Étude de cas · Suivi de chantier

Suivi de chantier : faire gagner du temps aux équipes

Une application web transforme une sauvegarde de logiciel métier en indicateurs lisibles, calculs déterministes et rapports partageables, tout en laissant l’interprétation et la décision aux professionnels.

PythonSQLiteAPI HTTPLogiciel métierPDFIndex local

En bref

Suivi de chantier est une application web interne qui transforme une sauvegarde logiciel métier en une lecture synthétique et contrôlable d’une affaire : marché de base, avenants, heures vendues, heures pointées, situations de travaux, avancement facturé et incidence financière estimative.

Le projet illustre une utilisation pragmatique de l’intelligence artificielle : l’IA a aidé à explorer une base métier complexe, à formaliser les règles de calcul, à repérer les cas particuliers et à accélérer le développement. En production, les résultats reposent toutefois sur des règles déterministes, des recoupements explicites et des données traçables. L’équipe conserve le dernier mot.

Le principe directeur : automatiser la collecte et les calculs répétitifs pour rendre du temps aux collaborateurs, tout en laissant l’interprétation, la validation et la décision aux professionnels.

Le problème métier

Les données utiles au suivi d’un chantier sont présentes dans logiciel métier, mais elles sont réparties entre plusieurs objets et plusieurs fichiers :

  • le devis et son statut commercial ;
  • le marché de base et ses avenants validés ;
  • les heures vendues ;
  • les pointages des équipes ;
  • les factures de situation et leurs cumuls H.T. ;
  • la feuille de vente et la valorisation de la main-d’œuvre ;
  • les différents taux de T.V.A., acomptes et retenues documentaires.

Répondre à une question simple — « sommes-nous en avance ou en retard à la date de la dernière situation ? » — peut donc imposer une succession de recherches, de rapprochements et de calculs manuels. Le travail n’est pas inutile : il est simplement dispersé et répétitif.

La réponse apportée

L’utilisateur saisit le code exact d’une affaire. Suivi de chantier rapproche alors les éléments utiles et restitue une analyse organisée :

  1. identification de l’affaire et contrôle de son statut gagné ;
  2. rattachement des avenants gagnés et validés ;
  3. totalisation des montants H.T. et des heures vendues ;
  4. cumul des heures pointées à la date de la facture et à la date du jour ;
  5. lecture de la dernière situation et de son pourcentage d’avancement ;
  6. comparaison entre avancement facturé et consommation d’heures ;
  7. valorisation indicative de l’écart d’heures ;
  8. restitution de l’historique des situations ;
  9. export d’un rapport PDF homogène et immédiatement partageable.

Une seconde interface indexe les postes déjà chiffrés. Sur la copie utilisée pour ce cas concret, 52 437 postes issus de 988 dossiers sont interrogeables par mot-clé, expression, affaire ou numéro de poste. Les résultats peuvent être triés par pertinence ou par chacune des colonnes affichées.

Ces chiffres décrivent la copie analysée le 8 septembre 2026 ; ils ne constituent pas une promesse de volume ou de performance pour une autre base.

Où se situe le gain de temps ?

Suivi de chantier ne supprime pas une fonction humaine. Il réduit le temps passé à chercher, recopier et recalculer les mêmes informations.

TâcheAvantAvec Suivi de chantierRôle humain conservé
Retrouver une affaireParcourir plusieurs écrans ou dossiersRecherche directe par code ou suggestionConfirmer que le bon chantier est sélectionné
Identifier les avenantsVérifier séparément statut et validationListe consolidée des avenants retenusContrôler les cas contractuels particuliers
Rapprocher heures et facturationExtraire puis recalculer manuellementCalcul à la même date de référenceInterpréter l’écart et décider des actions
Rechercher un prix déjà utiliséOuvrir plusieurs devis historiquesRecherche plein texte dans l’index SQLiteAdapter le prix au contexte du nouveau chantier
Préparer un point de suiviAssembler chiffres et justificatifsSynthèse, historique et PDF généré à la demandePrésenter, commenter et arbitrer
Vérifier la qualité d’une donnéeDétecter visuellement les incohérencesStatut « vérifié », « estimé » ou « non vérifiable »Accepter, corriger ou écarter l’information

Le bénéfice principal est donc un temps d’accès à l’information raccourci et une réduction des manipulations répétitives. Pour chiffrer un retour sur investissement réel, l’entreprise peut mesurer avant et après déploiement :

  • la durée moyenne d’une analyse d’affaire ;
  • le nombre de recherches nécessaires pour préparer une réunion de chantier ;
  • le temps de production d’un rapport ;
  • le nombre d’écarts détectés avant validation ;
  • le nombre d’utilisateurs et d’analyses réalisées chaque mois.

