L’IA en ingénierie des exigences : plus intelligente, plus rapide, de meilleure qualité

Dans le monde de l’informatique actuel, qui évolue rapidement, le rôle de l’IA devient de plus en plus important. Dans le domaine de l’ingénierie des exigences en particulier, les outils d’IA peuvent accroitre considérablement l’efficacité en automatisant des tâches répétitives, analysant des données complexes et en offrant des renseignements précieux et essentiels à la réussite des projets.

Utiliser l’IA comme sparring-partner

L’IA doit toujours être considérée comme une assistance – un outil qui vient soutenir les capacités humaines. Les résultats que l’IA propose doivent toujours être analysés de manière critique et validés par l’expertise humaine. L’IA est particulièrement précieuse, par exemple pour la création de User Stories, de diagrammes de processus et de Personas. Par le biais d’un dialogue interactif, l’IA peut faire office de sparring-partner et aider à structurer et formuler précisément les exigences d’un projet.

La vision du produit : le cœur d’un projet

Un élément clé de la réussite de tout projet est une vision du produit claire et bien définie. Cette vision est l’étoile Polaire vers laquelle toutes les personnes impliquées dans le projet peuvent s’orienter. Les outils comme le product vision board, les elevator pitches (argumentaire éclair) ou la feature box font partie d’une approche structurée de la création d’une telle vision.

On peut facilement illustrer la manière dont l’IA peut aider à développer une vision du produit en prenant l’exemple du développement d’une vision du produit pour une application visant à réduire le gaspillage alimentaire.

Le but est de développer, à l’aide d’un outil d’IA comme ChatGPT, un product vision board d’une application contre le gaspillage alimentaire. Le but est de réduire le gaspillage de nourriture de 50% en Suisse dans les 5 prochaines années.

ChatGPT apporte un soutien interactif lors du développement et aide à formuler les éléments centraux de la vision. Dans l’exemple de l’application contre le gaspillage alimentaire, le résultat du product vision board est le suivant :

Vision Statement : « Réduire de 50 % le gaspillage alimentaire en Suisse ces cinq prochaines années. »

Groupe cible :

• Ménages volontairement durables
• Personnes dans le besoin
• Restaurants et cafés
• Supermarchés
• Organisations à but non lucratif

Besoins : Consommation plus durable des aliments en surplus, aide aux personnes dans le besoin grâce à la redistribution, réduction des coûts inutiles liés au gaspillage alimentaire.

Produit : Plateforme conviviale qui permet de distribuer efficacement le surplus alimentaire et ainsi minimiser le gaspillage.

Objectifs commerciaux : Établir une présence dans quatre villes suisses avec 1’000 utilisateurs la première année, expansion en Suisse et dans d’autres pays européens pour atteindre 150’000 utilisateurs au cours des cinq premières années, réduction de 50% du gaspillage alimentaire en Suisse au cours des cinq prochaines années, génération de revenus grâce à des fonctionnalités premium et des frais de transaction auprès des entreprises.

Ces points ont été élaborés étape par étape à l’aide de l’IA. Tout d’abord, la déclaration de vision a été formulée, définissant clairement l’objectif général de l’application. Ensuite, l’IA a aidé à identifier les groupes cibles pertinents et à mettre en évidence leurs besoins spécifiques. La plateforme elle-même et ses principales fonctions ont été développées sur cette base afin de répondre de manière optimale aux besoins identifiés. Enfin, les objectifs commerciaux ont été définis pour orienter le succès à long terme de l’application.

Le product vision board final réunit tous ces éléments. Il illustre visuellement comment toutes les parties de la vision sont reliées entre elles et comment les outils d’IA peuvent aider à développer une vision claire et structurée du produit.

Dans ce processus, l’utilisation interactive des outils d’IA permet de tester différentes idées et de les adapter et de les affiner jusqu’à obtenir une vision du produit cohérente et convaincante pour orienter le projet avec succès.

Impact Mapping et IA : priorisation des fonctionnalités

L’Impact mapping est un autre outil de l’ingénierie des exigences qui aide à identifier les acteurs centraux et leur influence sur la réalisation des objectifs du projet et ainsi prioriser les fonctionnalités correspondantes. Les outils d’IA peuvent considérablement aider ce processus en identifiant les acteurs les plus pertinents ainsi que l’impact potentiel de leurs actions.

