Thèse Aide à la Décision pour la Planification Stratégique des Investissements Industriels Sous Incertitudes Multidimensionnelles dans un Contexte de Rupture Technologique Aéronautique H/F - Doctorat.Gouv.Fr

Établissement : IMT Mines Albi École doctorale : SYSTEMES Laboratoire de recherche : CGI - Centre de Génie Industriel Direction de la thèse : Severine DURIEUX ORCID 0000000152842478 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-06-21T23:59:59 L'industrie aéronautique traverse une période de rupture technologique majeure : nouvelles plateformes avions, durcissement réglementaire et volatilité de la demande créent un environnement d'investissement inédit pour les sous-traitants. Ces acteurs doivent arbitrer entre la préservation de leurs actifs industriels existants et l'engagement dans de nouveaux procédés de fabrication dont la maturité technologique, le coût total et l'acceptabilité normative restent incertains. Ce dilemme stratégique se pose dans un contexte où les incertitudes sont multidimensionnelles et hétérogènes - stochastiques pour la demande, scénarisables pour la réglementation, profondes au sens de Knight pour la technologie - et où plusieurs métiers aux critères et aux attitudes face au risque différenciés doivent co-construire les décisions d'investissement pluriannuelles.
Les outils décisionnels actuels ne permettent pas de traiter conjointement ces trois dimensions d'incertitude sans tomber dans le réductionnisme probabiliste ou l'explosion combinatoire des scénarios. Par ailleurs, les modèles d'optimisation existants produisent des solutions formelles que les décideurs ne s'approprient pas, faute de transparence et d'interprétabilité.
Cette thèse vise à concevoir et valider un cadre d'aide à la décision pluriannuelle pour les investissements industriels sous incertitudes multidimensionnelles. Elle s'articule autour de six questions de recherche structurées en trois niveaux : (1) la représentation formelle et la combinaison des incertitudes hétérogènes dans un cadre mathématique cohérent et à complexité maîtrisée ; (2) l'évaluation de la résilience des stratégies face à des scénarios peu prévisibles et la formalisation de stratégies dynamiques optimisant simultanément risques et opportunités ; (3) la conception d'un outil hybride conciliant rigueur mathématique et appropriation par des décideurs aux préférences hétérogènes dans un processus multi-métiers.
La démarche combinera optimisation robuste et stochastique, théorie des options réelles, aide multicritère à la décision et théorie de la décision comportementale. Elle sera conduite en étroite collaboration avec le partenaire industriel, depuis la cartographie des besoins décisionnels jusqu'à la validation du prototype d'outil en situation réelle.
Les contributions attendues sont : un cadre conceptuel catégorisant les incertitudes aéronautiques, un modèle d'optimisation pluriannuel intégrant résilience et agilité, une méthodologie multi-points de vue tenant compte des attitudes différenciées face au risque, et un outil d'aide à la décision hybride expert/décideur opérationnel et validé industriellement. L'industrie aéronautique traverse une période de rupture simultanée sur trois dimensions critiques pour les fournisseurs aéronautiques. D'abord, l'émergence de nouvelles plateformes avions a créé un besoin de pièces et de procédés de fabrication inédits dont la maîtrise industrielle et la rentabilité à l'échelle restent incertaines. Parallèlement, un durcissement réglementaire en matière de certification, d'exigences environnementales et de normes qualité redessine les conditions d'éligibilité des investissements sur des horizons qui dépassent les cycles décisionnels habituels pour les fabricants. Enfin, la volatilité de la demande, amplifiée par la recomposition des équilibres concurrentiels mondiaux, crée une incertitude sur les volumes et les positionnements qui fragilise tout plan d'investissement pluriannuel.
Le projet qui finance cette thèse est porté par un sous-traitant du secteur aéronautique. Il vise à doter ses équipes de décision d'un cadre méthodologique rigoureux pour répondre à un dilemme stratégique central : comment arbitrer entre le maintien et l'optimisation des procédés actuels (actifs existants, compétences stabilisées, retour sur investissement connu) et l'engagement dans de nouveaux procédés dont la maturité technologique, le coût total et l'acceptabilité normative restent partiellement inconnus ? Cette tension entre résilience des actifs existants et agilité stratégique constitue un problème d'investissement sous incertitude profonde.
Ce dilemme se pose dans un environnement où les données disponibles sont fragmentaires, les incertitudes de nature hétérogène (certaines quantifiables, d'autres profondes et non paramétrables), et où plusieurs métiers - industriel, financier, R&D, supply chain, qualité - doivent co-construire les scénarios d'investissement avec des horizons temporels et des critères de performance différenciés.
Les processus décisionnels actuels se heurtent à trois difficultés majeures :

