- Présentation
- Compétences clés visées
- Programme
Cette formation immersive d’une journée permet aux chefs de projet de découvrir et d’expérimenter l’apport de l’intelligence artificielle générative dans la gestion de projet. À travers un fil rouge pratique et des cas sectoriels adaptés (banque, assurance, construction, agroalimentaire, éducation, santé…), les participants apprennent à intégrer des outils comme ChatGPT, Microsoft Copilot ou PMI Infinity dans leurs missions quotidiennes : cadrage, planification, communication, suivi et gouvernance.
- Comprendre les apports et les limites de l’IA générative dans la gestion de projet.
- Maîtriser les bases du prompt engineering pour dialoguer efficacement avec l’IA.
- Automatiser des tâches clés (rapports, comptes rendus, matrices de risques, planification).
- Appliquer l’IA sur l’ensemble du cycle de vie projet (du lancement à la clôture).
- Anticiper les enjeux liés aux données, à la gouvernance et à la conduite du changement.
- Développer une posture de chef de projet augmenté, combinant méthodes classiques et IA.
Programme - Sujets Abordés
- Découvrir l’IA générative pour les chefs de projet : comprendre ses principes et son application aux trois axes du PMI Talent Triangle.
Expérimenter les outils IA : manipuler ChatGPT, Copilot et une bibliothèque d’outils GenAI dédiés à la gestion de projet.
Maîtriser les fondamentaux du Prompt Engineering : apprendre à formuler, affiner et enchaîner des prompts efficaces à travers des ateliers interactifs et générer : charte projet, WBS, comptes rendus, planning, matrice de risques.
Appliquer l’IA à la pratique projet : combiner différents outils IA pour automatiser les tâches et optimiser la performance des équipes.
Exploiter les données avec GenAI : comprendre le rôle, la gouvernance et les risques liés aux données, tout en collaborant avec la DSI et les experts internes (Utilisation du GenAI Data Landscape)
Exploration de chatbots et plugins utiles pour les chefs de projet.
Gouvernance, risques et conduite du changement : anticiper les risques ( biais, sécurité, dépendance aux données externes...), intégrer l’IA dans les processus, et affirmer son rôle de chef de projet “augmenté”.