Afin d’illustrer la fonction de l’Impact mapping, observons à nouveau notre exemple de développement d’une application de réduction du gaspillage alimentaire avec pour objectif de réduire ce gaspillage de 50% dans les prochaines cinq années. Grâce à un outil comme ChatGPT, il est possible de créer une impact map étape par étape en identifiant à chaque fois l’élément qui présente le plus grand potentiel pour atteindre l’objectif.

Comme données d’entrée pour donner plus de contexte à l’IA, on peut utiliser le product vision board qui a été développé précédemment.

Le processus commence avec la définition de l’objectif commercial : « Réduire le gaspillage alimentaire de 50% en Suisse en cinq ans ».
Dans l’étape suivante, l’IA identifie les acteurs pertinents qui sont impliqués dans le projet ou qui peuvent influencer son issue. Dans notre exemple, ce sont par exemple les ménages à orientation anti-gaspillage, les personnes dans le besoin, les entreprises telles que les restaurants, cafés et supermarchés ou des organisations à but non lucratif.

L’IA aide à sélectionner l’acteur qui aura le plus grand potentiel d’influence sur la complétion de l’objectif – dans notre exemple : les entreprises. L’étape suivante consiste à identifier les impacts potentiels que cet acteur peut avoir sur l’objectif. Ici, l’IA pourrait proposer différentes options, par exemple la participation à des initiatives de durabilité, l’adoption de bonnes pratiques en matière de gestion des déchets ou la mise en vente régulière de denrées alimentaires excédentaires.

Plutôt que d’explorer toutes les possibilités, l’IA permet de se concentrer sur l’impact qui a le plus grand potentiel – dans notre exemple, il pourrait s’agir de l’offre régulière de denrées alimentaires excédentaires. Finalement, l’IA identifie les principaux livrables ou fonctionnalités nécessaires pour atteindre cet impact. Par exemple un outil de référencement convivial et automatisé, un programme d’incitation à la participation régulière ainsi qu’un tableau de bord de reporting pour une analyse d’impact positive.

Procéder par étapes

Un avantage décisif de l’impact mapping assisté par IA est la possibilité de rendre le processus itératif. Au lieu de créer une seule carte avec de nombreuses branches et connexions, on avance une étape à la fois, en se concentrant toujours sur l’élément au plus grand potentiel. Cela rend cet outil non seulement efficace, mais aussi plus clair.

Grâce à un prompt bien formulé, on peut observer l’IA créer l’impact map étape par étape. Cela permet à l’équipe de se concentrer sur les aspects qui ont le plus d’influence sur l’objectif du projet et d’exclure rapidement les pistes inutiles ou de moindre valeur.

L’utilisation de l’IA dans le cadre de l’impact mapping non seulement améliore la qualité de l’analyse, augmente significativement la rapidité et l’efficacité de l’intégralité du processus. Le résultat est une impact map clairement structurée et alignée sur l’objectif, qui indique clairement le chemin à suivre pour atteindre les objectifs commerciaux et facilite la hiérarchisation des prochaines étapes.

Le prompt : la clé de l’utilisation de l’IA

Un bon prompt est composé de deux parties : une partie générale qui comprend une description de la tâche et une partie spécifique qui est adaptée au projet en question. Pour les tâches qu’on projette d’effectuer régulièrement avec l’IA, il est possible d’encapsuler des prompts complexes dans un assistant dédié à la tâche en question. Chez OpenAI, c’est ce qu’on appelle les CustomGPT. Les résultats textuels de ChatGPT, Claude, Gemini, Llama et compagnie peuvent ensuite être traités à nouveau pas des outils d’IA spécialisés en création de graphiques.

Ci-dessous, deux graphiques créés automatiquement à partir du product vision board et de l’impact map. De tels graphiques peuvent ensuite être manuellement adaptés et affinés. En effet, l’IA – comme mentionné précédemment – ne doit servir que d’assistant.

L’IA modifie durablement l’ingénierie des exigences

L’importance de l’IA en ingénierie des exigences ne doit pas être sous-estimée. Elle simplifie non seulement la collecte, la documentation, la validation et la gestion des exigences, mais permet également la génération d’images, graphiques, vidéos et audios. De plus, des assistants IA sur mesure peuvent être développés pour soutenir de manière continue des tâches spécifiques. L’IA n’est ainsi pas qu’une mode, mais une technologie clé, qui vient modifier en profondeur la gestion des exigences.