« Notre planning tient dans un fichier Excel, et il marche très bien. » Le dirigeant d’un bureau d’études en génie climatique nous l’a dit sans agressivité, presque en s’excusant d’avance. Vérification faite, le fichier comptait quarante-trois onglets, sept personnes y écrivaient, et personne n’aurait su dire lequel faisait foi un mardi matin. Voilà le terrain réel sur lequel se rencontrent l’intelligence artificielle et la planification de projet complexe : il ne s’agit pas de remplacer le chef de projet, mais de rendre visible ce qu’un tableur ne montre jamais, les dépendances entre tâches et la charge effective des équipes.
Un tableur ne sait pas ce qu’il ignore
Un planning classique aligne des barres. Il ne dit pas pourquoi elles se déplacent.
Quand un chantier prend trois semaines de retard, la cause remonte presque toujours à une dépendance que personne n’avait écrite noir sur blanc : le dessinateur qui devait livrer les plans d’exécution était déjà mobilisé sur une autre affaire, le fournisseur de gaines avait un délai de six semaines et non de quinze jours, la validation du maître d’ouvrage attendait une réunion mensuelle. Ces trois informations existent dans l’entreprise. Elles vivent dans des boîtes mail différentes, dans la tête de deux personnes et dans un devis fournisseur classé quelque part. Aucun tableur ne les rapproche.
Les trois calculs que l’outil fait à votre place
Le premier concerne le chemin critique. Sur un projet de quarante tâches, un humain le retrouve à la main. Sur cent vingt tâches réparties entre huit intervenants et trois fournisseurs, il ne le retrouve plus, et surtout il ne le recalcule pas chaque fois qu’une date bouge. Un moteur de planification le refait en quelques secondes et signale les jalons qui viennent de basculer en risque.
Le deuxième porte sur la charge. Additionner les affectations d’une même personne sur cinq projets simultanés donne souvent des semaines à cent trente pour cent, ce que personne ne voit tant que les projets sont regardés un par un. Le troisième relève de l’estimation : en relisant vos affaires terminées, un modèle repère que vos études de remplacement de production frigorifique dépassent systématiquement de vingt pour cent la durée annoncée, et propose de corriger le devis de temps dès la phase d’offre. Rien de magique là-dedans. De la statistique appliquée à votre historique, à condition que cet historique existe.
Soixante-deux personnes, quarante affaires en parallèle
Le bureau d’études évoqué plus haut emploie soixante-deux salariés et pilote une quarantaine d’affaires simultanées, de l’audit énergétique de collège à la conception d’une centrale de traitement d’air pour un site agroalimentaire. Sa difficulté n’était pas le pilotage d’un projet. C’était l’arbitrage entre projets.
Nous avons commencé par un travail sans aucune technologie : écrire les dépendances réelles de six affaires représentatives, avec les chefs de projet, sur un tableau blanc. Deux jours. Cette étape a révélé que trois goulets d’étranglement expliquaient l’essentiel des retards, tous liés à une même compétence détenue par deux personnes. L’outil est venu ensuite, pour maintenir cette lecture vivante et alerter quand un jalon glissait de plus de cinq jours ouvrés. Résultat après deux trimestres : les retards n’ont pas disparu, ils sont annoncés au client trois à quatre semaines plus tôt, ce qui change complètement la conversation commerciale. Le dirigeant y tient plus qu’aux gains de temps, et il a raison.
Quand nous déconseillons d’y aller
Trois situations, très concrètes.
Si vos temps passés ne sont saisis nulle part, aucun modèle ne prédira quoi que ce soit : commencez par une saisie hebdomadaire simple pendant six mois, puis revenez au sujet. Si vos projets se ressemblent peu, moins d’une dizaine d’affaires comparables par an, l’apprentissage n’a pas de matière et un bon chef de projet expérimenté restera meilleur que n’importe quel algorithme. Si enfin votre organisation change de priorité toutes les semaines sous l’effet du commerce, le planning ne sera pas le problème, et l’outil deviendra un miroir désagréable plutôt qu’une aide. Nous préférons le dire avant la signature. Sur le même principe, l’analyse des coûts et des marges par l’intelligence artificielle suppose elle aussi une comptabilité analytique à peu près tenue.
Budget, délai, et ce qui prend vraiment du temps
Pour une structure de quarante à cent salariés, comptez 250 à 900 euros par mois d’abonnement selon le nombre d’utilisateurs pilotes, plus une phase de cadrage. Le raccordement à votre gestion des temps et à votre outil de devis représente l’essentiel de la facture initiale.
Sur le calendrier, trois à quatre mois séparent la décision d’un usage réellement quotidien. La première moitié sert à nettoyer les référentiels : liste des tâches types, unités de temps homogènes, noms de fournisseurs enfin uniques. Personne n’aime cette partie. Elle conditionne tout le reste, et une entreprise qui la saute retrouve six mois plus tard son tableur, avec un abonnement en plus. Plusieurs dispositifs publics de soutien à la transformation numérique peuvent alléger la mise initiale, il vaut la peine de vérifier votre éligibilité avant d’engager la dépense.
Un dernier mot sur la place de l’humain. L’intelligence artificielle et la planification de projet complexe forment un couple utile tant que la décision reste au chef de projet : l’outil propose un réordonnancement, il ne connaît ni la relation avec le client ni la fatigue de l’équipe après un chantier difficile. Chez MINOBIA, nous cadrons ce type de projet en partant de vos affaires réelles plutôt que d’une démonstration, et nous disons quand le sujet n’est pas mûr.
Questions fréquentes
Faut-il abandonner notre outil de planning actuel ?
Rarement. La plupart des solutions se branchent sur un MS Project, un Gantt en ligne ou un ERP existant et se contentent d’y ajouter le calcul de charge et les alertes.
Combien d’historique faut-il pour que les estimations soient crédibles ?
Deux à trois ans d’affaires terminées, avec les temps passés associés. En dessous, les propositions restent des moyennes sans grande valeur.
Nos chefs de projet vont-ils l’accepter ?
Ils l’acceptent quand l’outil les protège plutôt qu’il ne les surveille. Présenté comme un moyen de justifier un délai auprès de la direction ou d’un client, il passe bien. Présenté comme un contrôle de productivité, il est saboté en trois semaines.
Cela fonctionne-t-il sur des projets d’un an et plus ?
Oui, et c’est même là que l’écart est le plus net, puisqu’un projet long accumule les dépendances et les changements de périmètre qu’un suivi manuel finit par perdre.
Et si nos données de temps sont fausses ?
Alors les prévisions le seront aussi. Mieux vaut consacrer le premier trimestre à fiabiliser la saisie qu’à paramétrer un moteur qui apprendra vos erreurs.
Prêt à concrétiser votre projet IA ?
À propos de l’auteur
Joël Obitz est entrepreneur et fondateur de MINOBIA, cabinet spécialisé dans l’intégration stratégique de l’intelligence artificielle au sein des PME et ETI. Fort de 20 ans d’expérience dans le B2B industriel, il accompagne les entreprises dans leur transformation numérique, avec une approche directe, pragmatique et orientée résultats.
Contactez-nous : contact@minobia.ai
Suivez-nous sur LinkedIn et Facebook
MINOBIA – Activateur France Num https://www.francenum.gouv.fr/activateurs/minobia
