Référentiel tâches, références et archives V1

<!--
=============================================================================
📄 Client Indigo / Analyse de découverte — decouverte-environnement-indigo-group.md
=============================================================================
Objectif:
- Centraliser une prospection Internet approfondie sur INDIGO Group.
- Prioriser l'environnement juridique, réglementaire, concurrentiel et opérationnel.
- Relier cette découverte au contexte local du projet IA sur la gestion patrimoniale des parkings.

Portée:
- Fait: synthèse business, gouvernance, chiffres clés, concurrence, environnement juridique/réglementaire, skill matrix, watchlist.
- Ne fait pas: avis juridique formel, audit contractuel site par site, due diligence M&A complète, validation avocat locale multi-pays.

Dépendances / Prérequis:
- Sources officielles du groupe disponibles dans ../sources-officielles/
- Inventaire URL officiel disponible dans ../donnees/inventaire-urls-officielles-indigo-group.csv
- Hypothèse de cible: le client visé est INDIGO Group (parking, mobilité individuelle, services urbains)

Entrées attendues:
- Site corporate et investor INDIGO Group
- Documents financiers et compliance du groupe
- Sources officielles UE / France sur le cadre réglementaire applicable
- Contexte projet local: entretien / maintenance / gestion patrimoniale de parkings

Sorties:
- Note de découverte exploitable pour cadrage commercial, juridique et projet
- Liste de priorités d'investigation pour la phase suivante

Hypothèses & risques:
- Hypothèse: la cible "Indigo" du dossier local est bien INDIGO Group, confirmé par le livrable commercial local orienté parkings.
- Risque: certains cadres juridiques sont multi-pays; cette note privilégie UE + France puis signale les points à décliner pays par pays.
- Risque: certaines pages corporate publiques ne sont pas parfaitement à jour (ex. effectif corporate vs résultats 2024).

Conventions:
- Faits confirmés = source officielle corporate, financière, réglementaire ou autorité publique.
- Inférences = explicitement signalées.
- Date de référence web: 2026-03-11.

Sections:
- ✅ TL;DR
- 📊 Synthèse visuelle
- 🔍 Diagnostic
- 🧩 Options de lecture
- 🛠️ Recommandation
- 🗺️ Cartographie business
- ⚖️ Environnement juridique prioritaire
- 🏢 Structure humaine, gouvernance et finance
- 🥊 Concurrence et positionnement
- 🧠 Skill matrix
- 🤖 Impacts pour le projet IA
- 🔗 Sources
- 📦 Commandes / mise à jour
- ⚠️ Risques, impacts & rollback
- ✅ Actions
=============================================================================
-->

# Prospection Internet — INDIGO Group — DOMAINE: DÉCOUVERTE CLIENT | SÉVÉRITÉ: HIGH | RISQUE: MED

## 📌 Métadonnées
| Champ | Valeur |
|---|---|
| Contexte | Prospection Internet approfondie réalisée pour le dossier client `Indigo`, en miroir de l’approche menée sur EPC GROUP. |
| Hypothèses | La cible est **INDIGO Group** (parking, mobilité individuelle, services urbains), cohérent avec le livrable local centré sur l’entretien des parkings. |
| Pré-requis | Lire le support local `../livrables/proposition-indigo-solution-ia-diagober-serma.pptx`, l’inventaire URL et les sources officielles téléchargées. |
| Impact | Donne une base exploitable pour cadrage commercial, juridique, concurrence et projet IA orienté parkings. |
| Rollback | Revenir à une note plus courte centrée uniquement sur le métier parking / maintenance si la profondeur réglementaire n’est pas nécessaire. |
| Date de référence | **11 mars 2026** |

---

## ✅ TL;DR
- **INDIGO Group** est un opérateur intégré de **parking off-street**, **stationnement sur voirie**, **contrôle des règles urbaines**, **recharge électrique**, **cycloparks** et **services/logistique urbaine**.
- Le groupe affiche, selon ses sources officielles récentes, **923 M€ de chiffre d’affaires 2024**, **441 M€ d’EBITDA**, **1,7 M de places gérées**, **10 pays** et **10 200 salariés** fin 2024.
- Le point d’entrée le plus stratégique pour la suite est bien **juridique / réglementaire** : concessions et DSP, voirie, LAPI / vie privée, RGPD, anticorruption, whistleblowing, ESG/CSRD, IRVE, accessibilité, sécurité des infrastructures.
- Son avantage concurrentiel visible n’est pas seulement la taille : c’est la **combinaison** `concessions + exploitation terrain + outils digitaux + régulation urbaine + recharge + vélo + services urbains`.
- Pour le projet IA local “entretien des parkings”, les points les plus sensibles seront : **données visuelles**, **plans / documents techniques**, **contrats de concession**, **cybersécurité**, **gouvernance documentaire** et **usage de l’IA en environnement urbain régulé**.

---

## 📊 Synthèse visuelle

### Indicateurs clés confirmés
```text
CA 2024                  923 M€   | ██████████████████
EBITDA 2024              441 M€   | █████████░░░░░░░░  marge 47,8%
Employés fin 2024        10 200   | ██████████████████
Places gérées            1,7 M    | ██████████████████
Pays opérés              10       | ██████████░░░░░░░
Points de charge actifs  10 400   | ██████████████████
Voirie gérée             3 200 km | █████████████░░░░
```

### Empreinte web officielle
```text
URLs officielles inventoriées         1 242 | ██████████████████
Sitemaps exploités                       10 | ██████████████████
Pages presse / actualités               805 | ████████████░░░░░░
Pages offre / références                195 | ████░░░░░░░░░░░░░░
Pages juridiques / compliance             6 | █░░░░░░░░░░░░░░░░░
Pages gouvernance / investisseurs         6 | █░░░░░░░░░░░░░░░░░
```

### Lecture de risque par axe
| Axe | Niveau | Visualisation | Lecture |
|---|---:|---|---|
| Réglementaire / concession | 5/5 | `█████` | cœur du modèle économique |
| Données personnelles / LAPI / vidéo | 5/5 | `█████` | fort enjeu si projet IA image / contrôle |
| ESG / mobilité / transition | 4/5 | `████░` | forte pression marché et villes |
| Cybersécurité / digital / app | 4/5 | `████░` | exposition croissante via app, IoT, paiement, recharge |
| Intégration M&A / dette / gouvernance | 4/5 | `████░` | acquisitions 2024 et dette à surveiller |
| Différenciation concurrentielle | 3/5 | `███░░` | forte mais contestée par grands opérateurs européens |

---

## 🔍 Diagnostic

### Faits confirmés
- Le groupe se présente comme **leader mondial du parking, de la mobilité individuelle et des services urbains**, avec une présence dans **10 pays**.
- Les pages business line montrent un portefeuille élargi : **parking en ouvrage**, **stationnement sur voirie**, **contrôle des règles urbaines**, **logistique urbaine**, **recharge électrique**, **cycloparks**.
- Les résultats 2024 publiés le **27 mars 2025** confirment une année de forte croissance, portée notamment par les acquisitions de **Parkia**, **APCOA Belgium**, **Transdev Voirie** et **Smovengo**.
- Le groupe publie un dispositif formalisé de **code de conduite** et de **procédure d’alerte**, ce qui confirme une gouvernance compliance mature.
- La structure capitalistique est de type **infrastructure / long terme** : contrôle par **Infra Foch Topco**, elle-même détenue principalement par **Crédit Agricole Assurances**, **Vauban Infrastructure Partners** et **MEAG**.

