hui en studio virtuel Olivia Montgomery, analyste principale associée en gestion de projet chez Capterra.

Olivia a été responsable PMO, professionnelle en gestion de projet, conférencière prolifique et est la meilleure sorte de « nerd » lorsqu’il s’agit d’apporter un regard fondé sur la recherche concernant la gestion de projet, la stratégie technique et la dimension humaine du leadership. Elle vient justement de publier sa dernière étude, l’enquête Capterra sur les tendances des logiciels de gestion de projet pour 2025, qui met en lumière un changement dans la façon dont les entreprises choisissent et utilisent leurs outils de gestion de projet. C’est exactement ce que nous allons explorer aujourd’hui.

Olivia, merci d’être de retour et de te joindre à moi aujourd’hui.

Olivia Montgomery : Merci de m’accueillir ! Je suis ravie d’être ici. On a des sujets brûlants à aborder.

Galen Low : Oui, ça va chauffer aujourd’hui. Pour ceux qui écoutent le podcast depuis un moment, Olivia est clairement une favorite du public. Nous étions justement en coulisse en train de parler linguistique. Puis nous avons réalisé qu’en fait, entre les sciences humaines, la linguistique, l’IA et les grands modèles de langage, tout ça s’imbrique.

Donc on va aborder plein d’aspects différents. Il nous arrive d’aller dans des terriers de lapin, et j’espère vraiment que nous le ferons aujourd’hui ; mais au cas où, voici le plan que j’ai esquissé pour nous. Pour commencer, je veux aborder LA grande question qui brûle les lèvres. Cette question inconfortable mais très en phase avec l’actualité, à laquelle tout le monde souhaite une réponse.

Puis, je voudrais élargir le débat et parler de trois choses : premièrement, ce qu’il faut pour vraiment tirer parti des fonctions d’IA en gestion de projet. Ensuite, plonger concrètement dans ce à quoi ressemblent ces fonctionnalités dans la pratique, comment mesurer leur efficacité ou leur adoption. Enfin, discuter de l’impact à court terme et à long terme de ces capacités IA dans la gestion de projet et, plus globalement, dans nos modes de collaboration et de travail par projet.

Olivia Montgomery : Je suis prête. On y va !

Galen Low : Allons-y pour la question qui fâche, alors.

Dans ton dernier rapport, tu indiquais que 55% des acheteurs de logiciels de gestion de projet mettent désormais en priorité les fonctions IA. Ce n’est pas étonnant pour la plupart de nos auditeurs, vu la pression actuelle pour intégrer l’IA en entreprise. Mais quand les organisations cherchent ce type de logiciel, savent-elles ce qu’elles veulent vraiment obtenir, ou suivent-elles juste la tendance ?

Olivia Montgomery : C’est très contrasté. On est vraiment dans un phénomène de FOMO compétitif chez les dirigeants. Beaucoup de fournisseurs accélèrent pour profiter de la vague IA, car il y a un engouement et une demande énorme, mais on évolue lentement vers une vision plus stratégique.

L’effet « waouh » initial de l’IA s’estompe. On commence à voir réellement ce que ces outils peuvent ou non faire, comment et pourquoi les équipes les utilisent. Les questions durs arrivent. La FOMO reste le moteur principal, attisée par le fait que, je ne sais pas si vous l’avez entendu, mais les investissements dans l’infrastructure IA, les logiciels, les data centers aux USA ont dépassé les dépenses de consommation grand public.

Pour la première fois dans l’histoire, le PIB USD GBP est tiré par les investissements IA des entreprises, pas par la consommation. Cela montre bien où va la conversation. Ces investissements sont portés par des campagnes marketing à un milliard de dollars. Cela crée un vrai sentiment de compétition et beaucoup d’excitation chez les décideurs.

Ils entendent parler de cette technologie incroyable et ils la veulent, forcément. Maintenant que les entreprises mettent la main à la pâte, elles se rendent compte que le marketing ne colle pas toujours aux capacités techniques, et que ces dernières ne sont pas forcément alignées avec les compétences, la formation ou la volonté des équipes.

Il y a donc un vrai décalage. Nous sommes en plein dedans, et tout le monde ressent la pression, d’une manière ou d’une autre, sur ce sujet.

