Série : Gérer les tâches d’une équipe qui travaille avec l’IAPartie 1
Avec l’IA, a-t-on encore besoin d’un outil de gestion des tâches ? Ce qui a changé dans le travail créatif pour des clients
À propos de cette série
« Gérer les tâches d’une équipe qui travaille avec l’IA » est une série en six parties destinée aux petites équipes créatives et aux équipes qui travaillent pour des clients, et qui ont commencé à utiliser ChatGPT ou Gemini au travail. Les parties peuvent se lire dans n’importe quel ordre.
- Avec l’IA, a-t-on encore besoin d’un outil de gestion des tâches ?Cet article
- Formuler les tâches autour de ce qu’il faut décider, pas seulement de ce qu’il faut produire
- Rendre visible l’« attente de décision »
- Les propositions de l’IA sont des éléments de décision, pas un travail fini
- Ne pas rester bloqué en attendant la validation du client
- Avec de bonnes traces écrites, l’IA peut aider davantage
Lundi matin, un nouveau projet de site web démarre. La cheffe de projet donne le brief à un outil d’IA, et en quelques minutes on obtient trois maquettes filaires de la page d’accueil et vingt propositions d’accroche.
Il n’y a pas si longtemps, arriver jusque-là aurait pris une journée entière. Pourtant, la date de fin du projet n’a pas bougé. Il faut une demi-journée pour s’accorder sur une direction au sein de l’équipe, et une semaine pour attendre la réponse du client. Avec le recul, le travail n’a jamais bloqué à l’étape « produire ».
« Si l’IA fait déjà tout ça, a-t-on encore besoin d’un outil de gestion des tâches ? »
L’IA a rendu le travail lui-même plus rapide. Et pourtant, on n’a pas vraiment l’impression que les projets se terminent plus tôt.
Cet article examine ce qui a changé, et ce qui n’a pas changé, depuis qu’une équipe créative utilise l’IA. La réponse courte d’abord : vous avez toujours besoin d’un outil de gestion des tâches. Ce qui change, c’est ce que vous y consignez. On passe d’une liste d’étapes de travail à un registre des décisions et des accords.
Remarque : cet article est rédigé par le développeur de GeckoFlag.
Ce que l’IA a accéléré : la « production »
Utiliser l’IA générative au travail n’a plus rien d’exceptionnel. Au Japon, le Livre blanc 2026 sur l’information et les communications du ministère des Affaires intérieures et des Communications (en japonais, publié en juillet 2026) indique que, dans son enquête de l’exercice 2025, 86,4 % des entreprises japonaises utilisaient l’IA générative dans au moins un domaine de leur activité. L’année précédente, ce chiffre était de 55,2 %.
Remarque : ce chiffre exclut les entreprises qui ont répondu « je ne sais pas » au sujet de leur politique en matière d’IA.
Dans le travail créatif aussi, de nombreuses tâches sont devenues plus rapides grâce à l’IA.
- Maquettes filaires : décrivez l’objectif d’une page et ce qu’elle doit contenir, et des propositions de mise en page apparaissent aussitôt.
- Propositions de textes : vous pouvez produire des accroches ou des libellés de boutons par dizaines.
- Variantes d’images : vous pouvez créer plusieurs versions du visuel principal avec une autre couleur ou une autre ambiance.
- Résumés de réunion : vous pouvez extraire les décisions et les actions à mener d’une longue transcription.
Un travail qui prenait une demi-journée prend forme en quelques minutes. C’est un grand changement.
La durée du travail est devenue difficile à prévoir
En même temps, un nouveau problème est apparu : il est plus difficile de savoir combien de temps prendra un travail.
Parfois, le premier résultat est utilisable. D’autres fois, rien ne convient, même après de nombreuses tentatives. Vous reformulez vos instructions, ajoutez des références et recommencez. Sans vous en rendre compte, deux heures ont passé. Ce n’est pas rare.
Jusqu’ici, les équipes estimaient « cela prendra trois heures » et suivaient l’avancement selon les heures passées. Dès que l’IA entre en jeu, ces estimations ne sont plus fiables. Estimer et suivre l’avancement en heures de travail convient de moins en moins.
