Master Class: AI for Project ManagementAIPMMTMaster ClassMT-AIPM1.0<p>À l’issue de cette formation, vous serez en mesure de :
</p>
<ul>
<li>Comprendre l’impact de l’IA générative sur la gestion de projet.</li><li>Identifier des opportunités d’automatisation grâce à l’IA au sein de vos projets.</li><li>Intégrer efficacement des outils d’IA aux solutions de gestion de projet existantes.</li><li>Améliorer la communication et le reporting grâce aux capacités offertes par l’IA.</li><li>Gérer les enjeux éthiques et de confidentialité des données dans les projets assistés par l’IA.</li><li>Utiliser l’IA à différentes étapes du cycle de vie d’un projet.</li><li>Exploiter l’IA dans la gestion des risques et des parties prenantes.</li><li>Définir une stratégie de mise en œuvre de l’IA dans un environnement projet.</li><li>Utiliser l’IA pour améliorer la prise de décision et l’efficacité opérationnelle.</li><li>Mettre en œuvre des solutions et des stratégies d’IA concrètes dans votre environnement professionnel.</li></ul><p>Pour tirer pleinement parti de cette formation, il est recommandé de disposer de connaissances fondamentales en gestion de projet, acquises au travers d’une formation telle que Project Management Fundamentals ou Project Management Professional (PMP), ou d’une expérience significative dans un contexte de gestion de projet.</p><ul>
<li>Chefs de projet</li><li>Chefs de projet IT</li><li>Responsables de programme</li><li>Coachs Agile / Scrum Masters</li><li>Chefs de produit</li><li>Directeurs de projet / Responsables de portefeuille</li><li>Coordinateurs de projet</li><li>Responsables PMO</li><li>Business Analysts</li><li>Responsables des opérations / de la transformation digitale</li></ul><h5>Section 1 : Introduction à la formation</h5><ul>
<li>Présentation des objectifs de la formation : ce qu’elle couvre et ce qu’elle ne couvre pas</li><li>Vue d’ensemble de l’IA et de son impact sur la gestion de projet</li></ul><h5>Section 2 : Les fondamentaux : mise en œuvre et adoption de l’IA générative</h5><ul>
<li>Comprendre les principes de cadrage de l’IA générative</li><li>Comprendre les capacités et les limites de l’IA</li><li>Ce que les IA basées sur les modèles de langage (LLM) savent et ne savent pas faire efficacement</li><li>Idées reçues et attentes réalistes concernant l’IA</li><li>Bonnes pratiques pour interagir avec les LLM</li><li>Comprendre le fonctionnement d’un modèle de langage conversationnel</li><li>Règles de dialogue pour tirer le meilleur parti des LLM</li><li>Établir et enrichir le contexte</li><li>Identifier des cas d’usage d’automatisation</li><li>Comprendre quels processus se prêtent à l’automatisation par l’IA</li><li>Évaluer l’impact et la faisabilité de l’automatisation</li></ul><p>Pratique : Les participants travailleront en groupe à partir de modèles dédiés à la gestion de projet pour identifier des cas d’usage d’automatisation. Chaque groupe réalisera un exercice d’affinité afin de sélectionner les opportunités de mise en œuvre les plus pertinentes.</p>
<h5>Section 3 : Environnements de gestion de projet enrichis par l’IA</h5><ul>
<li>Panorama des outils d’IA et de gestion de projet</li><li>Présentation des solutions intégrant l’IA (Microsoft Project, Dynamics 365, ClickUp, etc.)</li><li>Adapter les outils d’IA à différents environnements de gestion de projet</li><li>Focus : déployer un LLM interne</li><li>Présentation des LLM privés</li><li>Composants clés d’un projet de mise en œuvre d’un LLM privé</li></ul><p>Pratique 1 : Cet exercice permettra d’explorer un projet de mise en œuvre de LLM privé. Comme ce type de projet présente de nombreuses similitudes avec un projet logiciel d’entreprise classique, il servira de support pour aborder la structuration du travail projet tout en découvrant les environnements de LLM internes.</p>