### ⚠️ Hypothèses / nuances
- ⚠️ **Hypothèse confirmative** : la cible du dossier local est bien INDIGO Group, car le slide 1 du livrable local parle explicitement de “**l’entretien de vos parkings**”.
- ⚠️ **Décalage de fraîcheur documentaire** : la page “Our group” affiche encore **9 600 employés**, alors que le communiqué résultats 2024 annonce **10 200 employés au 31 décembre 2024**. Pour l’effectif, la source financière est donc prioritaire.
- ⚠️ **Périmètre juridique multi-pays** : la présente note privilégie **UE + France**, mais INDIGO opère aussi au Canada, Brésil, Colombie, Andorre, Suisse, Luxembourg, Pologne, Espagne, Belgique.

### Points à vérifier ensuite
- Quelle entité juridique exacte porte le futur projet côté client : **INDIGO Group**, **INDIGO Park**, **entité pays**, **entité concessionnaire**, ou **filiale métier**.
- Quel est le **périmètre de données** du projet IA : photos d’équipements, vidéos, plaques, tickets, logs, plans, GMAO, contrats, historiques incidents.
- Quels sites / concessions / pays sont concernés au démarrage.

---

## 🧩 Options de lecture
| Option | Avantages | Risques | Coût/Temps | Recommandation |
|---|---|---|---|---|
| Lecture business-first | Compréhension rapide des offres et marchés | sous-estime les contraintes réglementaires | Faible | ❌ |
| Lecture legal-first | Cadre mieux la faisabilité, les données, les contrats et le risque | demande plus d’effort initial | Moyen | ✅ |
| Lecture techno-first | Fait gagner du temps sur l’architecture cible | peut rater les interdits contractuels / réglementaires | Moyen | ❌ |

---

## 🛠️ Recommandation
- **Option principale** : adopter une **découverte legal-first**, puis rattacher chaque cas d’usage IA à un périmètre contractuel, data et pays.
- **Alternative** : si le besoin est très court terme, démarrer par un périmètre **off-street France uniquement**, hors voirie / LAPI / contrôle, puis élargir.

Pourquoi c’est mieux : chez INDIGO, la valeur business est directement enchâssée dans des contrats de concession, de la réglementation urbaine, des flux usagers et des données potentiellement sensibles. Cadrer le droit et la gouvernance avant la techno réduit fortement le risque de faux départ.

---

## 🗺️ Cartographie business

### 1) Ce que vend réellement INDIGO
| Bloc | Contenu observé | Niveau de preuve | Intérêt pour la suite |
|---|---|---|---|
| Parking off-street | exploitation d’ouvrages, actifs en propre, concessions, services associés | ✅ officiel | cœur du projet local |
| Stationnement sur voirie | maintenance, collecte, conseil, relation usagers, horodateurs | ✅ officiel | fort impact réglementaire |
| Contrôle des règles urbaines | enforcement, LTZ/ZFE, lecture de plaques, pilotage temps réel | ✅ officiel | forte sensibilité privacy / police administrative |
| Recharge électrique | réseau urbain dense, standard + ultra-rapide | ✅ officiel | enjeu énergie / IRVE / sécurité |
| Vélo / cycloparks | stationnements vélos sécurisés, Vélib’ via Smovengo | ✅ officiel | élargissement multimodal |
| Logistique et services urbains | transformation d’actifs parkings en hubs de services / logistique | ✅ officiel | diversification différenciante |
| Digital / parcours client | Indigo Neo, parcours optimisé, pilotage client / pro | ✅ officiel | enjeu data, app, paiement, cyber |

### 2) Secteurs clients visibles
| Secteur | Lecture |
|---|---|
| Collectivités locales / villes | client prioritaire historique pour voirie, concessions, LTZ/ZFE, mobilité urbaine |
| Hôpitaux | besoin de flux, accès, rotation, relation usager, disponibilité |
| Centres commerciaux | parking + expérience client + recharge + services |
| Aéroports / gares | forte volumétrie, intermodalité, parcours client, réservation |
| Universités / événements / loisirs | pics de trafic, contrôle, information temps réel |
| Hôtels / bureaux / résidentiel | parking mutualisé, abonnements, services additionnels |
| Entreprises | stationnement collaborateurs, visiteurs, recharge flotte, contrôle d’accès |

### 3) Empreinte géographique visible
| Indicateur | Valeur officielle observable |
|---|---:|
| Pays opérés | 10 |
| Villes servies | +580 |
| Parkings / car parks | 2 800 |
| Places gérées | 1,7 M |
| Voirie gérée | +3 200 km |
| Horodateurs gérés | 16 200 |
| Points de charge actifs | ~10 400 fin 2024 |

### 4) Lecture métier
🟦 **Lecture utile** : INDIGO n’est plus seulement un “parking operator”. Le groupe se positionne comme **opérateur d’infrastructures urbaines régulées**, avec un glissement visible vers la **mobilité urbaine intégrée** et la **valorisation multi-usage des parkings**.

---

## ⚖️ Environnement juridique prioritaire

### A. Bloc n°1 — Contrats publics, concessions, DSP, voirie
| Sous-axe | Pourquoi c’est critique pour INDIGO | Niveau |
|---|---|---:|
| Directive concessions / commande publique | une partie importante du modèle repose sur des concessions, DSP, services et renouvellements contractuels | 5/5 |
| CGCT / stationnement payant sur voirie | cadre clé pour l’exploitation, le forfait post-stationnement, la politique locale de stationnement | 5/5 |
| Clauses de concession | durée, investissement, maintenance, performance, redevances, partage de recettes, inflation | 5/5 |
| Urbanisme / circulation / LTZ-ZFE | impacte l’accès, les flux, les règles d’exploitation et les outils de contrôle | 4/5 |

**Lecture** : l’environnement contractuel n’est pas périphérique ; il **détermine le business model**. Pour un projet IA, il faut vérifier si les contrats autorisent :
- la numérisation / indexation des documents techniques,
- l’usage de photos / vidéos / logs d’exploitation,
- l’hébergement / le transfert de données,
- le recours à des sous-traitants IA,
- la réutilisation croisée d’informations entre concessions.

### B. Bloc n°2 — Données personnelles, LAPI, vidéo, application, paiement
| Sous-axe | Pourquoi c’est critique | Niveau |
|---|---|---:|
| RGPD | app, abonnements, relation client, tickets, comptes, support, données de mobilité | 5/5 |
| LAPI / plaques | particulièrement sensible pour enforcement, accès, contrôle et LTZ/ZFE | 5/5 |
| Vidéoprotection / images | très sensible si le projet IA ingère des visuels de parkings, usagers, plaques, agents | 5/5 |
| Cookies / app mobile / analytics | impacte Indigo Neo et services digitaux | 4/5 |
| Paiement / fraude | parkings, abonnements, paiement in-app, terminaux et écosystème PSP | 4/5 |

**Lecture** : dès que l’IA touche à l’image, à la plaque, aux flux véhicule ou à la trajectoire usager, le niveau d’exigence CNIL / RGPD monte fortement.

