Une entreprise manufacturière fonctionne sur une combinaison que peu d'autres secteurs connaissent : préparation du travail et calcul, planification et achats, contrôle qualité, maintenance, et sur le terrain lui-même un mélange de conduite de machines et de travail manuel qui ne peut être déplacé aussi facilement. En outre, il y a souvent une seule personne — souvent le propriétaire — entre le client et le devis, entre le fournisseur et la planification, ou entre une panne et la solution. Cette combinaison ne détermine pas seulement le fonctionnement de l'entreprise, mais aussi la manière dont elle est valorisée. Un acheteur ne compte pas les têtes. Un acheteur compte ce qui continue de fonctionner si une partie de ces têtes disparaît ou est remplacée par autre chose.
Les circonstances qui orientent le résultat varient fortement d'une entreprise à l'autre : le nombre de produits uniques par rapport au travail en série, la mesure dans laquelle les dessins, normes et calculs sont déjà stockés de manière structurée, et la part de la coordination entre l'homme, la machine et le client qui se trouve encore dans la tête de quelqu'un plutôt que dans un système.
Dans certaines parties de l'industrie manufacturière, l'IA reprend déjà du travail, non pas comme une vision d'avenir mais comme quelque chose qui se produit aujourd'hui dans les entreprises qui ont structuré leurs processus. Trois catégories traversent tout cela. Une partie du travail peut être entièrement reprise : la génération de devis à partir d'un configurateur de produits, la détection d'anomalies sur la base de données de mesure, la planification de la maintenance sur la base de valeurs de capteurs. Une autre partie se déplace vers la supervision : l'IA établit un calcul ou un rapport de qualité, une personne approuve ou rejette en indiquant un motif. Et une troisième partie reste un travail humain — l'action physique sur la machine, l'évaluation d'un client qui demande quelque chose qui ne correspond pas au standard, la négociation avec un fournisseur sur un délai de livraison.
D'où vient cette différence entre entreprises n'est rarement le fruit du hasard. Les entreprises où les dessins, les flux de matériaux et les données de qualité sont déjà dans un système peuvent faire diminuer plus rapidement cette troisième catégorie que les entreprises où ces informations se trouvent encore sur papier, dans des e-mails ou dans la tête d'un seul préparateur de travail. La technologie est souvent déjà là ; ce qui détermine si elle est utilisée, c'est la manière dont le travail est organisé aujourd'hui.
Un acheteur pèse huit facteurs, et l'IA qui reprend du travail change le poids de chaque facteur — pas dans la même direction et pas au même rythme.
La dépendance au propriétaire pèse le plus lourd. Si le calcul, la relation client et la planification reposent sur une seule personne, c'est un risque qu'un acheteur intègre dans le prix, indépendamment de ce que l'IA peut reprendre. Mais si l'IA reprend déjà en partie ce calcul et cette planification sous supervision humaine, cette dépendance se déplace de la personne vers le processus — et ce processus est transférable.
La qualité du bénéfice pèse différemment dès qu'une économie devient visible. Une économie résultant de la reprise d'une tâche par un seul fournisseur de logiciel compte différemment pour un acheteur qu'une économie ancrée dans le processus lui-même et qui fonctionne pour chaque employé ou chaque système. La manière d'étayer cette qualité du bénéfice est développée plus en détail dans une explication sur l'étayage de la qualité du bénéfice.
Le chiffre d'affaires récurrent — contrats de service, de maintenance et de fourniture ultérieure — reçoit dans l'industrie manufacturière un poids différent lorsque l'exécution de cette maintenance se déroule en partie de manière automatisée : elle dépend alors moins de la disponibilité de techniciens spécifiques. Ce qui détermine précisément la valeur du chiffre d'affaires récurrent lors d'une vente est traité dans une explication sur la valorisation du chiffre d'affaires récurrent lors d'une vente.
Des facteurs tels que la concentration client, le potentiel de croissance et l'évolutivité opérationnelle évoluent également, car l'IA modifie la structure de coûts de la croissance : se développer sans embaucher proportionnellement plus de préparateurs de travail ou de planificateurs est déjà une réalité dans une partie des entreprises manufacturières, et pas encore dans d'autres.
Ce changement n'est pas une raison de se prononcer sur qui une entreprise garde ou laisse partir en service. Quel travail peut être repris est une question factuelle sur des tâches ; ce qu'un employeur en fait relève de ses propres obligations légales et n'a pas sa place dans un scan de valeur. La question à laquelle il est répondu ici est ce qu'un acheteur voit lorsqu'il regarde l'entreprise — aujourd'hui et dans deux ans.
La comparaison avec d'autres secteurs montre que ce schéma n'est pas propre à l'industrie manufacturière : le même changement se joue dans l'évaluation de la valeur d'entreprise dans le secteur du transport et dans la valorisation d'un prestataire de services aux entreprises maintenant que l'IA reprend des tâches, à chaque fois avec une répartition différente entre reprise, supervision et travail humain.
La question sous-jacente — quel travail dans cette entreprise spécifique peut réellement être repris par l'IA, quelle partie passe sous supervision et quelle partie reste un travail humain — reçoit une réponse tâche par tâche avec le scan de travail de FTE TO AI.
Le scan de valeur proprement dit — huit facteurs, pour chaque facteur un score de maturité avec preuves, l'indice de dépendance au propriétaire et un calendrier sur deux ans jusqu'au moment de la sortie — est en cours de construction. En attendant, il existe un contrôle de valeur gratuit : huit questions courtes, une par facteur, qui donnent une première image du facteur qui pèse le plus aujourd'hui sur le prix de votre entreprise.