Le Gartner prédit que 80 % du travail actuel en gestion de projet sera automatisé dans l'avenir.
Dans cet article, nous allons étudier pourquoi cela ne devrait pas inquiéter les chefs de projet, mais plutôt, les enthousiasmer !
Dans un récent communiqué de presse, le Gartner a fait une déclaration audacieuse sur l'avenir de la gestion de projet.
D'ici 2030, 80 % du travail actuel en matière de gestion de projet (GP) sera éliminé, l'IA prenant en charge les fonctions traditionnelles de la GP.
Si vous êtes un chef de projet en informatique, cela peut être inquiétant pour vous. Heureusement, nous avons de quoi vous rassurer.
Le Gartner est une source fiable, alors pourquoi est-ce que le Project Management Institute, un organisme tout aussi fiable, prévoit que, d'ici 2027, 88 millions de personnes dans le monde travailleront toujours dans la gestion de projet ?
Cette divergence met en évidence l'importance de la formulation d'une phrase : Le Gartner affirme que 80 % des tâches en gestion de projet d'aujourd'hui seront éliminées, et non celles de demain.
Pour en savoir plus, nous allons étudier l'état actuel de l'IA dans le domaine de la gestion de projet, son avenir potentiel, et ce que cela signifie pour la sécurité de l'emploi.
L'IA en l'état : limitée, mais efficace
Il existe actuellement deux manières dont l'IA est le plus souvent intégrée dans les outils PPM (comme Planisware, bien sûr !). Bien que ces deux façons de faire ne soient pas à la hauteur de ce que l'on appelle « l'intelligence artificielle générale », elles constituent des compléments intéressants à la panoplie d'outils d'un chef de projet.
Leur relative absence de complexité peut s'avérer utile en termes d'amélioration des compétences : les chefs de projet d'aujourd'hui ont l'occasion de se familiariser avec des « assistants » indépendants et technologiquement avancés, qui restent pour autant accessibles aux non-spécialistes. C'est l'occasion de se familiariser avec les bases des outils de gestion de projet dotés d'une intelligence artificielle et d'établir un socle de connaissances solide sur lequel s'appuyer pour développer les capacités de l'IA.
Le meilleur moyen de briser la glace avec les assistants virtuels ? Parlez-leur !
1) Des chatbots qui vous parlent vraiment
Grâce aux progrès réalisés dans le traitement du langage naturel, l'IA est capable d'obtenir des réponses spécifiques à des questions formulées de manière intuitive, comme « Comment faire X ? » ou « Quel est l'état d'avancement de Y ? ». Cela peut sembler assez basique, mais fait gagner du temps aux chefs de projets qui sont régulièrement inondés de questions sur les processus. Même vos collègues les moins férus en technologie peuvent désormais communiquer avec les chatbots en utilisant le langage auquel ils sont habitués pour obtenir les réponses dont ils ont besoin.
Les bots intelligents sont également capables d'effectuer des actions telles que « mettre à jour la tâche comme complétée ». Réfléchissez à quel point il est pratique de demander à Siri ou Alexa de régler une alarme, d'identifier une chanson ou de convertir des onces en grammes. Appliquez cela aux tâches les plus courantes et répétitives de votre plateforme de gestion de projet, et l'utilité d'un assistant numérique auquel vous pouvez parler devient évidente.
De plus, les meilleurs chatbots éliminent toute ambiguïté en vous interpellant lorsqu'ils sont perdus. Si la question ou l'entrée de données d'un utilisateur est vague ou mal formatée, les robots posent des questions pour réduire les demandes à quelque chose qu'ils peuvent parfaitement comprendre.
2) L'estimation prédictive
Les outils qui aident à formuler des prédictions éclairées sur les résultats d'un projet ne sont pas nouveaux. L'estimation statique, assistée par des algorithmes et basée sur des modèles ou des paramètres actuels, existe depuis très longtemps. L'estimation assistée par l'IA va plus loin en utilisant l'apprentissage automatique pour découvrir les principaux moteurs et tendances derrière des ensembles de données continues et dynamiques.