Un exemple avec des accroches
Donner le brief à un outil d’IA et obtenir trente propositions d’accroche prend environ quinze minutes. Les réduire à trois au sein de l’équipe prend une heure et demie. Obtenir du client qu’il en choisisse une prend quatre jours.
Le temps ne part pas dans la « production » des propositions. Il part dans le « choix » et dans l’« obtention d’une décision ».
Ce que l’IA n’a pas accéléré : la « décision »
Quand l’IA vous donne plus de propositions, vous avez aussi plus de choix à faire. Choisir une accroche parmi vingt prend plus de temps que parmi trois.
Et les choses suivantes ne sont pas plus courtes avec l’IA :
- S’accorder sur une direction au sein de l’équipe : la direction de projet et le design discutent de la proposition à retenir et décident.
- Faire valider par le client : vous montrez les propositions et attendez une réponse. Parfois, le client doit d’abord les faire circuler en interne.
- Décider d’accepter ou non une demande de modification : vous déterminez si une modification demandée entre dans ce qui avait été convenu au départ.
Ce sont toutes des choses que des personnes réfléchissent et décident. L’IA peut rassembler les éléments d’une décision, mais ce sont des personnes qui décident.
La refonte d’un site d’entreprise. Grâce à des premières versions produites avec l’IA, les propositions de design étaient prêtes en deux jours.
Puis l’équipe les a envoyées au client, et aucune réponse n’est venue. La personne de contact voulait les montrer à un dirigeant avant de répondre. Tant que cette validation n’était pas faite, le projet est resté à l’arrêt pendant une semaine.
Le retard ne venait pas du travail. L’équipe attendait la décision de quelqu’un.
Quand un projet est bloqué, passez les raisons en revue une à une : vous constaterez souvent qu’il attend la décision de quelqu’un plutôt qu’il n’est en retard sur le travail. Attend-il quelqu’un dans l’équipe, ou le client ? Comme l’IA a rendu le travail plus rapide, cette attente se remarque davantage qu’avant.
Suivre les étapes de travail en détail compte moins
Jusqu’ici, gérer les tâches consistait surtout à découper un travail en étapes et à donner à chacune une estimation de durée, une personne responsable et une échéance. Par exemple : « Maquettes filaires, 4 heures, Camille, pour mercredi ».
Quand l’IA rend le travail plus court et plus difficile à prévoir, ce niveau de détail a moins de sens. Une tâche estimée à quatre heures peut être terminée en vingt minutes, ou prendre une demi-journée de nouvelles tentatives.
Ce qu’il vaut mieux consigner à la place ressemble plutôt à ceci :
- Ce qui doit être décidé
- Qui le décide
- Pour quand cela doit être décidé
- Ce qui a été décidé
Côte à côte, l’ancien et le nouveau se présentent ainsi :
| Ce que les équipes ont consigné jusqu’ici | Ce qu’il vaut mieux consigner désormais |
|---|---|
| Temps passé sur le travail | Échéance de la décision |
| Personne qui fait le travail | Personne qui décide (dans l’équipe ou chez le client) |
| Pourcentage d’avancement | Nombre de réponses que vous attendez |
| Travail terminé | Ce qui a été décidé, et pourquoi |
Cela ne veut pas dire que vous cessez de consigner le travail. Il reste utile de voir qui travaille sur quoi. Mais ce qu’il faut vraiment suivre pour faire avancer un projet, c’est la colonne « Ce qu’il vaut mieux consigner désormais ».
Pourquoi vous avez quand même besoin d’un outil
Vous vous dites peut-être : « Si c’est la décision qui compte, il suffit d’en parler, non ? » Vous avez pourtant toujours besoin d’un outil, pour trois raisons.
1Les dates et les transmissions restent à gérer
Les dates de mise en ligne et les échéances ne bougent pas parce que vous avez l’IA. Les validations par le client et les transmissions avec des photographes ou des développeurs externes font toujours partie du travail. Quand, à qui et quoi transmettre : cela reste à gérer après l’arrivée de l’IA.