<p>Pratique 2 : Les participants disposeront d’un calculateur simplifié des gains de temps liés à l’automatisation. À partir des cas d’usage identifiés précédemment, ils appliqueront ces scénarios au projet de LLM puis prépareront leur mise en œuvre dans un outil de gestion de projet.</p>
<h5>Section 4 : Utiliser l’IA générative au quotidien dans le rôle de chef de projet</h5><ul>
<li>Identifier, collecter et stocker des jeux de données pertinents</li><li>Génération et gestion de contenu</li><li>Assistance et automatisation de la communication</li><li>Interaction avec le code : contrôles ponctuels, évaluation de tests et introduction aux approches BDD et ATDD</li><li>Utilisation de l’IA intégrée ou externe en complément de votre système d’information de gestion de projet (PMIS)</li><li>Analyse de sentiment des retours des parties prenantes</li><li>Recherche d’informations assistée par l’IA</li><li>Résumé automatique de contenus pour un reporting plus efficace</li><li>Extraction et enrichissement d’informations</li></ul><p>Pratique : Les groupes expérimenteront des outils d’IA de type GPT pour générer, transformer et analyser du contenu. Cet atelier introduira également l’utilisation de l’IA pour interagir avec du code et des scripts.</p>
<h5>Section 5 : Intégrer l’IA dans un cadre de gestion de projet</h5><p>L’IA tout au long du cycle de vie du projet : exploration des opportunités offertes par l’IA dans les principales méthodologies de gestion de projet, selon une approche compatible avec le PMBOK du PMI, PRINCE2, les méthodes agiles et les approches hybrides.</p>
<p>Les cas d’usage abordés incluent :</p>
<ul>
<li>Définir la vision, les objectifs et les résultats attendus du projet</li><li>Réaliser le cadrage, la planification, la budgétisation, ainsi que la gestion des ressources et des capacités</li><li>Automatiser les suivis d’avancement, optimiser les ressources, soutenir la prise de décision, assurer le suivi des problèmes et proposer des ajustements</li><li>Suivre les performances, les indicateurs et KPI, analyser et atténuer les risques, mesurer l’impact des changements et renforcer le contrôle qualité</li><li>Produire la documentation projet, réaliser le reporting formel, suivre les OKR et les critères de succès, suivre les livrables et alimenter un journal d’apprentissage continu</li><li>Gouvernance de projet : utiliser l’IA pour clarifier les rôles, les responsabilités, les processus décisionnels et les interactions entre sponsors, parties prenantes et chefs de projet</li><li>Management par phases : définir clairement les livrables et jalons avec l’aide de l’IA</li><li>Gestion des risques : utiliser l’IA pour identifier, analyser, communiquer et réduire les risques projet</li><li>Gestion des parties prenantes : exploiter l’IA pour renforcer l’engagement et améliorer la communication sur l’avancement du projet</li><li>Gestion du changement : utiliser l’IA pour accompagner de manière maîtrisée les évolutions du périmètre, du planning ou du budget</li></ul><p>Pratique / Démonstration : Application des outils d’IA générative au suivi de projet, à la gestion des réunions ainsi qu’à l’analyse et à la visualisation des données de reporting et des indicateurs projet.</p>
<h5>Section 6 : Considérations pratiques et éthiques dans les projets assistés par l’IA</h5><ul>
<li>Confidentialité et sécurité des données</li><li>Comprendre les biais de l’IA</li><li>Enjeux éthiques liés à l’utilisation de l’IA</li><li>Aspects juridiques et conformité</li></ul><h5>Section 7 : Développer votre approche de gestion de projet augmentée par l’IA</h5><ul>
<li>Élaborer une feuille de route d’adoption de l’IA</li><li>Évaluer la situation actuelle</li><li>Comparer et sélectionner les outils d’IA</li><li>Former les équipes et développer leur maturité vis-à-vis de l’IA</li><li>Définir des objectifs SMART</li><li>Évaluer et atténuer les risques</li><li>Mettre en œuvre des actions de formation, des pilotes et des déploiements à grande échelle</li></ul><p>Pratique : Les participants élaboreront un plan d’action concret pour intégrer l’IA générative dans leurs activités de gestion de projet. Un exercice de stratégie visuelle permettra d’identifier, de formaliser et de prioriser les actions à mener.</p>