Avec cette information, elle peut ensuite estimer la durée ou le coût probable des projets. Dans d'autres scénarios, elle est capable d'estimer la probabilité d'un événement spécifique, comme « Quelles sont les chances que nous remportions cet appel d'offres ? ».
Ces connaissances sont très précieuses car elles sont basées sur des données réelles et actuelles, sans qu'il soit nécessaire de fréquemment mettre à jour un modèle ou des paramètres.
Aucune cause d'inquiétude immédiate
Nous ne pouvons pas parler au nom de tous les fournisseurs PPM, mais chez Planisware, nous sommes sans cesse à la recherche de nouvelles façons d'exploiter au maximum l'IA. Bien que les capacités potentielles des assistants de gestion de projet dotés d'une intelligence artificielle soient illimitées, nous pouvons affirmer de manière tout à fait concluante qu'il s'agit pour l'instant principalement d'un IA d'assistance.
L'estimation prédictive est précieuse mais sa fiabilité dépend de celle des données qu'elle reçoit. Elle dépend d'un bureau de gestion de projet (PMO) expérimenté pour garantir l'adoption d'une collecte et un traitement cohérent des données dans toute l'entreprise. Les chatbots peuvent supprimer des heures de dépannage inutile, mais certaines questions et tâches sont trop complexes, personnelles ou nuancées pour qu'ils puissent les traiter seuls. En l'état actuel des choses, nous sommes très loin de remplacer l'humain au sein du PMO.
Quelle est la probabilité que l'IA passe à des cas plus « complexes » ?
Les capacités des assistants IA sont actuellement limitées. L'intelligence artificielle que la plupart d'entre nous connaît est, en réalité, connue sous le nom de l' « IA étroite ». Elle peut bien exécuter des tâches très spécifiques, mais, même dans ce cas, elle doit ponctuellement être supervisée par un humain.
La prochaine étape logique dans le développement de l'IA est d'élargir le champ d'action et la complexité de ses capacités pour lui montrer comment « apprendre » à effectuer des tâches de manière autonome. Dans cette quête, l'IA se heurte à deux obstacles potentiels :
1) Les données que l'IA peut comprendre
Les êtres humains sont plutôt doués en matière de traitement des données. Nous sommes capables de comprendre et de relier entre elles des informations présentées dans une grande variété de formats. Qu'il s'agisse de souligner une phrase en rouge, d'utiliser un émoticône ⛔, d'écrire "DANGER" ou de cocher un élément dans une liste, nous serons capables de supposer qu'une tâche ou un projet spécifique est à risque.
Malheureusement (ou heureusement, selon votre degré d'inquiétude concernant la sécurité de l'emploi), l'IA ne peut pas encore faire cela. Elle est incapable de traiter la même quantité de variables de données et, par conséquent, elle ne peut pas efficacement traiter des informations désorganisées à grande échelle.
C'est pourquoi nous avons mentionné sa dépendance à l'égard d'un PMO, qui impose une collecte et un formatage cohérents des données. La qualité des informations fournies par l'IA dépend de la qualité des données reçues par le logiciel.
Cela pose un défi important, en particulier dans les grandes entreprises. Il est très rare que les entreprises disposent d'ensembles de données totalement homogènes au niveau des sites, départements ou individus. Loin d'avoir à s'inquiéter de la sécurité de l'emploi, les chefs de projet peuvent en réalité devenir indispensables et agir en tant que passerelle entre des ensembles de données chaotiques et des informations de très grande valeur, issues de l'IA.
2) Rassembler suffisamment de matériel de formation
Nous avons abordé la valeur de l'estimation prédictive, mais pour former une IA à l'aide de l'apprentissage automatique, de grands ensembles de données sont nécessaires. Même le logiciel le plus intelligent aura du mal à tirer des conclusions précises sur lesquelles fonder ses décisions s'il n'a pas suffisamment de données à partir desquelles apprendre.