2Plus de propositions, plus de « Au fait, laquelle avait-on choisie ? »
Plus vous générez de propositions avec l’IA, plus elles s’accumulent. Trente accroches, dix bannières. Laquelle avez-vous choisie ? Et pourquoi celle-là ?
Vous vous en souvenez au moment de décider, mais deux semaines plus tard, plus du tout. Si le client dit « Finalement, revenons à la première », et que personne ne peut retrouver de quelle proposition il s’agissait ni pourquoi elle avait été écartée, tout est à rediscuter.
3Dans la seule messagerie, les décisions se perdent
Beaucoup d’équipes prennent leurs décisions dans la messagerie. « On part sur la B. » « C’est noté. » C’est rapide et simple, mais la décision disparaît vite sous d’autres sujets.
Quand vous la cherchez plus tard, vous ne retrouvez pas le message où elle a été prise. Conserver les décisions à un endroit défini, c’est précisément ce que permet un outil de gestion des tâches, y compris pour les équipes qui utilisent l’IA.
Voir aussiPourquoi les demandes se perdent dans la messagerie est expliqué en détail dans la partie 3 de notre série pour débutants « Votre premier outil de gestion de projets » : « Pourquoi les demandes par e-mail et messagerie se perdent-elles ? »
Pour les équipes qui utilisent l’IA, un outil de gestion des tâches élargit son rôle : d’une liste d’étapes de travail, il devient un registre des décisions et des accords.
Ce que couvre cette série
En six parties, cette série montre comment les équipes créatives qui utilisent l’IA peuvent consigner leurs décisions et leurs accords. Voici le contenu des parties 2 à 6 :
- Partie 2, « Formuler les tâches autour de ce qu’il faut décider, pas seulement de ce qu’il faut produire » : découper « Concevoir la page d’accueil » en tâches de la taille d’une décision, comme « Choisir la direction du visuel principal entre deux propositions ».
- Partie 3, « Rendre visible l’“attente de décision” » : distinguer les tâches qui attendent quelqu’un dans l’équipe de celles qui attendent le client. Commencer la réunion régulière par « Ce que le client doit décider cette semaine ».
- Partie 4, « Les propositions de l’IA sont des éléments de décision, pas un travail fini » : consigner quelles propositions de l’IA ont été gardées et lesquelles ont été écartées, pour retrouver la raison quand on vous dit « Revenons à la première ».
- Partie 5, « Ne pas rester bloqué en attendant la validation du client » : au lieu d’envoyer les demandes de validation au compte-gouttes dans la messagerie, les regrouper avec des échéances. Et savoir quand inviter le client dans l’outil, ou plutôt lui envoyer une liste.
- Partie 6, « Avec de bonnes traces écrites, l’IA peut aider davantage » : utiliser vos traces écrites avec l’IA, par exemple pour préparer des tâches à partir de notes de réunion ou un rapport hebdomadaire à partir de la liste des tâches, et décider quelles informations client confier à un outil d’IA.
Pour savoir ce que coûtent les fonctions d’IA intégrées aux outils de gestion des tâches, consultez notre article « Combien coûtent les fonctions d’IA des outils de gestion de projets ? »
En résumé
- Ce que l’IA a accéléré, c’est la « production » : maquettes filaires, propositions de textes, etc.
- La « décision » ne va pas plus vite : accord au sein de l’équipe, validation par le client, arbitrage des demandes de modification
- Les projets bloquent plus souvent parce qu’ils attendent la décision de quelqu’un que parce que le travail est en retard
- Ce que vous consignez passe du temps de travail et du pourcentage d’avancement aux échéances de décision, aux personnes qui décident, et à ce qui a été décidé avec la raison
Ce que l’IA a changé, ce n’est pas la quantité de travail, mais l’endroit où passe le temps. Quand un outil de gestion des tâches passe d’une liste d’étapes de travail à un registre des décisions et des accords, il devient plus facile de faire avancer le travail avec l’IA.
La prochaine fois, nous verrons comment formuler les tâches autour de ce qu’il faut décider plutôt que de ce qu’il faut produire. À partir de la partie 2, nous montrerons des exemples concrets avec des écrans de GeckoFlag.