Diligence industrielle assistée par AI : transformer les données d’usine en prix, protections et plan à 100 jours

1. Commencer par la décision transactionnelle

Un data room industriel peut contenir des millions d'enregistrements et laisser néanmoins le comité d'investissement incapable de répondre aux questions centrales. Le point de départ utile est une carte des décisions : quelles hypothèses déterminent la valeur, quels risques pourraient affecter la trésorerie, quels faits influent sur la finalisation de l'opération et quelles actions doivent être financées après le transfert du contrôle. La demande d'informations découle ensuite de la carte des décisions.

Cinq questions structurent généralement le travail. Premièrement, l'usine peut-elle transformer les commandes en une production conforme au rythme annoncé ? Deuxièmement, quel état physique et quelle charge de maintenance se cachent derrière la production actuelle ? Troisièmement, quelles hypothèses de coûts, d'énergie et de rendement soutiennent une marge pérenne ? Quatrièmement, quels passifs, besoins de trésorerie et projets d'investissement doivent influer sur le prix ou sur la protection contractuelle ? Cinquièmement, que doit faire l'acheteur au cours des 100 premiers jours pour préserver la continuité et vérifier la thèse de valeur ?

AI est utile lorsqu'il aide l'équipe à relier un ensemble vaste et hétérogène d'éléments probants. Il peut identifier des séquences d'alarmes répétées, classer des textes d'ordres de travail, détecter des distributions inhabituelles des temps de cycle, aligner des documents, regrouper des modes de défaillance et tester des scénarios d'exploitation. La feuille de route 2026 du NIST pour l'industrie manufacturière intelligente décrit la complexité des mégadonnées industrielles, l'hétérogénéité des systèmes de détection et de commande, ainsi que la nécessité d'une exploitation fiable, explicable et digne de confiance.[1] Ces caractéristiques font de la due diligence industrielle un problème analytique maîtrisé plutôt qu'un exercice d'automatisation générique.

La charte de due diligence doit préciser, pour chaque décision, le responsable des éléments probants, le système source, le test, le relecteur et l'échéance. Elle doit aussi indiquer ce que l'analyse ne peut pas établir. Un modèle peut détecter une corrélation entre une signature vibratoire et des arrêts imprévus. L'inspection technique doit en déterminer l'explication physique. Un classificateur d'ordres de travail peut identifier des défaillances récurrentes de roulements. Les éléments probants relatifs aux achats et à la maintenance doivent établir si les pièces, les compétences et les fenêtres d'arrêt sont disponibles. Une prévision de débit de production ne peut étayer la valorisation qu'après avoir été rapprochée de la production vendable, de la demande client et de la trésorerie.

Chaque décision exige des éléments probants traçables sur les plans opérationnel, technique et financier.

2. Définir le périmètre de l'usine et des données

L'entité juridique constitue rarement le bon périmètre d'analyse. La production peut dépendre d'équipements loués, d'outillage appartenant aux fournisseurs, d'utilités partagées, d'entrepôts de tiers, de fabricants sous contrat, de systèmes d'information du groupe et de personnel employé ailleurs. Le périmètre doit suivre le produit et les flux de trésorerie depuis la commande client, en passant par la planification, les matières, la transformation, les essais, l'expédition, la facturation et l'encaissement.

Le périmètre des actifs doit identifier les lignes de production, les cellules, les utilités, les bâtiments, les laboratoires, l'outillage, les équipements mobiles, les entrepôts et les systèmes de contrôle environnemental. Chaque actif significatif doit disposer d'un identifiant stable, d'une localisation, d'un propriétaire, d'un fabricant, d'un modèle, d'une date de mise en service, d'une capacité nominale, d'un usage actuel, d'une criticité et d'enregistrements sources. L'ISO 55001:2024 inscrit la prise de décision, la valeur, les données et informations, les connaissances et la gestion du cycle de vie dans le système de gestion des actifs.[3] Cette structure est utile à la due diligence car elle relie les faits relatifs aux actifs aux objectifs organisationnels et aux risques.

Le périmètre des systèmes doit couvrir les technologies opérationnelles et les technologies d'entreprise. Les sources types comprennent les automates programmables, les systèmes de supervision et d'acquisition de données, les systèmes de contrôle distribués, les historiens de données, les systèmes d'exécution de la fabrication, les systèmes de laboratoire, les systèmes informatisés de gestion de la maintenance, les systèmes de planification des ressources d'entreprise, les systèmes qualité, les compteurs d'énergie, les systèmes de gestion d'entrepôt et les feuilles de calcul. Le NIST définit largement les technologies opérationnelles comme des systèmes et dispositifs programmables qui interagissent avec l'environnement physique et souligne leurs exigences distinctes en matière de performance, de fiabilité et de sécurité.[7]

La conception des accès est importante. L'acheteur doit demander des extraits via une voie contrôlée convenue avec le vendeur, les conseillers en cybersécurité et la direction de l'usine. L'interrogation en direct des systèmes de production peut introduire un risque de disponibilité et de sécurité. Des exports en lecture seule, des fenêtres d'interrogation documentées, une analyse en environnement isolé et une validation supervisée par le vendeur peuvent être appropriés. L'équipe doit consigner les restrictions et lacunes d'accès, car une source manquante peut modifier la confiance accordée à une conclusion.

Tableau 1. Périmètre de la due diligence industrielle et utilisation pour la décision

Le périmètre suit la production et la trésorerie plutôt que le seul organigramme des entités juridiques.

3. Construire un graphe de preuves avant de construire un modèle

Les systèmes industriels décrivent souvent le même événement de manière différente. Un ordre de fabrication peut avoir un numéro dans le système d'entreprise, un autre dans le système de fabrication et aucune clé directe dans l'historien. Une machine peut être identifiée par une étiquette d'actif, un surnom de ligne, une adresse de contrôleur et un code de maintenance. Un enregistrement qualité peut renvoyer à un lot couvrant plusieurs passages machine. Le graphe de preuves résout ces relations.

