Répondre aux appels d’offres publics et privés est un canal commercial exigeant. Chaque consultation représente des dizaines d’heures de travail (veille, lecture de dossiers volumineux, qualification, rédaction) pour un taux de succès qui, par nature, ne peut jamais être garanti. Cette asymétrie entre l’effort investi et le résultat pousse beaucoup d’entreprises à sous-exploiter ce canal, ou à y répondre dans l’urgence, au détriment de la qualité.
Nous avons fait un autre choix : construire des outils internes basés sur l’IA agentique pour traiter ce canal de bout en bout. Retour d’expérience sur ce que ces outils changent concrètement, et sur ce que cela dit des usages métiers que l’on peut construire avec l’IA aujourd’hui.
Le problème : un processus lent, fragmenté et coûteux avant même d’avoir décidé
Avant d’écrire la moindre ligne d’une réponse, il faut franchir plusieurs étapes qui, menées manuellement, consomment un temps considérable.
La veille d’abord : les opportunités sont dispersées sur plusieurs canaux (BOAMP, JOUE, plateformes acheteurs…), chacun avec ses formats et ses volumes. Identifier les consultations pertinentes pour son secteur suppose une consultation quotidienne et un tri fastidieux où l’essentiel du flux est du bruit.
La qualification ensuite : un dossier de consultation (DCE) compte facilement plusieurs centaines de pages réparties entre CCTP, CCAP, règlement de consultation et annexes. En extraire les exigences techniques, les critères de jugement et leur pondération, les contraintes administratives, les clauses à risque et le calendrier demande plusieurs heures de lecture experte, pour, dans bien des cas, conclure qu’il ne faut pas répondre.
La décision enfin : le go/no-go arrive souvent tard, sur la base d’une lecture partielle, alors que chaque jour compte face à des délais de remise serrés.
Premier outil : détecter et décider vite
Notre premier outil couvre l’amont du processus. Il agrège en continu les annonces des différents canaux et applique nos filtres métiers : secteur d’activité, mots-clés, codes CPV, zones géographiques, montants. Le flux brut de centaines d’annonces mensuelles se réduit ainsi automatiquement aux seules opportunités alignées avec notre positionnement.
Pour les consultations retenues, l’IA prend le relais sur l’analyse du dossier. Le DCE est lu et analysé selon plusieurs axes complémentaires : exigences techniques, critères de jugement et leur pondération, cadre administratif, dimension financière, risques contractuels, et adéquation avec nos compétences, références et capacités. Chaque axe produit une synthèse structurée et sourcée.
L’ensemble converge vers une recommandation go/no-go argumentée : facteurs décisifs, forces et faiblesses de notre positionnement, estimation de charge, criticité du délai. La décision reste humaine, c’est un principe pour nous, mais elle se prend désormais en connaissance complète du dossier, en une fraction du temps.
Dernier élément clé : un chat permet d’interroger directement le contenu du dossier en langage naturel. Plutôt que de rechercher manuellement une clause dans des centaines de pages, on pose la question et on obtient la réponse avec les passages sources cités. L’outil apprend aussi de nos corrections et de nos décisions passées pour affiner ses analyses au fil du temps.
Second outil : passer du « go » au dossier de réponse
Une fois la décision de répondre prise, un second outil orchestre des agents IA spécialisés, chacun responsable d’un volet du travail.
Certains agents approfondissent l’analyse : cartographie exhaustive des exigences par domaine (fonctionnel, technique, opérationnel, contractuel), identification des points d’attention et des leviers pour maximiser la note. D’autres structurent la réponse : constitution de la liste complète des livrables attendus par enveloppe, avec leur caractère obligatoire ou optionnel. Un domaine où le moindre oubli peut invalider des semaines de travail.
L’outil permet de suivre la consultation durant l’ensemble de son cycle de vie, de sa publication au dépôt de l’offre. Par exemple, lors de l’ajout ou de la modification d’éléments du dossier, il identifie les impacts du changement (délais, exigences, périmètre…) et, après validation de l’équipe, met à jour son analyse en conséquence. Nous travaillons ensuite en collaboration avec l’IA sur la constitution du dossier de réponse et l’optimisation de notre offre. Mais ça, ça reste notre ingrédient secret !
Ce que ça change
Le gain le plus visible est le temps. Un DCE compte typiquement 20 à 30 documents, soit plusieurs centaines de pages. Son analyse complète mobilisait une journée d’un profil expérimenté ; elle est désormais disponible en une trentaine de minutes. Et là où la décision go/no-go demandait environ une semaine, elle se prend aujourd’hui le jour même de la détection.
Mais les gains qualitatifs comptent au moins autant. L’exhaustivité, d’abord : les agents lisent l’intégralité du dossier, systématiquement, là où la lecture humaine sous contrainte de temps fait des impasses. La traçabilité, ensuite : chaque affirmation est sourcée vers le document et la page d’origine, ce qui rend les analyses vérifiables et auditables. La capacité, enfin : à effort constant, nous pouvons instruire davantage d’opportunités, donc être plus sélectifs sur celles où nous nous engageons, et plus investis sur celles-là.
Ce qui a changé dans notre façon de travailler
Le rôle des équipes s’est déplacé : moins d’extraction d’information, plus de stratégie, de jugement et de relation.
Des tâches ont disparu : la consultation quotidienne des plateformes de publication, la recherche manuelle d’une clause dans des centaines de pages de PDF, la ressaisie des exigences dans des tableurs, la relecture intégrale de chaque dossier « au cas où ».
De nouvelles tâches sont apparues, d’une autre nature : relire et corriger les analyses produites par l’IA (chaque correction alimente d’ailleurs son apprentissage), valider les rapports d’impact lorsqu’un additif est publié, entretenir le profil d’entreprise et les filtres de veille qui conditionnent la qualité des recommandations.
Des décisions se prennent plus tôt : le go/no-go bien sûr, mais aussi l’estimation de charge, l’identification des partenaires à mobiliser et les grandes orientations de la réponse, discutées désormais dès le premier jour sur la base d’une analyse complète plutôt qu’en fin d’instruction.
Et certains arbitrages restent exclusivement humains : la décision finale de répondre, la stratégie de prix, les engagements contractuels que nous acceptons de prendre, le positionnement différenciant de l’offre. L’IA éclaire ces choix ; elle ne les fait pas.
Ce que cette expérience nous enseigne
Les appels d’offres nous ont servi de terrain d’expérimentation, mais l’enseignement dépasse largement ce cas d’usage. De nombreux processus d’entreprise reposent encore sur la lecture, l’interprétation et la coordination de grands volumes de documents. À chaque fois que ces activités peuvent être décomposées en étapes explicites, confiées à des agents spécialisés et validées par un expert métier, elles deviennent de bons candidats à une approche agentique. Ce n’est pas le secteur qui détermine la pertinence de l’IA, mais la nature du processus.
Si ces sujets résonnent avec vos propres processus, parlons-en.
Nos équipes cadrent votre trajectoire et sécurisent chaque étape. Parlons-en.
Discuter de votre projet →