Grands projets : une course contre la montre.
Que l’on parle de centrales nucléaires ou de complexes touristiques, de porte-avions ou encore de sous-marins, les grands projets industriels sont souvent synonymes de défis colossaux pour ceux qui les entreprennent. Parmi ces défis, la bonne tenue des délais pose régulièrement de sérieuses difficultés. Malgré les moyens considérables à la disposition des grands groupes industriels, les exemples ne manquent pas pour illustrer ces retards importants et souvent lourds de conséquences : explosion des coûts, mobilisation prolongée et stérile des équipes, perte de compétitivité, ou encore pénalités contractuelles.
Alors est-il devenu impossible de respecter un agenda défini ? De tels retards sont-ils tout simplement inévitables ? Il faut dire que la complexité grandissante des processus industriels ne joue pas en faveur du respect des délais. Et à l’échelle des grands projets, ce sont des milliers de facteurs qui peuvent venir perturber les opérations : perturbations de la chaîne logistique, demandes de modifications du client, évènements extérieurs imprévus… Parmi ces écueils, le time to contract, qui désigne le délai nécessaire pour passer de la phase de conception, ou de sourcing, à la signature du contrat avec les fournisseurs ou partenaires, se distingue régulièrement comme un facteur critique dans l’émergence de retards.
Dans le contexte de grands projets industriels, ce délai peut être très long en raison de la complexité des négociations, des implications en termes de conformité réglementaire et de l’anticipation nécessaire de nombreux risques à considérer. Optimiser ce processus, dans toutes ses spécificités, apparaît donc comme essentiel pour réduire les retards et améliorer la performance globale du projet.
Réduire le time to contract
Nombre de parties prenantes, multiplicité des exigences, des risques ou des facteurs de retards… Disons-le tout de bord, même avec la meilleure volonté, il paraît aujourd’hui tout bonnement impossible d’optimiser le temps de contractualisation en capitalisant sur la seule intelligence humaine. Et plus le projet est ambitieux, plus la complexité augmente.
Évidemment, dans cet effort, la donnée et les enseignements qu’elle renferme sont clés. C’est là que la technologie entre en jeu, notamment la modélisation et l’intelligence artificielle.
La modélisation permet de créer des représentations virtuelles des processus de contractualisation, facilitant ainsi l’identification des goulots d’étranglement et des opportunités d’amélioration. L’IA, quant à elle, peut analyser et combiner des volumes importants de données pour faire émerger des insights précieux.
En combinant ces technologies, les parties prenantes peuvent dépasser la complexité inhérente à ces processus et prendre des décisions plus éclairées, plus rapidement.
Comment ça fonctionne ?
Tout part donc de la donnée. La modélisation d’un processus de passation de marché commence par la collecte, la structuration et le traitement de toutes les données historiques relatives à la démarche de contractualisation.
Cette étape est cruciale pour comprendre le processus réel et qualifier précisément ce qui fonde sa performance. La conduite d’ateliers avec les différentes parties prenantes opérationnelles permet ensuite de confronter ses données à la réalité du terrain, assurant ainsi une modélisation fidèle, pertinente et ancrée dans le réel.
En confrontant toutes ces données de manière inédite, les modèles développés permettent de comprendre le processus réel des passations de marchés et de développer des indicateurs fiables, qui autorisent un suivi précis de la performance. Cela permet d’identifier, à chaque étape de la passation des contrats, toutes les dérives qui surviennent, afin de pouvoir déployer les mesures correctives adéquates de façon proactive, avant l’impact sur les délais.
L’IA apporte aussi des réponses concrètes dès les premières étapes de la phase de contractualisation. Grâce au Machine Learning, elle peut se nourrir de cette modélisation pour estimer finement le niveau de performance de chaque phase d’un processus de contractualisation et ainsi projeter l’impact de différentes actions envisagées en fonction de leur contexte.
Cela donne la possibilité de construire des simulations fiables de différents scénarios d’optimisation possibles, de projeter leurs effets sur la durée des phases de contractualisation et de faire finalement émerger les actions les plus pertinentes à mettre en œuvre pour réduire le time to contract.
Découvrez notre infographie
Chez l’un de nos clients, cette approche a notamment permis de construire un plan d’actions qui a permis de réduire le time to contract de moitié. Un use case à découvrir en détail dans notre infographie dédiée.