Le graphe comporte quatre dimensions d'organisation : identité, temps, état et quantité. L'identité relie l'usine, la ligne, la machine, l'outil, le produit, l'ordre de fabrication, le lot, le matériau, l'ordre de travail, le rôle d'opérateur et le compte financier. Le temps établit une chronologie commune, notamment le fuseau horaire, le traitement de l'heure d'été, la dérive d'horloge, l'intervalle d'agrégation et la saisie tardive. L'état définit les conditions de marche, d'arrêt planifié, d'arrêt non planifié, de changement de série, de manque d'alimentation, de blocage, de maintenance, de test et d'inactivité. La quantité définit les unités, la production conforme, les rebuts, les reprises, l'énergie, le matériau, la main-d'œuvre et le coût.

Chaque transformation doit être consignée. Les fichiers bruts reçoivent des empreintes et des contrôles d’accès. Les parseurs enregistrent les noms de champs, les unités et les lignes rejetées. Les tables de correspondance montrent comment les codes locaux deviennent des catégories communes. Les mesures dérivées identifient leur formule, leur version et leur propriétaire. Une conclusion de due diligence doit être reproductible à partir de l’extrait conservé sans se reconnecter à l’usine.

Le profilage des données précède la détection des anomalies. L’équipe doit mesurer la couverture, le taux de données manquantes, les doublons, les valeurs impossibles, les réinitialisations de compteurs, les lacunes d’horodatage, les changements d’unité, les événements hors séquence et les collisions d’identifiants. Un modèle entraîné sur une période où un capteur était défaillant peut produire une réponse assurée à la mauvaise question. Le programme AIMS du NIST combine métrologie, modèles fondés sur la physique et AI, avec vérification périodique et mise à jour des modèles, afin de soutenir une surveillance des machines précise et fiable.[2] Le même principe s’applique à l’analyse des transactions.

La direction du vendeur devrait examiner le graphe de preuves, tandis que l’acheteur conserve un registre indépendant des hypothèses et des exceptions. Les opérateurs de l’usine savent souvent qu’un arrêt apparent correspond à un nettoyage planifié, qu’un code qualité a changé après une migration de système ou qu’une étiquette d’actif couvre deux machines physiques. Leur explication devient une preuve lorsqu’elle est documentée et testée au regard des enregistrements.

4. Établir la fiabilité des données et la gouvernance des modèles

L’équipe de due diligence devrait classer les preuves avant de les utiliser. Les preuves de grade A peuvent être rapprochées entre un système contrôlé, une observation physique et la finance. Les preuves de grade B peuvent être complètes et cohérentes en interne, mais sans recoupement indépendant. Les preuves de grade C peuvent être partielles, maintenues manuellement ou dépendantes d’une explication. Les preuves de grade D peuvent être indisponibles, contradictoires ou inadaptées à la conclusion proposée. Le grade est attaché à un usage spécifique ; un jeu de données peut étayer une analyse de planification tout en restant inadapté à la valorisation.

Les modèles AI nécessitent leur propre registre de contrôle. Ce registre doit indiquer l’usage prévu, les données d’entraînement ou de référence, les caractéristiques, l’algorithme, la période de test, les mesures de performance, les limites, le réviseur et la version. Le cadre de gestion des risques AI du NIST décrit des caractéristiques valides et fiables, sûres, sécurisées et résilientes, responsables et transparentes, explicables et interprétables, respectueuses de la vie privée et équitables.[8] La due diligence industrielle devrait mettre l’accent sur la validité, la fiabilité, la sûreté, la sécurité, l’explicabilité et la responsabilité dans le contexte de l’usine.

L’équipe doit tester les fuites de données et la circularité. Si un ordre de travail de maintenance créé après une panne est utilisé pour prédire la même panne, le modèle peut simplement reconnaître le résultat. Si le volume de production et le chiffre d’affaires proviennent tous deux du même fichier téléversé manuellement, le rapprochement apparent n’est pas indépendant. Si la période de test inclut la période d’entraînement, la performance déclarée peut être surestimée.

La revue humaine doit se concentrer sur les décisions à forte valeur et les modes de défaillance des modèles. Les ingénieurs examinent si les caractéristiques ont un sens physique. Les opérateurs examinent les états inhabituels. La finance vérifie si les changements opérationnels atteignent le grand livre et la trésorerie. Les spécialistes de la cybersécurité évaluent si le parcours d’analyse expose les systèmes opérationnels. Les conseillers juridiques examinent les droits sur les données, la vie privée, la confidentialité et l’usage autorisé. Le comité d’investissement reçoit une conclusion, un grade de confiance et une sensibilité ; il ne reçoit pas un score de modèle inexpliqué.

Tableau 2. Cadre de notation des preuves pour l’usage transactionnel

La note s'applique à la conclusion énoncée et peut évoluer à mesure que des éléments corroborants sont obtenus.

5. Reconstruire le débit à partir des événements, pas des slogans

La capacité nominale, la capacité démontrée et la capacité commercialisable sont des mesures différentes. La capacité nominale reflète les conditions de conception. La capacité démontrée reflète une période historique définie, une gamme de produits, un mode d'organisation du travail et un état des actifs. La capacité commercialisable intègre également le rendement, la libération qualité, les contraintes en aval, la demande et la logistique. Le modèle de due diligence doit les garder distinctes.

L'ISO 22400 définit les indicateurs clés de performance des opérations de fabrication au moyen de formules, d'éléments, de comportement temporel, d'unités et de groupes d'utilisateurs.[4] Un vocabulaire commun aide, mais les définitions des systèmes locaux doivent encore être vérifiées. Les mesures de taux de rendement synthétique (TRS), de disponibilité, de performance et de qualité peuvent être utiles, mais elles peuvent masquer des pertes lorsque le temps planifié, le temps de cycle idéal ou les règles de comptage des pièces bonnes sont choisis de manière optimiste.

