Comprendre les systèmes d'aide à la décision en génie

Dans le contexte de l'ingénierie, un SSD aide les gestionnaires de projet, les ingénieurs de conception et les propriétaires d'entreprises à évaluer les compromis, à optimiser l'allocation des ressources et à simuler les résultats avant de consacrer du temps ou des capitaux. Par exemple, une entreprise de génie civil pourrait utiliser un SSD pour comparer les conceptions de fondations en fonction des coûts, des conditions du sol et des contraintes réglementaires, ou une boutique de génie mécanique pourrait déployer un SSD pour établir des calendriers de maintenance prioritaires pour plusieurs contrats clients.

Les composantes essentielles d'un SSD comprennent une base de données (ou entrepôt de données) pour stocker des données structurées et non structurées, une base de modèles avec des algorithmes d'analyse et de simulation, et une interface utilisateur qui présente des résultats dans des tableaux de bord, des rapports ou des visualisations. Le SSD moderne intègre souvent des outils de veille d'affaires, des modules d'apprentissage automatique et une intégration avec le logiciel de planification des ressources d'entreprise (PGI).

Si les grandes entreprises d'ingénierie ont consacré des services informatiques et des budgets à la mise en œuvre de systèmes de gestion de la sécurité sophistiqués, les petites entreprises – généralement définies comme comptant moins de 50 employés et des revenus annuels inférieurs à 10 millions de dollars – sont confrontées à une réalité différente. Selon un rapport de l'American Society of Civil Engineers (ASCE) de 2023, les petites entreprises de conseil et de conception représentent plus de 80 % de l'industrie de l'ingénierie aux États-Unis par chiffre d'affaires, mais elles adoptent des outils avancés d'aide à la décision à moins de la moitié du taux de leurs homologues plus importants.

Principaux défis auxquels sont confrontées les petites entreprises d'ingénierie

Ressources financières limitées

Même les modèles de logiciels en tant que service (SaaS) basés sur le cloud, qui réduisent les dépenses en capital initiales, comportent des frais d'abonnement mensuels qui s'additionnent rapidement lorsque les limites de stockage des données sont dépassées ou que des sièges d'utilisateur supplémentaires sont requis. Par exemple, une entreprise d'ingénierie structurelle comptant cinq ingénieurs à temps plein pourrait avoir besoin d'un SSD qui appuie l'analyse des éléments finis, le suivi des coûts des projets et la vérification de la conformité réglementaire, une combinaison qui peut coûter de 1 500 à 3 000 $ par mois par siège.

Au-delà de l'achat initial, les coûts permanents des mises à jour logicielles, de la maintenance des serveurs (si on-lomises), des mesures de cybersécurité et de la sauvegarde des données peuvent consommer de 10 à 20% de l'investissement initial chaque année.Dans une enquête réalisée en 2022 par Engineering Management Review, 67 % des petites firmes d'ingénierie ont cité les « coûts imprévisibles de la technologie » comme un obstacle majeur à l'adoption de nouveaux systèmes.

Pour illustrer, il faut prendre en considération l'exemple d'une firme de génie civil de 12 personnes en Ohio qui a tenté de mettre en place un système de simulation de trafic et de modélisation hydrologique de qualité d'entreprise.Après avoir dépensé 45 000 $ pour les licences de logiciels et 15 000 $ pour un consultant pour configurer le système, la firme a découvert que ses postes de travail existants manquaient des capacités de RAM et de GPU requises.

Manque d'expertise technique

Contrairement aux grandes entreprises qui emploient des spécialistes des données et des spécialistes de la TI, les petites entreprises demandent généralement aux ingénieurs supérieurs ou aux gestionnaires de projets de doubler en tant que « personne technologique ». Ces personnes sont déjà étirées par des travaux facturables et l'apprentissage d'un nouveau système complexe tout en maintenant les projets à l'horaire entraîne souvent une épuisement ou une adoption partielle.

De plus, les connaissances du domaine nécessaires pour personnaliser un SSD pour les travaux d'ingénierie – comme l'application de matrices de décision pondérées pour la sélection des matériaux, la mise en place de simulations Monte Carlo pour l'analyse des risques de coûts ou l'intégration de données SIG pour la sélection des sites – ne sont pas enseignées dans la plupart des programmes d'ingénierie de premier cycle. Une étude de 2021 publiée dans le Journal of Professional Issues in Engineering Education and Practice a révélé que seulement 23 % des diplômés en génie civil ont déclaré avoir suivi une formation formelle dans les outils d'aide à la décision.

Une autre dimension de ce défi est que les fournisseurs de logiciels DSS conçoit souvent leurs produits pour les clients d'entreprise, avec des courbes d'apprentissage et des interfaces administratives complexes. L'administrateur à temps partiel d'une petite entreprise peut avoir du mal à configurer des autorisations basées sur des rôles, à configurer des importations automatisées de données provenant de sources externes (comme des bases de données météorologiques ou des indices de coûts matériels), ou à résoudre des erreurs d'intégration. Sans un soutien spécifique, le système peut être abandonné après quelques mois de frustration.