Une IA qui assiste, une équipe qui décide

Le partage des responsabilités est volontairement clair.

Ce que l’IA a accéléré pendant le projet

  • l’exploration de structures de données peu documentées ;
  • la formulation d’hypothèses de lecture ;
  • la comparaison de nombreux cas particuliers ;
  • la création de prototypes d’interface ;
  • la formalisation des règles métier ;
  • la génération et l’enrichissement des tests ;
  • la documentation technique et fonctionnelle.

Ce que l’application automatise

  • la lecture en consultation seule de la sauvegarde logiciel métier ;
  • les rapprochements entre marché, avenants, pointages et situations ;
  • les calculs arithmétiques reproductibles ;
  • l’indexation des postes chiffrés ;
  • la présentation et l’export des résultats.

Ce qui reste de la responsabilité des équipes

  • confirmer la qualité de la saisie source ;
  • comprendre le contexte réel du chantier ;
  • expliquer une dérive d’heures ou un écart financier ;
  • apprécier les aléas techniques et contractuels ;
  • prendre les décisions opérationnelles ;
  • valider les informations diffusées à un client ou à un partenaire.

L’outil ne « devine » pas une donnée manquante. Lorsqu’une information n’est pas assez fiable, il l’indique et peut neutraliser le calcul concerné. Cette retenue est essentielle : une interface métier utile doit savoir afficher « non vérifiable ».

Un moteur déterministe plutôt qu’une boîte noire

Suivi de chantier n’appelle pas de modèle génératif pour produire ses chiffres en temps réel. Cette architecture apporte trois avantages :

  1. Reproductibilité — les mêmes données et les mêmes règles produisent le

même résultat.

  1. Traçabilité — les montants, dates, heures et formules peuvent être

expliqués.

  1. Maîtrise des données — aucune donnée logiciel métier n’a besoin d’être envoyée à un

service d’IA externe pour effectuer l’analyse.

L’IA intervient donc comme un accélérateur de conception et de résolution de problèmes. Le produit livré reste un outil métier contrôlable, adapté à un contexte où la confiance dans les chiffres compte davantage que l’effet de nouveauté.

Les calculs métier, rendus lisibles

Tous les indicateurs de suivi utilisent les montants H.T. La T.V.A., le T.T.C., les acomptes et les retenues restent disponibles comme contrôles documentaires, mais ne pilotent pas le calcul de l’avancement.

Avancement facturé

avancement facturé = cumul facturé H.T. / marché H.T. applicable à la date

Le périmètre historique est important : seuls les avenants applicables à la date de la situation doivent intervenir.

Budget d’heures correspondant à la situation

heures théoriques = heures vendues à cette date × avancement facturé

Écart d’heures

écart d’heures = heures théoriques − heures pointées à la date de la facture

Un résultat positif représente une économie d’heures estimative. Un résultat négatif signale une surconsommation par rapport à l’avancement facturé.

Valorisation financière de l’écart

La référence financière de main-d’œuvre provient du marché de base. Les heures des avenants participent au volume, mais ne modifient pas le taux horaire de référence.

valeur horaire de référence = valeur de main-d’œuvre retenue / heures vendues du marché de base

La partie matériaux et sous-traitance est neutralisée au même prorata que l’avancement. L’incidence financière présentée correspond ainsi à la valorisation de l’écart d’heures, et non à une marge comptable complète.

impact financier indicatif = budget de main-d’œuvre au niveau facturé
                             − heures pointées valorisées

Architecture technique

flowchart LR
    U[Collaborateur] --> UI[Interface web responsive]
    UI --> API[Serveur Node.js et API HTTP]
    API --> AUTH[Sessions et authentification]
    API --> READER[Lecteur métier logiciel métier]
    READER --> LOGICIEL[(Sauvegarde logiciel métier en lecture seule)]
    API --> SEARCH[Moteur de recherche]
    SEARCH --> SQLITE[(Index SQLite local)]
    API --> PDF[Générateur de rapports PDF]
    READER --> RULES[Règles et contrôles métier]
    RULES --> API
    EXPERT[Expert métier] -->|valide les règles et interprète| U