La reconstruction du débit doit commencer par les exécutions individuelles. Elle relie commande, produit, début et fin, quantité planifiée, comptage total, comptage des pièces bonnes, rebuts, retouches, état machine, main-d'œuvre, matière et libération qualité. Le modèle explique ensuite l'écart entre la production théorique et les unités conformes expédiées au moyen de l'arrêt planifié, du changement de série, de la panne, du temps de manque d'alimentation, du temps de blocage, de la vitesse réduite, de la perte au démarrage, du défaut, de la mise en attente et de la perte logistique.

La gamme de produits est centrale. Une ligne peut atteindre un rendement élevé sur un produit simple et peiner sur les produits qui portent la demande future. Les changements de série peuvent consommer de la capacité à mesure que la variété augmente. Les goulets d'étranglement peuvent se déplacer entre les étapes du process. Une moyenne mensuelle peut donc masquer la séquence et la contrainte qui déterminent la génération de trésorerie.

L'équipe doit comparer le plan de la direction avec un modèle de capacité ascendant. Chaque unité incrémentale nécessite du temps machine, de la main-d'œuvre, de l'outillage, des matières, de la capacité des utilités, de la capacité qualité, du support de maintenance et de la demande client. Lorsque le modèle dépend d'heures supplémentaires, d'une maintenance différée ou d'un temps de changement de série anormalement court, le comité d'investissement doit voir la condition d'exploitation et le coût.

Les valeurs correspondent à des hypothèses théoriques de la direction et illustrent l'attribution des pertes.

6. Distinguer les symptômes d'arrêt des causes de maintenance

La classification des arrêts reflète souvent la commodité du reporting plutôt que la cause physique. Une ligne peut enregistrer « mécanique » alors que la séquence sous-jacente commence par une contamination, un mauvais réglage, un capteur défaillant ou une pièce de rechange retardée. La due diligence doit reconstruire les chaînes d'événements, puis examiner l'explication physique.

Le jeu de données de maintenance doit relier les alarmes, les appels opérateurs, les demandes d'intervention, les ordres de travail, la main-d'œuvre, les pièces, les codes de défaillance, les inspections, les résultats de surveillance des conditions et la reprise de production. Il doit distinguer les travaux planifiés, préventifs, prédictifs et correctifs. Les ordres de travail clôturés doivent comporter des preuves d'achèvement, et les réparations temporaires répétées doivent rester visibles.

Les recommandations HSE indiquent que les équipements de travail doivent être maintenus en état de fonctionnement efficace et que les registres de maintenance doivent rester à jour lorsqu'ils existent ; elles soulignent également la compétence, la consignation de sécurité et la planification.[6] La due diligence doit donc prendre en compte la gouvernance de la maintenance et la sécurité parallèlement au coût et à la disponibilité. Un arriéré d'inspections critiques pour la sécurité est différent d'un arriéré de travaux cosmétiques.

La criticité détermine la réponse économique. Un composant peu coûteux peut arrêter une ligne lorsqu'il n'existe ni redondance ni pièce de rechange. Un actif important peut disposer d'une chaîne redondante et avoir une conséquence limitée à court terme. L'équipe doit cartographier les points de défaillance uniques, les délais d'approvisionnement, la dépendance à des spécialistes, l'obsolescence, les intervalles d'inspection, l'historique des défaillances et le temps de rétablissement.

AI peut classer du texte non structuré d’ordres de travail et identifier des séquences récurrentes, mais le résultat exige une validation technique. Le modèle peut montrer que des combinaisons d’alarmes similaires précèdent une défaillance. L’ingénieur détermine si le schéma reflète l’usure, les conditions de process, l’instrumentation ou le codage. La question de valorisation porte alors sur la perte de production attendue, les dépenses de maintenance, le remplacement d’actifs, l’assurance et les conséquences pour le client.

Tableau 3. Cartographie des risques de maintenance

Les priorités combinent la sécurité, la production, la qualité, l'environnement, le délai d'exécution et la capacité de récupération.

7. Tester l'énergie en tant que variable de production

L'analyse énergétique doit relier la consommation à la production, au produit, à l'état de fonctionnement, aux conditions météorologiques le cas échéant, au tarif, à la prime de puissance et aux contraintes du réseau. Une facture au niveau du site peut identifier la dépense totale, mais peut ne pas expliquer l'économie de production des lignes ou des produits individuels. La qualité du sous-comptage influence donc la confiance.

Les outils industriels du département de l'Énergie des États-Unis portent sur l'efficacité au niveau de l'usine et sur des systèmes tels que l'air comprimé, les moteurs, le chauffage de process, le refroidissement, les pompes et la vapeur.[5] Ses orientations en matière de gestion de l'énergie indiquent que les données utiles peuvent inclure la consommation, l'efficacité, le taux de charge, le temps de fonctionnement, la production et le coût, et que les références et les indicateurs de performance doivent suivre la métrique choisie.[9] Ces principes étayent un pont énergétique de transaction.

L'équipe doit normaliser l'intensité énergétique en fonction des conditions d'exploitation. Une usine peut consommer une charge de base importante pendant les périodes d'inactivité parce que les fours, l'air comprimé, l'eau glacée ou les contrôles environnementaux restent actifs. Les démarrages et arrêts peuvent entraîner une perte d'énergie et de rendement. La demande de pointe peut refléter des charges simultanées plutôt que la consommation annuelle. Le mix produit peut modifier l'intensité énergétique.

