Quand un agent IA prend une décision sur votre programme, à qui rend-il des comptes ? Pas à vous. Pas à votre sponsor. À personne, pour l'instant. Et c'est précisément là que réside le problème – non pas dans la technologie, mais dans l'absence de gouvernance qui l'encadre.
Cet article n'est pas un manifeste anti-IA. C'est un cadre opérationnel pour les directeurs de programme et les DSI qui déploient – ou s'apprêtent à déployer – des agents IA dans leurs projets, et qui veulent le faire sans perdre le contrôle de leurs décisions stratégiques.
Ce que l'IA agentique change concrètement dans les projets
Pendant des mois, l'intelligence artificielle en gestion de projet a fonctionné comme un assistant passif : elle analysait des données, suggérait des scénarios, alertait sur des dérives. L'humain décidait. Toujours. Cette ère est révolue.
L'IA agentique – c'est-à-dire les systèmes capables de planifier, d'agir et d'apprendre de manière autonome – franchit une frontière fondamentale : elle exécute. Elle ne vous propose plus de réaffecter des ressources sur un jalon critique ; elle le fait. Elle ne signale plus que le reporting hebdomadaire peut être automatisé ; elle le produit, le formate et l'envoie.
Sur les tâches répétitives et bien définies, les résultats sont réels et mesurables : reporting automatisé, synthèse de réunion en temps réel, analyse de dérive de planning, alertes de risque sur la base de signaux faibles dans les données de projet. Ce n'est pas de la fiction. Ce sont des cas d'usage déjà opérationnels dans plusieurs grandes organisations françaises.
L'IA agentique se répand dans les entreprises plus vite que les leaders ne peuvent redéfinir les processus, réassigner les droits de décision ou repenser les modèles de travail.
MIT Sloan Management Review & Boston Consulting Group – Rapport Agentic Enterprise, 2025 (2 000+ organisations interrogées)
Mais dès que l'on monte d'un cran – priorisation de backlog, arbitrage budgétaire, décision de go/no-go – la réalité se complique. L'agent a optimisé selon ses paramètres de configuration. Pas selon votre contexte politique interne. Pas selon la relation de confiance fragile avec votre sponsor. Pas selon l'information que vous avez reçue en couloir avant le COPIL.
Source : MIT Sloan Management Review – The Emerging Agentic Enterprise (2025)
Le problème de gouvernance que personne ne traite
La gouvernance de l'IA dans les projets est traitée, le plus souvent, comme un sujet IT. Une charte d'usage ici, un article de politique de données là, un comité IA quelque part en orbite haute de l'organisation. Et pendant ce temps, les équipes projet déploient des agents sur leurs workflows quotidiens, sans cadre de délégation formalisé.
Le rapport Pulse of the Profession 2026 du PMI le confirme : la complexité est désormais la réalité opérationnelle de la majorité des projets. Ce qui augmente cette complexité n'est pas seulement l'incertitude technique ou l'étendue du périmètre – c'est la fragmentation des droits de décision dans des environnements où humains et systèmes automatisés collaborent sans que les frontières soient clairement définies.
Il en résulte quatre tensions concrètes que j'observe régulièrement sur le terrain :
- Autonomie vs contrôle : plus l'agent est autonome, plus il est efficace – et plus il est difficile à superviser en temps réel.
- Vitesse vs responsabilité : l'IA décide vite. L'accountability humaine suit lentement. L'écart entre les deux est un espace sans propriétaire.
- Optimisation vs contexte : l'agent optimise selon sa fonction objectif. Votre contexte stratégique, lui, n'est pas dans sa fonction objectif.
- Délégation vs accountability : qui est responsable quand l'agent se trompe ? La réponse "l'IA" n'est pas une réponse recevable devant un COMEX.
Source : PMI – Pulse of the Profession 2026 : Driving Success in Complex Projects
Le cadre opérationnel en 3 questions
La réponse à ces tensions n'est pas de ralentir le déploiement de l'IA. C'est de le préparer correctement – ce qui prend entre deux heures et une demi-journée, et qui évite des mois de correction post-crise.
