Un cahier des charges généré par IA ressemble à un cahier des charges. Il en a la structure, les rubriques, le vocabulaire. Le problème se situe exactement là : il ressemble à tous les cahiers des charges, y compris ceux de vos concurrents. Sur un projet où la formalisation des besoins conditionne le périmètre fonctionnel livré, cette standardisation silencieuse pose un risque métier concret.
Processus métier end-to-end contre liste d’exigences fonctionnelles
Un LLM nourri d’un prompt générique produit une liste de fonctionnalités classées par module. Gestion des stocks, comptabilité fournisseurs, suivi de production : les rubriques se succèdent sans hiérarchie, sans lien entre elles. Ce format plat est précisément ce que les méthodologies de cadrage actuelles cherchent à dépasser.
A découvrir également : Mot de départ collègue : textes pour un départ à l'étranger ou en mobilité
L’approche recommandée aujourd’hui consiste à partir des processus métier end-to-end plutôt que d’empiler des exigences unitaires. Un processus porte du contexte : il relie des acteurs, des contraintes temporelles, des règles de gestion propres à l’entreprise. C’est dans ce contexte que se révèlent les zones où standardiser a du sens, et celles où le savoir-faire maison doit être préservé.
Nous observons que dans le cas de l’ERP, la différence entre un projet qui tient ses délais et un projet qui dérape se joue souvent à ce stade de cadrage. Un cahier des charges par liste de fonctionnalités laisse l’intégrateur interpréter les liens entre modules. Un cahier des charges par processus lui impose de respecter la logique opérationnelle réelle.
A voir aussi : L’IA peut-elle permettre à un technicien IT de gérer dix fois plus de machines sans dégrader le service ?
L’IA peut cartographier des processus si on lui fournit les bons inputs (interviews retranscrites, documentation existante, flux BPMN). Mais elle ne peut pas décider seule quels processus constituent un avantage compétitif. Cette décision reste un arbitrage de direction générale.
Cahier des charges IA : ce que le modèle standardise sans prévenir
Le risque principal n’est pas que l’IA produise un document faux. C’est qu’elle produise un document plausible qui noie les spécificités métier dans des formulations génériques.
Prenons un exemple concret. Une entreprise de négoce gère ses tarifs avec des grilles conditionnelles complexes : remises par volume, par ancienneté client, par zone géographique, avec des exceptions négociées au cas par cas. Un LLM va écrire « le système doit permettre la gestion de grilles tarifaires paramétrables ». La spécification est correcte, mais elle ne dit rien de ce qui rend cette gestion tarifaire stratégique pour l’entreprise.
Le cahier des charges IA décrit ce que fait un logiciel, pas ce que fait votre entreprise. Il capture la fonction, pas la règle métier qui la rend critique. Trois catégories d’informations sont systématiquement lissées :
- Les règles de gestion conditionnelles propres au secteur ou à l’historique de l’entreprise, qui ne figurent dans aucun corpus d’entraînement
- Les contraintes d’intégration avec des systèmes existants (ERP ancien, outils développés en interne, connecteurs spécifiques à des partenaires)
- Les arbitrages organisationnels : qui valide quoi, dans quel ordre, avec quelles délégations, ce qui relève du workflow métier et non de la fonctionnalité logicielle
Ces trois dimensions exigent une extraction humaine, par entretien structuré avec les opérationnels. L’IA peut formaliser les réponses, pas poser les bonnes questions.
Supervision humaine et AI Act : le cadre réglementaire qui s’impose
Les outils de génération automatisée de documents sont soumis aux obligations de transparence et de traçabilité prévues par le règlement européen sur l’intelligence artificielle. Un cahier des charges interne n’entre pas directement dans les catégories à haut risque, mais cette réglementation crée un nouvel enjeu de gouvernance documentaire.
L’entreprise doit pouvoir distinguer ce qui a été entièrement généré par l’IA, ce qui a été modifié après génération, et ce qui reste d’origine humaine. Sur un document contractuel comme un cahier des charges destiné à un appel d’offres, cette traçabilité n’est plus optionnelle.
Nous recommandons de maintenir un journal de traçabilité des contributions IA sur chaque section du document. Non pas par formalisme, mais parce qu’un intégrateur qui reçoit un cahier des charges doit savoir quelles exigences ont été validées par un métier et lesquelles sortent d’un prompt. La fiabilité du cadrage en dépend.
Distinguer génération et validation dans le projet
La confusion fréquente consiste à traiter la sortie du LLM comme un premier jet à relire. Or un cahier des charges n’est pas un texte littéraire : chaque ligne engage un périmètre, un budget, un délai. « Relire » ne suffit pas. Il faut confronter chaque exigence générée à la réalité opérationnelle, ce qui revient souvent à refaire le travail d’analyse.
Le gain de temps réel se situe ailleurs : dans la mise en forme, la structuration des rubriques normalisées, la génération des matrices de conformité technique. L’IA excelle sur la structure documentaire, pas sur le contenu métier.
Méthode concrète : cadrer les contraintes métier avant de prompter
Un cahier des charges utile repose sur un travail de fond qui précède toute rédaction. L’IA intervient après ce travail, pas à sa place. Nous recommandons une séquence en trois phases :
- Phase d’extraction : entretiens métier structurés pour identifier les processus critiques, les règles de gestion spécifiques et les contraintes d’intégration technique avec les systèmes existants
- Phase de qualification : classement des exigences entre ce qui peut être couvert par un standard logiciel et ce qui nécessite un développement spécifique ou un paramétrage avancé
- Phase de rédaction assistée : utilisation de l’IA pour formaliser les exigences qualifiées, générer les matrices fonctionnelles et harmoniser le document selon les normes du secteur
Cette séquence préserve la valeur métier du document tout en exploitant la capacité de l’IA à produire un livrable structuré rapidement. L’erreur courante est d’inverser l’ordre : générer d’abord, qualifier ensuite. On passe alors plus de temps à corriger des exigences inadaptées qu’on n’en aurait mis aux formuler correctement dès le départ.
Le cahier des charges reste le document où l’entreprise dit ce qu’elle est. Confier sa rédaction brute à un outil qui, par conception, produit de la moyenne statistique, c’est accepter de ressembler à la moyenne. Sur un projet structurant, le coût de cette banalisation dépasse largement le temps économisé à la rédaction.