Le modèle financier doit distinguer l'exposition tarifaire, l'efficacité physique et l'investissement nécessaire. Un tarif plus bas peut masquer de mauvaises performances. Un projet d'efficacité peut nécessiter un arrêt, une conception technique et une vérification. Un contrat d'énergie renouvelable peut introduire des clauses de volume, de prix, de crédit et de changement de contrôle. Les allégations d'économies doivent donc présenter la référence, l'action, le coût, le calendrier, l'incertitude et la méthode de mesure.

Les données énergétiques peuvent aussi révéler des anomalies d'exploitation. Un compresseur en fonctionnement pendant les heures de non-production, une augmentation du courant moteur, une consommation énergétique du four plus élevée par unité conforme ou une demande de refroidissement instable peuvent justifier des investigations complémentaires. Ces signaux constituent des pistes de diagnostic plutôt qu'une preuve autonome de l'état.

8. Convertir les données qualité en éléments de preuve sur la marge et la responsabilité

La production brute n'est économiquement pertinente que lorsqu'elle devient une production conforme, acceptée et recouvrable. La due diligence qualité doit relier les paramètres de process, l'inspection, les écarts, les rebuts, la retouche, les réclamations clients, les retours, la garantie, les concessions et les actions correctives. L'analyse doit distinguer la détection de la génération sous-jacente des défauts.

Le rendement peut sembler stable alors que l’intensité des contrôles diminue ou que les concessions augmentent. Les rebuts peuvent être imputés à un écart matière tandis que la main-d’œuvre et le temps machine restent dans le coût de transformation. Les reprises peuvent consommer la capacité du goulot d’étranglement et retarder d’autres commandes. Les retours clients peuvent survenir plusieurs mois après la production. Le modèle doit donc suivre l’événement qualité à travers la production, les stocks, la facture, l’avoir, la trésorerie et tout coût de garantie.

AI peut aider à la reconnaissance de motifs dans les variables de procédé et les registres de défauts. Il peut regrouper des descriptions de défauts, comparer des images lorsque les droits et la qualité le permettent, et identifier des combinaisons de paramètres associées à une défaillance. Les étiquettes d’entraînement et le système d’inspection doivent être revus. Un modèle ne peut pas récupérer des défauts qui n’ont jamais été enregistrés ou qui ont été systématiquement mal classés.

La réponse transactionnelle dépend de la nature de l’exposition : historique, en cours ou éventuelle. Un problème connu sur un lot peut justifier une indemnisation spécifique ou un séquestre. Une faiblesse récurrente de procédé peut réduire la marge pérenne et nécessiter une remédiation financée. Un système de traçabilité défaillant peut justifier une protection contractuelle plus large et une action de contrôle dès le jour 1. Des questions d’approbation ou de certification propres à un client peuvent affecter les conditions de clôture.

9. Rapprocher le modèle d’usine de la qualité des résultats

L’analyse opérationnelle devient une preuve transactionnelle lorsqu’elle explique la performance financière. L’équipe doit établir un pont entre le modèle d’usine et le grand livre pour le volume, le mix, le prix, le rendement, la main-d’œuvre, les matières, l’énergie, la maintenance, les frais généraux et le besoin en fonds de roulement. Les écarts doivent être documentés plutôt que forcés dans un rapprochement artificiel.

Les résultats pérennes exigent une base d’exploitation normale. La marge récente peut refléter une maintenance différée, une pression sur les fournisseurs, des contrôles réduits, des heures supplémentaires inhabituelles, de la main-d’œuvre temporaire, un mix favorable, des avances clients, des coûts capitalisés ou une période sans arrêt majeur. Le modèle opérationnel doit identifier les hypothèses physiques et de calendrier sous-jacentes à chaque ajustement.

Le potentiel d’amélioration du débit de production mérite un traitement rigoureux. Une amélioration démontrée peut être intégrée à un scénario lorsque l’action, la capacité, la demande, le coût, la qualité et la trajectoire de trésorerie sont étayés. La capacité théorique inutilisée ne constitue pas un résultat. Une optimisation modélisée de AI sans validation en production est une initiative et non un EBITDA pérenne.

Le pont doit éviter les doubles comptages. Une réduction du temps d’arrêt pour panne peut augmenter la production, réduire les heures supplémentaires et abaisser le coût de réparation, mais le même gain de production ne doit pas apparaître dans plusieurs lignes de synergies. Les économies d’énergie peuvent déjà être intégrées au coût unitaire. La réduction des rebuts peut améliorer simultanément le coût matière et la capacité ; le modèle doit attribuer un effet de trésorerie cohérent unique.

Les valeurs et les niveaux de confiance correspondent à des hypothèses de la direction à titre illustratif.

10. Traduire l’état des actifs en dépenses d’investissement

Les charges de maintenance et les dépenses d’investissement relèvent de traitements comptables différents ; le risque industriel dépend du besoin physique et du calendrier de trésorerie. L’équipe de due diligence doit identifier les investissements de maintien, de conformité, de fiabilité, de croissance et de transformation. Chaque élément nécessite un périmètre, une urgence, une base de coût, une exigence d’arrêt, des dépendances et un niveau de confiance.

La norme IAS 16 traite de la comptabilisation, de la valeur comptable, de l’amortissement et de la décomptabilisation des immobilisations corporelles.[11] La norme IAS 36 exige une évaluation de la valeur recouvrable lorsque des indicateurs de dépréciation existent et définit la valeur recouvrable comme la juste valeur diminuée des coûts de sortie ou la valeur d’utilité.[12] La norme IFRS 13 fournit un cadre pour l’évaluation à la juste valeur.[13] Ces normes éclairent l’analyse comptable et de valorisation ; elles ne remplacent pas l’évaluation technique de l’état des actifs ni les définitions transactionnelles.

