La loi européenne sur l’IA n’est plus un jalon futur. Elle façonne la manière dont les projets doivent être menés aujourd’hui.

La réalité brutale

Soyons honnêtes.

La plupart des organisations en France annoncent fièrement leur « transformation IA », mais lorsque l’on mesure leurs capacités réelles, 80 % d’entre elles sont bloquées au niveau 0-1 — elles expérimentent sans impact — tout en croyant qu’elles sont à la pointe.

C’est de l’« IA-washing » dans sa forme la plus pure : Compter les licences, pas les résultats. Les flux de travail sont les mêmes qu’en 2019. Le PMO attend toujours les rapports, les risques liés aux projets sont toujours mis à jour tous les trimestres et les silos continuent d’étouffer l’innovation.

DantotsuPM a déjà mis en garde contre cette pratique, qui est désormais urgente : peindre l’adoption de l’IA sur votre organigramme existant (j’appelle cela « mettre du rouge à lèvres sur un cochon ») ne vous mènera pas à la transformation. Nous devons construire l’infrastructure humaine qui rendra l’IA réelle. Et cela signifie créer des rôles qui n’existent pas encore dans la plupart des organisations.

Ce qui n’est pas (encore) dans votre organigramme

1. Évaluateurs de maîtrise de l’IA

• Définition : Il ne s’agit pas de formateurs, mais de testeurs. Ils mesurent la capacité d’exécution réelle par rapport à des mouvements d’IA spécifiques à un rôle. Votre analyste des risques peut-elle compresser une semaine d’analyse en une journée grâce à l’IA ?
• Pourquoi cela manque ? La plupart des PMO partent du principe que « formation terminée » équivaut à « maîtrise ». Ce n’est pas le cas.
• Exemple PMI : Avant d’adopter un assistant de planification IA, évaluez si les coordinateurs de projet peuvent réduire le temps de préparation des réunions de 50 % tout en maintenant la qualité.
• Gain rapide : Testez un audit d’une heure basé sur les mouvements pour une équipe de projet et partagez les résultats lors de la prochaine réunion du comité de pilotage.

2. Architectes de la transformation des mouvements

• Définition : Dirigeants qui repensent l’ensemble des flux de travail de bout en bout, au lieu de se contenter d’ajouter l’IA à une étape.
• Pourquoi cela manque ? Les rôles traditionnels d’amélioration des processus ne pensent pas encore en termes de modèles natifs de l’IA.
• Exemple PMI : Repensez la gestion des risques en passant de mises à jour trimestrielles à une surveillance et une atténuation continues basées sur l’IA.
• Gain rapide : Identifiez un flux de travail à forte friction dans votre portefeuille et mettez au défi une petite équipe de le repenser à l’aide de l’IA. Présentez une carte « avant/après » dans un délai de 30 jours.

3. Responsables de l’éthique et de la conformité de l’IA

• Définition : Gardiens d’une utilisation responsable de l’IA, conformément aux exigences de transparence, de risque et de gouvernance de la loi européenne sur l’IA.
• Pourquoi cela manque ? La conformité est souvent cloisonnée dans le domaine juridique, trop tard pour influencer la conception des projets.
• Exemple PMI : Intégrer un responsable de l’éthique et de la conformité de l’IA au sein de l’équipe centrale du projet afin de garantir que la sélection des fournisseurs utilisant l’IA répond aux exigences de la loi européenne sur l’IA d’août 2025.
• Gain rapide : Ajouter la « conformité de l’IA » comme point permanent à l’ordre du jour des réunions d’examen des risques à partir de ce trimestre.

4. Orchestrateurs interfonctionnels de l’IA

• Définition : Personnes qui font le lien entre les silos, en reliant les outils et les données d’IA entre l’ingénierie, les finances, les achats et le PMO.
• Pourquoi est-ce important ? Les PMO traditionnels manquent de rôles alliant à la fois des compétences techniques et une autorité inter-domaines.
• Exemple PMI : Automatiser le flux entre une demande de modification de projet, l’analyse de l’impact sur le budget et la révision de l’échéancier en quelques heures, plutôt qu’en plusieurs jours ou semaines.
• Gain rapide : Cartographiez un processus interdépartemental et  identifiez 3 à 4 points à automatiser pour transfert vers l’IA .