<h5>Section 8 : Tendances futures de la gestion de projet assistée par l’IA</h5><ul>
<li>Tendances émergentes et impacts potentiels</li><li>Apprentissage continu et adaptation : ressources pour suivre l’évolution de l’IA appliquée à la gestion de projet</li></ul><h5>Section 9 : Conclusion et questions-réponses</h5><h5>Section 1 : Introduction à la formation</h5><ul>
<li>Présentation des objectifs de la formation : ce qu’elle couvre et ce qu’elle ne couvre pas</li><li>Vue d’ensemble de l’IA et de son impact sur la gestion de projet</li></ul><h5>Section 2 : Les fondamentaux : mise en œuvre et adoption de l’IA générative</h5><ul>
<li>Comprendre les principes de cadrage de l’IA générative</li><li>Comprendre les capacités et les limites de l’IA</li><li>Ce que les IA basées sur les modèles de langage (LLM) savent et ne savent pas faire efficacement</li><li>Idées reçues et attentes réalistes concernant l’IA</li><li>Bonnes pratiques pour interagir avec les LLM</li><li>Comprendre le fonctionnement d’un modèle de langage conversationnel</li><li>Règles de dialogue pour tirer le meilleur parti des LLM</li><li>Établir et enrichir le contexte</li><li>Identifier des cas d’usage d’automatisation</li><li>Comprendre quels processus se prêtent à l’automatisation par l’IA</li><li>Évaluer l’impact et la faisabilité de l’automatisation</li></ul><p>Pratique : Les participants travailleront en groupe à partir de modèles dédiés à la gestion de projet pour identifier des cas d’usage d’automatisation. Chaque groupe réalisera un exercice d’affinité afin de sélectionner les opportunités de mise en œuvre les plus pertinentes.</p>
<h5>Section 3 : Environnements de gestion de projet enrichis par l’IA</h5><ul>
<li>Panorama des outils d’IA et de gestion de projet</li><li>Présentation des solutions intégrant l’IA (Microsoft Project, Dynamics 365, ClickUp, etc.)</li><li>Adapter les outils d’IA à différents environnements de gestion de projet</li><li>Focus : déployer un LLM interne</li><li>Présentation des LLM privés</li><li>Composants clés d’un projet de mise en œuvre d’un LLM privé</li></ul><p>Pratique 1 : Cet exercice permettra d’explorer un projet de mise en œuvre de LLM privé. Comme ce type de projet présente de nombreuses similitudes avec un projet logiciel d’entreprise classique, il servira de support pour aborder la structuration du travail projet tout en découvrant les environnements de LLM internes.</p>
<p>Pratique 2 : Les participants disposeront d’un calculateur simplifié des gains de temps liés à l’automatisation. À partir des cas d’usage identifiés précédemment, ils appliqueront ces scénarios au projet de LLM puis prépareront leur mise en œuvre dans un outil de gestion de projet.</p>
<h5>Section 4 : Utiliser l’IA générative au quotidien dans le rôle de chef de projet</h5><ul>
<li>Identifier, collecter et stocker des jeux de données pertinents</li><li>Génération et gestion de contenu</li><li>Assistance et automatisation de la communication</li><li>Interaction avec le code : contrôles ponctuels, évaluation de tests et introduction aux approches BDD et ATDD</li><li>Utilisation de l’IA intégrée ou externe en complément de votre système d’information de gestion de projet (PMIS)</li><li>Analyse de sentiment des retours des parties prenantes</li><li>Recherche d’informations assistée par l’IA</li><li>Résumé automatique de contenus pour un reporting plus efficace</li><li>Extraction et enrichissement d’informations</li></ul><p>Pratique : Les groupes expérimenteront des outils d’IA de type GPT pour générer, transformer et analyser du contenu. Cet atelier introduira également l’utilisation de l’IA pour interagir avec du code et des scripts.</p>
