1. Contexte et enjeux stratégiques
Le secteur automobile traverse une mutation rapide marquée par une concurrence technologique intense, imposant désormais des cycles de développement de véhicules en moins de deux ans. Pour répondre à cet impératif d'accélération, l'industrie s'appuie sur des structures organisationnelles de type 'plateau projet', regroupant plusieurs centaines de collaborateurs en ingénierie concourante. L'enjeu managérial majeur réside dans l'accélération des cycles de décision et de la coordination transverse, sans pour autant dégrader la robustesse technique. L'hypothèse fondatrice de ce projet de recherche postule que l'introduction de dispositifs de collaboration 'augmentés', combinant l'Intelligence Artificielle (IA) générative, des outils digitaux avancés et des interfaces physiques/numériques interactives, permettra d'optimiser le reporting, la prise de décision et la résolution in vivo de problèmes complexes.

2. Problématique scientifique et État de l'art
Si la littérature en génie industriel et gestion traite abondamment du management visuel et des approches hybrides (Agile / Stage-Gate) pour accélérer le développement de produits physiques, l'articulation en temps réel entre les artefacts physiques, les couches numériques et les agents d'IA au sein d'un système socio-technique complexe demeure un champ de recherche largement ouvert. L'irruption de ces technologies de rupture modifie en profondeur la dynamique de la cognition partagée en gestion de projet.

Dès lors, la question centrale de recherche se formule ainsi : Comment instrumenter et organiser un plateau projet automobile pour améliorer simultanément la performance collaborative et la réactivité décisionnelle, en articulant de nouveaux artefacts socio-techniques (IA générative, management visuel) avec les structures managériales existantes ?

Cette problématique se décline en trois sous-questions de recherche visant à :
- Identifier les points de friction informationnels et les latences décisionnelles spécifiques aux configurations d'ingénierie multi-métiers.
- Modéliser l'interaction équipe-machine (et équipe-IA) dans les protocoles de résolution de problèmes sur un plateau.
- Définir les indicateurs (temporels, de qualité perçue et d'acceptabilité) permettant de valider objectivement l'efficience d'un tel dispositif collaboratif 'augmenté'.

3. Objectifs de la recherche et Retombées attendues
Sur le plan académique, cette thèse ambitionne d'établir une grille d'analyse théorique outillée de la cognition distribuée et des mécanismes socio-techniques appliqués au management de projets majeurs. Elle vise à modéliser les processus d'intégration de l'IA (générative et prédictive) dans les routines de pilotage industriel, telles que les rituels de jalonnement ou la gestion des risques. Ces travaux contribueront activement à la littérature scientifique en génie industriel et en management de l'innovation.

Sur le plan industriel et applicatif, le projet aboutira à un diagnostic organisationnel fin, cartographiant les flux et redondances d'information. Il permettra la conception de prototypes fonctionnels (Proof of Concepts) d'aide à la décision (ex. synthèses automatisées de comités, consolidation multi-métiers). L'objectif final est de proposer une évaluation empirique de ces dispositifs et de livrer un guide méthodologique de déploiement d'outils collaboratifs augmentés à destination des grands plateaux projets industriels.
École doctorale : Sciences pour l'ingénieur Direction : Thierry GIDEL Financement : CIFRE ANRT