Le nettoyage est en très grande partie du travail d'exécution sur site : équipes fixes, objets variables, plannings ajustés quotidiennement pour absorber les maladies, les absences imprévues et les pics saisonniers. Les heures ne se trouvent pas seulement dans le nettoyage lui-même, mais aussi dans sa planification, dans le contrôle de la conformité du travail au cahier des charges, dans le traitement des réclamations et dans le reporting au donneur d'ordre. Dans ce secteur, qui gagne ou perd un appel d'offres ne gagne ou ne perd souvent pas sur le prix horaire, mais sur la question de savoir si la prestation est démontrablement en ordre : pas de trous dans le planning, suivi rapide des réclamations, qualité contrôlable. C'est l'environnement dans lequel l'IA reprend déjà aujourd'hui une partie du travail, et dans lequel la comparaison entre prestataires se déplace en conséquence.
Dans une partie des entreprises, un logiciel établit le planning de base, suit les effectifs et l'absentéisme et formule une proposition de remplacement. Un planificateur évalue cette proposition et l'approuve ou la rejette, avec motif. C'est la deuxième catégorie : l'IA livre le travail, un humain reste responsable de la décision. Dans d'autres entreprises, la planification se fait encore entièrement à la main, à coups de téléphone et de groupe WhatsApp. Les deux formes coexistent, et la différence ne réside pas dans la taille de l'entreprise mais dans le fait que les données sous-jacentes — objets, heures, collaborateurs, disponibilité — soient déjà suffisamment structurées pour qu'un système puisse en faire quelque chose. Là où ce n'est pas en ordre, la planification reste du travail humain, aussi grande que soit l'envie d'automatiser.
On retrouve le même schéma dans le contrôle qualité. Des photos d'un local livré, des listes de contrôle comparées automatiquement à la norme, des écarts signalés avant que le client n'appelle à ce sujet : c'est un travail qu'un système peut préparer, après quoi un responsable donne son accord ou intervient. Le nettoyage physique lui-même reste dans la troisième catégorie : du travail humain, et cela ne va pas changer à court terme.
Tant que la planification et le contrôle restent largement manuels, une entreprise de nettoyage gagne sur les dimensions liées aux effectifs : combien de planificateurs il y a, quelle est leur expérience, à quelle vitesse ils peuvent combler un trou. C'était longtemps le cœur de la proposition faite aux donneurs d'ordre : nous avons la capacité pour organiser cela. Au moment où un concurrent fait largement passer cette planification et ce contrôle par un système avec supervision humaine, l'endroit où se joue la comparaison se déplace. Les effectifs du back-office ne constituent alors plus la distinction ; la rapidité de suivi, la cohérence du contrôle qualité et le degré de démontrabilité des écarts le deviennent.
Cela affecte aussi la manière dont un appel d'offres est évalué. Un donneur d'ordre qui interroge sur l'assurance qualité reçoit d'une entreprise une description de procédures, d'une autre un tableau de bord avec des données de livraison contrôlées. Les deux affirmations peuvent être vraies ; seule la seconde est démontrable au moment où la question est posée. Celui qui affirme dans l'appel d'offres réagir plus vite aux réclamations ou contrôler de manière plus cohérente peut faire vérifier cette affirmation sur la base de données sous-jacentes, comme cela se fait déjà ailleurs : voyez comment cela fonctionne dans ce que vous pouvez déduire des textes d'offres d'emploi d'un concurrent sur les priorités qu'il se donne et dans comment vérifier si un pouvoir de différenciation existe réellement ou est surtout affirmé.
Le déplacement ne va pas partout à la même vitesse, et cela a peu à voir avec l'ambition. Une entreprise avec de nombreux objets ponctuels, des contrats courts et un enregistrement manuel des heures dispose simplement de moins de données exploitables pour mettre en place un système qu'une entreprise qui travaille depuis des années avec un logiciel fixe. Des différences de rythme comparables s'observent dans d'autres secteurs à forte charge de planification et d'exécution physique, comme on peut le lire dans ce qui change dans la construction maintenant que l'IA reprend une partie du travail préparatoire et dans comment le secteur de l'installation technique gère l'IA dans la planification et le traitement des pannes. La comparabilité ne se situe pas dans le secteur, mais dans la structure du travail : beaucoup d'exécution sur site, beaucoup de planification, une forte dépendance à l'évaluation humaine pour les exceptions.
Il est important de préciser que la question des effectifs n'est pas traitée ici. Si et comment une entreprise adapte ses effectifs en réaction à ce que l'IA reprend relève des obligations légales propres qui s'appliquent en la matière. Ce que cette page indique en revanche, c'est quel travail se prête à une reprise et lequel ne s'y prête pas, et ce que cela fait à la comparaison entre prestataires.
La question de savoir quel travail, dans votre propre entreprise, peut effectivement être repris par l'IA ne se laisse pas répondre en termes généraux ; c'est précisément ce à quoi répond, tâche par tâche, le scan de travail de FTE TO AI. Indépendamment de cela, vous pouvez déjà examiner quelles affirmations vous faites réellement, dans vos appels d'offres et vos devis, sur votre propre prestation. Le contrôle de dimension gratuit vous permet de nommer les points sur lesquels vous pensez gagner, et montre lesquelles de ces affirmations peuvent être défendues avec des preuves. Le benchmark complet, avec les scores de votre groupe de référence sur les mêmes dimensions, est en cours de construction.