<h5>Section 5 : Intégrer l’IA dans un cadre de gestion de projet</h5><p>L’IA tout au long du cycle de vie du projet : exploration des opportunités offertes par l’IA dans les principales méthodologies de gestion de projet, selon une approche compatible avec le PMBOK du PMI, PRINCE2, les méthodes agiles et les approches hybrides.</p>
<p>Les cas d’usage abordés incluent :</p>
<ul>
<li>Définir la vision, les objectifs et les résultats attendus du projet</li><li>Réaliser le cadrage, la planification, la budgétisation, ainsi que la gestion des ressources et des capacités</li><li>Automatiser les suivis d’avancement, optimiser les ressources, soutenir la prise de décision, assurer le suivi des problèmes et proposer des ajustements</li><li>Suivre les performances, les indicateurs et KPI, analyser et atténuer les risques, mesurer l’impact des changements et renforcer le contrôle qualité</li><li>Produire la documentation projet, réaliser le reporting formel, suivre les OKR et les critères de succès, suivre les livrables et alimenter un journal d’apprentissage continu</li><li>Gouvernance de projet : utiliser l’IA pour clarifier les rôles, les responsabilités, les processus décisionnels et les interactions entre sponsors, parties prenantes et chefs de projet</li><li>Management par phases : définir clairement les livrables et jalons avec l’aide de l’IA</li><li>Gestion des risques : utiliser l’IA pour identifier, analyser, communiquer et réduire les risques projet</li><li>Gestion des parties prenantes : exploiter l’IA pour renforcer l’engagement et améliorer la communication sur l’avancement du projet</li><li>Gestion du changement : utiliser l’IA pour accompagner de manière maîtrisée les évolutions du périmètre, du planning ou du budget</li></ul><p>Pratique / Démonstration : Application des outils d’IA générative au suivi de projet, à la gestion des réunions ainsi qu’à l’analyse et à la visualisation des données de reporting et des indicateurs projet.</p>
<h5>Section 6 : Considérations pratiques et éthiques dans les projets assistés par l’IA</h5><ul>
<li>Confidentialité et sécurité des données</li><li>Comprendre les biais de l’IA</li><li>Enjeux éthiques liés à l’utilisation de l’IA</li><li>Aspects juridiques et conformité</li></ul><h5>Section 7 : Développer votre approche de gestion de projet augmentée par l’IA</h5><ul>
<li>Élaborer une feuille de route d’adoption de l’IA</li><li>Évaluer la situation actuelle</li><li>Comparer et sélectionner les outils d’IA</li><li>Former les équipes et développer leur maturité vis-à-vis de l’IA</li><li>Définir des objectifs SMART</li><li>Évaluer et atténuer les risques</li><li>Mettre en œuvre des actions de formation, des pilotes et des déploiements à grande échelle</li></ul><p>Pratique : Les participants élaboreront un plan d’action concret pour intégrer l’IA générative dans leurs activités de gestion de projet. Un exercice de stratégie visuelle permettra d’identifier, de formaliser et de prioriser les actions à mener.</p>
<h5>Section 8 : Tendances futures de la gestion de projet assistée par l’IA</h5><ul>
<li>Tendances émergentes et impacts potentiels</li><li>Apprentissage continu et adaptation : ressources pour suivre l’évolution de l’IA appliquée à la gestion de projet</li></ul><h5>Section 9 : Conclusion et questions-réponses</h5>À l’issue de cette formation, vous serez en mesure de :
- Comprendre l’impact de l’IA générative sur la gestion de projet.
- Identifier des opportunités d’automatisation grâce à l’IA au sein de vos projets.
- Intégrer efficacement des outils d’IA aux solutions de gestion de projet existantes.
- Améliorer la communication et le reporting grâce aux capacités offertes par l’IA.
- Gérer les enjeux éthiques et de confidentialité des données dans les projets assistés par l’IA.
- Utiliser l’IA à différentes étapes du cycle de vie d’un projet.
- Exploiter l’IA dans la gestion des risques et des parties prenantes.
- Définir une stratégie de mise en œuvre de l’IA dans un environnement projet.
- Utiliser l’IA pour améliorer la prise de décision et l’efficacité opérationnelle.