### C. Bloc n°3 — Anticorruption, éthique, alertes, concurrence
| Sous-axe | Pourquoi c’est critique | Niveau |
|---|---|---:|
| Sapin II / anticorruption | groupe de taille significative, exposé aux contrats publics et aux renouvellements | 5/5 |
| Whistleblowing | dispositif officiellement publié, y compris pour parties prenantes externes | 4/5 |
| Concurrence | appels d’offres, délégations, pricing, marchés locaux concentrés | 4/5 |
| Achats responsables / fournisseurs | enjeu maintenance, équipements, IRVE, sous-traitance locale | 3/5 |

**Lecture** : le code de conduite INDIGO couvre explicitement la **corruption**, la **concurrence**, les **conflits d’intérêts**, la **confidentialité**, la **protection des données**, les **relations fournisseurs** et le **whistleblowing**.

### D. Bloc n°4 — ESG, transition, recharge, accessibilité, sécurité
| Sous-axe | Pourquoi c’est critique | Niveau |
|---|---|---:|
| CSRD / ESG | groupe de taille importante avec dette durable, engagements climat et activité infrastructure | 4/5 |
| IRVE / AFIR / obligations parkings | la recharge devient une brique métier, pas un service annexe | 5/5 |
| Accessibilité PMR | impératif pour ouvrages, ERP, parcours client, voirie et stationnement | 4/5 |
| Sécurité incendie / exploitation ouvrages | critique pour parkings couverts, équipements électriques, batteries, travaux | 5/5 |
| Santé-sécurité au travail | agents, maintenance, travaux, interventions, circulation véhicules/piétons | 4/5 |

### E. Bloc n°5 — Cyber / OT / IoT / IA
| Sous-axe | Pourquoi c’est critique | Niveau |
|---|---|---:|
| Cybersécurité applicative | app, back-office, API, paiement, portail client | 4/5 |
| OT / équipements terrain | horodateurs, contrôle d’accès, capteurs, bornes, équipements parkings | 5/5 |
| NIS2 / obligations cyber renforcées | à surveiller selon qualification exacte des entités et services | 3/5 |
| Gouvernance IA | si IA utilisée pour détection, scoring, priorisation ou lecture d’images | 4/5 |

⚠️ **Inférence à partir des sources** : la documentation publique ne permet pas de confirmer à ce stade l’applicabilité précise de **NIS2** à l’ensemble du périmètre INDIGO. En revanche, au vu des services numériques et infrastructures exploitées, c’est clairement un bloc de veille à ouvrir.

### Registre réglementaire minimal à ouvrir en phase 2
| Dossier | Question clé |
|---|---|
| Concession / DSP | le contrat autorise-t-il l’usage de données et documents pour un assistant IA ? |
| RGPD | quelles catégories de données personnelles seront traitées ? |
| LAPI / vidéo | y a-t-il plaques, visages, agents, visiteurs, vidéos de circulation ? |
| OT / cyber | quels équipements terrain seront connectés ou indexés ? |
| IRVE | quelles normes / responsabilités d’exploitation / maintenance s’appliquent ? |
| Pays | quelle entité / quel droit national porte le traitement et la responsabilité ? |

---

## 🏢 Structure humaine, gouvernance et finance

### 1) Structure humaine observable
| Indicateur | Valeur | Source privilégiée |
|---|---:|---|
| Employés fin 2024 | **10 200** | communiqué résultats 2024 |
| Employés page corporate | **9 600** | page “Our group” |
| France | **2 093 employés** | page “INDIGO worldwide” |
| Brésil | **4 400 employés** | page “INDIGO worldwide” |
| Canada | **2 000 employés** | page “INDIGO worldwide” |
| Colombie | **850 employés** | page “INDIGO worldwide” |
| Belgique | **350 employés** | page “INDIGO worldwide” |
| Espagne | **221 employés** | page “INDIGO worldwide” |
| Luxembourg | **100 employés** | page “INDIGO worldwide” |
| Suisse | **8 employés** | page “INDIGO worldwide” |

🟦 **Lecture** : l’empreinte humaine indique un groupe **opérationnel et terrain**, pas seulement un holding d’actifs. Le poids du Brésil, du Canada, de la France et de la Colombie confirme un mix concession / exploitation / services à forte intensité opérationnelle.

### 2) Gouvernance et actionnariat
| Bloc | Observation confirmée |
|---|---|
| Contrôle capitalistique | **Infra Foch Topco** détient ~99,6% du capital d’INDIGO Group ; le solde est porté par un fonds salarié (FCPE) |
| Actionnaires amont | **Crédit Agricole Assurances**, **Vauban Infrastructure Partners**, **MEAG** |
| Direction | **Sébastien Fraisse** président depuis le 1er avril 2023 |
| ExCom visible | Finance & Americas, Urban Shift, Europe, Digital & Customer Experience |
| Profil capitalistique | investisseurs infrastructure / horizon long terme |

### 3) Lecture financière récente
| Indicateur 2024 | Valeur |
|---|---:|
| Chiffre d’affaires | **923 M€** |
| EBITDA | **441 M€** |
| Marge EBITDA | **47,8%** |
| Free cash flow | **256 M€** |
| Cash conversion ratio | **59,3%** |
| Dette financière nette IFRS | hausse notable liée à Parkia |
| Liquidité | **622 M€** fin 2024 |
| Rating S&P | **BBB / stable** confirmé le **29 novembre 2024** |

⚠️ **Lecture** : 2024 est une année de croissance, mais aussi d’**intégration M&A** et de **pression bilan / dette**. Cela ne remet pas en cause la solidité visible, mais impose de suivre :
- l’intégration opérationnelle des acquisitions,
- la trajectoire de désendettement,
- la part de cash et les clauses financières,
- l’arbitrage CAPEX / services / digital / IRVE.

