L’intelligence artificielle n’est plus une simple promesse technologique : elle s’invite désormais au cœur de chaque étape de conception logicielle.
Toolseeta, chef de projet à Maurice, est une figure clé de la gestion de projet informatique chez Esokia. Au quotidien, elle orchestre le développement d'applications web et mobiles sur mesure pour des clients internationaux dans des secteurs variés tels que l'immobilier, le travel ou les services.
Pour comprendre comment l’IA et la gestion de projet s’articulent concrètement sur le terrain, découvrez l’entretien exclusif de Toolseeta. Du premier cadrage à la livraison finale, découvrez les coulisses d’une méthodologie hybride qui concilie gain de productivité, innovation métier et sécurité absolue des données.
Comment décrirais-tu l'évolution de la demande client concernant l'IA chez Esokia ?
Aujourd'hui, il y a deux aspects clés dans l’utilisation de l’IA sur nos projets :
La création d’outils IA personnalisés pour les plateformes de nos clients : Par exemple, le développement d'un chatbot entraîné spécifiquement sur le métier et le secteur d'activité du client.
L’utilisation des outils IA existants en interne : Nous exploitons ces technologies pour accélérer les phases de développement, de conception et d'assurance qualité (QA) lors de la réalisation des plateformes.
Au-delà de l'effet de mode, quel est le bénéfice réel que vous apportez aux clients en intégrant des outils comme Gemini ou Claude ?
Le gain principal revient sur le temps. Avec l’aide de ces outils, on passe moins de temps à réaliser des tâches chronophages telles que la rédaction des spécifications ou la génération de code. Cela optimise aussi considérablement la phase de vérification et de testing des applications réalisées.
Vous travaillez sur des secteurs variés (Travel, Immobilier, livraison de repas...). Comment l'IA est-elle spécifiquement utilisée sur le terrain ?
L’IA est utilisée dès les phases très précoces des projets. Dès la phase d’avant-vente, les outils IA aident à la compréhension des besoins du client, permettent de faire une analyse de l’existant et d'explorer les solutions possibles.
Ensuite, nous l'intégrons tout au long de la chaîne de valeur :
Cadrage et documentation : On s'appuie sur l'utilisation de l’IA pour accélérer la création des présentations de solutions ainsi que pour la rédaction de documentations fondamentales (cahiers des charges et cahiers de recette).
Design (UI/UX) : La prochaine étape repose sur la création de maquettes visuelles des sites web ou des applications mobiles, où des outils IA nous assistent directement.
Développement : Lors de la phase de dev, des assistants comme Claude ou Copilot aident sur la génération de code, que les développeurs contrôlent et ajustent avant de l'utiliser.
Tests & QA : Il existe aussi des outils IA pour assister et dérouler les cas de test. Les testeurs le font manuellement une première fois, puis ils automatisent le test afin qu'il s'exécute tout seul lors des prochaines phases.
Quels ont été les principaux défis techniques lors de cette intégration ?
Le premier défi est la compréhension du métier du client et les analyses derrière une proposition cohérente. Au niveau de la mise en place technique de l’outil, les principes restent les mêmes. Le grand défi reste aussi l’apprentissage et l'entraînement de l’outil IA réalisé afin de le rendre pleinement efficace.
Comment gérez-vous la transition entre le développement classique et l'intégration de briques d'IA ?
Pour nous, l’IA ne remplace pas le développement classique : elle l'enrichit. Nous abordons cette transition de manière hybride et progressive :
L'approche modulaire (API-first) : Nous concevons d'abord des architectures solides. L'IA est ensuite intégrée sous forme de « briques » indépendantes via API. Cela permet d'ajouter ou de mettre à jour un modèle d'IA sans jamais déstabiliser le cœur de l'application.
La méthode du POC (Proof of Concept) : Avant de déployer l'IA à grande échelle, nous validons l'usage sur un périmètre restreint pour tester la pertinence des réponses et mesurer le retour sur investissement (ROI) concret.
La conduite du changement : Intégrer de l'IA modifie les habitudes. Nous accompagnons nos clients avec des phases de test utilisateur très tôt pour s'assurer que la brique d'IA est intuitive et adoptée.
Dans votre méthodologie, comment assurez-vous la sécurité et la fiabilité des données clients ?
C'est une question cruciale, car nos clients nous confient leur actif le plus précieux. Nous appliquons une politique de sécurité basée sur trois piliers :
Des environnements étanches : Via des accès "Enterprise" ou des services cloud (Azure, AWS), nous garantissons que les données envoyées ne servent jamais à réentraîner les modèles publics.
L'anonymisation et le filtrage : En amont de l'envoi de données vers un LLM, des scripts de nettoyage masquent toutes les données personnelles (RGPD) ou confidentielles.
La validation humaine (Human-in-the-loop) : L'IA propose, l'humain valide. Aucune décision critique ou modification majeure de base de données n'est automatisée à 100 % sans un contrôle humain préalable.
Comment les équipes (développeurs, CP) ont-elles adapté leurs méthodes de travail ?
L'intégration d'assistants comme Copilot ou Claude a déplacé notre valeur ajoutée vers des tâches plus stratégiques.
Pour les Chefs de Projet, nous passons moins de temps sur la rédaction descriptive basique et plus sur l'ingénierie de prompt et l'analyse des processus métiers. Pour les Développeurs, le rôle évolue vers celui de relecteur et d'architecte. L'IA générant les fonctions répétitives en quelques secondes, ils se concentrent sur l'optimisation des performances et la sécurité.
Le mot d'ordre reste l'esprit critique. Nous formons nos équipes à ne jamais faire confiance aveuglément à l'IA. Chaque ligne de code générée et chaque spécification produite sont relues et testées avec rigueur.
Quelles sont les prochaines grandes tendances d'intégration IA que vous anticipez pour les entreprises ?
Le marché dépasse le simple stade du "chatbot qui répond à des questions". Nous voyons émerger trois tendances majeures :
Les Agents IA Autonomes (Agentic AI) : Donner l'autonomie à l'IA pour exécuter des workflows complexes (ex: analyser un email entrant, interroger le CRM, rédiger une réponse et mettre à jour un ticket de livraison sous supervision).
L'IA Multimodale ultra-rapide : L'intégration native de la voix et de l'analyse d'images en temps réel (ex: prendre une photo d'un problème sur le terrain pour générer automatiquement un rapport technique).
La recherche sémantique avancée (RAG) : Permettre aux entreprises d'interroger leur base de connaissances interne (comme sur des projets de gestion documentaire avancée ) de façon fluide et sourcée.
Quel conseil donneriez-vous à un client qui hésite encore ?
Mon conseil est très pragmatique : identifiez le point de friction le plus répétitif et le plus chronophage pour vos équipes au quotidien (saisie de données, support client, recherche documentaire).
Testez l'IA sur ce cas d'usage précis sous forme de projet pilote (POC) de 2 à 4 semaines. Cela vous permettra de mesurer un gain de temps et un ROI immédiats, d'acculturer vos équipes en douceur et de comprendre le potentiel réel avant de déployer des chantiers plus ambitieux.
Prêt à intégrer l'IA dans votre application métier ?
Chez Esokia, nous vous aidons à identifier vos opportunités IA et à concevoir des applications web et mobiles sur mesure, performantes et sécurisées.
Contactez nos experts dès aujourd'hui sur [email protected] pour concevoir votre projet IA.
- Se connecter pour poster des commentaires