- Mettre en œuvre des solutions et des stratégies d’IA concrètes dans votre environnement professionnel.Pour tirer pleinement parti de cette formation, il est recommandé de disposer de connaissances fondamentales en gestion de projet, acquises au travers d’une formation telle que Project Management Fundamentals ou Project Management Professional (PMP), ou d’une expérience significative dans un contexte de gestion de projet.- Chefs de projet
- Chefs de projet IT
- Responsables de programme
- Coachs Agile / Scrum Masters
- Chefs de produit
- Directeurs de projet / Responsables de portefeuille
- Coordinateurs de projet
- Responsables PMO
- Business Analysts
- Responsables des opérations / de la transformation digitaleSection 1 : Introduction à la formation
- Présentation des objectifs de la formation : ce qu’elle couvre et ce qu’elle ne couvre pas
- Vue d’ensemble de l’IA et de son impact sur la gestion de projet
Section 2 : Les fondamentaux : mise en œuvre et adoption de l’IA générative
- Comprendre les principes de cadrage de l’IA générative
- Comprendre les capacités et les limites de l’IA
- Ce que les IA basées sur les modèles de langage (LLM) savent et ne savent pas faire efficacement
- Idées reçues et attentes réalistes concernant l’IA
- Bonnes pratiques pour interagir avec les LLM
- Comprendre le fonctionnement d’un modèle de langage conversationnel
- Règles de dialogue pour tirer le meilleur parti des LLM
- Établir et enrichir le contexte
- Identifier des cas d’usage d’automatisation
- Comprendre quels processus se prêtent à l’automatisation par l’IA
- Évaluer l’impact et la faisabilité de l’automatisation
Pratique : Les participants travailleront en groupe à partir de modèles dédiés à la gestion de projet pour identifier des cas d’usage d’automatisation. Chaque groupe réalisera un exercice d’affinité afin de sélectionner les opportunités de mise en œuvre les plus pertinentes.
Section 3 : Environnements de gestion de projet enrichis par l’IA
- Panorama des outils d’IA et de gestion de projet
- Présentation des solutions intégrant l’IA (Microsoft Project, Dynamics 365, ClickUp, etc.)
- Adapter les outils d’IA à différents environnements de gestion de projet
- Focus : déployer un LLM interne
- Présentation des LLM privés
- Composants clés d’un projet de mise en œuvre d’un LLM privé
Pratique 1 : Cet exercice permettra d’explorer un projet de mise en œuvre de LLM privé. Comme ce type de projet présente de nombreuses similitudes avec un projet logiciel d’entreprise classique, il servira de support pour aborder la structuration du travail projet tout en découvrant les environnements de LLM internes.
Pratique 2 : Les participants disposeront d’un calculateur simplifié des gains de temps liés à l’automatisation. À partir des cas d’usage identifiés précédemment, ils appliqueront ces scénarios au projet de LLM puis prépareront leur mise en œuvre dans un outil de gestion de projet.
Section 4 : Utiliser l’IA générative au quotidien dans le rôle de chef de projet
- Identifier, collecter et stocker des jeux de données pertinents
- Génération et gestion de contenu
- Assistance et automatisation de la communication
- Interaction avec le code : contrôles ponctuels, évaluation de tests et introduction aux approches BDD et ATDD
- Utilisation de l’IA intégrée ou externe en complément de votre système d’information de gestion de projet (PMIS)
- Analyse de sentiment des retours des parties prenantes
- Recherche d’informations assistée par l’IA
- Résumé automatique de contenus pour un reporting plus efficace
- Extraction et enrichissement d’informations
Pratique : Les groupes expérimenteront des outils d’IA de type GPT pour générer, transformer et analyser du contenu. Cet atelier introduira également l’utilisation de l’IA pour interagir avec du code et des scripts.
Section 5 : Intégrer l’IA dans un cadre de gestion de projet
L’IA tout au long du cycle de vie du projet : exploration des opportunités offertes par l’IA dans les principales méthodologies de gestion de projet, selon une approche compatible avec le PMBOK du PMI, PRINCE2, les méthodes agiles et les approches hybrides.
