AO-Manager : de 15h à 3h par appel d’offre — étude de cas

Quinze heures. C’est le temps qu’il fallait, en moyenne, à ce groupement d’établissements scolaires pour traiter un appel d’offre de bout en bout — de la lecture du cahier des charges à la remise du dossier. Aujourd’hui, avec AO-Manager, la solution IA développée par Levolia, ce même travail s’effectue en trois heures. Soit une réduction de 80 % du temps consacré à chaque AO, et 120 heures économisées sur l’année.

Cet article documente ce projet : le contexte, les dysfonctionnements que l’IA est venue corriger, les fonctionnalités déployées, et les résultats mesurés. Pas de promesse marketing — des faits, des chiffres, et les limites honnêtes de ce que l’outil peut (et ne peut pas) faire.

Un processus manuel qui coûtait cher, en temps comme en précision

Avant AO-Manager, la gestion des appels d’offre reposait entièrement sur des fichiers Excel et des documents Word hétérogènes. Chaque AO générait son propre cycle artisanal : lecture du dossier de consultation, recopie manuelle des exigences dans un tableau de suivi, rédaction from scratch des pièces de réponse, puis vérification croisée avant envoi.

Le problème n’était pas seulement le volume de travail — une dizaine d’appels d’offre par an, ce n’est pas vertigineux. Le problème, c’est ce que chaque AO demandait comme concentration et comme rigueur sur des tâches à faible valeur ajoutée : relire trois fois un cahier des charges pour ne pas rater une clause technique enfouie en page 18, reformater un document pour qu’il corresponde aux attentes formelles, retrouver dans ses archives le bon texte de présentation institutionnelle.

Le risque d’oubli était réel et potentiellement coûteux. Un cahier des charges mal lu, une pièce manquante, une date limite mal repérée : autant d’erreurs qui peuvent entraîner le rejet d’un dossier ou la remise d’une offre sous-optimale. La charge cognitive était élevée, les documents produits disparates selon qui les rédigeait, et le temps investi disproportionné par rapport à l’enjeu de chaque dossier.

C’est dans ce contexte que le groupement a sollicité Levolia pour concevoir un outil adapté à ses contraintes spécifiques : secteur public, cadre réglementaire des marchés publics, équipes non techniques, et besoin de fiabilité autant que de rapidité.

AO-Manager : une solution IA construite sur mesure par Levolia

AO-Manager n’est pas un SaaS généraliste revendu sous une autre marque. C’est une solution développée par Levolia, pensée pour ce client, avec ses processus, son vocabulaire métier et ses contraintes réglementaires. Trois modules structurent l’outil.

Module 1 — Analyse et scoring automatique des AO

Dès qu’un nouveau dossier de consultation est importé dans AO-Manager, l’IA en extrait automatiquement les informations clés : objet du marché, critères d’attribution, exigences techniques, pièces demandées, calendrier. Elle produit en quelques secondes une synthèse structurée du cahier des charges — ce qui, auparavant, demandait une à deux heures de lecture attentive.

L’outil calcule également un score de pertinence et de faisabilité : l’AO correspond-il au périmètre d’activité du groupement ? Les exigences sont-elles réalistes au regard des ressources disponibles ? Ce scoring aide l’équipe à prioriser ses efforts et à ne pas disperser son énergie sur des dossiers hors cible.

Module 2 — Rédaction assistée des réponses

C’est le module qui concentre le gain de temps le plus visible. À partir de l’analyse du cahier des charges et d’une base documentaire propre au groupement (références, textes de présentation, certifications, bilans d’activité), AO-Manager génère une première version des pièces de réponse : note méthodologique, mémoire technique, présentation des moyens humains.

Le contenu généré n’est pas un texte générique. Il s’appuie sur les données réelles du client, adapte le niveau de détail aux critères de notation annoncés dans le règlement de consultation, et respecte le format attendu. L’équipe relit, ajuste, affine — mais le travail de débroussaillage et de structuration est déjà fait. Comme nous l’avons documenté dans notre retour terrain sur la structuration de 3 000 fichiers Word par l’IA, le gain de temps réel dépend moins de la génération brute que de la qualité des données d’entrée. AO-Manager ne fait pas exception : sa pertinence est directement liée à la richesse de la base documentaire qu’on lui fournit.

Module 3 — Gestion et suivi du pipeline AO

Le troisième module remplace le tableau Excel de suivi. Chaque appel d’offre est tracé : statut (en cours d’analyse, en rédaction, soumis, attribué ou non), échéances, responsable, résultat. Le tableau de bord centralise l’ensemble des dossiers en cours et passés, avec les taux d’attribution et les enseignements à tirer de chaque consultation.

C’est une fonctionnalité en apparence simple, mais structurante : elle permet au groupement de capitaliser sur son historique d’AO et d’améliorer ses réponses futures à partir des retours obtenus.

Comment le déploiement s’est concrètement déroulé

La mise en place d’AO-Manager a suivi un processus en trois temps, caractéristique des projets IA sur mesure que Levolia conduit pour ses clients.

La première phase a consisté à cartographier le processus existant : comment le groupement gérait ses AO étape par étape, quels documents étaient produits, qui intervenait à quelle étape, quelles étaient les sources d’erreur récurrentes. Ce diagnostic a pris une semaine et a permis d’identifier précisément où l’IA apporterait le plus de valeur — et où elle n’était pas pertinente.

La deuxième phase a couvert la construction de la base documentaire. AO-Manager ne peut rédiger des réponses cohérentes que s’il dispose d’une matière de départ : les textes de présentation du groupement, ses références passées, ses certifications, ses modes d’intervention. Cette phase de constitution du “corpus” est chronophage mais non négociable — elle conditionne la qualité de toutes les sorties ultérieures.