Les principaux composants

ComposantResponsabilité
src/server.jsServeur HTTP, routes API et distribution de l’interface
src/logiciel-reader.jsLecture des fichiers logiciel métier, rapprochements et calculs métier
src/search-index.jsIndexation SQLite, recherche, tri et actualisation quotidienne
src/pdf-report.jsGénération en mémoire du rapport PDF
src/auth.jsConnexion, sessions, limitation des tentatives et changement de mot de passe
src/settings.jsValidation et conservation du chemin de la sauvegarde logiciel métier
public/Interfaces responsive de suivi, recherche, statistiques et connexion
test/Tests des calculs, des cas logiciel métier, de la recherche et de l’authentification

Choix structurants

  • Node.js 22.5 ou ultérieur ;
  • aucune dépendance applicative externe ;
  • SQLite intégré à Node.js pour la recherche ;
  • écoute locale sur 127.0.0.1:7740 ;
  • source configurable par logicielRoot dans config/settings.json ;
  • chemins Windows, partages UNC et volumes montés sous Linux ;
  • index séparé et reconstructible, sans modification de la source logiciel métier ;
  • actualisation incrémentale au démarrage, à la demande et chaque jour à 04 h ;
  • génération des PDF en mémoire, sans conservation automatique sur le serveur.

Une API interne au service de plusieurs interfaces

L’application expose une API HTTP JSON utilisée par ses propres pages web. Ce n’est pas encore une API publique destinée à des intégrateurs externes : elle utilise une session par cookie HttpOnly et doit rester derrière le dispositif d’accès sécurisé de l’entreprise.

Authentification

MéthodeRouteUsage
GET/api/auth/sessionConnaître l’état de la session
POST/api/auth/connexionOuvrir une session
POST/api/auth/deconnexionFermer la session
PUT/api/auth/mot-de-passeRemplacer le mot de passe

Le mot de passe est enregistré sous forme de condensat scrypt salé. Les cookies de session utilisent HttpOnly et SameSite=Strict. Une session expire après 12 heures et les tentatives incorrectes sont limitées.

Analyse des affaires

MéthodeRouteUsage
GET/api/recherche-affaires?chiffres=3447Proposer les affaires correspondant à une saisie
GET/api/affaires/{code}Produire l’analyse complète d’une affaire
GET/api/affaires/{code}/pdfTélécharger le rapport PDF de l’affaire
GET/api/statistiques-affaires?debut=AAAA-MM-JJ&fin=AAAA-MM-JJCalculer les statistiques commerciales d’une période

La réponse d’analyse regroupe notamment :

{
  "query": "3447E2025",
  "found": true,
  "won": true,
  "base": {},
  "amendments": [],
  "totals": {},
  "latestInvoice": {},
  "situationHistory": [],
  "analysisValidation": {},
  "dataReliability": {},
  "progress": {},
  "snapshotDate": "2026-07-15T00:00:00.000Z"
}

Cette structure permet à l’interface de séparer les données sources, les totaux, l’historique, le diagnostic et le niveau de confiance.

Recherche dans les postes chiffrés

MéthodeRouteUsage
GET/api/recherche-postes?q={texte}&limit=40&offset=0&tri=relevanceRechercher et trier les postes
GET/api/recherche-postes/statutConnaître l’état et la date de l’index
POST/api/recherche-postes/rafraichirDéclencher une actualisation incrémentale

Les valeurs de tri acceptées sont :

  • relevance ;
  • affair_asc et affair_desc ;
  • line_asc et line_desc ;
  • text_asc et text_desc ;
  • unit_asc et unit_desc ;
  • quantity_asc et quantity_desc ;
  • tariff_asc et tariff_desc.

Le tri est effectué par SQLite avant la pagination : il porte donc sur l’ensemble des résultats, pas uniquement sur la page affichée.

Configuration de la source

MéthodeRouteUsage
GET/api/reglages/logicielLire l’état de la source active
POST/api/reglages/logiciel/testTester un chemin sans l’enregistrer
PUT/api/reglages/logicielEnregistrer et activer logicielRoot

Exemple d’appel authentifié

L’exemple utilise volontairement des variables d’environnement et ne publie aucun mot de passe réel.

curl -c session.txt \
  -H "Content-Type: application/json" \
  -d "{\"username\":\"$APP_USER\",\"password\":\"$APP_PASSWORD\"}" \
  http://127.0.0.1:7740/api/auth/connexion

curl -b session.txt \
  "http://127.0.0.1:7740/api/affaires/3447E2025"

Fiabilité et garde-fous

La valeur du projet ne tient pas seulement à l’affichage. Elle tient à sa capacité à expliquer pourquoi une donnée peut — ou non — être utilisée.

