Un marché public oblige un concurrent à la précision. Il faut mettre sur la table un planning, un délai d'exécution, une justification de la capacité. C'est précisément le genre d'information qui, normalement, est recouvert d'un discours marketing. Dans un dossier d'appel d'offres, cela apparaît à nu : ce que cette partie peut livrer, dans quel délai, et avec quelle assurance elle ose l'écrire.
La raison pour laquelle cela en révèle davantage qu'il y a cinq ans, c'est que l'IA a repris une partie du travail derrière cette promesse. Pas partout, et pas au même degré. Mais là où un processus de planification est largement automatisé, cette différence se retrouve dans le texte.
Le délai de livraison a longtemps été fonction de l'effectif du personnel. Plus de capacité, délai plus court. Ce lien rendait une promesse d'appel d'offres prévisible : qui était en sous-effectif promettait avec prudence.
Si une partie de la planification, du calcul ou de l'analyse de risque est effectuée par l'IA, cette logique change. Une équipe plus réduite peut alors promettre un délai d'exécution qui exigeait autrefois un effectif plus important. Qui utilise encore ce lien pour évaluer un concurrent applique un mauvais étalon. La comparaison ne porte plus sur le nombre de personnes présentes, mais sur la part du travail qui ne nécessite plus de personnes.
C'est aussi pourquoi cela varie selon l'entreprise et la tâche. Un processus d'appel d'offres où l'IA effectue le premier calcul et où une personne l'approuve ou le rejette est différent d'un processus où un planificateur calcule encore tout manuellement. Les deux peuvent produire le même texte. Seule la justification qui se trouve derrière diffère.
Il existe quelques indices qui apparaissent plus souvent dans les appels d'offres de parties ayant transféré du travail à l'IA.
Des délais d'exécution qui ne varient plus avec le volume. Si un concurrent promet le même délai de livraison pour une commande importante que pour une petite, cela indique un processus qui n'est plus lié de façon linéaire aux heures de travail humain.
Le niveau de détail dans les scénarios et variantes. Là où auparavant une seule variante principale était élaborée parce que davantage de variantes coûtaient trop de temps de calcul, les appels d'offres présentent désormais plus souvent plusieurs alternatives calculées. Cela indique une étape de calcul automatisée.
La rapidité de réaction aux questions complémentaires. Une partie qui livre en une journée un calcul révisé suite à une exigence modifiée dispose probablement d'un système qui recalcule, plutôt que d'une équipe qui recommence à zéro.
La cohérence entre les appels d'offres. Des formulations récurrentes, des paragraphes de risque identiques, des marges d'erreur comparables sur différentes commandes. Cela indique un modèle rempli par un système, et non un travail sur mesure à chaque fois.
Aucun de ces signaux n'est en soi une preuve. Ce sont des indices qui demandent confirmation auprès d'autres sources.
La plus grande erreur d'interprétation consiste à lire une promesse ambitieuse d'appel d'offres comme la preuve d'une avance technologique, alors qu'elle peut aussi être une estimation de risque simplement plus optimiste. Une partie peut promettre un délai court sans aucune automatisation, simplement en acceptant davantage de risque de pénalité pour livraison tardive.
L'inverse est également vrai : une promesse prudente et conservatrice ne dit rien sur une absence de recours à l'IA. Certaines entreprises maintiennent délibérément une marge dans leurs promesses, même si leur processus sous-jacent peut aller plus vite que ce qui figure sur le papier.
Un appel d'offres est aussi un instantané d'une seule commande, avec un seul ensemble d'exigences. Ce n'est pas un échantillon représentatif de la manière dont un concurrent travaille habituellement. Qui se forge une opinion sur l'ensemble du recours à l'IA d'un concurrent à partir d'un seul dossier d'appel d'offres tire une conclusion que le document ne soutient pas.
Les appels d'offres ne sont pas disponibles en continu et ne sont pas pertinents à chaque instant. Il vaut la peine de les examiner à quelques moments précis : après la perte d'un appel d'offres, lors d'un changement structurel dans les offres d'un concurrent habituel, ou lorsque des offres perdues laissent apparaître un schéma qui appelle une explication. Hors de ces moments, une surveillance isolée des appels d'offres apporte peu, car les signaux ne prennent sens qu'en combinaison avec d'autres sources.
Il est utile de combiner cela avec ce que les offres d'emploi de ce même concurrent révèlent sur les fonctions recherchées ou qui viennent de disparaître, et avec ce que vos propres commerciaux recueillent dans la pratique auprès de clients qui se sont adressés à ce concurrent. Une seule source donne un signal, trois sources ensemble donnent un schéma.
Pour déterminer si une offre plus rapide ou moins chère dans un appel d'offres révèle un véritable avantage distinctif ou autre chose, un test objectif est plus utile qu'une supposition ; voir comment vérifier si un avantage distinctif résiste à l'examen.
La question qui se cache derrière l'analyse des appels d'offres d'un concurrent est en réalité une question sur vous-même : quelle part de votre propre processus d'appel d'offres pourrait tout aussi bien être effectuée par l'IA, avec une personne qui approuve ou rejette le résultat. C'est une question différente de celle de savoir si cela devrait se faire avec le personnel ; ce choix relève d'obligations légales propres et incombe à l'employeur. Mais la question factuelle de savoir quel travail est transférable trouve une réponse tâche par tâche, et c'est ce que fait le scan de travail de FTE TO AI.
Comme première étape : identifiez les dimensions sur lesquelles vous pensez l'emporter sur vos concurrents d'appel d'offres, rapidité, prix, précision, et effectuez le test de dimension gratuit pour voir lesquelles de ces affirmations peuvent être défendues par des preuves. Le benchmark complet, avec le score de votre groupe de référence sur les mêmes dimensions, est en cours de construction.