Les cas d’usage abordés incluent :
- Définir la vision, les objectifs et les résultats attendus du projet
- Réaliser le cadrage, la planification, la budgétisation, ainsi que la gestion des ressources et des capacités
- Automatiser les suivis d’avancement, optimiser les ressources, soutenir la prise de décision, assurer le suivi des problèmes et proposer des ajustements
- Suivre les performances, les indicateurs et KPI, analyser et atténuer les risques, mesurer l’impact des changements et renforcer le contrôle qualité
- Produire la documentation projet, réaliser le reporting formel, suivre les OKR et les critères de succès, suivre les livrables et alimenter un journal d’apprentissage continu
- Gouvernance de projet : utiliser l’IA pour clarifier les rôles, les responsabilités, les processus décisionnels et les interactions entre sponsors, parties prenantes et chefs de projet
- Management par phases : définir clairement les livrables et jalons avec l’aide de l’IA
- Gestion des risques : utiliser l’IA pour identifier, analyser, communiquer et réduire les risques projet
- Gestion des parties prenantes : exploiter l’IA pour renforcer l’engagement et améliorer la communication sur l’avancement du projet
- Gestion du changement : utiliser l’IA pour accompagner de manière maîtrisée les évolutions du périmètre, du planning ou du budget
Pratique / Démonstration : Application des outils d’IA générative au suivi de projet, à la gestion des réunions ainsi qu’à l’analyse et à la visualisation des données de reporting et des indicateurs projet.
Section 6 : Considérations pratiques et éthiques dans les projets assistés par l’IA
- Confidentialité et sécurité des données
- Comprendre les biais de l’IA
- Enjeux éthiques liés à l’utilisation de l’IA
- Aspects juridiques et conformité
Section 7 : Développer votre approche de gestion de projet augmentée par l’IA
- Élaborer une feuille de route d’adoption de l’IA
- Évaluer la situation actuelle
- Comparer et sélectionner les outils d’IA
- Former les équipes et développer leur maturité vis-à-vis de l’IA
- Définir des objectifs SMART
- Évaluer et atténuer les risques
- Mettre en œuvre des actions de formation, des pilotes et des déploiements à grande échelle
Pratique : Les participants élaboreront un plan d’action concret pour intégrer l’IA générative dans leurs activités de gestion de projet. Un exercice de stratégie visuelle permettra d’identifier, de formaliser et de prioriser les actions à mener.
Section 8 : Tendances futures de la gestion de projet assistée par l’IA
- Tendances émergentes et impacts potentiels
- Apprentissage continu et adaptation : ressources pour suivre l’évolution de l’IA appliquée à la gestion de projet
Section 9 : Conclusion et questions-réponsesSection 1 : Introduction à la formation
- Présentation des objectifs de la formation : ce qu’elle couvre et ce qu’elle ne couvre pas
- Vue d’ensemble de l’IA et de son impact sur la gestion de projet
Section 2 : Les fondamentaux : mise en œuvre et adoption de l’IA générative
- Comprendre les principes de cadrage de l’IA générative
- Comprendre les capacités et les limites de l’IA
- Ce que les IA basées sur les modèles de langage (LLM) savent et ne savent pas faire efficacement
- Idées reçues et attentes réalistes concernant l’IA
- Bonnes pratiques pour interagir avec les LLM
- Comprendre le fonctionnement d’un modèle de langage conversationnel
- Règles de dialogue pour tirer le meilleur parti des LLM
- Établir et enrichir le contexte
- Identifier des cas d’usage d’automatisation
- Comprendre quels processus se prêtent à l’automatisation par l’IA
- Évaluer l’impact et la faisabilité de l’automatisation
Pratique : Les participants travailleront en groupe à partir de modèles dédiés à la gestion de projet pour identifier des cas d’usage d’automatisation. Chaque groupe réalisera un exercice d’affinité afin de sélectionner les opportunités de mise en œuvre les plus pertinentes.
Section 3 : Environnements de gestion de projet enrichis par l’IA
- Panorama des outils d’IA et de gestion de projet
- Présentation des solutions intégrant l’IA (Microsoft Project, Dynamics 365, ClickUp, etc.)
- Adapter les outils d’IA à différents environnements de gestion de projet
- Focus : déployer un LLM interne
- Présentation des LLM privés
- Composants clés d’un projet de mise en œuvre d’un LLM privé
Pratique 1 : Cet exercice permettra d’explorer un projet de mise en œuvre de LLM privé. Comme ce type de projet présente de nombreuses similitudes avec un projet logiciel d’entreprise classique, il servira de support pour aborder la structuration du travail projet tout en découvrant les environnements de LLM internes.