L’état des actifs doit être testé au moyen d’inspections, de l’historique de maintenance, des données d’exploitation, des recommandations du fabricant, des registres réglementaires ou d’assureur et d’une évaluation spécialisée. L’âge seul est un indicateur imparfait. Un actif plus ancien bien entretenu peut être fiable ; un actif plus récent exploité en dehors des conditions de conception peut présenter un risque important. La durée de vie restante doit être exprimée sous forme de fourchette assortie de ses hypothèses d’exploitation.

Le calendrier des dépenses d'investissement doit être relié au plan de production. Un remplacement peut nécessiter une commande à délai long, des études de conception, des autorisations, des travaux de génie civil, l'intégration des systèmes de contrôle, la mise en service et la montée en régime. L'arrêt de production, la constitution de stocks, la qualification client et les besoins en fonds de roulement associés peuvent dépasser la facture de l'équipement. Ces effets de trésorerie doivent figurer dans le cas de la transaction et dans le plan des 100 jours.

Tableau 4. Classification des dépenses d'investissement et traitement transactionnel

Le traitement dépend de faits vérifiés, de la politique comptable et de définitions négociées.

11. Relier les stocks et le besoin en fonds de roulement à l’usine

Les stocks constituent la mémoire physique des décisions de production. Les matières premières peuvent couvrir le délai fournisseur, les quantités minimales de commande, les pertes de rendement et le risque qualité. Les en-cours de production peuvent refléter une gamme de fabrication normale, des goulets d’étranglement, un statut de mise en attente, des reprises ou une clôture insuffisante. Les produits finis peuvent soutenir les niveaux de service ou masquer des problèmes de demande et d’obsolescence.

L’équipe de due diligence doit rapprocher les quantités par article, emplacement, statut, lot et propriété. Elle doit tester les stocks négatifs, les emplacements en doublon, les mouvements lents, les en-cours de production anciens, la quarantaine, la consignation, les matières détenues par les clients, les stocks détenus par les fournisseurs et les matières se trouvant chez des tiers. Les éléments probants issus des comptages tournants et des inventaires physiques sont importants, car le solde système et l’existence physique peuvent diverger.

Les données opérationnelles peuvent améliorer l’objectif de besoin en fonds de roulement. Le délai, la taille de lot, le changement de série, le rendement et la variabilité de production aident à expliquer les stocks normaux. Le respect du planning, l’expédition et l’acceptation client aident à expliquer les créances clients et les produits à recevoir. Les conditions fournisseurs, le calendrier des commandes et la politique de pièces de rechange critiques aident à expliquer les dettes fournisseurs. Le modèle doit séparer le besoin opérationnel normal de la gestion de la fenêtre de transaction.

Les mécanismes de finalisation nécessitent des définitions correspondant à la réalité de l’usine. Les avances clients, les immobilisations impayées, les fournisseurs de maintenance dont les factures sont échues, les provisions pour stocks, la consignation et les réserves qualité peuvent être traités différemment selon les définitions négociées de la dette, de la trésorerie et du besoin en fonds de roulement. Les conseillers juridiques et comptables doivent aligner le libellé du SPA sur les éléments probants et le modèle.

12. Protéger les technologies opérationnelles et les droits sur les données

La due diligence industrielle porte sur des systèmes qui peuvent affecter la sécurité, la disponibilité et la qualité des produits. La NIST SP 800-82 Rev. 3 fournit des recommandations de cybersécurité des OT qui tiennent compte des exigences de performance, de fiabilité et de sécurité.[7] Le protocole de due diligence doit préserver la segmentation réseau, les chemins d’accès approuvés, la journalisation, le moindre privilège et la maîtrise par le vendeur des systèmes en production.

L’acheteur doit cartographier les actifs OT, les zones réseau, les accès à distance, les identités, les sauvegardes, les logiciels non pris en charge, les connexions tierces et l’historique des incidents. Une liste d’actifs sous forme de tableur constitue un point de départ. Les éléments probants de configuration, l’observation réseau et la propriété des contrôles offrent un support plus solide. L’équipe doit déterminer quels systèmes et licences sont transférés et lesquels dépendent d’accords de groupe ou de fournisseurs.

Les droits sur les données peuvent affecter la capacité de l’acheteur à exploiter et à améliorer l’usine. Les fournisseurs d’équipements, les intégrateurs, les plateformes cloud et les clients peuvent détenir des droits sur les logiciels, les modèles, les recettes, la télémétrie, les données de diagnostic ou les informations dérivées. Le chantier transactionnel doit identifier la propriété, l’accès, la portabilité, la conservation, la confidentialité, l’exportation et les modalités de résiliation.

L’utilisation de AI introduit la gouvernance des modèles et des données. L’acheteur doit savoir si les modèles sont détenus, sous licence ou intégrés aux services du fournisseur ; comment ils sont mis à jour ; quelles données ils utilisent ; comment les performances sont surveillées ; et comment un humain peut intervenir. Un modèle qui pilote un processus exige une norme de due diligence différente de celle d’un modèle qui priorise la revue de maintenance.

13. Transformer les constats en prix et en protections

Les constats doivent entrer dans une matrice de décision comprenant le niveau de preuve, l’effet financier, le calendrier, l’incertitude, le conseiller responsable et le traitement proposé. Les réponses disponibles incluent l’ajustement de valorisation, l’élément assimilé à la dette, l’objectif de besoin en fonds de roulement, la définition des comptes de finalisation, la protection de type locked-box, la garantie, l’indemnisation, le séquestre, la retenue, l’earn-out, le covenant, la condition suspensive, le droit d’accès et l’action post-clôture.

Le prix est adapté aux risques qui affectent l'équation économique durable ou le besoin d'investissement en trésorerie et qui peuvent être estimés avec un degré de confiance suffisant. Une indemnité spécifique peut convenir à une exposition conditionnelle identifiée lorsque le lien de causalité et la répartition peuvent être définis. Une garantie peut appuyer la divulgation et le recours pour des questions factuelles. Une condition peut traiter un élément qui doit être résolu avant le transfert du contrôle. Un séquestre ou une retenue peut sécuriser le recouvrement lorsque le risque de crédit ou le calendrier du litige importe.

