Tous les modules
Module 0Gratuit5 min

Socle — cadrage & 7 patterns

Qualifier un projet avant d'engager les agents. Le point d'entrée, gratuit.

Démo — Module 0 — Socle : cadrage & 7 patterns

Le module en 4 pastilles

Chaque pastille développe une étape du cadrage. L'agent prépare. Vous décidez.

M0 · P1 — Les deux pièges
M0 · P2 — Les 7 familles d'usage en une page
M0 · P3 — Faut-il un agent pour cette tâche ?
M0 · P4 — Votre grille de qualification

En 30 secondes — À la fin de ce module, vous saurez distinguer un vrai cas d'usage agentique d'un gadget, sur vos propres projets — et vous repartez avec votre grille « tâches de mon delivery × potentiel d'augmentation ». Gratuit, c'est le point d'entrée de tout le parcours.

Pourquoi ce module existe

Le marché fait deux erreurs symétriques : confondre l'agentique avec « ChatGPT en mieux », ou fantasmer une autonomie totale. M0 corrige les deux avant de construire quoi que ce soit. Le fil conducteur, valable quelle que soit la méthode, reste le point de décision : revue de jalon, fin de sprint, go/no-go de release, comité de portefeuille. C'est là que l'agentique apporte de la valeur — et c'est ce que M0 apprend à repérer.

Le socle : les 7 patterns en une page (lus côté delivery)

Plutôt que de penser « algorithmes », on classe l'IA par type d'insight produit. Sept familles (référentiel PMI), relues pour un chef de projet :

Pattern PMIL'insight produitExemple côté delivery
RecognitionIdentifier / classer un élémentRepérer le type d'un document projet, classer des tickets
Conversation & Human InteractionDialoguer, reformuler, adapter un messageDécliner un message par audience
Predictive Analytics & DecisionsAnticiper un résultat, éclairer une décisionRisque d'échéance, aide à la décision, alerte de jalon
Patterns & AnomaliesDétecter l'écart, l'inhabituelConflit de dépendances, dérive d'un indicateur
HyperpersonalizationAdapter à l'individuPeu pertinent en delivery interne — vigilance biais/données
Goal-Driven SystemsOptimiser vers un objectif sous contraintesSimulation de scénarios de planning
Autonomous SystemsSentir, décider et agir seulHors périmètre PMLeadr : on n'automatise pas la décision

Les agents de PMLeadr se concentrent sur Conversation, Predictive Analytics & Decisions et Patterns & Anomalies. Les patterns Autonomous et Hyperpersonalization sont ceux où la frontière de décision et la conformité posent le plus de risques — on apprend à les reconnaître pour s'en tenir éloigné.

L'exercice central : « Faut-il un agent pour cette tâche ? » (6 temps)

Prenez une tâche réelle de votre delivery et passez-la dans cette séquence, dans un seul fil de conversation avec votre LLM (pour que le contexte se construise d'un temps à l'autre). But : non pas concevoir une solution, mais obtenir une vue claire du problème et de ce qui est réaliste.

Temps 1 — Clarifier la vraie douleur (pas la solution). « Agis comme un partenaire de réflexion neutre. Aide-moi à clarifier le vrai problème derrière une tâche de mon delivery que j'envisage d'augmenter avec l'IA. Ne propose aucune solution, ne nomme aucun outil. Contexte : je suis [rôle] en [secteur], méthode [cycle en V / agile / hybride]. La tâche : [décris-la]. Ce qui me coûte du temps : [symptômes]. Pose-moi les questions qui m'aident à formuler le problème en une phrase claire, sans jargon. »

Temps 2 — Quel(s) pattern(s) cette tâche appelle-t-elle ? « À partir du problème clarifié, et sans proposer d'outil, aide-moi à identifier lequel ou lesquels des sept patterns correspondent au type d'insight dont j'ai besoin. Explique pourquoi, en une phrase par pattern retenu. »

Temps 3 — Challenger le choix. « Je pense que cette tâche relève surtout de [pattern]. Qu'est-ce que je pourrais manquer ? Si deux patterns se combinent ici, lesquels, et quel insight chacun apporterait-il ? »

