Limites ChatGPT
AO Université
Limites de ChatGPT pour mémoire technique pour les AO université
Obtenir avec ChatGPT un texte fluide mais trop générique, non relié au DCE et parfois faux sur les engagements ou références de l'entreprise.
Volume AO
~6 000 AO/an (universités et établissements ESR publics, données DECP 2023)
Budget
30k - 3M € HT par marché type (équipements labo, travaux campus, SI pédagogique)
CCAG dominant
CCAG-FCS 2021 (équipements, fournitures scientifiques)
Mise en place
5 à 15 minutes pour auditer un brouillon IA
Couverture IA du module
Ce que limites chatgpt vérifie face aux AO université
Résultats attendus
- ✓Audit d'un brouillon produit par une IA généraliste
- ✓Détection des formulations génériques ou invérifiables
- ✓Recalage du contenu sur le RC, le CCTP et les preuves réelles
Points de contrôle
- •Passages génériques détectés
- •Affirmations non sourcées
- •Écarts avec le CCTP
- •ChatGPT mémoire technique
- •prompt mémoire technique limites
- •outil IA spécialisé appel d'offres
Le défi face à université
Le frein principal pour répondre à université / établissement d'enseignement supérieur reste Acheteurs spécialistes qui connaissent très précisément le marché fournisseur (chercheurs prescripteurs). C'est précisément ce qui joue sur Durée de procédure : 2-5 mois (MAPA rapides, AO ouverts plus longs).
Frein 1
Services achats souvent sous-dimensionnés : interlocuteur unique pour tous les marchés
Frein 2
Budgets fractionnés par composantes (UFR) rendant la vision du potentiel difficile
Frein 3
Acheteurs spécialistes qui connaissent très précisément le marché fournisseur (chercheurs prescripteurs)
Frein 4
Délais de paiement 30 jours légaux mais agences comptables parfois en retard (40-55 jours réels)
Frein 5
Marchés de niche (équipements recherche) : appels d'offres quasi-infructueux faute de concurrents qualifiés
L'approche Olra
Le module limites chatgpt d'Olra intègre les invariants des AO université / établissement d'enseignement supérieur (Délai de livraison et disponibilité immédiate : 10-15%, CCAG-Travaux 2021 (campus, résidences universitaires)) et croise chaque sous-critère du RC avec la pratique d'achat de ce donneur d'ordre.
Pondérations typiques
- ✓Valeur technique / adéquation aux besoins de recherche : 45-60%
- ✓Prix : 30-45%
- ✓Délai de livraison et disponibilité immédiate : 10-15%
- ✓Service après-vente et formation : 5-10%
Procédures dominantes
- ✓MAPA (< 215 000 € HT, dominant en volume)
- ✓Appel d'offres ouvert (équipements recherche et travaux structurants)
- ✓Accord-cadre mono-attributaire (fournitures bureau, consommables labo)
- ✓Procédure négociée sans publicité (achat scientifique unique source)
Ce qu'Olra détecte spécifiquement
Les fournisseurs qui passent par Olra gagnent en lisibilité sur Licences logicielles limitées aux seuls agents et étudiants de l'établissement (no transfert), point d'achoppement classique des AO université / établissement d'enseignement supérieur.
Clauses CCAP fréquentes côté université
- ⚠Budgets votés annuellement avec report d'engagement fragile (risque d'annulation en fin d'exercice)
- ⚠Clause d'acceptation sans réserve imposée sur équipements avant fin de garantie constructeur
- ⚠Licences logicielles limitées aux seuls agents et étudiants de l'établissement (no transfert)
- ⚠Propriété des résultats de recherche : ambiguïté contractuelle sur les développements spécifiques co-financés
- ⚠Obligation de facturation à l'Agence Comptable (pas à l'ordonnateur) : erreur fréquente bloquant le paiement
KPIs suivis par les fournisseurs
- •Taux de gain visé : 30-45% (marchés de niche, moins de compétition)
- •Ticket moyen par marché gagné : 50-400k € HT
- •Durée de procédure : 2-5 mois (MAPA rapides, AO ouverts plus longs)
Autres modules Olra face à université
Veille AO face à université
Repérer chaque matin les marchés publics qui matchent réellement votre métier, sans passer 2 heures sur BOAMP, JOUE et profils acheteurs.
Brief DCE face à université
Décider en 5 minutes si vous répondez à un AO, sans lire les 200 pages du DCE.
Audit MT face à université
Soumettre un mémoire qui passe la commission, sans angle mort sur la grille de notation.
Rédaction MT face à université
Produire un mémoire calibré sur le DCE en 1 h au lieu de 8, sans hallucination factuelle sur vos références.
Limites ChatGPT pour d'autres acheteurs publics
Limites ChatGPT pour bailleur social
~28 000 AO/an (publication BOAMP + profils acheteurs ESH, tous lots confondus)
Limites ChatGPT pour oph
~11 000 AO/an (BOAMP + profils acheteurs OPH, construction neuve, réhabilitation et gestion technique)
Limites ChatGPT pour epci / métropole
~45 000 AO/an (DECP 2023, EPCI et métropoles toutes compétences confondues)
Limites ChatGPT pour sdis
~3 500 AO/an (BOAMP + profils acheteurs SDIS, équipements opérationnels et travaux CIS)
Limites ChatGPT pour région académique / rectorat
~18 000 AO/an (BOAMP + profils acheteurs EN : Régions, Départements, EPLE, universités)
Limites ChatGPT pour ehpad
~6 500 AO/an (BOAMP + profils acheteurs EHPAD publics et ESPIC, tous segments)
