Le rêve du fabricant est devenu réalité. Mais ce n'est pas de la magie.

La promesse de Tacton est bien réelle

J'ai écouté Klaus Andersen et Nils Olsson sur Industrial Talk, et j'étais d'accord sur toute la ligne. Un client exprime son besoin, un configurateur à base de contraintes explore les solutions et génère une offre juste. Une offre à laquelle les commerciaux et le bureau d’études peuvent enfin se fier. Des offres plus rapides. Moins d'erreurs. Des clients plus satisfaits. C'est la promesse.

Ils appellent ça la « buyer-centric smart factory ». L'expression est bonne. Elle résume bien l'effet d'un CPQ qui fonctionne : les clients avancent sans attendre, les commerciaux arrêtent de deviner et le bureau d’études ne passe plus son temps à corriger les erreurs. Tout le monde respire.

Voici ce qu'on ne comprend qu'après vingt ans passés dans ces systèmes : le logiciel n'est qu'un moteur. Il a besoin de rails pour avancer.

Un projet CPQ, ce n'est pas de l'automatisation. C'est de la justesse.

Le problème que tout le monde rate

On connaît tous l'histoire. Achetez un CPQ puissant comme Tacton, branchez-le au CRM et à l'ERP, et la complexité s'évanouit. J'ai vu trop de projets démarrer comme ça et finir dans le mur. Pas parce que le logiciel était mauvais. Mais parce qu'il manquait une source de vérité unique, explicite et gouvernée sur le produit et sa commercialisation.

Le podcast a touché le point clé, sans s'y attarder. Nils a parlé d'utiliser l'IA sur des données non structurées, pour ensuite nourrir un moteur déterministe à base de contraintes. Tout est dit dans cette phrase. L'IA peut aider à débroussailler et à préparer le terrain. Le moteur peut prouver ce qui est valide. Mais au milieu, il faut bien une vérité. Cette vérité, c'est votre connaissance produit, structurée et maîtrisée.

L'IA ne remplace pas la logique. Elle s'appuie dessus.

Je me souviens d'un déploiement chez un leader du med-tech, où on était bloqués en validation. Les commerciaux voulaient aller vite, le bureau d'études voulait la sécurité. On a gagné leur confiance le jour où on a pu leur montrer, dans l'outil, pourquoi une configuration était valide et quelles règles l'imposaient. Les débats se sont arrêtés. Les offres sont parties. La clé, c'est la confiance.

D'où vient vraiment la valeur

Les bénéfices de Tacton sont bien réels : meilleur taux de signature, moins de reprises par le bureau d'études, des offres qui ne reviennent pas en boomerang avec des pénalités. Mais ça ne tombe pas du ciel en activant une option. Ce sont les résultats d'une bonne gouvernance.

Le temps de cycle ne s'améliore que si le bureau d'études fait assez confiance à la logique pour arrêter de vérifier chaque offre à la main. La discipline sur les marges n'arrive que si les règles de prix sont visibles et testables, pas quand elles relèvent du savoir tribal. La production ne devient fluide que si le configurateur produit, le CLM (Configuration Lifecycle Management) et la configuration de production s'alignent sur la même source de vérité. Klaus parlait d'un triangle. Si le noyau de connaissance produit est bancal, tout s'écroule. Vous aurez une belle interface, mais des résultats faux.

Un système qui ne peut pas expliquer ses choix ne sera jamais adopté.

Les règles du jeu

Règle 1 : Modéliser l'intention client, puis les options techniques. Définissez ce que le client exprime avec ses mots. Ensuite, seulement, traduisez ça en structure produit. Par exemple : « débit d'air et classe de bruit » avant « dimension du ventilateur et nombre de pales ». Si vous faites l'inverse, l'adoption en souffrira : les commerciaux auront l'impression de parler la langue du BE, pas celle du client.

Règle 2 : Rendre la logique explicable. Chaque contrainte doit être lisible et traçable. Si vous ne pouvez pas montrer à un commercial quelles sont les trois règles qui ont forcé ce choix de moteur, il appellera le BE de toute façon. Intégrez cette explicabilité dans l'interface et dans vos tests.

Règle 3 : Des règles simples et composables valent mieux qu'une grosse règle « boîte noire ». L'anti-modèle, c'est l'ensemble de règles qui « sait tout faire ». Ça a l'air malin, jusqu'à ce qu'un petit changement déclenche 14 effets de bord imprévus. Rédigez des contraintes courtes qui capturent une seule vérité. Nommez-les bien. Versionnez-les. Testez-les.

Règle 4 : Séparer la vérité produit de la politique commerciale. Ce qui peut être fabriqué n'est pas la même chose que ce qui doit être vendu aujourd'hui. Gardez la faisabilité technique dans une couche, et les contraintes marché (délais, disponibilité par région, politique de prix) dans une autre. C'est là que le CLM prend tout son sens.

Règle 5 : Considérer le pricing comme un système qui apprend. Le prix parfait n'existe pas. Lancez-vous avec une structure claire et de bons garde-fous, puis améliorez en continu. Le premier objectif, c'est la cohérence et la transparence. L'optimisation viendra avec le feedback du terrain, pas dans les réunions.

Les règles ne sont pas le problème. Les règles rigides, si.

Par où commencer ce trimestre

1) Désignez un pilote pour la connaissance produit. Nommez une personne responsable du modèle de contraintes. Entourez-la d'un comité transverse qui a le pouvoir de décider, pas juste de discuter. Mettez en place un contrôle des changements sur les règles, comme vous le faites pour la CAO ou l'ERP. Si chaque changement demande un plan projet, les commerciaux trouveront un moyen de vous contourner.

2) Créez une batterie de tests avant même de modéliser. Listez 30 à 50 configurations de référence pour vos principales gammes de produits. Incluez les cas limites qui posent toujours problème. Pour chaque cas, définissez le résultat attendu et pourquoi. Chaque modification devra passer ces tests. C'est comme ça que vous gagnerez la confiance du bureau d'études et que vous réduirez les validations manuelles.

3) Utilisez l'IA pour accélérer la structuration, pas pour la remplacer. Donnez des offres, des listes de prix et des tickets de support à l'IA pour qu'elle propose des attributs et des ébauches de règles. Mais faites valider ces brouillons par un humain et par votre batterie de tests. L'IA propose. L'humain définit. Le moteur prouve.

4) Démarrez sur un périmètre réduit et visible. Choisissez une ligne de produit, une région et une poignée de partenaires clés. Mesurez deux choses : le temps de cycle d'une offre et le nombre d'interventions du BE par offre. Si ça ne bouge pas, revoyez la clarté de vos règles et leur explicabilité. L'adoption est le seul indicateur qui compte.

5) Connectez le triangle. Reliez tôt le configurateur commercial, le CLM et la configuration de production, même de manière simple. Exemple : pour une gamme de produits, poussez une nomenclature propre issue du processus de vente, avec les attributs de fabrication déjà mappés. Montrez à l'usine que les commerciaux envoient des configurations réalisables, pas du vent. La crédibilité est un cercle vertueux.

La simple vérité

Je sais ce qu'on va me dire. On peut toujours s'en sortir à l'arrache, avec plus de monde et des efforts héroïques. Je l'ai vu fonctionner, pendant un temps. Et puis les experts changent de poste et tout le système vacille. Le savoir tribal ne passe pas à l'échelle. Il faut structurer.

Le Graal pour un industriel, ce n'est pas un logiciel qu'on achète. C'est un système qu'on bâtit, offre juste après offre juste.