Calculer le maximum global avec l'IA

Pourquoi la gestion de portefeuille de projets basée sur l'IA rend les décisions classiques structurellement obsolètes

Résumé exécutif

Les entreprises investissent chaque année des milliards dans des projets, des programmes et des transformations. Pourtant, dans la pratique, on constate un schéma récurrent :

Ce ne sont pas les projets individuels qui posent problème - mais leur combinaison.

La gestion classique de portefeuille de projets (PPM) structure, hiérarchise et crée de la transparence. Mais ce qu'elle ne fait généralement pas, c'est le calcul systématique du portefeuille de projets globalement optimal.

Plus le nombre de projets augmente, plus l'espace décisionnel s'élargit de manière exponentielle :

• 10 projets → 1 024 combinaisons
• 20 projets → plus de 1 million de combinaisons
• 30 projets → plus de 1 milliard de combinaisons
• 50 projets → ~1,125 billion de combinaisons

Cet ordre de grandeur n'est pas maîtrisable par les méthodes classiques.

C'est précisément là qu'intervient l'optimisation combinatoire basée sur l'IA : Elle transforme la gestion de portefeuille de projets d'un processus structurant en un système capable de prendre des décisions, qui calcule le maximum global ex ante.

1. Le problème structurel de la gestion de portefeuille de projets

La gestion de portefeuille de projets remplit trois fonctions centrales :

• Collecte et structuration des projets
• Établissement de la transparence
• Soutien des processus de décision

Ces fonctions sont nécessaires - mais pas suffisantes.

Le point aveugle décisif

Dans presque toutes les organisations, la règle est implicite :

Les décisions sont prises sans analyser l'espace décisionnel complet.

Au lieu de cela, on utilise :

• Des modèles de scoring
• Cas d'affaires
• Rondes de priorisation
• Ateliers de gestion
• Analyses de scénarios

Ces méthodes ont une caractéristique structurelle commune :

Elles réduisent la complexité plutôt que de la calculer entièrement.

2. L'espace décisionnel : pourquoi 2^N change tout

Le principe mathématique central derrière les portefeuilles de projets est simple - mais lourd de conséquences :

Chaque projet peut être choisi ou non.

Il en résulte que :

Nombre de portefeuilles possibles = 2^N

Avec chaque option de projet supplémentaire, l'espace de décision double.

Conséquence

Pour 30 projets :

• plus de 1.000.000.000 de combinaisons possibles

Pour 50 projets :

• plus de combinaisons que de secondes depuis la création de l'univers

Implication pratique

Aucun conseil d'administration, aucun PMO, aucun modèle Excel ne peut :

• réfléchir à toutes les combinaisons
• prendre en compte toutes les interdépendances
• optimiser simultanément toutes les contraintes

Il en résulte une sous-optimalité systématique.

3. Pourquoi les méthodes classiques ne mènent pas au maximum global

3.1 Priorisation heuristique

Typique :

• Sélection descendante
• Réductions basées sur le budget
• "Top 10 des projets"

Problème :

→ ne prend en compte qu'un sous-ensemble de l'espace de décision

3.2 Modèles de scoring

Typique :

• critères pondérés (ROI, risque, adéquation à la stratégie)
• Classement de projets

Problème :

→ optimise les projets de manière isolée, pas leur combinaison

3.3 Approches par scénarios et Monte Carlo

Typique :

• Simulation d'incertitudes
• Distributions de probabilité

Problème :

→ simulent des résultats, mais ne font pas de choix optimal

3.4 Cycles de décision / Gouvernance

Typique :

• Décisions des comités
• ajustements itératifs

Problème :

→ capacité cognitive limitée + biais

4. Le véritable objectif : le maximum global

L'objectif d'un portefeuille de projets n'est pas :

• le meilleur projet
• le meilleur classement
• le scénario le plus plausible

Mais plutôt :

La combinaison de projets qui génère le maximum d'avantages globaux sous toutes les restrictions.

C'est le maximum global.

Abstraction formelle :

Maximiser :

• Valeur globale (p. ex. VAN, EBIT, impact)

Sous conditions secondaires :

• Budget
• Ressources
• Dépendances
• Risques
• directives stratégiques

Point décisif

Le maximum global est :

• pas d'avis
• pas de simulation
• pas d'estimation

Mais plutôt :

une propriété de l'espace de données sous-jacent

5. L'IA comme moteur de décision : du PPM à l'optimisation

L'IA dans la gestion de portefeuille de projets est souvent mal comprise comme :

• Tableau de bord
• Modèle de prévision
• Système d'assistance

Cela ne va pas assez loin.

Le véritable changement de paradigme

L'IA permet :

l'analyse complète ou approximativement complète de l'espace décisionnel

Composantes clés de l'IA décisionnelle moderne

1. Optimisation combinatoire

• Explore l'espace de 2^N combinaisons
• Utilise des méthodes telles que
  • Mixed Integer Programming (MIP)
  • Branch-and-Bound
  • Programmation par contraintes

2. Contraintes en tant que modèle mathématique

Exemple :

• Budget ≤ 500 millions
• Projet A uniquement avec projet B
• part de risque de 20 % max
• répartition régionale

3. Mise en parallèle

• réduction massive du temps de calcul
• Mise à l'échelle sur de grands espaces de décision

4. Modélisation des décisions

• Intégration des objectifs stratégiques
• Pondération des risques
• Représentation de la logique organisationnelle

6. Actifs fixes : Pourquoi les erreurs sont particulièrement coûteuses dans ce domaine

Le sujet est particulièrement critique dans le domaine :

Actifs immobilisés (Fixed Assets)

Exemples :

• Projets d'infrastructure
• Développements immobiliers
• Installations de production
• Projets énergétiques

Caractéristiques

• forte immobilisation de capitaux
• longues durées
• faible réversibilité

Problème

Les mauvaises décisions entraînent :

• une mauvaise allocation du capital pendant des années
• des liquidités limitées
• des désavantages concurrentiels structurels

Modèle typique

Les organisations :

• évaluent les projets un par un
• prennent des décisions de manière séquentielle
• ne tiennent compte des effets de combinaison que de manière limitée

Réalité

La valeur d'un projet dépend de :

• des autres projets du portefeuille
• Synergies
• Cannibalisation
• Engagement des ressources

Le portefeuille optimal n'est pas la somme de décisions individuelles optimales.