---

## 🥊 Concurrence et positionnement

### Cartographie simplifiée
| Acteur | Positionnement visible | Lecture vs INDIGO |
|---|---|---|
| **APCOA** | grand opérateur européen du parking, forte couche tech / urban hubs / recharge | concurrent de taille comparable sur la transformation des parkings en plateformes de mobilité |
| **Q-Park** | fort positionnement off-street / qualité de service / villes d’Europe de l’Ouest | plus concentré sur l’expérience parking, moins large publiquement sur enforcement / logistique urbaine |
| **Interparking** | acteur européen historique, forte empreinte centre-ville / aéroports / mobilité | concurrence forte sur actifs et exploitation premium |
| **Saba / Interparking Group** | consolidation et montée en taille sur plusieurs marchés européens | intensifie la pression sur les actifs / concessions / pôles urbains |
| **EFFIA** | très fort ancrage français, notamment gares et intermodalité | concurrence directe en France sur nœuds de mobilité, gares, parkings et recharge |
| **EasyPark / PayByPhone / Flowbird** | plutôt couche service / paiement / on-street / digital | concurrents surtout sur l’interface usager et la relation digitale, moins sur la maîtrise complète des actifs |

### Ce qu’INDIGO semble faire mieux que le standard marché
| Force visible | Pourquoi c’est fort |
|---|---|
| Intégration `off-street + on-street + enforcement + recharge + vélo + services urbains` | peu d’acteurs montrent publiquement un portefeuille aussi large et cohérent |
| Savoir-faire concession / voirie / ville | crée une barrière à l’entrée juridique et relationnelle |
| Capacité d’extension des parkings vers d’autres usages urbains | différenciation claire face aux opérateurs purement parkings |
| Densité IRVE annoncée | renforce le rôle du parking comme hub énergétique local |
| Campus INDIGO | signal fort de professionnalisation sectorielle et transmission métier |

### Faiblesses / angles morts / risques de marché
| Point | Lecture |
|---|---|
| Forte exposition réglementaire | un changement de politique locale ou de cadre de voirie peut impacter le business |
| Complexité multi-pays | dilution potentielle des standards et hausse de complexité compliance |
| Dette / intégration acquisitions | 2024 a renforcé la taille, mais augmente la discipline financière attendue |
| Dépendance au renouvellement de contrats | classique du métier, donc pilotage commercial / juridique vital |
| Exposition data / cyber / paiement | plus INDIGO se digitalise, plus la surface de risque s’élargit |

### Lecture stratégique
🟦 **Inférence à partir des sources** : INDIGO semble chercher à devenir non plus seulement un opérateur de parkings, mais un **opérateur de nœuds urbains régulés et multi-services**. Cette orientation augmente la valeur commerciale du groupe, mais fait monter simultanément la **densité juridique**, **cyber**, **contractuelle** et **data**.

---

## 🧠 Skill matrix marché / INDIGO

### Métiers standardisés
| Métier / compétence | Famille | Standard marché | Impact business | Lecture |
|---|---|---|---|---|
| Agents d’exploitation | Terrain | ✅ | Fort | cœur de service |
| Techniciens / maintenance | Ops / patrimoine | ✅ | Très fort | critique pour qualité et disponibilité |
| Site managers / responsables de parking | Management opérationnel | ✅ | Très fort | pivot terrain |
| Relation client / support / ventes | Service | ✅ | Fort | important pour abonnements et parcours usager |
| Finance / RH / communication / juridique | Support | ✅ | Moyen/Fort | fonctions groupe classiques |
| Digital / data / SI | Support / transformation | ✅ | Fort | de plus en plus différenciant |

### Métiers à forte coloration sectorielle
| Métier / compétence | Pourquoi c’est spécifique |
|---|---|
| Expert concession / DSP / commande publique | indispensable sur le cycle d’appel d’offres et d’exploitation |
| Expert stationnement sur voirie | métier très lié aux cadres municipaux et aux réformes locales |
| Expert enforcement / LAPI / réglementation urbaine | forte spécificité réglementaire et opérationnelle |
| Revenue management parking | articulation fine capacité, prix, flux, événements, usages |
| Expert IRVE parking urbain | croise exploitation d’ouvrage, énergie, sécurité, expérience client |
| Expert cyclopark / mobilité douce | spécifique à la transformation multimodale des actifs |
| Expert logistique urbaine en parking | nouveau métier hybride immobilier / mobilité / supply |
| Customer journey mobilité urbaine | plus large qu’un simple parcours parking |
| Gouvernance data / privacy parking & mobilité | critique pour app, plaques, contrôle, analytics |

### Lecture RH / organisation
- INDIGO distingue publiquement :
  - les **métiers terrain** : agents, techniciens, responsables de site, maintenance managers, sales & administrative advisors ;
  - les **fonctions transverses** : digital, data, information systems, finance, HR, communications, legal.
- Le groupe met en avant **Campus INDIGO**, présenté comme **premier institut de formation dédié au parking**, ce qui est un signal de maturité sectorielle et de standardisation des savoir-faire métier.

---

## 🤖 Impacts directs pour le projet IA local

### 1) Cas d’usage local pressenti
Le support local oriente le projet vers la **gestion patrimoniale / entretien des parkings**. Cela implique potentiellement :
- données GMAO / tickets / historiques d’intervention,
- plans, DOE, notices techniques, comptes rendus de maintenance,
- photos ou vidéos d’équipements et d’ouvrages,
- contrats et exigences de performance par site,
- signalements clients ou terrain,
- données issues d’équipements techniques et parfois d’OT/IoT.

### 2) Risques de conformité à ouvrir avant design cible
| Sujet | Risque | Priorité |
|---|---|---:|
| Photos / vidéos de parkings | présence possible de personnes, plaques, agents, badges, signalétique sensible | Haute |
| Contrats / concessions | clauses de confidentialité, propriété des données, limites d’usage | Haute |
| Documents techniques | sensibilité sûreté / maintenance / infrastructure | Haute |
| Multi-sites / multi-pays | transferts et responsabilités juridiques variables | Haute |
| Sous-traitants IA / cloud | localisation des traitements, DPA, sécurité, auditabilité | Haute |
| OT / équipements connectés | segmentation réseau, cybersécurité, intégrité des systèmes | Haute |

### 3) Garde-fous recommandés
- Démarrer sur un **périmètre documentaire off-street France** sans LAPI ni vidéo d’usagers.
- Constituer un **registre de données** par source : document, image, log, ticket, contrat.
- Interdire par défaut tout usage IA sur **plaques**, **visages**, **flux clients** ou **contrôle réglementaire** tant que le cadre n’est pas validé.
- Isoler les documents de **concession** et de **maintenance critique** avec droits fins, traçabilité et journalisation.
- Prévoir une gouvernance `source -> droit -> durée de conservation -> usage autorisé -> pays -> hébergement`.

### 4) Lecture d’opportunité
🟦 **Lecture utile** : INDIGO a précisément le type d’environnement où une IA documentaire / maintenance peut créer de la valeur, **à condition** d’être extrêmement bien cadrée sur les données, les droits, la provenance documentaire et la sécurité.