Pratique 2 : Les participants disposeront d’un calculateur simplifié des gains de temps liés à l’automatisation. À partir des cas d’usage identifiés précédemment, ils appliqueront ces scénarios au projet de LLM puis prépareront leur mise en œuvre dans un outil de gestion de projet.
Section 4 : Utiliser l’IA générative au quotidien dans le rôle de chef de projet
- Identifier, collecter et stocker des jeux de données pertinents
- Génération et gestion de contenu
- Assistance et automatisation de la communication
- Interaction avec le code : contrôles ponctuels, évaluation de tests et introduction aux approches BDD et ATDD
- Utilisation de l’IA intégrée ou externe en complément de votre système d’information de gestion de projet (PMIS)
- Analyse de sentiment des retours des parties prenantes
- Recherche d’informations assistée par l’IA
- Résumé automatique de contenus pour un reporting plus efficace
- Extraction et enrichissement d’informations
Pratique : Les groupes expérimenteront des outils d’IA de type GPT pour générer, transformer et analyser du contenu. Cet atelier introduira également l’utilisation de l’IA pour interagir avec du code et des scripts.
Section 5 : Intégrer l’IA dans un cadre de gestion de projet
L’IA tout au long du cycle de vie du projet : exploration des opportunités offertes par l’IA dans les principales méthodologies de gestion de projet, selon une approche compatible avec le PMBOK du PMI, PRINCE2, les méthodes agiles et les approches hybrides.
Les cas d’usage abordés incluent :
- Définir la vision, les objectifs et les résultats attendus du projet
- Réaliser le cadrage, la planification, la budgétisation, ainsi que la gestion des ressources et des capacités
- Automatiser les suivis d’avancement, optimiser les ressources, soutenir la prise de décision, assurer le suivi des problèmes et proposer des ajustements
- Suivre les performances, les indicateurs et KPI, analyser et atténuer les risques, mesurer l’impact des changements et renforcer le contrôle qualité
- Produire la documentation projet, réaliser le reporting formel, suivre les OKR et les critères de succès, suivre les livrables et alimenter un journal d’apprentissage continu
- Gouvernance de projet : utiliser l’IA pour clarifier les rôles, les responsabilités, les processus décisionnels et les interactions entre sponsors, parties prenantes et chefs de projet
- Management par phases : définir clairement les livrables et jalons avec l’aide de l’IA
- Gestion des risques : utiliser l’IA pour identifier, analyser, communiquer et réduire les risques projet
- Gestion des parties prenantes : exploiter l’IA pour renforcer l’engagement et améliorer la communication sur l’avancement du projet
- Gestion du changement : utiliser l’IA pour accompagner de manière maîtrisée les évolutions du périmètre, du planning ou du budget
Pratique / Démonstration : Application des outils d’IA générative au suivi de projet, à la gestion des réunions ainsi qu’à l’analyse et à la visualisation des données de reporting et des indicateurs projet.
Section 6 : Considérations pratiques et éthiques dans les projets assistés par l’IA
- Confidentialité et sécurité des données
- Comprendre les biais de l’IA
- Enjeux éthiques liés à l’utilisation de l’IA
- Aspects juridiques et conformité
Section 7 : Développer votre approche de gestion de projet augmentée par l’IA
- Élaborer une feuille de route d’adoption de l’IA
- Évaluer la situation actuelle
- Comparer et sélectionner les outils d’IA
- Former les équipes et développer leur maturité vis-à-vis de l’IA
- Définir des objectifs SMART
- Évaluer et atténuer les risques
- Mettre en œuvre des actions de formation, des pilotes et des déploiements à grande échelle
Pratique : Les participants élaboreront un plan d’action concret pour intégrer l’IA générative dans leurs activités de gestion de projet. Un exercice de stratégie visuelle permettra d’identifier, de formaliser et de prioriser les actions à mener.
Section 8 : Tendances futures de la gestion de projet assistée par l’IA
- Tendances émergentes et impacts potentiels
- Apprentissage continu et adaptation : ressources pour suivre l’évolution de l’IA appliquée à la gestion de projet
Section 9 : Conclusion et questions-réponses2 jours2400.002400.002400.002400.002400.002400.002050.00