Le mécanisme doit correspondre aux éléments de preuve. Une charge de maintenance récurrente assortie d'un coût annualisé étayé peut affecter les résultats. Un remplacement connu peut affecter la valeur d'entreprise à la valeur des capitaux propres ou le prix. Une défaillance possible à probabilité incertaine peut nécessiter un scénario, une protection spécifique et un plan opérationnel. Des données manquantes peuvent justifier des droits d'accès, une hypothèse prudente ou une décision de ne pas poursuivre.

La matrice doit aussi prendre en compte la matérialité et l'exécution. Une complexité contractuelle excessive peut créer un risque de négociation et d'application. Certains constats sont mieux traités par un plan financé et un droit de gouvernance. Le comité d'investissement doit voir l'exposition résiduelle après le traitement proposé.

Le positionnement est illustratif ; les conseils et les éléments de preuve propres à la transaction déterminent le traitement.

Tableau 5. Matrice de réponse aux transactions

Le tableau organise le jugement du conseiller et ne prescrit pas de traitement juridique.

14. Rédiger le plan des 100 jours pendant la due diligence

Les 100 premiers jours doivent transformer les constats non résolus mais maîtrisables en actions portées par des responsables. Le plan commence avant la signature, car l'accès, les personnes, les pièces de rechange, les arrêts et les modifications de système peuvent nécessiter un accord. Il doit protéger la production et la sécurité tout en améliorant les preuves et le contrôle.

Les priorités du jour 1 comprennent le pouvoir de décision, l'accès sécurisé aux systèmes, la continuité client, le contrôle de la trésorerie, la maintenance critique, la disponibilité des matières, la libération qualité et l'escalade des incidents. L'acheteur doit savoir qui peut arrêter la ligne, libérer un produit, approuver la maintenance, modifier les recettes, accéder à l'OT, engager des dépenses d'investissement et communiquer avec les clients prioritaires.

Les trente premiers jours établissent les situations de référence. L’équipe confirme les inventaires des actifs et des systèmes, rapproche les définitions de production, valide les pièces de rechange critiques, examine les travaux critiques pour la sécurité, sécurise les sauvegardes, gèle les modifications de modèles non encadrées, recense les stocks à haut risque et reconstruit le lien entre l’usine et la finance. Les actions doivent éviter de déstabiliser la production pendant la transition de propriété.

Les jours trente à soixante traitent les expositions prioritaires. L’usine peut exécuter la maintenance critique, corriger les contrôles qualité, rétablir le comptage, combler les lacunes d’accès, qualifier les fournisseurs ou préparer un arrêt. Chaque action nécessite un coût, un calendrier, une conséquence sur la production, un responsable et une mesure de vérification.

Les jours soixante à cent testent des initiatives de valeur. L’acquéreur peut piloter la classification des temps d’arrêt, l’optimisation énergétique, les processus de maintenance prédictive, les modifications de planification ou l’analytique qualité sur une ligne délimitée. La référence, la conception du test, la supervision humaine et la condition de retour arrière doivent être approuvées avant le pilote. Les bénéfices entrent dans le registre de valeur après l’observation de preuves opérationnelles et de trésorerie.

La continuité de production, la sécurité et la qualité des preuves déterminent le rythme du changement.

Tableau 6. Les 100 premiers jours de la détention d’un actif industriel

Les mesures doivent être adaptées à l'usine, à la transaction et aux conseils spécialisés.

15. Encadrer le jugement combiné de l'humain et de la machine

La due diligence industrielle dépend de personnes qui comprennent le processus. Les opérateurs connaissent les bruits normaux, les solutions de contournement et le séquencement. Les équipes de maintenance connaissent les défaillances récurrentes et les contraintes de pièces de rechange. Les équipes qualité comprennent les écarts et l'acceptation par le client. Les ingénieurs comprennent la causalité physique. La finance comprend la comptabilité et la trésorerie. AI peut organiser et tester leurs éléments de preuve ; elle ne peut pas remplacer leur responsabilité.

Les entretiens doivent être structurés autour des enregistrements. L'évaluateur présente une exécution, une séquence de défaillance ou un rapprochement et demande à la personne responsable de l'expliquer. L'explication est confrontée à une autre source lorsque cela est possible. Cette approche respecte les connaissances opérationnelles tout en réduisant la dépendance à la mémoire et à la présentation.

Les sorties de modèle doivent avoir un responsable humain nommé. Le responsable décide si la sortie convient à la décision et consigne les dérogations. Les recommandations à fort impact doivent inclure la période des données, le niveau de confiance, l'explication alternative et la sensibilité. Lorsque le comportement du modèle ne peut pas être suffisamment expliqué, la sortie doit rester une piste d'investigation.

Le calendrier de la transaction doit laisser du temps pour la contestation. Un afflux tardif de données peut créer une pression en faveur de l'acceptation de résumés automatisés. Le comité doit savoir quels constats ont été pleinement examinés, lesquels restent préliminaires et lesquels n'ont pas pu être testés. Une décision d'avancer en présence d'incertitude doit être explicite et se refléter dans le prix, la protection, le financement ou la gouvernance.

16. Appliquer des règles d'arrêt et préserver les preuves

Le volet de travail de due diligence a besoin de règles d'arrêt. Les exemples incluent une demande susceptible d'affecter la disponibilité de l'usine, un accès à distance non contrôlé, la preuve d'un problème de sécurité immédiat, une utilisation des données hors de la finalité convenue, des modifications inexpliquées des extraits sources ou un résultat de modèle présenté comme un fait d'ingénierie vérifié. La réponse appropriée peut inclure la suspension du test, une remontée au vendeur, l'isolement de l'environnement ou l'obtention d'une revue spécialisée.