---

## 🔗 Sources

### Sources locales produites dans le dossier
- [../donnees/inventaire-urls-officielles-indigo-group.csv](../donnees/inventaire-urls-officielles-indigo-group.csv)
- [../sources-officielles/20250327-Press-release-Results-2024.pdf](../sources-officielles/20250327-Press-release-Results-2024.pdf)
- [../sources-officielles/Indigo-Group-S.A.-FY2024-audited-certified-consolidated-accounts.pdf](../sources-officielles/Indigo-Group-S.A.-FY2024-audited-certified-consolidated-accounts.pdf)
- [../sources-officielles/Code-conduite-Group-Indigo-EN-version-2023-signe-S.-FRAISSE.pdf](../sources-officielles/Code-conduite-Group-Indigo-EN-version-2023-signe-S.-FRAISSE.pdf)
- [../sources-officielles/Alert-System-procedure.pdf](../sources-officielles/Alert-System-procedure.pdf)
- [../sources-officielles/RatingsDirect_ResearchUpdate_IndigoGroupS.A.AffirmedAtBBBFollowingCapital-RaisingOutlookStable_3293111_Nov-29-2024-3.pdf](../sources-officielles/RatingsDirect_ResearchUpdate_IndigoGroupS.A.AffirmedAtBBBFollowingCapital-RaisingOutlookStable_3293111_Nov-29-2024-3.pdf)

### Sources web corporate / investor
- [Our group — INDIGO Group](https://www.group-indigo.com/en/our-group/)
- [Governance — INDIGO Group](https://www.group-indigo.com/en/governance/)
- [Share ownership — INDIGO Group](https://www.group-indigo.com/en/share-ownership/)
- [Executive Committee — INDIGO Group](https://www.group-indigo.com/en/executive-committee/)
- [INDIGO worldwide — INDIGO Group](https://www.group-indigo.com/en/indigo-worldwide/)
- [Investor relations — INDIGO Group](https://www.group-indigo.com/en/investor-relations/)
- [Investor documents — INDIGO Group](https://www.group-indigo.com/en/investor-relations/investor-documents/)
- [Applicants — INDIGO Group](https://www.group-indigo.com/en/candidates/)
- [On-street parking — INDIGO Group](https://www.group-indigo.com/en/business-line/on-street-parking/)
- [Controlling urban regulations — INDIGO Group](https://www.group-indigo.com/en/business-line/controlling-urban-regulations/)
- [Indoor parking — INDIGO Group](https://www.group-indigo.com/en/business-line/indoor-parking/)
- [Leader in urban electric recharging — INDIGO Group](https://www.group-indigo.com/en/business-line/leader-in-urban-electric-recharging/)
- [Fast-charging stations — INDIGO Group](https://www.group-indigo.com/en/business-line/fast-charging-stations/)
- [Solutions to encourage cycling — INDIGO Group](https://www.group-indigo.com/en/business-line/solutions-to-encourage-cycling/)
- [Logistics and urban services — INDIGO Group](https://www.group-indigo.com/en/business-line/logistics-and-urban-services/)
- [Environmental, Social and Governance strategy — INDIGO Group](https://www.group-indigo.com/en/environment-social-and-governance-esg-strategy/)
- [Ethics and compliance — INDIGO Group](https://www.group-indigo.com/en/ethics-and-compliance/)
- [Privacy policies — INDIGO Group](https://www.group-indigo.com/en/privacy-policies/)

### Sources réglementaires officielles UE / France
- [Directive 2014/23/UE sur l’attribution de contrats de concession — EUR-Lex](https://eur-lex.europa.eu/eli/dir/2014/23/oj)
- [Règlement (UE) 2016/679 — RGPD — EUR-Lex](https://eur-lex.europa.eu/eli/reg/2016/679/oj)
- [Directive (UE) 2022/2464 — CSRD — EUR-Lex](https://eur-lex.europa.eu/eli/dir/2022/2464/oj)
- [Directive (UE) 2022/2555 — NIS2 — EUR-Lex](https://eur-lex.europa.eu/eli/dir/2022/2555/oj)
- [Règlement (UE) 2023/1804 — AFIR / carburants alternatifs — EUR-Lex](https://eur-lex.europa.eu/eli/reg/2023/1804/oj)
- [Loi n° 2016-1691 du 9 décembre 2016 dite “Sapin II” — Legifrance](https://www.legifrance.gouv.fr/jorf/id/JORFTEXT000033558528)
- [Code de la commande publique — Legifrance](https://www.legifrance.gouv.fr/codes/texte_lc/LEGITEXT000037701019)
- [Article L2333-87 du CGCT — stationnement payant — Legifrance](https://www.legifrance.gouv.fr/codes/article_lc/LEGIARTI000039785696)
- [CNIL — Systèmes de lecture automatisée de plaques d’immatriculation](https://www.cnil.fr/fr/les-dispositifs-de-lecture-automatisee-de-plaque-dimmatriculation-lapi)
- [Service-public — obligations d’équipement / pré-équipement en bornes de recharge](https://entreprendre.service-public.fr/vosdroits/F38491)

### Sources concurrentielles officielles
- [APCOA — About APCOA](https://www.apcoa.com/about-apcoa/)
- [Q-Park corporate website](https://www.q-park.com/en-gb/about-q-park/)
- [Interparking](https://www.interparking.com/)
- [EFFIA](https://www.effia.com/)
- [Saba Group](https://www.sabagroup.com/en/)

---

## 📦 Commandes / mise à jour
```bash
# Depuis la racine du dossier INDIGO

# 1) Relire la note d'analyse
sed -n '1,260p' analyses/decouverte-environnement-indigo-group.md

# 2) Contrôler les sources locales téléchargées
find sources-officielles -maxdepth 1 -type f | sort

# 3) Contrôler l'inventaire URL officiel
python - <<'PY'
import csv
from collections import Counter
with open('donnees/inventaire-urls-officielles-indigo-group.csv', newline='', encoding='utf-8') as f:
    rows=list(csv.DictReader(f))
print('TOTAL_URLS=', len(rows))
print('BY_CATEGORY=', Counter(r['category'] for r in rows))
PY

# 4) Rechercher rapidement les blocs juridiques dans les sources locales
cd sources-officielles
rg -n "concession|corruption|competition|privacy|data|charging|employees|EBITDA|debt|liquidity"
```

---

## ⚠️ Risques, impacts & rollback
- **Risques** : surinterpréter un cadre multi-pays comme uniforme ; mélanger obligations groupe et obligations entité locale ; sous-estimer la sensibilité vidéo / LAPI.
- **Impacts** : meilleure qualité de cadrage, meilleure préparation juridique, meilleure qualification des cas d’usage IA réellement faisables.
- **Rollback** : si la note est jugée trop large, réduire le périmètre à `France + off-street + maintenance patrimoniale`.
- **Observabilité** : surveiller publications investisseurs, nouvelles acquisitions, évolution du cadre IRVE / ZFE / CNIL / NIS2, et pages compliance du groupe.

---

## ✅ Actions
- [ ] Confirmer juridiquement quelle entité INDIGO est la cible du projet
- [ ] Lister les sources de données réellement envisagées pour l’IA
- [ ] Écarter explicitement plaques / visages / vidéos usagers du périmètre 1 si non indispensables
- [ ] Identifier les contrats / concessions / sites pilotes concernés
- [ ] Construire un registre `source -> droit -> usage -> pays -> hébergement`
- [ ] Ouvrir une phase 2 dédiée `juridique détaillé par pays / entité / contrat`
- [ ] Ouvrir une phase 2 `concurrence détaillée` avec benchmark APCOA / Q-Park / Interparking / EFFIA

<!--
=============================================================================
📄 Client Indigo / Analyse — proposition-synthese-client.md
=============================================================================
Objectif:
- Centraliser la synthèse client de la proposition technique et financière.
- Pointer vers les analyses et jeux de données normalisés du dossier.