Contrôles intégrés

  • lecture de la sauvegarde logiciel métier exclusivement en consultation ;
  • contrôle du statut gagné et de la validation des avenants ;
  • calcul de l’avancement sur le périmètre contractuel applicable à la date ;
  • vérification de l’égalité entre situation précédente, situation courante et

cumul H.T. ;

  • séparation des heures à la date de la facture et du cumul à la date du jour ;
  • gestion des T.V.A. à 0 %, 5,5 %, 10 %, 20 % et des situations mixtes ;
  • prise en compte des avenants négatifs ;
  • traitement explicite d’un avenant sans heure comme un avenant à 0 heure ;
  • distinction entre résultat vérifié, résultat estimé et donnée non

vérifiable ;

  • tests automatiques sur des affaires représentatives et des cas limites.

La version 1.1.0 compte 12 tests automatiques réussis couvrant notamment les calculs, les situations uniques, les différentes T.V.A., la recherche SQLite et l’authentification.

Les avantages pour l’organisation

Pour les conducteurs de travaux

  • une vision immédiate des heures consommées au même niveau d’avancement ;
  • un historique exploitable des situations ;
  • des écarts exprimés ensemble en heures, en pourcentage et en euros ;
  • davantage de temps pour comprendre les causes et préparer les actions.

Pour les équipes études et commerciales

  • une recherche transversale dans les postes déjà chiffrés ;
  • un accès rapide aux quantités, unités et tarifs historiques ;
  • des statistiques de création et de transformation des affaires ;
  • une capitalisation plus accessible, sans remplacer le travail de chiffrage.

Pour la direction

  • une présentation cohérente d’une affaire à l’autre ;
  • des indicateurs accompagnés de leur niveau de fiabilité ;
  • une traçabilité plus facile à auditer ;
  • une base concrète pour prioriser les dossiers nécessitant une analyse humaine.

Pour le service informatique

  • une application légère et sans dépendance externe ;
  • aucune écriture dans logiciel métier ;
  • une base d’index locale supprimable et reconstructible ;
  • une configuration multiplateforme ;
  • une surface technique réduite et testable.

Ce que ce projet démontre sur l’IA en entreprise

L’intelligence artificielle crée le plus de valeur lorsqu’elle s’insère dans un processus métier précis et qu’elle respecte l’expertise existante. Dans ce cas, elle n’a pas pour mission de remplacer le conducteur de travaux, l’économiste ou l’assistante de gestion. Elle permet de transformer leur connaissance en règles explicites, puis d’automatiser les tâches qui les éloignent de leur cœur de métier.

Le résultat n’est pas une décision automatique. C’est une information plus rapide à obtenir, mieux structurée et plus facile à vérifier.

Limites connues et évolutions possibles

Suivi de chantier reste dépendant de la qualité de la sauvegarde logiciel métier. Une information absente, ambiguë ou non datée ne peut pas toujours être reconstruite avec un niveau de confiance suffisant.

Avant une exposition plus large, les évolutions suivantes peuvent être envisagées :

  • authentification centralisée ou SSO ;
  • publication derrière un proxy inverse HTTPS ;
  • rôles et droits différenciés ;
  • journal d’audit des consultations et exports ;
  • spécification OpenAPI pour les intégrations ;
  • tableau de mesure du temps économisé et de l’adoption ;
  • export structuré destiné à une analyse IA, après anonymisation et validation

explicite des données transmises.

Conclusion

Suivi de chantier montre une voie concrète pour l’IA en entreprise : partir d’un besoin quotidien, associer étroitement les experts métier, rendre les calculs explicables et mesurer le temps rendu aux équipes.

La technologie prend en charge la collecte, le rapprochement et la répétition. Les collaborateurs conservent ce qui fait la valeur de leur travail : le contexte, le jugement, le dialogue et la décision.

À retenir : l’objectif n’est pas de faire le travail sans les équipes, mais de leur éviter de refaire sans cesse le même travail de recherche et de préparation.

Projet similaire

Transformer un processus métier en système exploitable

CagedMonster peut cadrer les données, les règles métier, les contrôles et la place utile d’une IA locale ou hébergée.

Décrire votre processus