Galen Low : C’était intéressant d’aborder l’aspect économique. J’avoue ne pas y avoir tant pensé. À ce niveau d’investissement, qui dépasse la consommation individuelle, imaginez la pression sur les entreprises ! Elles investissent dans des infrastructures, dépensent massivement… On nous a appris que le cloud coûtait peu désormais…

Oui, mais pas lorsqu’il s’agit de stocker des pétaoctets de données ! La pression redescend sur les responsables marketing des éditeurs de logiciels, pour vendre un maximum de licences et compenser des investissements colossaux qui ne sont pas encore rentabilisés. Les business ne sont pas rentables aujourd’hui, ils sont en phase d’investissement. Il y a donc une pression pour trouver des cas d’usage, car on est encore dans une phase où, plutôt que d’avoir d’abord défini des cas d’usage, on part d’un potentiel de révolution, puis on cherche des problèmes à résoudre.

C’est un angle intéressant. C’est presque cette pression venue du haut qui se retrouve à influencer la volonté d’acheter un logiciel de gestion de projet dopé à l’IA.

Comme si acheter un téléphone sans fax en 1992 était impensable : peu importe si l’on envoie des télécopies, il faut l’outil multifonction dernier cri, car tout le monde l’a. C’est intéressant qu’on en soit au moment de tâtonnement. Et c’est normal d’avoir investi dans ces solutions IA – cela permet justement de comprendre comment on peut les utiliser. Mais il faut un état d’esprit « exploration » – pas le fantasme de la baguette magique « installer et c’est réglé ».

Olivia Montgomery : Oui.

Galen Low : On a encore du chemin à faire pour comprendre véritablement.

Olivia Montgomery : Exactement. On commence à le voir aussi.

J’étais fière de voir, dans l’enquête, que la sécurité arrivait en tête des priorités des acheteurs de logiciels de gestion de projet ! D’habitude c’est avant tout la fonctionnalité qui prime ; cette fois, voir la sécurité passer devant est vraiment enthousiasmant.

Cela montre bien que les équipes prennent conscience de l’impact de l’IA, qui augmente la surface d’attaque, surtout quand on utilise des modèles de langage (LLM) externes. Il y a une différence entre les IA intégrées à vos outils, qui offrent des suggestions ou de l’auto-complétion, et le recours à des LLM externes pour synthétiser les notes de réunion, par exemple, ce qui est bien plus risqué. Je suis fière que notre communauté place la sécurité au sommet des priorités.

Galen Low : C’est vraiment intéressant ! Cela traduit aussi, je pense, une maturité qui avance vite. Beaucoup d’innovations digitales ont mis du temps à intégrer la sécurité et la confidentialité des données ; là, le fait que cela arrive si tôt dans le cycle de vie de ces technologies est clé. L’usage en question conditionne l’importance du sujet : l’autocorrect, c’est bénin ; mais quand on renseigne toutes les données projets, informations clients et rapports, cela devient crucial. C’est un peu le bon moment pour freiner avant de tout disperser et de devoir gérer les conséquences trop tard. La sécurité s’impose désormais, et aussi peut-être par simple compétition business – le besoin de ne pas tout divulguer, de bâtir des modèles propriétaires, etc. C’est vraiment marquant que la confidentialité soit une telle priorité.

Olivia Montgomery : J’avoue, j’en suis très fière.

Galen Low : Cela montre bien qu’on touche au fondamental. Toutes les organisations ne sont pas prêtes à se jeter tête baissée dans l’achat d’un logiciel de gestion de projet doté de toutes les fonctionnalités IA. Parfois, des prérequis sont nécessaires.

Question : selon vous, qu’est-ce qui doit être en place pour qu’une équipe ou une organisation puisse réellement bénéficier des fonctionnalités IA dans la gestion de projet ? Quels sont, selon vous, les piliers fondamentaux qui accélèrent le retour sur investissement de l’IA ?

Olivia Montgomery : Absolument. Il faut d’abord s’arrêter un instant et se demander : sommes-nous prêts ? Prêts à acheter ? Prêts à injecter l’IA et récolter tous les bénéfices possibles ? Deux grandes dimensions sont cruciales pour toutes les entreprises, quels que soient leur taille, leur secteur ou leur maturité : la préparation technique et la préparation culturelle.

En commençant par l’aspect technique, disposez-vous de suffisamment de données propres et structurées ? Que l’on utilise l’apprentissage automatique pour de l’analytique prédictive ou des LLMs pour générer rapports et synthèses, il faut d’énormes volumes de données de grande qualité pour obtenir des résultats satisfaisants. Vérifiez la présence, la localisation, la qualité, la disponibilité de vos données. Sont-elles suffisantes et exploitables ? Avant d’activer une fonctionnalité IA, il faut auditer l’ensemble des outils existants : vous pourriez ainsi éviter des doublons, ou même découvrir des cas de shadow IT (utilisation d’outils non maîtrisés ou non recensés par l’entreprise). Il faut donc réaliser un audit complet de votre infrastructure et de votre environnement.