- Une hétérogénéité des incertitudes : les facteurs d'incertitude portant sur la demande (stochastique), la réglementation (scénarisable) et la maturité technologique ne sont pas de même nature et ne peuvent être traités par un formalisme unique ;
- Une tension entre résilience et agilité : les actifs existants confèrent une stabilité opérationnelle mais réduisent la capacité à saisir des opportunités émergentes ; il faut donc des modèles qui permettent de quantifier et d'arbitrer ces deux dimensions conjointement ;
- Une gouvernance multi-métiers mal outillée : les décisions pluriannuelles impliquent des acteurs aux attitudes différenciées face au risque décisionnel, pour lesquels il faut des protocoles permettant de concaténer leurs préférences hétérogènes de manière rigoureuse et légitime et qui permettent de rendre explicable une décision.
L'objectif central est de concevoir et de valider un cadre d'aide à la décision pluriannuelle pour les investissements industriels, permettant à des équipes pluridisciplinaires de :

- Représenter formellement des incertitudes multidimensionnelles et hétérogènes dans un cadre mathématique cohérent et non réducteur ;

- Évaluer et comparer la résilience de stratégies d'investissement face à des scénarios incluant des chocs difficilement prévisibles a priori ;

- Formaliser des stratégies dynamiques qui minimisent les risques et maximisent les opportunités malgré l'explosion combinatoire des scénarios ;

- Prendre des décisions collectives éclairées dans une logique multicritères, multi-points de vue, en intégrant les attitudes hétérogènes des décideurs vis-à-vis du risque décisionnel.

Le terrain d'application privilégié est la décision d'investissement dans des procédés de fabrication d'une entreprise de sous-traitance aéronautique (existants vs nouveaux), contexte qui concentre des enjeux de stratégie industrielle, de gestion des risques technologiques et de coordination multi-acteurs. La démarche de recherche combinera cinq volets complémentaires :

- Revue de l'état de l'art croisant les domaines de la recherche opérationnelle, de l'optimisation robuste et stochastique, de la théorie des options réelles, de l'aide multicritère à la décision (MCDM) et de la théorie de la décision comportementale ;
- Formalisation d'un cadre conceptuel catégorisant les incertitudes et les critères de décision propres aux investissements des sous-traitants aéronautiques, validé avec le partenaire industriel ;
- Développement de modèles d'optimisation pluriannuels intégrant des mécanismes d'options réelles, de robustesse et de résilience, calibrés sur des cas industriels réels, le tout en minimisant l'explosion combinatoire associée ;
- Expérimentations avec des équipes pluridisciplinaires du partenaire industriel, en conditions contrôlées puis en situation réelle de décision d'investissement ;
- Évaluation quantitative et qualitative du cadre et de l'outil : qualité des décisions, appropriation par les métiers, charge cognitive, robustesse des recommandations.

Le ou la candidat(e) devra être titulaire d'un diplôme de Master (ou équivalent) dans l'un des domaines suivants :

- Génie industriel, recherche opérationnelle ou ingénierie des systèmes de décision ;
- Mathématiques appliquées, statistiques ou informatique avec spécialisation en optimisation.

Compétences et qualités souhaitées

- Techniques : solides bases en optimisation (programmation mathématique, stochastique ou robuste), intérêt pour les méthodes MCDM et la modélisation de l'incertitude ;
- Scientifiques : capacité à mener une recherche bibliographique rigoureuse, à formaliser des modèles conceptuels et à concevoir des protocoles expérimentaux en lien avec un partenaire industriel ;
- Personnelles : goût pour les problématiques industrielles complexes, aptitude au travail en équipe pluridisciplinaire de recherche, autonomie et rigueur intellectuelle ;
- Linguistiques : maîtrise du français (langue de travail) ; niveau opérationnel en anglais écrit et parlé pour la rédaction scientifique et les communications internationales.