Productivity Engineering
Craft x IA x Lean, en partenariat avec Arolla
Formation créée le 29/09/2026.Version du programme : 1
Type de formation
PrésentielDurée de formation
14 heuresAccessibilité
OuiProductivity Engineering
Craft x IA x Lean, en partenariat avec Arolla
Cette formation a été construite avec notre partenaire Arolla. Toutes les sessions seront co-animées par un formateur Zen Value et un formateur Arolla. L'objectif de cette formation est de structurer un cadre de delivery Lean-Craft-IA accélérant la livraison de valeur et la pérennité architecturale. - Identifier et prioriser les usages pertinents et responsables de l’IA dans un flux de delivery grâce au LEAN (VSM). Identification des cas d'usage IA à fort ROI, réduction du lead-time de delivery et élimination des gaspillages, sans déplacer les goulots d'étranglement. - Transformer un problème métier en petits incréments de valeur et construire une compréhension partagée (3+ Amigos & BDD). Réduction drastique des ambiguïtés en amont de la génération, élimination des réécritures inutiles (rework) et accélération de la création de spécifications exécutables testables. - Définir le contexte nécessaire à l'IA en articulant DDD stratégique, architecture et Context Engineering. Isolation des Bounded Contexts pour fournir aux agents de développement un contexte système fiable, prévenant les hallucinations et l'accumulation de dette technique générative. - Encadrer la génération de code à l'aide de pratiques Craft (TDD, Clean Code, Harness Engineering). Pérennisation de la vitesse de livraison, division par 15 du nombre de défauts et maintien de la stabilité de production lors des déploiements avec IA. - Formaliser un playbook de delivery Lean–Craft–IA partagé et pérenniser la performance. Intégrant les rôles humains et IA, les critères Ready/Done, les contrôles, les métriques et les boucles d’amélioration. (Image par Susana Cipriano de Pixabay)
Objectifs de la formation
- Identifier et prioriser les usages pertinents et responsables de l’IA dans un flux de delivery grâce au LEAN (VSM). Identification des cas d'usage IA à fort ROI, réduction du lead-time de delivery et élimination des gaspillages, sans déplacer les goulots d'étranglement.
- Transformer un problème métier en petits incréments de valeur et construire une compréhension partagée (3+ Amigos & BDD). Réduction drastique des ambiguïtés en amont de la génération, élimination des réécritures inutiles (rework) et accélération de la création de spécifications exécutables testables.
- Définir le contexte nécessaire à l'IA en articulant DDD stratégique, architecture et Context Engineering. Isolation des Bounded Contexts pour fournir aux agents de développement un contexte système fiable, prévenant les hallucinations et l'accumulation de dette technique générative.
- Encadrer la génération de code à l'aide de pratiques Craft (TDD, Clean Code, Harness Engineering). Pérennisation de la vitesse de livraison, division par 15 du nombre de défauts et maintien de la stabilité de production lors des déploiements avec IA.
- Formaliser un playbook de delivery Lean–Craft–IA partagé et pérenniser la performance. Intégrant les rôles humains et IA, les critères Ready/Done, les contrôles, les métriques et les boucles d’amélioration.
Profil des bénéficiaires
- Experts métier, Product Managers et Product Owners, Product Leaders
- Engineering Managers, Tech Leads, développeurs, QA, architectes
- Responsables de transformation
- CTO et DSI
- aucun
Contenu de la formation
Jour 1
- Cadrer les usages de l’IA dans le système delivery : Promesses, bénéfices et effets indésirables de l’IA Risques : qualité, données, biais, sécurité, responsablilité humaine VSM (Value Stream Mapping) du delivery logiciel Muda (Elimination des gaspillages) : surproduction, attentes, reprises, transferts, revue Risque de déplacement des goulots d’étranglement Métriques : valeur, lead-time, DORA, qualité, expériences équipes
- Du problème au petit lot de valeur Problèmes versus solution : Outcome, Opportunité, Epic, Feature et User Story Divergence / Convergence Valeur, risque, effort, dépendances Coût du délai Principes Lean des petits lots Patterns de découpage des Users stories
- Construire une compréhension commune avant de générer : 3C et INVEST ; rôle des 3+ Amigos ; valeur / faisabilité / qualité ; exemples et contre-exemples ; BDD et spécification par l’exemple ; Given / When / Then ; ambiguïtés, cas limites et erreurs ; Definition of Ready ; informations qui devront ensuite nourrir le contexte de l’IA.
- Délimiter et contextualiser le travail confié à l’IA : Comprendre le lien entre organisation, architecture et contexte Délimiter le périmètre d’intervention d’un agent IA Sélectionner les informations nécessaires à la réalisation d’une tâche Distinguer Prompt Engineering et Context Engineering
Jour 2
- Rendre la qualité exécutable : Comprendre pourquoi la génération de code n’est pas une mesure de productivité Relier BDD et TDD dans une chaîne continue de spécification Comprendre l’effet du Clean Code sur la capacité de l’IA à travailler correctement Construire un dispositif de contrôles autour d’un agent de développement
- Maintenir la vitesse dans le temps : Utiliser l’IA pour réduire et non amplifier la dette Identifier les conditions permettant un refactoring sûr Relier dette technique et performance du flux Formaliser les nouvelles règles communes de delivery
- Mise en pratique et livrables lors de chaque module : Cas en fil rouge Context pack destiné à l’agent IA IAtelier « Autoriser, expérimenter, encadrer ou écarter » Définition des KPIs clés VSM enrichie, fiche cadrage usage IA, tableau de mesure Playbook du cadre de delivery lean-craft-AI : guide de mise en pratique complété à chaque module
- Alignement valeur et exploitation des feedbacks avec les bons indicateurs : Risques d'un delivery accéléré : effet feature factory, rejet utilisateur et dette d'usage ; Adaptation de la conduite du changement au rythme des livraisons fréquentes ; Rapprochement des utilisateurs et des équipes techniques pour raccourcir la boucle Build-Measure-Learn. Analyse et corrélation des métriques d'utilisation (télémétrie, parcours) guidées par l'IA ; Synthèse automatisée des feedbacks qualitatifs (verbatims, interviews utilisateurs, tickets support) via LLM ; Réinjection continue des enseignements dans le backlog pour ajuster les priorités et affiner les hypothèses de valeur.
Équipe pédagogique
Suivi de l'exécution et évaluation des résultats
- Feuilles de présence.
- Questions orales
- Mises en situation
- Formulaires d'évaluation de la formation
- Certificat de réalisation de l’action de formation
Ressources techniques et pédagogiques
- Accueil des stagiaires dans une salle dédiée à la formation (physique)
- Documents supports de formation projetés.
- Exposés théoriques
- Atelier de mise en pratique
- Mise à disposition en ligne de documents supports à la suite de la formation
Lieu
Capacité d'accueil
Délai d'accès
Accessibilité
Nos formations en présentiel sont dispensées dans des locaux accessibles aux personnes à mobilité réduite. Pour les autres situations de handicap, merci de nous contacter par e-mail : formation@zenvalue.fr