agentic-rfp-software.ai

Décider

Comment votre réponse à un appel d'offres est lue quand l'acheteur s'aide d'une IA

Quand un acheteur fait relire les réponses par une IA, celle-ci vérifie trois choses avant l'humain : complétude, preuve, spécificité. Une réponse sourcée passe les trois.

Que fait une IA côté acheteur quand elle reçoit votre réponse ?

Vous répondez à un appel d'offres, à un questionnaire de sécurité ou à un questionnaire de due diligence (le DDQ qu'un client vous adresse avant de vous confier un marché). De l'autre côté, l'acheteur reçoit de nombreuses réponses au même cadre. Il lui faut les comparer, et il n'a pas plus de temps qu'avant. Il peut alors faire ce que vous faites : s'équiper d'une IA pour les comparer.

La différence, c'est ce qu'il lui demande. Vous demandez à la vôtre d'écrire. Il demande à la sienne de trier. Avant qu'un évaluateur humain n'ouvre votre document, une IA l'a déjà passé au crible selon trois filtres, dans cet ordre.

FiltreCe que l'IA de l'acheteur chercheCe qui échoueCe qui passe
La complétudeQue chaque exigence du cadre de réponse ait une réponse, à l'endroit prévu, sous l'identifiant prévuUne exigence traitée « plus haut », un paragraphe qui répond à trois questions à la fois, une réponse hors cadreUne réponse par exigence, rattachée à son identifiant, dans le format demandé
La preuveQue chaque affirmation soit accompagnée d'une pièce, d'une référence, d'un document daté« Nous disposons d'une politique de sécurité robuste », sans pièce jointe ni numéro de version(exemple de format) « Politique de sécurité de l'information, version 4.2, 12 mars 2026, section 3, annexe 7 »
La spécificitéQue le texte soit propre au fournisseur, et ne puisse pas figurer tel quel dans la réponse d'un concurrentLes formulations génériques, les motifs répétitifs d'une réponse à l'autre, les sections sans détail propre à l'entrepriseDes noms de systèmes, des chiffres propres, des références de projets, un vocabulaire de métier

Un quatrième contrôle vient parfois s'ajouter : l'acheteur demande où l'IA a été utilisée dans la réponse, avec quels outils, et quel niveau de validation humaine a été appliqué. Une réponse qui ne peut pas le dire est une réponse dont personne ne répond.

Pourquoi le texte générique est-il un signal d'alerte pour l'IA de l'acheteur ?

Parce qu'il est le plus facile à détecter, et le plus révélateur.

Les travaux sur l'écriture assistée montrent que les textes produits avec un même modèle d'IA se ressemblent davantage entre eux que ceux écrits sans aide : les auteurs convergent vers les mêmes tournures et les mêmes structures (Doshi et Hauser, *Science Advances*, 2024 ; Padmakumar et He, ICLR 2024). Or une IA de lecture repère très bien la répétition. Elle compare vos réponses entre elles, et elle compare votre réponse à celles des autres candidats. Quand plusieurs dossiers partagent les mêmes formulations, elle ne lit pas des réponses distinctes : elle signale des variantes d'une seule.

Le paradoxe est complet : l'outil qui a écrit la réponse générique est de la même famille que celui qui la signale. Et la réponse générique n'est pas seulement mal notée par l'humain qui la lira ensuite ; elle arrive devant lui avec une étiquette.

Ce que l'IA côté acheteur ne peut pas signaler, c'est une réponse qui cite votre document, votre page et votre version, avec un chiffre qui n'appartient qu'à vous. Rien de tout cela ne ressemble à la réponse du voisin, parce que rien de tout cela ne vient du même endroit.

La concession qui clarifie tout

L'IA générique reste le bon outil pour un premier jet, la mise en forme, la reformulation d'une note interne. L'acheteur le sait, et il ne le reproche pas : quand il demande une déclaration d'usage de l'IA, ce n'est pas pour éliminer ceux qui l'ont utilisée, c'est pour savoir qui a validé quoi. Un usage déclaré, relu et signé par une personne nommée n'est pas un défaut. Un usage caché, sans preuve et sans relecture, en est un, et il se voit.

Un brouillon n'engage personne. Votre réponse, si. La frontière n'a pas bougé ; c'est l'acheteur qui, s'il s'en équipe, la vérifie automatiquement.

Trois questions qui tracent la ligne

Avant de remettre une réponse, trois questions suffisent pour savoir si elle passera le tri automatique.

  1. Chaque affirmation a-t-elle sa preuve à côté d'elle ? Pas dans une annexe globale à la fin : à côté, avec un document, une page, une version. Une IA de lecture apparie l'affirmation et la pièce ; si la pièce est ailleurs, l'appariement échoue.
  2. Cette phrase pourrait-elle figurer, mot pour mot, dans la réponse d'un concurrent ? Si oui, elle est générique, et elle sera lue comme telle. Si elle contient un nom de système, un chiffre propre, une référence de projet, elle est à vous.
  3. Pouvez-vous déclarer où l'IA a été utilisée, et qui a validé chaque réponse ? Si la réponse est « partout, et personne en particulier », vous ne pouvez pas remplir le formulaire de déclaration, et cela se voit aussi.