Les règles d'arrêt de la transaction concernent le dossier d'acquisition. Le comité peut suspendre lorsque la capacité commercialisable ne peut pas être reproduite, que des preuves de conformité critiques manquent, que l'exposition de maintenance dépasse la capacité financée, qu'un client clé ou une licence ne peut pas être transféré, que le risque OT ne peut pas être maîtrisé ou que le vendeur ne peut pas fournir l'accès convenu. Le seuil doit être approuvé avant que l'élan de la transaction n'affaiblisse la discipline.

La préservation des preuves soutient la négociation, la clôture et l'intégration. Les extraits bruts, les hachages, les tables de correspondance, les versions de modèle, les notes d'évaluateur, les photographies lorsque cela est permis, les documents sources et les journaux de décision doivent être conservés dans le cadre des contrôles de la transaction. Le dossier doit montrer ce qui était connu, quand cela l'était et comment cela a influé sur la décision.

Après la clôture, le même graphe de preuves peut soutenir la confirmation de la référence et le suivi de la valeur. L'acheteur doit éviter de modifier les définitions avant que la référence ne soit sécurisée. Une amélioration réelle doit être mesurée par rapport à un point de départ stable et compris.

17. Utiliser une salle de pilotage reliant l'usine à la valeur

Le comité d'investissement et le groupe de pilotage de l'intégration ont besoin d'une vue opérationnelle compacte. La salle de pilotage doit montrer le débit commercialisable, les arrêts critiques, la perte de qualité, l'intensité énergétique, l'arriéré de maintenance, les pièces de rechange critiques, l'exposition des stocks, les capex, l'impact sur la trésorerie, le statut de protection et les actions sur 100 jours. Chaque mesure est liée à la traçabilité de sa source et à un responsable.

Le tableau de bord doit distinguer le fait, le modèle et la décision. Le fait rapporte la valeur observée et la couverture des données. Le modèle rapporte le résultat normalisé ou de scénario avec son niveau de confiance. La décision rapporte le traitement approuvé dans le prix, le contrat ou le plan. La combinaison de ces couches en un seul chiffre masque l'incertitude.

La tendance importe davantage qu’une précision cosmétique. Un indicateur quotidien d’usine peut être utile pendant la stabilisation, tandis qu’un ajustement de transaction peut être examiné à des jalons définis. Un statut rouge doit indiquer un seuil, une conséquence et une action précis. Le conseil d’administration doit voir les hypothèses non résolues et les demandes de preuves en retard.

Le suivi de la valeur doit se concentrer sur les gains économiques réalisés. Une vitesse accrue sans demande vendable ne crée pas de revenus. Une réduction des temps d’arrêt sans baisse des heures supplémentaires, hausse de la production ou coût évité peut ne pas créer de trésorerie. Une prédiction de maintenance crée de la valeur lorsqu’elle modifie une action et que le résultat est mesuré. La salle de contrôle doit maintenir reliés les registres physiques et financiers.

Conclusion

Une due diligence industrielle assistée par AI peut améliorer le jugement de transaction lorsqu’elle est construite comme un système de preuves traçable. L’unité utile n’est ni le modèle ni le tableau de bord. C’est le lien étayé entre l’état et l’exploitation de l’usine, d’une part, et le prix, la protection et l’action financée, d’autre part.

Le travail commence par des questions de décision et un périmètre qui suit la production et la trésorerie. Il crée un graphe de preuves couvrant les actifs, le temps, les états et les quantités. Il établit le profil de qualité des données avant la modélisation, combine la métrologie et la compréhension physique avec l’analytique, reconstitue le débit et les temps d’arrêt, évalue la maintenance, l’énergie, la qualité, les stocks et les dépenses d’investissement, et rapproche les constats opérationnels des résultats et de la trésorerie.

AI prend en charge la classification, la détection d’anomalies, l’analyse de séquences et les tests de scénarios. Ses résultats restent encadrés par l’usage prévu, la validation, la sécurité, l’explication et la revue humaine. Les conclusions à fort impact exigent une corroboration technique, opérationnelle et financière. Les données manquantes deviennent une incertitude explicite plutôt qu’une hypothèse de modèle cachée.

La réponse transactionnelle doit correspondre aux preuves. Des effets opérationnels durables peuvent influencer le prix. Une exposition conditionnelle identifiée peut justifier une protection sur mesure. Des conditions préalables peuvent encadrer la réalisation. Les droits d’accès, de financement et de décision peuvent soutenir un plan à 100 jours. Chaque mécanisme doit montrer le risque résiduel qui reste à la charge de l’acheteur.

Le résultat est un dossier de due diligence qui survit à la signature. Il devient la référence pour la continuité de production, le rétablissement de la maintenance, le contrôle OT, la qualité, l’énergie, la trésorerie et le suivi de la valeur. L’acheteur peut alors vérifier si l’usine performe conformément aux hypothèses de souscription et réviser le plan à partir des preuves observées.

Annexe A. Demande minimale de données industrielles

La demande initiale doit être proportionnée à la décision et à l’usine. Elle doit viser des extractions des systèmes sources plutôt que des synthèses de présentation lorsque l’accès contrôlé le permet. Les dossiers d’actifs et de configuration comprennent le registre des actifs, la hiérarchie des lignes, les spécifications des équipements, l’historique de mise en service, les versions des systèmes de contrôle, les plans, la criticité, la propriété, les baux, les garanties et les accords de support.

Les enregistrements de production comprennent les commandes, les plannings, l’historique d’exécution, les états machine, le temps de cycle, les comptages, la production conforme, les rebuts, les reprises, les changements de série, les effectifs, les équipes, la gamme opératoire et les expéditions. Les enregistrements qualité comprennent les spécifications, les plans d’inspection, les résultats d’essais, les écarts, les blocages, les dérogations, les actions correctives, les réclamations, les retours, la garantie et la traçabilité.

