Comment Crédit Agricole Leasing & Factoring a repris la main sur le pilotage d’un grand programme

Comment fiabiliser le pilotage d’un programme de refonte SI mobilisant près de 150 personnes, et y intégrer l’IA générative sans créer de dette technique ni de shadow IT ? Crédit Agricole Leasing & Factoring a relevé ce défi avec inspearit.

Contexte

Crédit Agricole Leasing & Factoring (CAL&F), filiale du groupe Crédit Agricole spécialisée dans le leasing et l’affacturage, conduit la refonte du système d’information de son activité de crédit-bail mobilier. La bascule de l’historique vers une nouvelle plateforme est livrée par releases successives.

Sur près de trois ans, ce programme réunit environ 150 contributeurs : équipes métier (Middle et Back Office), IT et partenaires, autour d’une chaîne de valeur exigeante qui va de l’expression de besoin à la mise en production. Des pratiques Jira et Confluence hétérogènes, un pilotage difficile à consolider et une documentation dispersée privaient toutefois la direction de programme d’une vision claire de l’avancement réel. L’enjeu était de reprendre la main sur le pilotage, du macro (le programme) au micro (la user story ou le bug).

Objectifs

• Standardiser et homogénéiser l’architecture Jira pour industrialiser la traçabilité et le pilotage du programme.
• Mettre l’IA générative au service de la reprise en main du pilotage, de façon encadrée, mesurable et sécurisée.
• Retrouver une capacité d’anticipation sur la planification multi-équipes.

Notre approche

inspearit est intervenu en régie courte, avec un consultant senior en IA générative et agilité à l’échelle, en binôme avec les coachs internes de CAL&F. La démarche a reposé sur plusieurs partis pris.

• Co-construction dans les outils déjà validés par le client (Jira, Confluence, Rovo et Copilot), pour une adoption immédiate et zéro shadow IT.
• Architecture Jira cible multi-niveaux et workflows standardisés, alignés sur le flux métier réel : expression de besoin, conception, développement, recette, mise en production.
• Qualité des données érigée en socle du pilotage et posée en préalable à toute IA fiable.
• Intégration progressive de l’IA générative dans les activités récurrentes : aide à la rédaction des expressions de besoin, analyse des tableaux de bord, reporting d’avancement.
• Animation d’une journée de planification multi-équipes, suivie d’un diagnostic forces / faiblesses et d’un plan d’action concret.
• Transfert de compétences continu : la direction du programme garde le pilotage, le consultant outille et accélère.

Livrables

---

1. Schéma cible Jira et plan multi-niveaux du programme, de l’initiative à la user story.


2. Catalogue de tableaux de bord de pilotage des incidents et anomalies. Un filtre unique remplace désormais cinq exports manuels.


3. Cockpit de qualité des données pour le Middle et le Back Office.


4. Assistant IA d’aide à la rédaction des expressions de besoin métier et reporting assisté (Rovo, Copilot).


5. Diagnostic et plan d’action pour outiller la planification de programme.

Résultats obtenus

---

• Un pilotage repris en main : la direction de programme lit l’avancement réel, du macro (programme) au micro (user story, bug, incident).
• Un gain rapide et tangible : la fin des exports manuels, preuve par l’exemple qui a créé l’adhésion.
• Une donnée fiabilisée, érigée en socle commun et posée en prérequis de l’IA de pilotage.
• Un collectif réaligné autour d’une vision et d’une planification partagées.
• De premiers usages d’IA générative encadrés, mesurables et prêts à être déployés à l’échelle.