5. Suppresseurs d’obstacles à l’innovation

• Définition : Spécialistes chargés de démanteler les cultures du « non par défaut » dans les services informatiques, financiers ou RH qui freinent les progrès de l’IA.
• Pourquoi cela manque ? Personne n’a pour mission de supprimer les obstacles internes, alors que c’est la première raison pour laquelle les projets d’IA sont bloqués.
• Exemple PMI : Partenariat avec le service informatique pour remplacer un examen de sécurité de 6 semaines par un sprint d’évaluation des outils d’IA de 48 heures.
• Gain rapide : Organiser un atelier avec les responsables financiers et informatiques afin de définir une procédure d’approbation accélérée pour les projets pilotes d’IA.

 

La loi européenne sur l’IA n’est pas une échéance lointaine, elle est déjà en vigueur.

À compter d’août 2025, ses cadres de gouvernance, de transparence et de sanctions seront en vigueur pour les systèmes d’IA à usage général. Cela signifie que les projets en cours aujourd’hui fonctionnent déjà dans un environnement réglementé, qu’ils en soient conscients ou non.

Probabilité : 100 % — les règles sont en vigueur.

Impact : Immédiat — les projets utilisant une IA non conforme sont soumis à un contrôle réglementaire dès maintenant, et non l’année prochaine.

Atténuation : Intégrez sans délai des responsables de l’éthique et de la conformité de l’IA, des architectes de la transformation du mouvement et des évaluateurs de la maîtrise de l’IA dans vos projets en cours.

Pour les organisations françaises, cela change la donne : Il ne s’agit plus de « se préparer à la conformité », mais de « prouver sa conformité ». Chaque décision, chaque workflow et chaque choix de fournisseur basé sur l’IA doit désormais résister à un examen réglementaire. Si vous n’êtes pas prêt, vous êtes déjà en retard.

Aujourd’hui, être en avance sur la concurrence signifie démontrer que votre infrastructure humaine en matière d’IA est conforme, vérifiable et prête à être inspectée, dès maintenant et non dans un avenir hypothétique.

Prochaines étapes pratiques pour les dirigeants PPM

1. Réalisez une évaluation basée sur le mouvement – Testez un projet en cours pour déterminer son niveau de compétence (0 à 4) et partagez les résultats avec le comité de pilotage.
2. Créez une carte thermique des compétences – Visualisez les lacunes dans l’ensemble du portefeuille et visez un niveau 3 dans les rôles critiques.
3. Mesurez la transformation, pas l’adoption – Comptez les workflows repensés, les cycles de décision raccourcis, les risques atténués plus rapidement, pas les licences.
4. Formez un groupe de leadership pour le changement IA – Interfonctionnel, axé sur les rôles, chargé de concevoir votre infrastructure humaine IA en 90 jours.

J’ai travaillé avec des organisations à travers l’Europe et le Golfe pour définir et intégrer ces rôles, mener les premiers audits basés sur le mouvement et les intégrer dans la gouvernance PMO existante.

Si vous souhaitez savoir comment cela pourrait fonctionner dans votre portefeuille, de la mise à jour du registre des risques aux workflows de conformité, explorons cela ensemble. Souvent, le moyen le plus rapide de passer de la théorie à la pratique est de mener un projet pilote.

Nous pouvons continuer à polir la surface, mettre du rouge à lèvres sur un cochon, ou nous pouvons construire l’infrastructure humaine qui rendra la transformation de l’IA réelle.

La loi européenne sur l’IA n’est plus un jalon futur. Elle façonne la manière dont les projets doivent être menés aujourd’hui. Chaque workflow basé sur l’IA que vous fournissez est déjà soumis à la gouvernance, à la transparence et à la conformité.

Les chefs de projet français seront-ils les pionniers de cette transition tant qu’il est encore temps de prendre les devants ? Ou attendront-ils que leurs concurrents aient déjà établi la norme ?

---

Okka Fraile Ordóñez

Okka est la seule consultante en IA certifiée TÜV du GCC*, avec plus de 30 ans d’expérience dans la stratégie technologique d’entreprise. En tant que fondatrice de ClairityLab.ai, elle aide les entreprises réglementées à transformer la conformité à la loi européenne sur l’IA en un avantage concurrentiel, en mettant en place des cadres de gouvernance, en intégrant l’IA de manière transparente et en préparant les équipes à des opérations prêtes pour l’audit. Elle travaille directement avec les fondateurs et les équipes de direction afin de développer l’innovation sans risque réglementaire.

*Gulf Cooperation Council (GCC), political and economic alliance of six Middle Eastern countries: Saudi Arabia, Kuwait, the United Arab Emirates, Qatar, Bahrain, and Oman.