La troisième phase a été le déploiement et la prise en main par l’équipe. Deux sessions de formation suffisent pour des utilisateurs non techniques. L’interface a été conçue pour être utilisable sans connaissances particulières en IA.

Les résultats mesurés : 15h ramenées à 3h par appel d’offre

Six mois après le déploiement, les résultats sont mesurables et stables. L’équipe a traité sept appels d’offre sur cette période avec AO-Manager — ce qui représente un échantillon suffisant pour tirer des conclusions fiables, sans biais de débutant ni effet de nouveauté.

Gain de temps par AO : -80 %. Avant AO-Manager, un appel d’offre mobilisait en moyenne 15 heures de travail. Ce chiffre incluait la lecture du dossier, la synthèse des exigences, la rédaction des pièces, les allers-retours de relecture et la mise en forme finale. Avec AO-Manager, ce temps est tombé à 3 heures — essentiellement consacrées à la vérification, à la personnalisation des passages les plus stratégiques et à la soumission.

Impact annuel : 120 heures économisées. Sur une dizaine d’appels d’offre par an, ce gain représente l’équivalent de trois semaines de travail à temps plein. Des heures qui peuvent être réorientées vers des tâches à plus haute valeur : analyse des critères de notation, renforcement des argumentaires différenciants, veille sur les consultations à venir.

Réduction du risque d’erreur. La lecture automatique du cahier des charges garantit qu’aucune exigence n’est oubliée. Le module de suivi élimine les risques de dossier soumis hors délai. C’est un bénéfice difficile à chiffrer a priori, mais dont la valeur est réelle : un seul AO raté par étourderie peut représenter des dizaines de milliers d’euros de marché perdu.

Homogénéisation des documents produits. Les réponses générées par AO-Manager respectent systématiquement la même structure, le même niveau de soin formel, le même ton. Fini les dossiers de qualité variable selon la charge de travail du moment ou la personne en charge du dossier.

Ce que l’IA ne remplace pas — et ce qu’il faut savoir avant de se lancer

Il serait inexact de présenter AO-Manager comme un outil qui “répond aux appels d’offre à votre place”. La réalité est plus nuancée, et l’honnêteté s’impose.

L’IA excelle sur les tâches répétitives, structurées et documentées : extraction d’informations, reformulation à partir d’une base existante, suivi de processus. Elle est moins performante sur les tâches qui requièrent une connaissance fine du contexte politique, une relation de confiance avec l’acheteur, ou un positionnement stratégique original. Sur un marché très concurrentiel où la différence se joue sur la qualité de l’argumentaire, les 3 heures humaines restantes sont celles qui comptent le plus.

Par ailleurs, la qualité des sorties est directement proportionnelle à la qualité des données d’entrée. Un corpus documentaire pauvre ou obsolète produira des réponses génériques. La mise à jour régulière de la base de connaissances n’est pas optionnelle — c’est une condition d’efficacité durable. Comme nous l’avons analysé dans notre article sur pourquoi les agents IA peinent à s’intégrer dans les outils existants, l’obstacle n’est presque jamais technique : il est dans la préparation des données et l’organisation interne.

Enfin, l’outil est conçu pour un contexte spécifique — marchés publics, secteur de l’éducation, processus formalisés. Il n’est pas directement transposable tel quel à d’autres secteurs sans adaptation. C’est précisément la logique d’une solution sur mesure.

Que retenir pour votre organisation ?

L’étude de cas de ce groupement scolaire illustre une vérité simple : l’IA ne crée pas de la valeur en remplaçant les humains sur des tâches complexes. Elle en crée en absorbant les tâches fastidieuses, répétitives et à faible valeur ajoutée — pour libérer du temps sur les tâches où le jugement humain est irremplaçable.

Des solutions du marché existent pour certains de ces usages — TenderNow ou Libel, par exemple, couvrent la réponse aux marchés publics pour des profils BTP ou techniques. Mais elles ne sont pas nécessairement adaptées à des structures publiques comme un groupement scolaire, dont le contexte réglementaire, la nature des prestations et l’organisation interne diffèrent d’une PME du secteur privé. C’est précisément pourquoi une solution conçue sur mesure peut faire la différence.

Si votre organisation gère des appels d’offre — qu’il s’agisse de répondre à des consultations en tant que prestataire ou d’en émettre en tant qu’acheteur — il est probable qu’une part significative du temps investi pourrait être automatisée. Le gain potentiel dépend de votre volume d’AO, de la complexité des dossiers et de la maturité de votre documentation interne.

Pour savoir si une solution comme AO-Manager a du sens dans votre contexte, la bonne démarche est simple : auditer votre processus actuel, identifier les étapes chronophages, et évaluer honnêtement la qualité de votre base documentaire. C’est exactement le travail que Levolia fait en phase de cadrage avec ses clients, avant tout engagement de développement.

Consultez notre FAQ pour les questions les plus fréquentes sur nos projets IA, ou explorez directement les solutions que nous proposons.

Conclusion

AO-Manager n’est pas un gadget ni un projet expérimental. C’est une solution opérationnelle, déployée dans un environnement réel, avec des résultats mesurés : 15 heures ramenées à 3 heures par appel d’offre, soit 120 heures économisées par an pour ce groupement d’établissements scolaires. La technologie utilisée n’est pas spectaculaire — elle est adaptée, bien paramétrée, et ancrée dans les vrais documents du client.

C’est là toute la différence entre un projet IA qui tient sur la durée et une démonstration qui impressionne mais ne passe jamais en production.

Levolia accompagne les organisations publiques et privées dans la conception et le déploiement de solutions IA sur mesure. Découvrez nos offres d’accompagnement ou contactez-nous pour discuter de votre projet.