Conclusion
Analyse des décisions en conception

L’objectif principal de cet article était d’exposer la modélisation, dont nous avons vu la complexité, des décisions prises lors de projets de conception. La dissémination de la conception au sein de plusieurs entreprises ou de plusieurs services d’une même entreprise, souvent sur différents sites géographiques, nécessite une compréhension approfondie du système de décision. Pour ce faire, nous avons analysé les éléments auxquels font référence les décisions. Nous avons identifié deux catégories de décision :

• les décisions à caractère technologique sont en général bien appréhendées par les différents acteurs et supportées par de nombreux outils et démarches ;

• les décisions dites de conduite sont aujourd’hui au centre des préoccupations des entreprises et particulièrement de celles qui jouent le rôle de promoteur, ou maître d’ouvrage, quand la conception est distribuée.

Dans tous les cas, la maîtrise de ces décisions permettra d’inscrire l’entreprise dans un processus d’amélioration de ses performances de conception nécessaire au regard des attentes du marché. Nous avons montré comment on pouvait les identifier, les structurer, les modéliser. À partir de là, le lecteur pourra faire évoluer ou construire son propre système de décisions correspondant à ses impératifs particuliers, afin de mieux maîtriser les décisions qu’il est amené à prendre dans son activité. À cet effet, l’amélioration de la performance industrielle nécessite des outils et des méthodes capables d’appréhender l’entreprise dans sa globalité et, en particulier, le système de conception.

La description du fonctionnement de l’entreprise se fait à l’aide de concepts capables d’en décrire la structure, les fonctionnalités, l’évolution dans le temps, la prise de décision et les relations avec son environnement. De telles méthodes sont regroupées sous le vocable de méthodes de modélisation d’entreprise dont fait partie la méthode GRAI développée par le Groupe de Recherche en Automatique Intégrée (GRAI) du Laboratoire d’Automatique et Productique (LAP) de l’Université Bordeaux I depuis le milieu des années 1980. Son principal intérêt réside dans la modélisation du système...