Résistance au changement et obstacles culturels

La résistance organisationnelle est peut-être l'obstacle le plus sous-estimé. La culture de l'ingénierie valorise souvent l'intuition, l'expérience et la « sensation de guet » – surtout chez les directeurs supérieurs qui ont construit l'entreprise sur leur jugement personnel. L'introduction d'un SSD qui quantifie les risques, suggère des alternatives ou automatise les décisions peut être menaçante.

Dans une grande entreprise, un gestionnaire de projet peut être chargé de diriger l'adoption et des mesures d'incitation au rendement peuvent être alignées sur les paramètres d'utilisation. Dans une petite entreprise, le propriétaire ou le partenaire gestionnaire doit diriger personnellement le changement, mais il est souvent celui qui est le plus marqué par les processus hérités. De plus, les petites entreprises ont moins de relâche – chaque heure passée à apprendre un nouveau système est une heure qui ne facture pas un client. Dans une enquête de 2020 de la Société des femmes ingénieurs, 54 % des répondants de petites organisations ont déclaré que « la crainte de perdre de la productivité pendant la courbe d'apprentissage » était la principale raison pour laquelle elles n'adoptaient pas de nouveaux logiciels.

Un exemple est un cabinet d'ingénierie architecturale de 25 personnes à Denver qui a essayé de mettre en place un DSS pour l'éclairage et l'optimisation énergétique. Le partenaire principal a insisté sur l'utilisation de l'outil pour chaque projet, mais les ingénieurs associés, qui ont été évalués sur des heures facturables, ont ressenti le pas supplémentaire. Ils ont commencé à entrer des données factices pour «satisfait» le système tout en continuant à se fier aux règles du pouce. Dans les six mois, le DSS recueillait des données sur les ordures et a été abandonné.

Stratégies pour surmonter les difficultés de mise en œuvre

Commencez par un projet pilote

La façon la plus efficace de surmonter les contraintes financières et la résistance culturelle est d'éviter un déploiement « big bang ». Au lieu de cela, identifier un seul problème de décision à faible risque et de grande valeur auquel l'entreprise est actuellement confrontée et mettre en oeuvre une solution de SSD pour ce problème seul. Par exemple, une petite entreprise d'ingénierie mécanique pourrait construire un modèle simple d'échange de coûts pour un processus de fabrication, en utilisant un SSD basé sur un tableur qui peut être mis à jour plus tard.

Une fois que le projet pilote aura une valeur tangible, le champion interne pourra utiliser les résultats pour élaborer une analyse de rentabilisation pour une adoption plus large. Le faible investissement initial réduit les risques financiers et l'expérience pratique aide les membres de l'équipe à acquérir confiance et compétence. De plus, un projet pilote permet à l'entreprise de tester le soutien des fournisseurs, la facilité d'intégration et les besoins de formation des utilisateurs avant de s'engager sur une plateforme complète.

Rechercher un appui externe et des partenariats

Les petites entreprises d'ingénierie n'ont pas besoin de tout résoudre en interne. L'engagement avec des consultants en technologie qui se spécialisent dans les applications d'ingénierie peut fournir une expertise critique sans un emploi à temps plein. De nombreuses universités avec des programmes de gestion d'ingénierie offrent des services de consultation abordables par l'intermédiaire de leurs centres de sensibilisation aux affaires.

Une autre stratégie efficace consiste à s'associer avec un fournisseur de logiciels d'ingénierie sur une base de référence.Les fournisseurs offrent souvent des frais de licence réduits ou des périodes d'essai gratuites en échange de témoignages et de commentaires, surtout si l'entreprise opère dans un secteur mal desservi.Les plateformes DSS basées sur le cloud comme Invensis= Des exemples de DSS montrent comment les petites entreprises peuvent accéder à des analyses sophistiquées grâce à des abonnements mensuels sans coûts matériels initiaux.

Les petites entreprises devraient également envisager de s'associer à des alliances d'achats coopératifs où plusieurs entreprises partagent les coûts d'une mise en œuvre du SSD et d'un administrateur partagé. Par exemple, un groupe de cinq firmes d'ingénierie structurelle dans la même région métropolitaine pourrait acheter conjointement un SSD basé sur le cloud pour l'analyse de la charge éolienne et la répartition des coûts du serveur.

Investir dans la formation ciblée et la gestion du changement

La formation doit aller au-delà des tutoriels logiciels; elle doit porter sur le « pourquoi » et le « comment » de la prise de décisions fondées sur les données dans le contexte de l'ingénierie. Plutôt que de s'attendre à ce que chaque ingénieur devienne un spécialiste des données, l'entreprise devrait identifier un ou deux « super-utilisateurs » qui reçoivent une formation approfondie sur les aspects techniques du SSD. Ces super-utilisateurs deviennent alors des ressources internes de soutien, réduisant ainsi la dépendance à l'égard des consultants externes.

La gestion du changement dans une petite entreprise est plus relationnelle que structurelle. Le propriétaire ou le partenaire gérant de l'entreprise devrait communiquer les avantages du SSD en termes de résonance avec chaque membre de l'équipe. Pour les ingénieurs chevronnés axés sur l'expérience, le message pourrait être que le SSD gère des calculs répétitifs, les libérant de se concentrer sur la conception de niveau supérieur et les relations avec les clients.