L’autre pilier, c’est la gouvernance. Avant de donner ces outils à vos collaborateurs, il faut être clair sur ce qui leur est proposé, pourquoi, et la manière de s’en servir en toute sécurité. Des politiques très claires doivent être établies concernant les informations pouvant être partagées, comment les partager, ou même mieux, tout configurer en amont pour garantir la sécurité de chaque application utilisée (gestion documentaire, gestion des connaissances, gestion des tâches). Tous n’en sont pas là, donc au moins, donnez des recommandations et des règles explicites.

Côté préparation culturelle, il ne suffit pas que votre service informatique soit prêt : il faut que les utilisateurs puissent réellement s’approprier l’outil et ses potentialités. Savent-ils quoi en faire au quotidien ? Sont-ils à l’aise ? Ont-ils envie de l’adopter ? La préparation culturelle exige une communication franche sur les attentes, les usages, et un certain espace d’expérimentation, par exemple via des pilotes. Tout évolue très vite, il serait illusoire de penser que tout sera parfaitement cadré et prévisible. L’important est de permettre une phase de test ou d’expérimentation avant un déploiement à grande échelle.

Il faut absolument éviter les injonctions de type « l’IA ou rien ». Une démarche réfléchie, patiente, étape par étape, sur des groupes pilotes est toujours préférable. Il est essentiel de ne pas négliger ni la préparation technique, ni la préparation humaine.

Galen Low : J’aime que tu aies inclus le shadow IT dans ton évaluation – cela concerne aussi bien les PME que les grands groupes. Beaucoup de grandes entreprises qui pensent avoir une bonne gouvernance ignorent que certains utilisent ChatGPT à titre personnel ou des outils non validés. Adopter une approche évaluative plutôt que punitive permet de guider la démarche et d’encadrer l’expérimentation sans freiner l’innovation, mais tout en posant des limites pour éviter la dispersion.

C’est parfaitement en phase avec la préparation culturelle : définir ce qu’on attend de chacun, comprendre pourquoi l’adoption n’est pas automatique, et accompagner le changement grâce à l’éducation, la pédagogie et le dialogue.

Olivia Montgomery : Exactement, il ne faut pas brider la créativité ou la prise d’initiatives de vos équipes. Votre culture d’entreprise doit pouvoir révéler des utilisateurs « pilotes », enthousiastes à essayer de nouveaux outils. Laissez-les expérimenter, formalisez les politiques ensuite, puis déployez plus largement vers des équipes un peu plus prudentes. Progressons par la curiosité et l’envie d’avancer !

Évitez toute approche punitive, car dès que les collaborateurs pressentent une stigmatisation, ils se referment, cachent les problèmes et cela plombe toute la dynamique collective. Nos enquêtes montrent que l’adoption est le principal obstacle actuellement, principalement à cause d’un manque de clarté et de dialogue.

L’IA touche tous les services, tous les métiers simultanément, ce qui est rare et complique la gestion du changement. Plus il y a de clarté sur les usages, la sécurité de l’environnement, l’absence de sanction possible, mieux c’est.

Galen Low : C’est tellement neuf qu’il faut vraiment instaurer ce dialogue, c’est ça la préparation culturelle. Beaucoup achètent sans vraiment savoir pourquoi ; soit parce qu’ils cèdent à la pression, soit parce qu’ils s’imaginent devoir tout contrôler, alors qu’au contraire, il faut poser des balises, mais inciter chacun à s’approprier les outils, à expérimenter… et itérer, département par département, équipe par équipe.

Olivia Montgomery : Exactement. Plus votre préparation technique est solide et votre partenariat avec les fournisseurs et la DSI rodé, plus vous pouvez activer ces fonctionnalités sans crainte : vous protégez les données, tout est sécurisé. Ensuite, le déploiement peut se faire progressivement, à la main des responsables d’équipe selon les besoins et la maturité des groupes. Cela aide vraiment à l’adoption.

Galen Low : Justement, sur la gouvernance et la sécurité… En quoi ces sujets diffèrent-ils selon la taille de l’organisation ? Les petites structures plus agiles sont-elles vraiment avantagées face aux grandes prudentes ?