Comment écrire pour les deux lecteurs à la fois

Le lecteur automatique et le lecteur humain veulent la même chose, dans le même ordre. La méthode qui satisfait l'un satisfait l'autre.

Répondre dans le cadre, jamais à côté. L'acheteur impose un format pour comparer. Une réponse hors format n'est pas comparée, elle est écartée. Chaque exigence reçoit sa réponse sous son identifiant, à l'endroit prévu.

Une affirmation, une preuve, une référence. Chaque phrase qui affirme quelque chose est suivie de la pièce qui le prouve et de sa localisation : document, page, version, date. C'est ce qu'apparie l'IA de lecture, et c'est ce que vérifie l'humain qui signe côté acheteur.

Des tableaux plutôt que de la prose. Un tableau exigence / réponse / preuve / référence se lit par une machine sans ambiguïté et par un humain en un coup d'œil. Un paragraphe narratif qui répond à quatre exigences à la fois oblige l'un et l'autre à deviner.

Une section, un lecteur. L'acheteur fait lire le prix à la finance, la méthode à l'informatique, les contrôles à la sécurité, les conditions au juridique. Chaque section doit tenir seule, pour son lecteur, sans renvoyer à une autre partie du document qu'il ne lira pas.

Déclarer et signer. Où l'IA a été utilisée, avec quel niveau de relecture, et qui, nommément, valide chaque réponse. Une réponse dont on peut dire tout cela est une réponse dont quelqu'un répond.

Sur la plateforme Optivalue.ai, qui édite ce site, chaque réponse porte son document, sa page, sa version et un score de confiance de 0 à 100, et un agent classe chaque question avant rédaction en cinq types, dont la question piège et l'engagement contractuel : c'est précisément ce qu'un lecteur automatique côté acheteur cherche en premier, et ce qu'un validateur humain veut voir avant de signer.

Questions fréquentes

L'IA de l'acheteur peut-elle se tromper sur ma réponse ? Oui. Des outils professionnels d'IA, présentés comme fiables, se trompent dans une proportion mesurée de cas sur protocole préenregistré (Magesh et al., *Journal of Empirical Legal Studies*, 2025). C'est une raison de plus d'écrire pour les deux lecteurs : une réponse structurée, sourcée et spécifique laisse peu de place à une mauvaise lecture, automatique ou humaine.

Faut-il éviter l'IA pour ne pas être repéré ? Non. Ce qui est repéré, c'est le générique, pas l'usage de l'IA. Une réponse rédigée avec une IA à partir de vos propres documents, citée à la page, relue et signée, est plus spécifique qu'une réponse écrite à la main de mémoire.

Comment savoir si une phrase est générique ? Retirez le nom de votre entreprise et demandez-vous si un concurrent pourrait signer la phrase telle quelle. Si oui, elle ne contient rien de vous. Ajoutez le système, le chiffre, la référence ou la date qui vous appartiennent.

L'acheteur public utilise-t-il aussi une IA pour lire ? Les règles de la commande publique imposent des critères annoncés et pondérés, et l'élimination des offres irrégulières avant notation. Qu'un outil assiste ou non l'analyse, la logique est la même : répondre dans le cadre, exigence par exigence, avec la preuve. La page sur le mémoire technique de ce réseau, éditée séparément, traite ce cas en détail.

Que faire d'une exigence à laquelle nous ne pouvons pas répondre ? Le dire, à l'endroit prévu, et proposer la voie de comblement ou l'alternative. Une exigence laissée vide échoue au filtre de complétude ; une exigence comblée par une phrase vague échoue au filtre de preuve et au filtre de spécificité. Une lacune déclarée avec un plan passe mieux qu'une lacune masquée.

Une déclaration d'usage de l'IA nous désavantage-t-elle ? Elle désavantage ceux qui ne peuvent pas la remplir. Celui qui peut dire où l'IA a écrit, à partir de quoi, et qui a validé, montre qu'il maîtrise son processus. C'est un signal de sérieux, pas un aveu.

Voir une réponse lisible par l'acheteur, produite sur vos propres documents

Apportez un vrai appel d'offres, un questionnaire de sécurité ou un DDQ. Vous voyez la couverture d'extraction exigence par exigence, les sources citées à la page et l'analyse des écarts sur votre document, pas une démonstration préparée.

Sources citées

  • A. R. Doshi, O. P. Hauser, « Generative AI enhances individual creativity but reduces the collective diversity of novel content », *Science Advances*, vol. 10, n° 28, 2024. https://www.science.org/doi/10.1126/sciadv.adn5290
  • V. Padmakumar, H. He, « Does Writing with Language Models Reduce Content Diversity? », ICLR 2024. https://arxiv.org/abs/2309.05196
  • V. Magesh, F. Surani, M. Dahl, M. Suzgun, C. D. Manning, D. E. Ho, « Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools », *Journal of Empirical Legal Studies*, vol. 22, 2025, p. 216-242. https://onlinelibrary.wiley.com/doi/full/10.1111/jels.12413