Les enregistrements de maintenance comprennent les demandes d’intervention, les ordres de travail, les codes de défaillance, la main-d’œuvre, les pièces, les inspections, la surveillance conditionnelle, les plans préventifs, l’arriéré, les arrêts, les enregistrements des sous-traitants, les pièces de rechange et l’obsolescence. Les enregistrements d’énergie comprennent les factures, les tarifs, les compteurs à relevés d’intervalle, les sous-compteurs, les contraintes des utilités, le contexte de production et les projets approuvés.

Les enregistrements commerciaux et financiers comprennent la correspondance produits-clients, les prix, le carnet de commandes, les revenus, les matières, la main-d’œuvre, les frais généraux, les stocks, les créances, les dettes fournisseurs, les dépenses d’investissement, les baux, l’assurance et la trésorerie. Les enregistrements OT et de données comprennent l’architecture, l’inventaire des actifs, l’accès à distance, les comptes, les sauvegardes, les incidents, les licences, les interfaces, les dictionnaires de données, la conservation et les enregistrements de modèles AI.

Le vendeur doit identifier les données indisponibles, les changements connus de définition, les migrations et les contournements manuels. L’acheteur doit consigner les enregistrements rejetés, les limites d’accès et les correspondances non résolues. La demande doit éviter les informations personnelles ou sensibles inutiles et respecter les contrôles juridiques et cyber convenus.

Annexe B. Questions du comité d’investissement

1. Quelles hypothèses relatives à l’usine déterminent la valeur d’entreprise et la liquidité en scénario défavorable ? 2. La production vendable peut-elle être reconstituée à partir des enregistrements au niveau des cycles de production ? 3. Quelles pertes découlent de la demande, de la planification, des changements de série, des défaillances, de la vitesse ou de la qualité ? 4. Quels actifs sont critiques, non supportés, à point unique ou proches d’un arrêt requis ? 5. Quels travaux de maintenance et d’inspection sont différés, et quelle trésorerie et quels temps d’arrêt nécessitent-ils ? 6. La performance énergétique se rapproche-t-elle de la production, de l’état de fonctionnement et du tarif ? 7. Comment les pertes qualité se répercutent-elles sur les stocks, l’acceptation client, la marge et la trésorerie ? 8. Quels stocks sont détenus, conformes, utilisables, vendables et vérifiés physiquement ? 9. Quelles données et quels modèles sont suffisamment fiables pour le prix, et lesquels restent des hypothèses de scénario ? 10. Quels constats affectent les résultats maintenables, la dette nette, le fonds de roulement ou les dépenses d’investissement ? 11. Quelles protections, conditions, droits d’accès et financements couvrent l’exposition résiduelle ? 12. Qui est responsable de chaque action du jour 1 et à 100 jours, et comment l’achèvement et la valeur seront-ils vérifiés ?

Références

1. National Institute of Standards and Technology. Feuille de route 2026 sur l'intelligence artificielle et l'apprentissage automatique pour la fabrication intelligente. 3 juillet 2026. https://www.nist.gov/publications/2026-roadmap-artificial-intelligence-and-machine-learning-smart-manufacturing
2. National Institute of Standards and Technology. Intelligence augmentée pour les systèmes de fabrication. https://www.nist.gov/programs-projects/augmented-intelligence-manufacturing-systems-aims
3. Organisation internationale de normalisation. ISO 55001:2024 Systèmes de gestion d'actifs — Exigences. https://committee.iso.org/sites/tc251/home/projects/published/iso-55001.html
4. Organisation internationale de normalisation. ISO 22400-2:2014 Gestion des opérations de fabrication — Indicateurs clés de performance. https://www.iso.org/standard/54497.html
5. Département de l'Énergie des États-Unis. Outils logiciels de l'Industrial Technologies Office. https://www.energy.gov/cmei/ito/ito-software-tools
6. Health and Safety Executive du Royaume-Uni. Maintenance des équipements de travail. https://www.hse.gov.uk/work-equipment-machinery/maintenance.htm
7. National Institute of Standards and Technology. SP 800-82 Rév. 3, Guide de sécurité des technologies opérationnelles. Septembre 2023. https://csrc.nist.gov/pubs/sp/800/82/r3/final
8. National Institute of Standards and Technology. Cadre de gestion des risques liés à l'intelligence artificielle. https://www.nist.gov/itl/ai-risk-management-framework
9. Département de l'Énergie des États-Unis. AMO eGuide, Identifier les besoins en données pour la gestion de l'énergie. https://www1.eere.energy.gov/manufacturing/eguide/iso_step_2_2.html
10. Organisation internationale de normalisation. ISO 55013:2024 Lignes directrices sur la gestion des actifs de données. https://www.iso.org/standard/82455.html
11. Fondation IFRS. IAS 16 Immobilisations corporelles. https://www.ifrs.org/issued-standards/list-of-standards/ias-16-property-plant-and-equipment/
12. Fondation IFRS. IAS 36 Dépréciation d'actifs. https://www.ifrs.org/issued-standards/list-of-standards/ias-36-impairment-of-assets/
13. Fondation IFRS. IFRS 13 Évaluation à la juste valeur. https://www.ifrs.org/issued-standards/list-of-standards/ifrs-13-fair-value-measurement/
14. National Institute of Standards and Technology. AI Noyau du cadre de gestion des risques. https://airc.nist.gov/airmf-resources/airmf/5-sec-core/
15. National Institute of Standards and Technology. Publications sur la sécurité des technologies opérationnelles. https://csrc.nist.gov/Projects/operational-technology-security/publications
16. Département de l'Énergie des États-Unis. Que sont les systèmes d'information de gestion de l'énergie ? https://www.energy.gov/cmei/femp/what-are-energy-management-information-systems