Portée:
- Fait: synthèse décisionnelle et références de travail
- Ne fait pas: remplacer la présentation PowerPoint finale livrable

Dépendances / prérequis:
- Lecteur Markdown compatible HTML/CSS
- Analyses et données voisines disponibles

Entrées attendues:
- Hypothèses et chiffrages déjà présents dans le document

Sorties:
- Synthèse client lisible et reliée aux sources locales

Hypothèses & risques:
- Le document dépend des hypothèses de calcul déjà saisies

Conventions:
- Nom de fichier normalisé en kebab-case
- Références internes en chemins relatifs

Sections:
- 🎨 Style embarqué
- 📄 Synthèse client
=============================================================================
-->

<style>
:root{
  --bg:#f6f8fc;
  --surface:#ffffff;
  --surface-soft:#f2f6fd;
  --fg:#162030;
  --muted:#4f5d6d;
  --border:#cfd9e8;
  --accent:#0b6fcf;
  --shadow:0 6px 18px rgba(15,23,42,0.08);
}

@media (prefers-color-scheme: dark){
  :root{
    --bg:#0c1320;
    --surface:#111b2a;
    --surface-soft:#152234;
    --fg:#e7edf5;
    --muted:#9db0c4;
    --border:#2a3a52;
    --accent:#4cb2ff;
    --shadow:0 10px 24px rgba(2,8,23,0.45);
  }
}

html,body{
  background:linear-gradient(180deg,var(--bg),var(--bg));
}

body,.markdown-body{
  font-family:"IBM Plex Sans","Segoe UI Variable","Segoe UI",system-ui,-apple-system,sans-serif;
  color:var(--fg);
  line-height:1.62;
}

h1{
  border:1px solid var(--border);
  border-left:8px solid var(--accent);
  border-radius:14px;
  padding:.7rem 1rem;
  background:var(--surface);
  box-shadow:var(--shadow);
}

h2{
  margin-top:1.8rem;
  padding-bottom:.35rem;
  border-bottom:2px solid color-mix(in oklab, var(--accent) 45%, transparent);
  color:var(--accent);
}

h3{
  margin-top:1.3rem;
}

p,ul,ol{
  margin-bottom:.85rem;
}

table{
  width:100%;
  border-collapse:separate;
  border-spacing:0;
  border:1px solid var(--border);
  border-radius:12px;
  overflow:hidden;
  background:var(--surface);
  box-shadow:var(--shadow);
  margin:1rem 0 1.3rem;
}

th,td{
  padding:.58rem .72rem;
  vertical-align:top;
  border-bottom:1px solid var(--border);
}

thead th{
  background:var(--surface-soft);
  font-weight:680;
  text-align:left;
}

tbody tr:last-child td{
  border-bottom:none;
}

tbody tr:nth-child(odd){
  background:color-mix(in oklab, var(--surface) 94%, var(--accent) 6%);
}

code{
  background:var(--surface-soft);
  border:1px solid var(--border);
  border-radius:8px;
  padding:.08rem .38rem;
}

pre{
  background:var(--surface);
  border:1px solid var(--border);
  border-radius:12px;
  padding:.85rem;
  overflow:auto;
}

.mermaid,pre.mermaid{
  border:1px solid var(--border);
  border-radius:12px;
  background:var(--surface);
  padding:.7rem;
  margin:1rem 0 1.3rem;
  box-shadow:var(--shadow);
}
</style>

# Proposition technique et financiere - Synthese client

## 1) Besoin et contexte
- 200 utilisateurs potentiels, environ 5 utilisateurs simultanes.
- Cas d'usage: inference uniquement (VLM + generation de texte), pas de training.
- Objectif: solution simple, rapide a deployer, couts previsibles.

## 2) Hypotheses de comparaison
- Scenario On-Prem: amortissement materiel sur 3 ans + OPEX.
- Scenarios Cloud/SaaS: couts licences users et/ou couts infra cloud + equipe.
- Scenario de reference commercial pour le build: **110 JH (realiste)**.
- Marge commerciale appliquee sur le build: **55%**.
- Ligne de securisation budget: **+15% facteur de risque** applique sur le build commercial realiste.
- Tous les montants ci-dessous sont des ordres de grandeur, en EUR.

## 3) Comparatif des 4 scenarios
| Scenario | Description | Cout mensuel | Cout annuel |
|---|---|---:|---:|
| S1 - On premise (ANNEE 1, setup + run) | CAPEX amorti 3 ans + OPEX run + build initial mensualise sur 12 mois | 9 984 a 11 761 EUR/mois | 119 803 a 141 136 EUR/an |
| S1 - On premise (ANNEE 1, setup + run + risque 15%) | Meme base que ci-dessus avec provision de risque sur le build | 11 023 a 12 801 EUR/mois | 132 273 a 153 606 EUR/an |
| S1 - On premise (ANNEES 2-3, run) | CAPEX amorti 3 ans + OPEX run (plus de prestation build) | 3 056 a 4 833 EUR/mois | 36 667 a 58 000 EUR/an |
| S1 - On premise (ANNEE 4+, run) | CAPEX amorti termine, OPEX run uniquement | 833 a 1 500 EUR/mois | 10 000 a 18 000 EUR/an |
| S2 - Licence SaaS seule | 200 licences type Gemini/Copilot, sans embauche interne | 4 000 a 6 000 EUR/mois | 48 000 a 72 000 EUR/an |
| S3 - Licence + 1 AI Engineer | S2 + 1 AI Engineer pour pipelines simples (reporting) | 8 820 a 15 640 EUR/mois | 105 840 a 187 680 EUR/an |
| S4 - Mode industrialisation | S4A: cloud infra + equipe IA x3, ou S4B: licences + equipe IA x3 | 15 012 a 43 784 EUR/mois (S4A)<br>17 556 a 34 016 EUR/mois (S4B) | 180 144 a 525 408 EUR/an (S4A)<br>210 672 a 408 192 EUR/an (S4B) |

### 3.1) Lecture On-Prem simplifiee (composants)
| Composant On-Prem | Formule | Cout mensuel |
|---|---|---:|
| CAPEX materiel amorti | 80k-120k EUR / 36 mois | 2 222 a 3 333 EUR/mois |
| OPEX run | 10k-18k EUR / an | 833 a 1 500 EUR/mois |
| Infra run (annees 1 a 3) | CAPEX amorti + OPEX run | 3 056 a 4 833 EUR/mois |
| Build initial (annee 1 uniquement) | 83 136 EUR / 12 mois | 6 928 EUR/mois |
| Build initial + risque (annee 1) | 95 606 EUR / 12 mois | 7 967 EUR/mois |
| Total annee 1 (sans risque) | Infra run + build initial | 9 984 a 11 761 EUR/mois |
| Total annee 1 (avec risque) | Infra run + build + risque | 11 023 a 12 801 EUR/mois |
| Total annees 2-3 | Infra run uniquement | 3 056 a 4 833 EUR/mois |
| Total annee 4+ | OPEX run uniquement | 833 a 1 500 EUR/mois |

Note: de legeres differences de 1 EUR peuvent apparaitre entre mensualisation et annualisation selon les arrondis.