Avant tout déploiement d'agent IA dans un programme, trois questions doivent recevoir une réponse écrite, validée en COPIL ou en gouvernance de programme :
Question 1 – Exécution autonome. Quelles décisions l'IA peut-elle prendre et exécuter seule, sans validation humaine préalable ? Ces décisions doivent être réversibles, à faible impact stratégique, et bien définies (exemples : envoi du reporting hebdomadaire, mise à jour automatique du planning sur la base des données d'avancement déclarées).
Question 2 – Proposition avec validation. Quelles décisions l'IA peut-elle préparer et proposer, mais dont l'exécution reste conditionnée à une validation humaine explicite ? C'est ici que se situe la majorité des cas d'usage avancés : réaffectation de ressources, révision de jalons, escalade de risques, mise à jour de la matrice RACI.
Question 3 – Périmètre exclu. Quelles décisions restent hors périmètre IA, sans exception, quelle que soit la maturité du système ? Cette liste doit inclure a minima : les décisions de go/no-go, les arbitrages budgétaires au-delà d'un seuil défini, la gestion des risques majeurs classés critiques, et toute décision engageant la responsabilité juridique ou contractuelle de l'organisation.
Si vous ne savez pas répondre à la question 3, vous n'êtes pas prêt à déployer. Et c'est correct. Mieux vaut un déploiement lent et maîtrisé qu'une automatisation qui vous échappe en phase critique.
Ce que la question 3 révèle sur votre organisation
L'exercice de définir le périmètre exclu est inconfortable. Il force à nommer explicitement ce que l'humain doit continuer à décider – et donc à accepter que la décision humaine est un choix conscient, pas un défaut par rapport à l'automatisation.
Il révèle aussi, fréquemment, que votre gouvernance actuelle ne précise pas qui décide quoi en dehors de l'IA. Si vous ne savez pas qui a le droit de décision sur un go/no-go sans IA, vous ne saurez pas le formaliser avec IA. Le problème n'est pas technologique – il est structurel.
Les directeurs PMO doivent définir une ligne rouge claire sur les décisions qui restent réservées aux chefs de projet et aux sponsors, en particulier pour la priorisation stratégique, la gestion des risques majeurs et l'arbitrage budgétaire.
PMO at Work – Gestion de projet et IA en 2026 : le palier de maturité franchi
La bonne nouvelle : ce travail de formalisation est utile indépendamment de l'IA. Un programme dont les droits de décision sont documentés est un programme qui se pilote mieux, qui souffre moins de "décisions par silence", et qui résiste mieux aux crises de gouvernance en phase d'exécution.
Une transformation de gouvernance avant une transformation technologique
Le déploiement de l'IA agentique dans les projets sera, à terme, inévitable. Les gains de productivité sur les tâches administratives et analytiques sont trop réels pour être ignorés durablement par les organisations sous pression de performance.
Mais les organisations qui réussiront cette transition ne seront pas celles qui auront adopté les outils les plus puissants. Ce seront celles qui auront investi, en amont, dans la clarté de leur gouvernance : qui décide quoi, avec quelle information, selon quels critères, et avec quelle accountability.
L'IA agentique est un révélateur. Elle révèle la qualité de votre architecture décisionnelle. Si cette architecture est floue avant le déploiement, elle sera chaotique après.
La question n'est donc pas "faut-il déployer l'IA agentique dans nos programmes ?" La réponse est probablement oui, à terme. La vraie question est : êtes-vous gouvernance-ready ?
Sources et références
- MIT Sloan Management Review & BCG – The Emerging Agentic Enterprise, 2025 – Lire le rapport
- PMI – Pulse of the Profession 2026 : Driving Success in Complex Projects – Lire le rapport
- F1000Research – Artificial Intelligence in Project Management : Challenges, Strategies and Best Practices, avril 2026 – Lire l'article
- PMO at Work – Gestion de projet et IA en 2026 : le palier de maturité franchi, mai 2026 – Lire l'article