Olivia Montgomery : C’est, comme souvent, contrasté. Les grandes entreprises bénéficient d’un volume historique de données, de politiques de gestion de la donnée plus matures et d’une vision fine de leur écosystème applicatif – elles sont donc bien placées pour réussir le déploiement de l’IA. Les petites entreprises, elles, peuvent certes manquer de maturité mais elles ont la capacité de changer d’outil beaucoup plus rapidement, de tester et exploiter les dernières technologies avec agilité. Donc, avantages et défis différents pour chaque profil – mais l’IA n’est pas réservée à l’un ou l’autre, tout le monde y trouve son compte si l’approche est adaptée.

Galen Low : As-tu des exemples tirés de ton enquête ou du secteur ?

Olivia Montgomery : Sans donner de noms, des entreprises – grandes ou petites – qui réussissent, sont celles qui clarifient les attentes, posent des limites. À l’inverse, de nombreuses politiques actuelles sont dures, avec un suivi strict de la connexion et de l’usage. J’ai des proches qui se plaignent de quotas, de contrôles quotidiens imposés pour justifier l’investissement, mais nous ne sommes pas prêts pour ce niveau d’exigence. Les audits sont utiles pour comprendre pourquoi telle ou telle équipe n’utilise pas l’outil, mais pas pour mesurer le ROI. Cela doit servir à piloter l’adoption, pas à sanctionner.

Galen Low : C’est une réelle différence : utiliser la donnée pour accompagner, et non pour réprimer. Le débat sur le suivi du temps de travail est constant en agence (prestations, consulting): punir le manque d’heures pointées ou bien s’interroger sur la bonne répartition du temps et l’améliorer ? Les quotas, l’approche répressive, la « carotte et le bâton » sont contre-productifs, même quand la finalité est positive – donner envie d’essayer des outils.

Olivia Montgomery : Oui, et sur le suivi du temps, on pourrait en faire tout un épisode ! Pour les travailleurs du savoir, beaucoup de valeur naît en dehors de l’ordinateur, par exemple lors de promenades qui permettent d’assimiler l’information. Or, seules les heures devant l’écran sont prises en compte. J’espère que l’IA aidera à intégrer ces dimensions dans les outils de gestion de projet.

On retrouve notamment l’IA sur l’allocation des ressources, avec de l’automatisation intelligente : qui est en congé, qui possède les compétences requises, qui former, qui est le plus expérimenté ? Certaines solutions prennent même en compte les périodes légères ou de retour de vacances, adaptent la répartition des tâches… Les IA améliorent cette prise en compte humaine, très difficile pour un chef de projet, et j’ai hâte de voir ces usages s’étendre car ils reflètent le réalisme attendu par les parties prenantes.

Galen Low : J’adore cet exemple : l’allocation des ressources est profondément humaine et montre que l’IA peut nous aider à reconsidérer notre propre humanité au travail. On tire peut-être un trait sur l’extrême industrialisation et le mythe de l’humain-machine pour intégrer la singularité et la « zone grise » dans la gestion du travail. L’IA est une occasion de remettre en question non seulement nos hypothèses, mais aussi les mythes qu’on s’est créés autour du travail. C’est enthousiasmant !

Cela nous amène au futur : l’IA comme égalisateur, facteur d’inclusion et d’accessibilité accrue. Quels sont les impacts à court et long terme d’intégrer, par exemple, du codage « vibe » ou de l’automatisation dans le travail ?

Olivia Montgomery : C’est passionnant ! À court terme, avec les LLMs comme ChatGPT, tout le monde peut désormais « parler » à un ordinateur quasi naturellement, bien plus facilement qu’avant. Mes parents eux-mêmes peuvent échanger avec des LLMs, obtenir des résultats alors qu’ils peinent avec leur smartphone ! Les LLMs tolèrent les fautes, les phrases incomplètes, pas besoin d’être ultra-précis comme dans le code. Ça démocratise complètement l’action sur l’outil.

Aujourd’hui, un chef de projet non technique peut demander à son logiciel de générer un découpage du projet jusqu’à la fin de l’année, exactement comme s’il s’adressait à un collègue. Il faut quand même vérifier, corriger les erreurs, mais le simple fait d’échanger naturellement abolit la complexité du no code/low code. C’est une révolution !

