L'IA offre un potentiel significatif pour rationaliser et optimiser la gestion du backlog Produit, mais son adoption nécessitera de trouver un équilibre judicieux entre automatisation et validation humaine, tout en assurant la transparence et en atténuant les risques de biais.
L'arrivée de l'intelligence artificielle (IA) bouscule les pratiques Agile. Que signifie encore "être Agile" à l'ère de l'IA? Cette série d'articles dresse un panorama des changements culturels et méthodologiques à prévoir au sein des organisations.
Basée sur le travail d'Andy Grove dans les années 1970, la méthode OKR, pour Objectifs & Key Results, a été introduite chez Intel par John Doerr avant d'être popularisée par Google au début des années 2000. Elle est particulièrement connue comme la méthodologie phare des startups. Bien qu'elle ait prouvé son efficacité pour aligner les efforts afin d'atteindre des résultats ambitieux, sa mise en œuvre doit être bien réfléchie.
Voici 10 mythes sur la méthode :
Mythe n°1 : les OKR sont faciles à définir. En réalité, ils ne le sont pas car ils doivent être alignés avec la mission, la vision et le plan stratégique de l'entreprise. De plus, ils ne doivent pas ressembler à une liste à la Prévert, ce qui signifie qu'il faut choisir ses priorités.
Mythe n°2 : les OKR sont prévisibles. Ce n'est pas le cas, ce qui rend la détermination des valeurs des KR difficile. Larry Page lui-même disait que les objectifs doivent être ambitieux pour motiver les équipes à atteindre des résultats au-delà de leurs attentes. Cependant, cette vision est critiquée pour l'impression qu'elle donne de devoir grimper une montagne.
Mythe n°3 : les OKR conviennent à toutes les entreprises. Théoriquement oui, mais en pratique, la culture de l'entreprise ou le système managérial peuvent être incompatibles avec la méthode.
Mythe n°4 : tous les objectifs doivent être mesurables. Ce n'est pas toujours le cas, certains objectifs peuvent être qualitatifs ou en simplement définis par oui ou non.
Mythe n°5 : la mise en œuvre des OKR est simple. En réalité, elle exige de la maturité (vision, stratégie, data, etc.) et un travail conséquent (alignement, communication, priorisation, animation, gestion, etc.). Elle nécessite un processus et un système de gouvernance. Les équipes doivent aussi être accompagnées dans les premières étapes pour limiter les frictions.
Mythe n°6 : les OKR doivent remplacer les autres systèmes de mesure de performance. Ce n'est pas nécessairement vrai, ils peuvent être combinés avec d'autres indicateurs de performance.
Mythe n°7 : les OKR sont autoportants. Ce n'est pas le cas, et cela contribue souvent à l'échec de l'implémentation de la méthode. La méthode ne précise pas le modèle de gouvernance à adopter, ni ne guide les principes de décision ou le modèle organisationnel.
Mythe n°8 : les OKR orientent le focus de l'entreprise. En principe oui, mais l'entreprise ne doit pas oublier ses obligations et continuer à assurer son activité.
Mythe n°9 : les OKR sont agiles. En théorie oui, mais en pratique, changer constamment les orientations peut rendre difficile l'organisation des équipes. Il est préférable de maintenir des objectifs stratégiques annuels.
Mythe n°10 : les OKR sont la seule façon de mesurer la performance. Non, d'autres méthodes de mesure de performance existent, comme les KPI ou le NCT.
L'arrivée de l'intelligence artificielle (IA) bouscule les pratiques Agile. Que signifie encore "être Agile" à l'ère de l'IA? Cette série d'articles dresse un panorama des changements culturels et méthodologiques à prévoir au sein des organisations.
Un must-read pour les leaders souhaitant tirer parti de l'IA tout en préservant les principes clés de l'Agilité. Explorez avec nous les défis et opportunités de l'IA pour les organisations Agile !
Que signifiera “être agile à l’ère de l’IA”? Nous décryptons ici les prédictions, voire spéculations de Henrik Kniberg sur l’avenir proche de l’Agilité combinée à l’IA.