7. La liste complète des investissements comme condition préalable

Un point souvent sous-estimé :

L'optimisation présuppose l'exhaustivité.

Nécessaire avant toute décision :

• liste complète de tous les projets pertinents
• pas de filtrage préalable par intuition
• pas d'élimination prématurée

Pourquoi ?

Chaque option éliminée :

→ modifie l'espace de décision
→ empêche des combinaisons potentiellement meilleures

Erreur typique

• "Nous avons déjà présélectionné"
• "Ces projets sont de toute façon fixés"

Conséquence

→ le maximum global peut être systématiquement exclu

8. Effet quantitatif : qu'est-ce que cela signifie dans la pratique ?

Les valeurs empiriques de portefeuilles optimisés montrent :

• +20 % à +60 % de valeur ajoutée pour les mêmes projets
• un retour sur investissement significativement meilleur
• structure de risque plus stable

Effet exemplaire

Dimension	Classique	Optimisée (IA)
Base de décision	Sous-ensemble	Espace total
Prise en compte des dépendances	limité	complet
Retour sur investissement	sous-optimal	globalement maximisé
Allocation des risques	incohérente	systématique
Transparence	élevé	élevée + explicable
Qualité de la décision	plausible	mathématiquement optimale

9. Des "bonnes décisions" aux décisions optimales

Une erreur de pensée centrale dans les organisations :

"Si nous avons de bons processus, nous prenons de bonnes décisions"

Ce n'est que partiellement vrai.

Réalité

De bons processus conduisent à :

• des décisions compréhensibles
• des décisions acceptées

Mais pas nécessairement à des :

• des décisions optimales

Différence

Catégorie	Classique	Optimisation
Type de décision	plausible	calculé
Base	complexité réduite	espace complet
Qualité	bon	global optimal

10. Implication stratégique pour les entreprises

La capacité de calculer le maximum global devient un avantage concurrentiel structurel.

Pourquoi ?

Parce qu'elle permet :

• une meilleure allocation du capital
• un rendement plus élevé pour le même budget
• une adaptation stratégique plus rapide

Comparaison

Deux entreprises avec des projets identiques :

• L'entreprise A utilise des méthodes classiques
• L'entreprise B utilise l'optimisation

→ L'entreprise B obtient des résultats significativement plus élevés à long terme

11. Conclusion

La gestion de portefeuille de projets reste essentielle - mais :

C'est la base de la décision, pas la décision elle-même.

La véritable transformation réside dans la capacité

d'analyser l'ensemble de l'espace décisionnel et de calculer le maximum global

L'IA n'est pas un système d'assistance, mais :

un moteur de décision

FAQ

1. Que signifie "maximum global" dans le portefeuille de projets ?

Le maximum global est la combinaison de projets qui génère le bénéfice total maximal sous toutes les restrictions données (budget, ressources, risque, etc.). Il s'agit d'une solution optimale définie mathématiquement.

2. Pourquoi la gestion classique de portefeuille de projets ne suffit-elle pas ?

Parce qu'elle n'analyse pas systématiquement l'espace décisionnel complet (2^N combinaisons). Les décisions se basent donc inévitablement sur des sous-ensembles et conduisent à des résultats sous-optimaux.

3. Le maximum global est-il vraiment calculable dans la pratique ?

Oui, les méthodes modernes d'optimisation combinatoire et de parallélisation permettent de parcourir efficacement l'espace de décision ou de l'approximer avec une grande précision.

4. N'est-ce pas seulement un concept théorique ?

Non. Dans les applications réelles, on constate des différences significatives en termes de rendement et d'impact, car les effets combinatoires sont systématiquement pris en compte.

5. Quelles sont les données nécessaires ?

• Liste de tous les projets
• Coûts d'investissement
• valeurs attendues (p. ex. VAN)
• Restrictions (budget, ressources, etc.)

En option :

• Risques
• Dépendances
• pondérations stratégiques

6. Qu'est-ce qui différencie l'optimisation de la simulation ?

La simulation montre les développements possibles. L'optimisation détermine la meilleure décision parmi ces possibilités.

7. Est-ce uniquement pertinent pour les grandes entreprises ?

Non. C'est justement lorsque les budgets sont limités que l'allocation optimale est décisive, car les mauvaises décisions ont plus de poids.

8. Comment cela change-t-il le rôle de la direction ?

Le management continue à prendre des décisions - mais sur la base :

• d'une transparence totale
• d'alternatives quantifiées
• de coûts d'opportunité clairement identifiés

9. Quel est le rôle concret de l'IA ?

L'IA permet :

• Modélisation d'espaces décisionnels complexes
• recherche efficace de solutions optimales
• Intégration de multiples objectifs et restrictions

10. Quel est le plus grand levier ?

Le plus grand levier ne réside pas dans de meilleurs projets, mais dans :

une meilleure combinaison des projets existants