Les données d'entreprise sont presque toujours considérées comme un actif propriétaire. C'est logique, mais cela signifie également que les entreprises ne sont pas disposées à partager ces données, même lorsqu'elles sont anonymes. Bien que nous produisions et recueillions plus de données que jamais - 2,5 quintillions d'octets par jour - les entreprises ne les exploitent pas à leur plein potentiel. Une étude récente menée par Seagate, spécialiste du stockage de données, a révélé que 43 % des données d'entreprise sont totalement inexploitées.
Que cette sous-utilisation soit liée à des réglementations propriétaires strictes ou à des inefficacités en matière de gestion des données, les entreprises ne disposent pas souvent des ensembles de données nécessaires pour alimenter un système d'apprentissage automatique réellement utile.
Relever le défi
Ces deux problèmes sont souvent ancrés dans les entreprises et il faudra probablement un certain temps pour y remédier. Nous pensons cependant que les entreprises développeront progressivement les réflexes nécessaires pour construire des ensembles de données compatibles avec l'IA.
Au fur et à mesure que de plus en plus d'entreprises et d'employés se familiarisent avec l'IA, l'organisation et la maintenance des données deviendront un facteur majeur dans la conception et le déploiement des processus de gestion de projet et des systèmes informatiques. Une fois que les preuves de la valeur des connaissances issues de l'IA seront plus nombreuses, certaines entreprises pourraient être disposées à mettre en commun leurs données pour en tirer des avantages qui leur feront oublier leurs préoccupations sur l'ouverture des données.
Et si ces évolutions se concrétisent, les chefs de projet informatique verront-ils leurs emplois disparaître ?
L'avenir des chefs de projet
Il est utile de réfléchir au but ultime que nous, les créateurs de solutions, poursuivons avec l'IA. Notre objectif en matière d'intelligence artificielle appliquée à la gestion de projets est d'automatiser et de simplifier les tâches à faible valeur ajoutée (comme la collecte des données, l'identification des risques et d'autres tâches répétitives similaires).
Plus les logiciels de gestion de projets seront intelligents, plus ils seront performants et moins l'intervention humaine sera nécessaire. L'IA n'éliminera pas le besoin de chefs de projets humains : elle prendra en charge le travail ennuyeux et fastidieux qui occupe en moyenne huit heures par semaine.
Ce temps récupéré pourra alors être utilisé pour des tâches plus importantes, qu'il s'agisse de permettre aux humains ou aux logiciels de mieux faire leur travail. En collaborant avec l'IA, les chefs de projet ne se mettront pas de leur propre fait au chômage. Au contraire, ils se rendront probablement beaucoup plus utiles pour leur entreprise en facilitant l'utilisation de systèmes qui génèrent des connaissances monnayables.
L'IA est douée pour trouver des schémas et des corrélations entre des ensembles de données. Mais elle est loin d'être aussi créative, souple ou adaptée au contexte comme un chef de projet humain. En effet, l'IA a besoin d'humains pour l'aider à faire son travail.
Le tableau complet de la gestion de projet
Les chefs de projet seront-ils remplacés par l'IA ? Non, pas de sitôt. Hors contexte, les projets peuvent être décrits comme une série de tâches mécaniques. Dans ce cas, un bureau de gestion de projet entièrement automatisé serait une prédiction raisonnable. Cependant, les projets n'existent pas en vase clos, et la plupart comportent un degré élevé d'incertitude, de variabilité et de créativité que l'IA est loin de pouvoir gérer seule.
Un groupe de chercheurs de l'école supérieure ESIEE de Paris résume bien le débat :
L'IA peut sembler être une menace pour la sécurité de l'emploi, mais, au contraire, elle peut accroître la valeur que les professionnels de la GP peuvent apporter.
