Répondre à un appel d'offres mobilise plusieurs métiers : lecture du règlement de consultation, analyse du CCTP, chiffrage, rédaction du mémoire technique et contrôle final. L'IA peut accélérer une partie de ce travail, mais le mot « automatiser » prête à confusion.
Le résultat réaliste en 2026 n'est pas un dossier déposé sans intervention. C'est une chaîne de préparation plus rapide et plus traçable, dans laquelle chaque exigence importante renvoie à sa source et chaque engagement est validé par une personne identifiée.
Points clés à retenir
- L'IA prépare la réponse ; elle ne porte pas l'engagement. Le mémoire, les prix et la conformité restent validés par l'équipe.
- Le meilleur premier cas d'usage est le dépouillement traçable : exigence, source, page, responsable et statut.
- Les plans et métrés sont un périmètre à part. Une lecture multimodale aide au repérage, pas à la validation quantitative.
- Le gain se mesure sur vos dossiers, avec le temps total incluant correction et contrôle.
Ce que l'IA peut réellement prendre en charge
Lecture et repérage
Identifier les pièces, dates, critères, documents attendus et exigences d'un lot, avec le nom du document et la page source.
Tableau de conformité
Structurer les obligations dans un tableau : exigence, preuve interne disponible, manque à traiter, responsable et échéance.
Premier jet du mémoire
Assembler des contenus validés — méthodologie, moyens, références et organisation — selon les critères du règlement de consultation.
Contrôle éditorial
Repérer contradictions, formulations génériques, engagements non étayés et réponses qui ne couvrent pas explicitement un critère.
Limite à inscrire dans le processus
Une correspondance repérée par un modèle est une piste à vérifier. Elle ne prouve ni la conformité contractuelle, ni l'exhaustivité du dépouillement.
Chat, Cowork ou workflow connecté ?
| Niveau | Bon usage | Limite |
|---|---|---|
| Chat généraliste | Tester un prompt sur un DCE anonymisé, résumer une pièce, améliorer un paragraphe. | Manipulations manuelles, contexte dispersé, faible traçabilité. |
| Claude Cowork | Préparer un document à partir d'un dossier local de sources et organiser des fichiers. | Il faut cadrer les dossiers accessibles et contrôler toute modification ou synthèse. |
| Workflow API | Traiter un volume récurrent, produire un tableau standardisé et connecter une GED ou un CRM. | Tests, supervision, journalisation et maintenance sont indispensables. |
Anthropic présente Claude Cowork comme un outil de travail sur fichiers, dossiers et applications locales. C'est utile pour assembler un brouillon depuis un dossier de consultation ; ce n'est pas une base de références validées ni un moteur de chiffrage.
Une méthode en six étapes pour un dossier vérifiable
- Qualifier le dossier. Séparer RC, CCTP, CCAP, DPGF/BPU, annexes et plans.
- Définir le schéma de sortie. Exigence, citation, page, niveau de confiance et action attendue.
- Extraire par pièce. Éviter la consigne vague « analyse tout le DCE ».
- Faire relire le tableau. Le chargé d'affaires corrige omissions et rapprochements douteux.
- Rédiger depuis des preuves internes. N'autoriser aucune référence client, certification ou moyen non présent dans les sources.
- Contrôler sur les originaux. Dates, signatures, pièces administratives, montants, unités et engagements.
DPGF, BPU et plans : les trois zones de surconfiance
Une DPGF est un tableau contractuel. Une IA peut aider à normaliser des libellés ou signaler un poste du CCTP qui semble absent, mais elle peut aussi décaler une ligne, perdre une unité ou rapprocher deux prestations différentes. Les formules et quantités doivent rester contrôlées dans Excel ou le logiciel de chiffrage.
Pour les plans, les modèles multimodaux savent interpréter texte, tableaux, diagrammes et images d'un PDF. Google recommande toutefois d'éviter les pages floues ou mal orientées et indique que les grandes pages sont redimensionnées pendant le traitement. Ces contraintes justifient un usage limité au repérage assisté, jamais une promesse de métré fiable. Voir la documentation officielle Gemini sur les PDF.
Confidentialité : raisonner par contrat et par flux
Le bon critère n'est pas seulement « cloud ou Europe ». Il faut vérifier quelles données entrent dans l'outil, où elles transitent, combien de temps elles sont conservées, quels connecteurs y accèdent et qui peut consulter les résultats.
OpenAI indique ne pas utiliser par défaut les données de ChatGPT Business, Enterprise et de l'API pour entraîner ses modèles. Anthropic applique une politique comparable à Claude for Work et à son API. Ces garanties professionnelles ne s'étendent pas automatiquement à toutes les offres individuelles ni à tous les connecteurs. Consultez les pages officielles OpenAI Enterprise Privacy et Anthropic sur l'utilisation des données commerciales.
Mesurer avant d'industrialiser
Choisissez trois dossiers représentatifs et mesurez : temps de dépouillement, taux d'exigences retrouvées, erreurs critiques, temps de correction et temps total jusqu'à la version validée. Un objectif de gain peut être posé comme hypothèse, mais seul ce pilote produit un chiffre défendable pour votre entreprise.
Test sur un DCE réel
Évaluez dix champs critiques avant d'acheter un outil
Sur un dossier anonymisé, Tensoria peut cadrer un test : critères, pièces attendues, réserves, exigences techniques, citations et temps de validation. Vous repartez avec les résultats et les limites observées.
Proposer un DCE test