Mais il y a un piège : on attribue aux IA des capacités émergentes – et le marketing ne précise pas toujours qu’elles n’ont pas été prévues ni testées en profondeur. Un LLM ne « comprend » pas le mot « résumer », il prédit statistiquement le prochain mot, sans réelle sémantique. Cela peut entraîner des confusions ou des pertes d’information dans les synthèses, notamment des émotions, de l’urgence, de la nuance.

Par exemple, un mémo vocal évoquant un contrat bloqué dans le service juridique, avec une vraie tension, pourra être résumé par un LLM en « Le contrat est en validation finale », ce qui déforme la réalité pour le commanditaire et impacte l’action. Il faut garder à l’esprit que ces outils atténuent toujours le langage, gommant la tension, le sentiment d’urgence, voire des parties entières ! Même dans les systèmes propriétaires, les taux « d’hallucinations » restent importants et c’est toujours l’utilisateur qui en subit les conséquences.

Galen Low : Je n’avais pas pensé à cette perte de l’émotion, ni à son impact. Linguistiquement, il y a une grande différence entre apprendre et s’entraîner sur des corpus. Les LLMs sont convaincants, on leur prête une intelligence humaine, mais ils n’y sont pas encore. Ils peuvent facilement s’égarer ou perdre de la nuance, alors que beaucoup du rôle du chef de projet consiste à capter ou rediriger les émotions et la tension, pas seulement à résumer ou synthétiser. Ce défaut d’analyse émotionnelle peut être désastreux !

Olivia Montgomery : Pour y remédier, il faut absolument valider et relire les synthèses, ne jamais tout déléguer à l’IA par automatisme. Ces outils sont conçus pour paraître convaincants, mais n’en déduisez pas qu’ils « savent ». Utilisez-les comme générateurs d’avant-projets, pas comme sources fiables pour vos livrables finaux.

Galen Low : On comprend pourquoi l’adoption est un défi majeur dans ton rapport ! Entre la pression d’adopter, l’incertitude des usages, la méconnaissance des limites du système, il y a beaucoup à faire en matière de formation et d’ouverture au dialogue. Passons au futur : l’IA agentique va-t-elle transformer radicalement le pilotage de projet ?

Olivia Montgomery : Je suis très enthousiaste à propos du futur, même si le présent est encore chaotique ! L’IA agentique – c’est-à-dire la capacité d’un système à prendre des décisions et à exécuter des tâches complexes de façon autonome – n’est pas encore là, quoi qu’en dise le marketing. Un véritable agent IA serait capable par exemple de vous organiser un voyage familial complet, en gérant calendriers, réservations, préférences de chacun, etc., sans intervention humaine. On s’y dirige, grâce notamment à l’évolution du traitement du langage naturel et de l’automatisation inter-applications.

Le « vibe coding », qui consiste à donner des instructions en langage courant au lieu de coder, facilite cela. Mais l’interprétation reste un défi : le mot « famille » ne signifie pas la même chose pour chacun, l’IA ne vérifiera pas qui veut vraiment partir, elle ne gérera pas la nuance émotionnelle ou les attentes implicites… Il y a un chemin immense à parcourir pour que l’humain soit vraiment compris et servi.

Galen Low : Finalement, le défi n’est pas que technologique : il faut aussi former, donner le bon contexte, transmettre toute la subtilité humaine à l’outil et savoir rester critique. Le potentiel est immense, mais ce sera long. Notre manière de travailler évoluera forcément, mais il faut structurer, sécuriser, dialoguer, pour un changement maîtrisé.

Olivia Montgomery : En effet, beaucoup de chefs de projet savent concilier vision globale et souci du détail, et transposent leur expérience personnelle dans le monde professionnel. Ils apprécieront de comprendre pourquoi ces outils se trompent parfois et comment garder un esprit critique en toutes circonstances.

Galen Low : Merci beaucoup Olivia, toujours un plaisir d’échanger ! Tu viens de publier ton rapport sur les tendances logicielles pour 2025 ; où le trouver ?

Olivia Montgomery : Il est disponible sur capterra.com. Vous pouvez aussi me suivre sur LinkedIn ; j’y publie régulièrement mes travaux et réflexions.

Galen Low : Super, je mettrai les liens en description ! Merci encore.

Olivia Montgomery : Merci beaucoup !

Galen Low : Voilà pour cet épisode du podcast « Le Chef de Projet Numérique ». Si la discussion vous a plu, abonnez-vous, et pour encore plus de ressources, d’études de cas et de guides pratiques, rendez-vous sur thedigitalprojectmanager.com.

Merci de votre écoute et à bientôt !