Il est également utile d'institutionnaliser le SSD en l'intégrant dans le processus de contrôle de la qualité de l'entreprise. Si la procédure d'exploitation standard exige que chaque projet prenne des décisions clés en utilisant le SSD (p. ex., hypothèses d'estimation des coûts, critères de sélection des matériaux, registre des risques), l'utilisation devient habituelle plutôt que facultative.

Prioriser les fonctionnalités basées sur les points de douleur

Au lieu d'acheter un ensemble de SSD tout-en-un, les petites entreprises devraient procéder à une «évaluation des besoins décisionnels». Cela implique d'énumérer les 10 décisions récurrentes les plus importantes qui causent des retards, des erreurs ou des retravaillements, puis de cartographier les caractéristiques du SSD à chacune. Par exemple, si le prix des commandes de changement prend 12 heures et a un taux d'erreur élevé, un module SSD qui automatise les vérifications des prix des fournisseurs et les ajustements du taux de travail pourrait générer des économies immédiates.

Les entreprises devraient alors classer ces besoins par coût de défaillance et par fréquence.Un système de notation simple et pondéré peut aider à décider quel composant du SSD acheter en premier.De nombreux fournisseurs de logiciels permettent l'achat modulaire; par exemple, Procore offre des modules de gestion de projet axés sur l'appui à la décision pour les coûts et le calendrier, tandis que Bluebeam fournit une extraction structurée de données pour les décisions d'examen.

Mesurer le succès et maintenir l'élan

Après la mise en oeuvre, il est essentiel d'établir des indicateurs de rendement clés (ICP) qui suivent l'impact du SSD. Les mesures communes comprennent : le temps économisé par décision (p. ex., la réduction de l'examen des soumissions de 4 heures à 2), la réduction des erreurs (p. ex., moins d'ICP en raison de spécifications incomplètes) et une meilleure rentabilité (p. ex., moins de projets qui finissent sous budget en raison d'une meilleure allocation des ressources).

Un facteur de succès souvent négligé est la qualité des données. Un SSD n'est que aussi bon que les données qui y sont introduites. Les petites entreprises doivent établir des règles simples de gouvernance des données: normaliser les conventions de nommage pour les types de matériel, les codes de projet et les catégories de coûts; automatiser l'entrée des données[ lorsque cela est possible par l'intégration avec les logiciels de comptabilité ou de CAO existants; et prévoir des audits périodiques des données (p. ex., trimestriel) pour nettoyer les dossiers périmés.

Tendances futures : ce que les petites entreprises d'ingénierie devraient surveiller

Le paysage du DSS évolue rapidement, avec plusieurs tendances prêtes à réduire les obstacles pour les petites entreprises.Le cloud computing a déjà réduit les coûts d'infrastructure; la prochaine frontière est l'augmentation des plates-formes DSS à code bas/sans code qui permettent aux ingénieurs de construire des modèles personnalisés à l'aide d'interfaces glisser-déposer et de requêtes en langage naturel. Des outils comme IBM SPSS Modeler[ ajoutent des éditions simplifiées pour les petites entreprises.

Le SSD basé sur la chaîne de blocs commence à apparaître dans la chaîne d'approvisionnement et dans l'ingénierie logistique, offrant des pistes d'audit immuables pour les décisions – une aubaine pour la conformité réglementaire dans des domaines comme la sécurité structurelle ou l'évaluation des impacts environnementaux. Bien que toujours naissantes, ces technologies pourraient éventuellement donner aux petites entreprises des capacités qui n'étaient auparavant abordables que pour les grandes entreprises.

Enfin, les petites entreprises d'ingénierie devraient envisager de participer à des consortiums industriels qui maintiennent des modèles partagés de SSD. Par exemple, l'Institut d'ingénierie structurelle offre un SSD en nuage pour les calculs de charge mis à jour par des centaines d'entreprises membres. En mettant en commun les ressources, les petites entreprises ont accès à un système qui serait prohibitifment coûteux individuellement.

Conclusion

La mise en place d'un système d'aide à la décision dans une petite entreprise d'ingénierie est une entreprise formidable mais réalisable.Les principaux obstacles – budgets limités, manque d'expertise technique et résistance culturelle – sont structurels plutôt que insurmontables. En commençant par un projet pilote ciblé, en tirant parti du soutien externe et des partenariats avec les fournisseurs, en investissant dans la formation pratique et la gestion du changement, et en établissant des priorités qui tiennent compte des décisions les plus douloureuses de l'entreprise, les petites entreprises peuvent débloquer les avantages d'origine de données qui ont longtemps été le domaine des grandes entreprises.

Pour les chefs d'ingénierie qui envisagent cette voie, rappelez-vous qu'un SSD n'est pas un achat ponctuel mais une capacité en évolution. Mesurez le progrès, fêtez les victoires et perfectionnez continuellement le système à mesure que l'entreprise grandit.