## 4) Lecture business
- S1 (On-Prem) est la meilleure option cout/controle pour le perimetre actuel.
- S2 peut etre une alternative si le client veut eviter un CAPEX initial.
- S3 et S4 sont surdimensionnes au demarrage pour ce besoin MVP.
- En On-Prem, l'annee 1 est la plus chargee (setup), puis le cout retombe fortement en annees 2-3, puis encore en annee 4+.
- La ligne "realiste + risque 15%" sert de garde-fou budgetaire contractuel.

## 5) Recommandation
### Recommandation principale
- Lancer le projet en **Scenario 1 - On premise**.
- Raison: cout annualise competitif, donnees maitrisees localement, pas de limite tokens, architecture simple.

### Plan B
- Si CAPEX bloque: demarrer en **Scenario 2 - Licence SaaS seule** puis reevaluer a 3-6 mois.

## 6) Budget projet initial (build, marge incluse)
- Charge estimee (realiste): 110.0 JH.
- Cout brut de production interne: 37 411 EUR.
- Marge commerciale appliquee: 55%.
- Formule commerciale retenue: `TJM = CJM / (1 - marge)` soit `TJM = CJM / 0.45`.
- Cout build commercial realiste (one-shot): 83 136 EUR.
- Provision risque (+15% sur build commercial): 12 470 EUR.
- Cout build recommande avec risque: 95 606 EUR.

Detail build par gate (sur les taches retenues):
| Gate | Charge (JH) | Cout brut (EUR) | Cout client (marge 55%, formule TJM) (EUR) |
|---|---:|---:|---:|
| Gate 0 - Cadrage | 16.6 | 5 646 | 12 547 |
| Gate 1 - Architecture | 10.8 | 3 673 | 8 162 |
| Gate 2 - Donnees/KMS | 35.6 | 12 108 | 26 907 |
| Gate 3 - Prototype | 25.7 | 8 741 | 19 424 |
| Gate 4 - Pre-prod | 13.6 | 4 625 | 10 278 |
| Gate 5 - Go-live | 7.7 | 2 619 | 5 818 |
| **Total** | **110.0** | **37 411** | **83 136** |

Impact sur le scenario On-Prem:
- ANNEE 1 (setup + run): 119 803 a 141 136 EUR/an.
- ANNEE 1 (setup + run + risque 15%): 132 273 a 153 606 EUR/an.
- ANNEES 2-3 (run): 36 667 a 58 000 EUR/an.
- ANNEE 4+ (run): 10 000 a 18 000 EUR/an.

## 7) Planning propose (MVP)
- Gate 0 - Cadrage: 116.2 h
- Gate 1 - Architecture: 75.6 h
- Gate 2 - Donnees/KMS: 249.2 h
- Gate 3 - Prototype: 179.9 h
- Gate 4 - Pre-prod: 95.2 h
- Gate 5 - Go-live: 53.9 h
- Gate 6 - Post-prod: 0 h (hors perimetre actuel)

## 8) Decision attendue
- Valider le scenario cible (S1 recommande).
- Valider l'enveloppe build MVP (83 136 EUR one-shot) ou la version securisee (95 606 EUR avec risque).
- Valider le mode d'exploitation cible (sans MCO contractuel dans cette phase).

---
Source detaillee disponible:
- `./audit-mvp-ia-interne-petit-client.md`
- `./detail-taches-par-gate-et-cjm.md`
- `../donnees/comparatif-scenarios-s1-a-s4.csv`
- `../donnees/comparatif-cloud-on-prem-2x-h200.csv`

<!--
=============================================================================
📄 Client Indigo / Analyse — support-presentation-client.md
=============================================================================
Objectif:
- Conserver le support Markdown servant de base au deck client.
- Relier clairement le support aux analyses et jeux de données du dossier Indigo.

Portée:
- Fait: contenu de slides et annexes de référence
- Ne fait pas: générer automatiquement un PPTX à partir du Markdown

Dépendances / prérequis:
- Lecteur Markdown compatible HTML/CSS
- Fichiers de référence présents dans le dossier Indigo

Entrées attendues:
- Contenu slide par slide déjà préparé

Sorties:
- Support de présentation exploitable pour mise en forme

Hypothèses & risques:
- Le rendu final dépend d'une reprise manuelle dans PowerPoint

Conventions:
- Nom de fichier normalisé en kebab-case
- Références annexes en chemins relatifs

Sections:
- 🎨 Style embarqué
- 🖼️ Support de présentation
=============================================================================
-->

<style>
:root{
  --bg:#f6f8fc;
  --surface:#ffffff;
  --surface-soft:#f2f6fd;
  --fg:#162030;
  --muted:#4f5d6d;
  --border:#cfd9e8;
  --accent:#0b6fcf;
  --shadow:0 6px 18px rgba(15,23,42,0.08);
}

@media (prefers-color-scheme: dark){
  :root{
    --bg:#0c1320;
    --surface:#111b2a;
    --surface-soft:#152234;
    --fg:#e7edf5;
    --muted:#9db0c4;
    --border:#2a3a52;
    --accent:#4cb2ff;
    --shadow:0 10px 24px rgba(2,8,23,0.45);
  }
}

html,body{
  background:linear-gradient(180deg,var(--bg),var(--bg));
}

body,.markdown-body{
  font-family:"IBM Plex Sans","Segoe UI Variable","Segoe UI",system-ui,-apple-system,sans-serif;
  color:var(--fg);
  line-height:1.62;
}

h1{
  border:1px solid var(--border);
  border-left:8px solid var(--accent);
  border-radius:14px;
  padding:.7rem 1rem;
  background:var(--surface);
  box-shadow:var(--shadow);
}

h2{
  margin-top:1.8rem;
  padding-bottom:.35rem;
  border-bottom:2px solid color-mix(in oklab, var(--accent) 45%, transparent);
  color:var(--accent);
}

h3{
  margin-top:1.3rem;
}

p,ul,ol{
  margin-bottom:.85rem;
}

table{
  width:100%;
  border-collapse:separate;
  border-spacing:0;
  border:1px solid var(--border);
  border-radius:12px;
  overflow:hidden;
  background:var(--surface);
  box-shadow:var(--shadow);
  margin:1rem 0 1.3rem;
}

th,td{
  padding:.58rem .72rem;
  vertical-align:top;
  border-bottom:1px solid var(--border);
}

thead th{
  background:var(--surface-soft);
  font-weight:680;
  text-align:left;
}

tbody tr:last-child td{
  border-bottom:none;
}

tbody tr:nth-child(odd){
  background:color-mix(in oklab, var(--surface) 94%, var(--accent) 6%);
}

code{
  background:var(--surface-soft);
  border:1px solid var(--border);
  border-radius:8px;
  padding:.08rem .38rem;
}

pre{
  background:var(--surface);
  border:1px solid var(--border);
  border-radius:12px;
  padding:.85rem;
  overflow:auto;
}

.mermaid,pre.mermaid{
  border:1px solid var(--border);
  border-radius:12px;
  background:var(--surface);
  padding:.7rem;
  margin:1rem 0 1.3rem;
  box-shadow:var(--shadow);
}
</style>

# Support PPTX - Proposition IA interne (version client)

## Slide 1 - Contexte et objectif
Message cle:
- Client PME, budget contraint, besoin IA pragmatique.
- 200 utilisateurs potentiels, environ 5 simultanes.
- Objectif: comparer 4 scenarios de mise en oeuvre avec une lecture cout claire.

