Un billet de Antoine DELUGEAU et Julien JEANY du SCALIAN LAB

La division « Performance des Opérations » du groupe SCALIAN est un acteur de 1^er rang dans la conduite opérationnelle de projets industriels ou de transformation. Ce positionnement unique de « Spécialiste » se traduit par le rôle de pionnier qu’assure SCALIAN dans la transformation des métiers du management de projet.

Le manager de projet 4.0 peut-il être « augmenté » par l’I.A. afin d’accroître sa maîtrise des opérations qu’il pilote ? Comment recentrer l’impact du manager de projet ou d’un bureau PMO sur ce qui est un facteur tout aussi complexe qu’essentiel à la bonne réalisation d’un projet : L’Humain ?

Une étude du PMI® parue en 2019 dans le “Pulse of the Profession® report” confirme que 81% des managers sondés évoluent dans des organisations impactées par l’Intelligence Artificielle. Pour autant, chaque projet devient aussi un terrain de jeu idéal pour mettre à profit cette technologie car il engage un volume de données et d’acteurs considérable. Les équipes d’experts du LAB SCALIAN se sont intéressées de près à ces problématiques et nous présentent de façon concrète comment l’I.A. révolutionne la gestion de projet.

Parce que les contraintes opérationnelles du chef de projet ne lui permettent pas de dégager le temps nécessaire pour analyser, se projeter et embarquer l’ensemble de ses équipes au quotidien, le LAB SCALIAN inscrit la transformation digitale du manager de projet 4.0 sous 2 axes :

• L’automatisation des activités chronophages, répétitives, à faible valeur ajoutée, pour lesquelles les agents conversationnels (chatbot) ou le RPA (Robotic Process Automation) apportent des pistes sérieuses;
• L’accompagnement à la prise de décision en facilitant l’analyse du projet, en optimisant sa capacité à anticiper et en lui soumettant des recommandations éclairées. Dans un écosystème ou la data est reine, le Machine Learning apporte également d’autres pistes à forte valeur ajoutée.

Dans les 2 cas, ces axes de transformation contribuent à l’amélioration de la valeur perçue de la fonction PM/PMO, et à un positionnement beaucoup plus stratégique du manager de projet. D’ailleurs, si d’après le PMI®, 8% des chefs de projet craignent pour l’éradication de leur rôle actuel, 20% d’entre eux imaginent plutôt une évolution de ce dernier, augmenté par la technologie.

Un assistant numérique pour décharger le chef de projet ?

« L’humain est fait pour être créatif, et la robotisation lui redonne cet espace » – Eric Adrian

Les agents conversationnels, ou chatbots, permettent un changement de paradigme par rapport aux outils traditionnels du manager de projet. Les interactions en langage naturel, les retours explicites d’un bot sur sa compréhension des requêtes, sa capacité à exécuter automatiquement tout ou partie d’un processus métier en font aujourd’hui un membre de l’équipe à part entière.

Leur apport opérationnel est tel qu’ils permettent de décharger les chefs de projet de bon nombre de tâches à faible valeur ajoutée, répétitives et avec une certaine forme de lourdeur ou de pénibilité.

Les expérimentations menées par nos experts du LAB se sont centrées sur 2 cas d’usages : l’automatisation du suivi et de la relance des actions / la « Smart » FAQ projet.

Quelles sont mes actions ? Clôture l’action « finaliser le PMP » ! Relance l’équipe sur ses actions ! Quel est l’atterrissage budgétaire à fin Juin ? Où se trouve le template de charte projet ?

L’accès à l’information projet et sa mise à jour sont facilitées. Le chef de projet et le bureau PMO sont déchargés de sollicitations perturbatrices.

Tout ceci est possible grâce au TLN (Traitement du Langage Naturel), qui est une sous-discipline de l’intelligence artificielle. La recherche en TLN a principalement débutée dans les années 1950, avec Alan Turing, et avec ce qui sera nommé plus tard comme le « test de Turing », critère d’intelligence de la machine.

Le TLN a fortement évolué depuis le début des années 2010 : l’explosion de la capacité de calcul des machines, associé à des modèles plus performants de représentation de la connaissance ainsi que des modèles de réseaux de neurones par apprentissage profond (« deep learning » / « deep neural network ») permettent des approches plus « naturelles ».

L’utilisation de ce type de solution a d’autres bénéfices, identifiés parfois comme des effets de bord de tests sur le terrain : Abstraction des problématiques d’utilisation d’outils, point d’accès central à la donnée, notification quasi temps-réel d’évènements nécessitant une prise de décision et plus important encore : modification de la perception du PM/PMO par les différentes parties prenantes.

Un agent intelligent pour prioriser les actions ?

« Il n’y a rien de pire que de faire avec efficacité quelque chose qui n’avait absolument pas besoin d’être fait » – Peter Drucker.