Temps 4 — Les données qui comptent. « Pour ce(s) pattern(s), quelles entrées d'information sont nécessaires pour que ce soit viable ? Liste-les en langage simple, marque chacune essentielle ou confort, puis suggère 3 à 5 questions à poser en interne pour vérifier si l'information essentielle existe et est utilisable. »

Temps 5 — Faisabilité, risques, attentes réalistes. « En langage simple : 1) Faisabilité — ce que ce pattern peut raisonnablement faire sur ma tâche. 2) Risques — où ça peut déraper et quels gestes simples gardent ces risques sous contrôle. 3) Attentes — ce qu'il ne faut PAS en attendre. Ne nomme pas d'outil. »

Temps 6 — Ancrer : PEUT / NE PEUT PAS / NE DOIT PAS. « Synthétise en trois sections, 2-3 puces chacune, spécifiques à ma situation : PEUT (ce que l'agent prépare ou accélère), NE PEUT PAS (ce qui demande un jugement humain), NE DOIT PAS (ce qui ne doit jamais être délégué à l'IA — toute décision engageante : go/no-go, arbitrage, évaluation de personnes). Termine en m'aidant à débusquer une hypothèse cachée. »

Le « NE DOIT PAS », c'est la signature : l'agent prépare, vous décidez. M0 installe la frontière de décision dès le cadrage, avant même de construire le premier agent.

Le livrable : la grille de qualification

À la sortie de l'exercice (répété sur 2-3 tâches), vous remplissez votre grille personnelle — l'outcome officiel de M0 :

Tâche de mon deliveryPattern(s)Donnée essentielle dispo ?EffortImpactCe qui reste humainVerdict
(ex. préparer le point de jalon)Predictive A. & DecisionsOui (charges, dates)FaibleFortLe go/no-gocandidat agent
(ex. …)À écarter / plus tard

Le verdict distingue le vrai cas d'usage (douleur réelle + donnée dispo + frontière claire) du gadget. Chaque ligne « candidat agent » pointe vers l'agent correspondant — et donc vers les modules M1 à M4.

Sur votre méthode

  • Cycle en V / hybride — cartographier les tâches candidates sur les phases, les jalons de décision et les revues.
  • Agile — cartographier sur les cérémonies et artefacts (backlog, planning, review, rétro, definition of done).
  • Agile à l'échelle (SAFe) — cartographier sur les instances de portefeuille et les points de synchronisation inter-équipes.

Pourquoi cet exercice : les 5 causes d'échec

Une étude RAND identifie 5 causes racines d'échec des projets d'IA — et corrobore le chiffre « plus de 80 % des projets d'IA échouent » (deux fois le taux des projets IT classiques). L'exercice de qualification M0 est précisément conçu pour les neutraliser avant qu'elles ne coûtent :

Cause d'échecNeutralisée par…
Le problème est mal compris ou mal communiquéTemps 1 + Temps 3
Données insuffisantesTemps 4
Fascination pour la techno plutôt que pour le problèmeTemps 1 & 2 (on part du problème, jamais de l'outil)
Infrastructure inadaptéeTemps 5
Problème trop difficile pour l'IA actuelleTemps 5 & 6

C'est votre vaccin contre les cinq erreurs les plus fréquentes.

La règle d'or

M0 ne vend pas d'agent : il apprend à trier. La grille de qualification est le premier livrable que vous emportez — et le pont vers M1 à M4. La frontière de décision (« NE DOIT PAS ») est posée dès le cadrage : l'agent prépare, vous décidez.

Passer à la pratique

Téléchargez la fiche méthode et la grille ci-dessous, puis passez-la sur un de vos projets réels : c'est le livrable de ce module.

Vos ressources à emporter

  • Faut-il un agent pour cette tâche ? — la fiche méthode

    13 pages : les six questions, la règle du verdict, un cas déroulé de bout en bout et une planche aide-mémoire. Gratuite.

  • Faut-il un agent pour cette tâche ? — la grille

    Le classeur qui rend le verdict : six réponses, et il calcule les heures en jeu, la faisabilité et le niveau de relecture exigé.

Les autres modules

Toute la formation