Faire entrer l'IA dans la planification de chantier.

Un planning de chantier, c'est des milliers d'activités liées entre elles. Le moindre changement se répercute sur le chemin critique, sur les corps d'état qui suivent, et sur les engagements pris auprès des parties prenantes. Planificateurs, chefs de projet et conducteurs de travaux passent leur journée à anticiper ces effets en chaîne.

Quand je suis arrivé, Planera avait déjà un assistant IA. Il savait répondre à des questions ponctuelles, mais il avait peu de visibilité sur ce que l'utilisateur regardait, sur le projet en cours, ou sur ce qui venait de changer.

J'ai travaillé avec la direction produit, l'engineering et l'équipe support pour définir comment l'IA s'intègre dans l'expérience de planification existante. Cela a couvert les patterns d'interaction, le design des parcours et la structure de quatre fonctionnalités liées : sélection de contexte, catalogue de requêtes, brief de projet partagé, et agent d'état d'avancement.

La plupart des problèmes n'étaient pas visuels. Ils venaient du métier et des personnes qui le pratiquent :

• — Une confiance limitée envers l'IA sur des décisions à fort enjeu.
• — Des utilisateurs issus du BTP, peu à l'aise avec les outils numériques, et tout aussi peu familiers de l'IA.
• — Des erreurs de planning qui coûtent cher — corps d'état décalés, jalons manqués, pénalités contractuelles.
• — Une logique CPM qui ne tolère pas l'approximation : une recommandation qui l'ignore est pire que pas de recommandation du tout.
• — Des utilisateurs qui vivent dans leur planning. Tout ce qui les en éloigne doit le mériter.
• — Une IA qui devait appuyer le jugement du planificateur, pas s'y substituer.

Le premier problème était facile à formuler, plus difficile à résoudre : le panneau IA et le planning étaient deux espaces séparés. On pouvait poser une question, mais pas dire simplement « je parle de ces activités, sur cette portion du planning, dans cette vue ».

J'ai conçu plusieurs façons d'apporter le contexte du planning dans la conversation : sélectionner des activités depuis le Canvas ou le Gantt, déclencher une action IA depuis les menus contextuels, ou ajouter des objets du planning comme contexte structuré dans un fil. L'idée n'était pas de rendre l'assistant plus intelligent dans l'absolu, mais de rendre intelligible, côté système, la question réellement posée.

La sélection de contexte réglait une partie du problème. L'autre est apparue dès les premiers tests : à l'ouverture de Manny, les utilisateurs se retrouvaient face à un champ vide, sans savoir quoi demander ni comment le formuler. Le frein n'était pas technique, il était dans la confiance.

Le catalogue de requêtes a été la réponse. Chaque organisation démarre avec un jeu de requêtes par défaut, regroupées par thème — risques d'exécution, documentation des retards, analyse de planning — que les admins peuvent ajuster pour coller à leurs pratiques. Chaque équipe projet peut aussi créer ses propres requêtes. Les nouveaux ont un point de départ, les habitués un vocabulaire commun.

J'ai conçu cette brique pour qu'elle puisse évoluer. La même structure qui permet aujourd'hui à une organisation de curer ses requêtes ouvre la porte, demain, à une place de marché — où des requêtes pourraient être partagées entre entreprises, classées par corps d'état ou par type de chantier, comme les modèles circulent déjà dans le secteur.

Le sujet suivant, c'était la mémoire. L'assistant accumulait discrètement de l'information au fil des conversations et des documents, mais rien de tout ça n'était visible. Impossible pour les utilisateurs de voir ce qu'il savait, de corriger ses erreurs ou de décider de ce qui devait compter.

Plutôt que de traiter cette mémoire comme une étape de configuration — un formulaire à remplir une fois pour toutes — je l'ai conçue comme un brief de projet vivant, co-édité par l'utilisateur et l'assistant. Rendre la mémoire visible a changé la nature de la relation : moins de boîte noire, plus de document partagé.

On a aussi exploré un agent qui rédige un point d'avancement structuré à partir des changements du planning — progression, écarts, impact sur le chemin critique, risques — et le remet au planificateur pour relecture, ajustement et envoi. L'IA fait l'assemblage ; la responsabilité de ce qui sort reste à l'humain.

Quelques convictions se sont précisées sur ce projet. L'IA est utile quand elle allège le travail d'assemblage autour d'une décision, pas quand elle prétend décider à la place. La mémoire doit être visible pour être crédible. Et la bonne maille de design n'est presque jamais « l'assistant » — c'est le processus que l'assistant est censé soutenir.