Thèse Collaboration et Pilotage 'Augmentés' sur un Plateau Projet de Développement Automobile Instrumentation Socio-Technique et Apport de l'Intelligence Artificielle Générative H/F - Doctorat.Gouv.Fr

Établissement : Université de Technologie de Compiègne École doctorale : Sciences pour l'ingénieur Laboratoire de recherche : Connaissance, organisation et systèmes techniques Direction de la thèse : Thierry GIDEL ORCID 0000000302712565 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-10-01T23:59:59 1. Contexte et enjeux stratégiquesLe 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'artSi 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 attenduesSur 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. Si la littérature en génie industriel et management traite abondamment du management visuel et des méthodes hybrides (Agile / Stage-Gate) pour accélérer le développement de produits physiques, l'articulation en temps réel entre artefacts physiques, couches numériques et agents d'IA reste largement ouverte. Sur les plateaux projets automobiles, la digitalisation partielle et le fonctionnement en silos génèrent des frictions informationnelles. L'irruption récente des technologies d'IA générative modifie en profondeur la dynamique de la cognition partagée. Il est donc scientifiquement nécessaire de développer de nouveaux cadres théoriques pour comprendre comment instrumenter ces espaces afin d'améliorer simultanément la performance collaborative et la robustesse des décisions. Objectifs scientifiques : Modéliser l'impact de l'IA générative et du management visuel sur la cognition distribuée et les processus décisionnels au sein d'un système socio-technique complexe. Établir une grille d'analyse théorique de l'interaction équipe-IA.Objectifs industriels : Concevoir et évaluer des dispositifs de collaboration 'augmentés' pour optimiser la réactivité décisionnelle, réduire les latences informationnelles et lever les conflits d'objectifs entre métiers sur les grands plateaux projets automobiles. La thèse s'inscrit dans une démarche de Recherche-Technologique couplée à la Design Research Methodology (DRM), s'appuyant sur une immersion longue du doctorant sur le terrain (plateau projet Renault). Elle se structure en quatre phases itératives :- Diagnostic : Cartographie des flux d'information et des latences par observation participante et entretiens.- Spécification : Sélection de cas d'usage critiques avec les acteurs industriels.- Conception : Prototypage (Proof of Concept - POC) de dispositifs socio-techniques combinant interfaces visuelles et agents IA.- Évaluation : Mesure empirique de l'efficience des POC via des indicateurs quantitatifs (gains de temps) et qualitatifs (qualité perçue, acceptabilité).

Formation : De formation Bac +5 (Master ou diplôme d'École d'Ingénieur), vous possédez une forte appétence pour les données et l'Intelligence Artificielle, idéalement associée à une spécialisation en management de projet. Un cursus hybride, combinant par exemple l'ingénierie mécanique et le management des projets innovants, constitue un atout majeur pour ce poste. Expérience : Profil jeune diplômé(e), vous justifiez d'une première expérience réussie (stage de fin d'études, alternance ou projets académiques d'envergure) dans un environnement industriel et international. Vous avez déjà participé à des missions de gestion de projet en lien avec la transformation digitale, l'amélioration continue ou l'intégration d'outils d'IA. Compétences techniques :Vous maîtrisez les concepts du management de projet et êtes capable de réaliser des diagnostics organisationnels poussés (observations de terrain, entretiens, cartographie des flux). Vous êtes à l'aise avec la manipulation de la donnée, la digitalisation industrielle (ex: Python/SQL, tableaux de bord interactifs type Power BI, SCADA) et comprenez les leviers de l'IA appliquée au pilotage d'activités. Des notions en conception d'interfaces, en ergonomie ou en management visuel sont fortement appréciées pour optimiser les outils existants. Savoir-être : Vous faites preuve d'une grande rigueur scientifique, d'un bon esprit analytique et d'un intérêt marqué pour les systèmes sociotechniques complexes. Doté(e) d'une excellente aisance relationnelle, vous appréciez le travail transverse et savez accompagner les équipes de terrain dans la conduite du changement. Langues : La maîtrise courante du français (niveau C1) est indispensable pour comprendre les dynamiques organisationnelles et s'intégrer pleinement aux équipes sur les plateaux projets. Un excellent niveau d'anglais (C1) est également requis pour évoluer efficacement au sein de notre contexte multinational.