L'IA dans les marchés publics MOE : utile, ou gadget ?
L'intelligence artificielle est partout dans les pitchs des éditeurs SaaS. Mais dans la réalité d'un cabinet MOE qui doit chiffrer un CCTP de 800 pages avant vendredi, qu'est-ce qui marche vraiment, et qu'est-ce qui n'est qu'un effet de mode dangereux ?
Le contexte : trop de pages, trop peu de temps
Un économiste qui répond à un appel d'offres public traite en moyenne entre 200 et 1500 pages de pièces écrites par dossier : CCAP, CCTP par lot, mémoires techniques, planning, plans, BPU, DPGF. Le délai de remise est souvent de 4 à 6 semaines. La marge d'erreur sur une omission ou une mauvaise lecture du CCTP peut représenter plusieurs dizaines de milliers d'euros sur un marché.
C'est un terrain idéal pour l'IA générative — à condition de bien comprendre ce qu'elle fait réellement.
Ce que l'IA fait bien sur des pièces de marché
1. Recherche sémantique dans le CCAP / CCTP
« Y a-t-il des contraintes sur les heures de chantier ? » — vingt secondes pour avoir la réponse avec les pages exactes en référence, contre 15 minutes de Ctrl+F dans un PDF de 200 pages. C'est probablement l'usage le plus rentable au quotidien.
2. Génération de synthèses structurées
Extraction automatique des points sensibles d'un CCAP (pénalités, retenues, garanties, modalités de paiement, clauses environnementales). L'IA est très bonne pour produire un tableau de synthèse à partir d'un texte juridique long. Vous gagnez 1h à 2h par dossier.
3. Reformulation et harmonisation rédactionnelle
Pour un mémoire technique ou une note de méthodologie, l'IA reformule en quelques secondes ce qu'on aurait mis 20 minutes à reprendre. À condition de partir d'un fond métier solide écrit par vous.
4. Classification et qualification de pièces
Sur un appel d'offres avec 47 PDF dans le DCE, l'IA peut en quelques secondes vous dire lequel est le CCAP, lequel est le DPGF, lequel est un plan d'archi, lequel est anecdotique. Tâche fastidieuse devenue triviale.
Ce que l'IA fait mal — et qui peut vous coûter cher
L'hallucination, ce mensonge avec aplomb
C'est le défaut majeur des modèles génératifs sans garde-fou : quand ils ne savent pas, ils inventent. Une référence à un article du CCAG-Travaux qui n'existe pas. Un délai mentionné dans le CCTP qui sort du chapeau. Un montant cité dans le DPGF mais en réalité jamais inscrit.
Sur un dossier d'AO, c'est catastrophique. Vous chiffrez une prestation qui n'a pas été demandée. Vous oubliez une obligation que vous croyiez absente. Vous citez en mémoire technique une norme qui ne s'applique pas. Le rejet pour offre non conforme est une question de jours.
Le contournement intellectuel
L'IA donne des réponses élégantes et confiantes même quand elle a tort. Pour un débutant, il devient tentant d'arrêter de lire le CCTP « parce que l'IA me l'a résumé ». C'est exactement la mauvaise pratique. L'IA doit accélérer la lecture, pas s'y substituer.
La fuite de données
Si vous balancez un CCTP confidentiel dans la version grand public d'un modèle d'IA américain, vous violez probablement votre obligation de confidentialité MOE — et potentiellement le RGPD si le document contient des données personnelles. Lisez les CGU avant.
Bon usage vs mauvais usage
Bon usage
- L'IA cite ses sources (page, paragraphe)
- L'utilisateur vérifie systématiquement
- Les documents restent dans un environnement sécurisé EU
- L'IA aide à explorer, pas à décider
- Le rendu final est validé par un humain métier
Mauvais usage
- L'IA répond sans citer de source
- L'utilisateur recopie sans vérifier
- Documents envoyés à un modèle public US
- L'IA chiffre / propose des prix
- Le rendu est généré et envoyé sans relecture
La règle d'or : RAG avec citations obligatoires
L'architecture qui rend l'IA réellement utile en MOE s'appelle le RAG (Retrieval-Augmented Generation). Le principe :
- Vos pièces de marché sont indexées dans une base recherchable.
- Quand vous posez une question, le système retrouve d'abord les passages pertinents dans vos documents.
- L'IA répond uniquement à partir de ces passages, en citant les pages concernées.
- Si l'information ne figure pas dans les documents, l'IA dit « je ne sais pas » au lieu d'inventer.
C'est l'architecture que nous avons retenue pour l'IA d'edifio Suivi : chaque réponse est ancrée dans des sources documentaires identifiables, avec la page et le paragraphe en référence cliquable. Si l'IA n'a pas la source, elle l'admet — explicitement.
Et la confidentialité ?
Tous les modèles d'IA ne se valent pas sur la confidentialité. Trois critères à vérifier :
- Hébergement. Les données passent-elles par les USA ? Pour un marché public sensible, l'hébergement européen est fortement recommandé.
- Réutilisation pour entraînement. Vos documents sont-ils utilisés pour ré-entraîner le modèle ? La réponse doit être non, contractuellement.
- Cloisonnement. L'IA d'un autre cabinet voit-elle vos données ? La réponse doit être non, par architecture.
Sur ces trois points, edifio s'appuie sur Claude (Anthropic) via l'API européenne, avec engagement contractuel de non-réutilisation. Voir aussi notre article sur le RGPD pour cabinets MOE.
Conclusion : utile, oui — gadget, non, à condition
L'IA générative est un levier de productivité réel pour les MOE. Elle peut faire gagner 30 à 50% de temps sur la lecture et la synthèse des pièces de marché, ce qui est énorme à l'échelle d'un cabinet. À condition d'être utilisée avec :
- Une architecture RAG avec citations obligatoires.
- Un hébergement européen et des engagements contractuels solides.
- Un humain métier qui valide systématiquement.
Sans ces trois conditions, c'est effectivement un gadget — et un gadget potentiellement dangereux pour vos AO.
Une IA marché qui cite ses sources, pas qui invente.
edifio Suivi intègre une IA RAG sur vos pièces de marché, hébergée en Europe, avec citations cliquables systématiques. 100 requêtes IA incluses dès la formule Cabinet.
Découvrir edifio Suivi