La gestion du temps est un enjeu crucial de performance managériale. Comment s’assurer que les équipes opèrent sur les bonnes activités, au bon instant ? Comment garantir l’exécution d’un plan d’actions créant un maximum d’impact?

C’est à ce titre que l’I.A. intervient en tant que « prioritizer ». Des travaux de R&D menées par SCALIAN ont permis le développement d’un prototype répondant à 3 leviers de performance : Alignement stratégique / Priorisation / Management visuel.

S’appuyant dans un 1^er temps sur le framework OKR (Objectives & Key Results), le système construit un « set » d’objectifs sur lequel le manager peut agir régulièrement pour influencer le niveau de focus de l’équipe.

Un modèle de Machine Learning prend alors le relais pour associer dynamiquement les priorités au sein du plan d’actions. Chaque action se voit alors affectée un niveau d’importance et d’urgence.

Enfin, une restitution visuelle est effectuée au sein d’une matrice d’Eisenhower, permettant à minima à chaque membre de l’équipe de se challenger sur sa propre perception de sers priorités.

En cas de changement brutal de direction, ou si les objectifs évoluent, cet agent intelligent devient capable de reconfigurer instantanément les priorités de l’équipe, ouvrant à de nouvelles perspectives d’agilité organisationnelle.

Anticiper les risques projets, la donnée est-elle la clé ?

« Prévoir, c’est à la fois supputer l’avenir et le préparer ; prévoir, c’est déjà agir » – Henri Fayol.

A l’ère du « process tout puissant », qui peut se targuer de connaître l’ensemble des REX, lessons learnt, données des projets passés, ou même simplement d’avoir le temps d’aller les consulter pour préparer le lancement de son propre projet ?

La combinaison du TNL et de différentes approches de Machine Learning (supervisées ou non), permet de valoriser la donnée « dormante » des projets ou programmes passés. Un cas d’utilisation concret réside dans l’identification de risques projets (ou dans notre cas, de menaces).

Tout projet, même s’il a un objectif unique par rapport à d’autres, partage certaines caractéristiques avec des projets passés. Il est alors possible de faire « apprendre » à la machine, ce qu’est un risque pour cet environnement, et de faire naître des liens non explicites entre les projets. Un algorithme de génération contextuel de menaces peut alors prendre le relais, et extrapoler les caractéristiques du projet courant afin d’identifier les menaces potentielles auquel il pourrait être soumis.

Ces travaux ont notamment conduit au développement d’un démonstrateur dont les conclusions permettent aujourd’hui d’affirmer que la Machine est capable de rivaliser avec succès avec un Risk Manager expérimenté.

Nous sommes convaincus que ces nouveaux outils, embarquant une certaine forme d’intelligence, permettront au manager 4.0 de concentrer ses efforts sur les activités où réside la réelle complexité.

Pour autant, le champ de possibles reste très large, et le LAB SCALIAN compte bien aller plus loin encore dans des preuves de concept toujours aussi pragmatique et répondant à des problématiques terrain réelles. L’année 2020 sera par exemple placée sous le signe de la montée en valeur de l’agent conversationnel, passant d’une fonction d’assistant numérique à celle de « conseiller » (advisor) : un agent capable d’analyser les données du projet dans leur globalité, et de suggérer certaines actions ou recommandations au chef de projet.

Et vous, comment voyez-vous le futur de la profession ?

N’hésitez pas à réagir en commentaire pour partager des cas d’usages, vous projeter et contribuer ainsi à dessiner le futur du management de projet !

---

à propos des auteurs de ce billet:

• Antoine DELUGEAU est Directeur du LAB SCALIAN dont la mission consiste à adresser spécifiquement la transformation des métiers du management des opérations (pilotage de projets, management de la qualité, supply-chain, achats et approvisionnements). Ingénieur de formation, complété par un master en gestion d’entreprise, Antoine a assuré le pilotage de grands projets de transformation au sein de cabinets de conseils avant de prendre en charge la Direction du LAB SCALIAN, convaincu que les révolutions technologiques et sociétales d’aujourd’hui étaient une opportunité pour être acteur de ces transformations des fonctions support.
• Julien JEANY est responsable de projets de R&D au sein du LAB SCALIAN. Issu du monde des sciences cognitives (intelligence artificielle et neurosciences en particulier), son parcours l’a amené à obtenir sa certification PMP® en 2012 et à évoluer ainsi dans ces deux domaines en les connectant. Julien a à cœur de pouvoir faire parler le monde de la recherche avec le monde opérationnel afin de répondre à des problématiques réelles du terrain et de proposer des solutions à la fois disruptives et pragmatiques.

Antoine & Julien interviennent régulièrement en tant que speaker aux conférences et ateliers du PMI®.

Pour les contacter, envoyez un courrier à lab@scalian.com