## Slide 2 - Hypotheses de chiffrage
| Hypothese | Valeur |
|---|---:|
| Usage | Inference uniquement (VLM + generation de texte) |
| On-Prem materiel | 1 serveur avec 2 GPU |
| CAPEX serveur | 80 000 a 120 000 EUR |
| OPEX run annuel | 10 000 a 18 000 EUR/an |
| Amortissement CAPEX | 3 ans (36 mois) |
| Build initial (commercial) | 83 136 EUR |
| Build initial + risque 15% | 95 606 EUR |

## Slide 3 - Comparatif des scenarios (vue annuelle et mensuelle)
| Scenario | Description | Cout mensuel | Cout annuel |
|---|---|---:|---:|
| S1 - On premise (ANNEE 1, setup + run) | CAPEX amorti 3 ans + OPEX run + build initial mensualise sur 12 mois | 9 984 a 11 761 EUR/mois | 119 803 a 141 136 EUR/an |
| S1 - On premise (ANNEE 1, setup + run + risque 15%) | Meme base avec provision de risque sur le build | 11 023 a 12 801 EUR/mois | 132 273 a 153 606 EUR/an |
| S1 - On premise (ANNEES 2-3, run) | CAPEX amorti 3 ans + OPEX run (plus de prestation build) | 3 056 a 4 833 EUR/mois | 36 667 a 58 000 EUR/an |
| S1 - On premise (ANNEE 4+, run) | CAPEX amorti termine, OPEX run uniquement | 833 a 1 500 EUR/mois | 10 000 a 18 000 EUR/an |
| S2 - Licence SaaS seule | 200 licences type Gemini/Copilot, sans embauche interne | 4 000 a 6 000 EUR/mois | 48 000 a 72 000 EUR/an |
| S3 - Licence + 1 AI Engineer | S2 + 1 AI Engineer pour pipelines simples | 8 820 a 15 640 EUR/mois | 105 840 a 187 680 EUR/an |
| S4A - Cloud + team IA x3 | Infra cloud + equipe IA x3 | 15 012 a 43 784 EUR/mois | 180 144 a 525 408 EUR/an |
| S4B - Licences + team IA x3 | Licences + equipe IA x3 | 17 556 a 34 016 EUR/mois | 210 672 a 408 192 EUR/an |

## Slide 4 - Focus On-Prem (decomposition des couts)
| Composant On-Prem | Formule | Cout mensuel |
|---|---|---:|
| CAPEX materiel amorti | 80k-120k EUR / 36 mois | 2 222 a 3 333 EUR/mois |
| OPEX run | 10k-18k EUR / an | 833 a 1 500 EUR/mois |
| Infra run (annees 1 a 3) | CAPEX amorti + OPEX run | 3 056 a 4 833 EUR/mois |
| Build initial (annee 1) | 83 136 EUR / 12 mois | 6 928 EUR/mois |
| Build initial + risque (annee 1) | 95 606 EUR / 12 mois | 7 967 EUR/mois |
| Total annee 1 (sans risque) | Infra run + build initial | 9 984 a 11 761 EUR/mois |
| Total annee 1 (avec risque) | Infra run + build + risque | 11 023 a 12 801 EUR/mois |
| Total annees 2-3 | Infra run uniquement | 3 056 a 4 833 EUR/mois |
| Total annee 4+ | OPEX run uniquement | 833 a 1 500 EUR/mois |

Note: de legeres differences de 1 EUR peuvent apparaitre entre mensualisation et annualisation selon les arrondis.

## Slide 5 - Evolution annuelle (donnees de graphique)
Tableau pret pour un graphique en lignes/colonnes (borne basse):

| Scenario | Annee 1 | Annee 2 | Annee 3 | Annee 4 |
|---|---:|---:|---:|---:|
| S1 On-Prem base | 119 803 | 36 667 | 36 667 | 10 000 |
| S1 On-Prem +risque | 132 273 | 36 667 | 36 667 | 10 000 |
| S2 SaaS | 48 000 | 48 000 | 48 000 | 48 000 |
| S3 Licence + 1 AI | 105 840 | 105 840 | 105 840 | 105 840 |
| S4A Cloud + team x3 | 180 144 | 180 144 | 180 144 | 180 144 |
| S4B Licence + team x3 | 210 672 | 210 672 | 210 672 | 210 672 |

Tableau pret pour un graphique en lignes/colonnes (borne haute):

| Scenario | Annee 1 | Annee 2 | Annee 3 | Annee 4 |
|---|---:|---:|---:|---:|
| S1 On-Prem base | 141 136 | 58 000 | 58 000 | 18 000 |
| S1 On-Prem +risque | 153 606 | 58 000 | 58 000 | 18 000 |
| S2 SaaS | 72 000 | 72 000 | 72 000 | 72 000 |
| S3 Licence + 1 AI | 187 680 | 187 680 | 187 680 | 187 680 |
| S4A Cloud + team x3 | 525 408 | 525 408 | 525 408 | 525 408 |
| S4B Licence + team x3 | 408 192 | 408 192 | 408 192 | 408 192 |

## Slide 6 - TCO 4 ans (message finance)
| Scenario | TCO 4 ans borne basse (EUR) | TCO 4 ans borne haute (EUR) |
|---|---:|---:|
| S1 On-Prem base | 203 137 | 275 136 |
| S1 On-Prem +risque | 215 607 | 287 606 |
| S2 SaaS | 192 000 | 288 000 |
| S3 Licence + 1 AI | 423 360 | 750 720 |
| S4A Cloud + team x3 | 720 576 | 2 101 632 |
| S4B Licence + team x3 | 842 688 | 1 632 768 |

Message cle:
- On-Prem est plus charge en annee 1.
- A partir de l annee 2, la courbe On-Prem baisse fortement.
- Sur 4 ans, On-Prem reste tres competitif vs S3/S4.

## Slide 7 - Budget build initial (one-shot)
| Poste | Montant |
|---|---:|
| Cout brut interne (110 JH) | 37 411 EUR |
| Cout commercial (marge 55%, formule TJM) | 83 136 EUR |
| Provision risque (+15%) | 12 470 EUR |
| Build recommande avec risque | 95 606 EUR |

Detail par gate:

| Gate | Charge (JH) | Cout brut (EUR) | Cout client (EUR) |
|---|---:|---:|---:|
| Gate 0 - Cadrage | 16.6 | 5 646 | 12 547 |
| Gate 1 - Architecture | 10.8 | 3 673 | 8 162 |
| Gate 2 - Donnees/KMS | 35.6 | 12 108 | 26 907 |
| Gate 3 - Prototype | 25.7 | 8 741 | 19 424 |
| Gate 4 - Pre-prod | 13.6 | 4 625 | 10 278 |
| Gate 5 - Go-live | 7.7 | 2 619 | 5 818 |
| **Total** | **110.0** | **37 411** | **83 136** |

## Slide 8 - Planning MVP
| Gate | Charge (heures) |
|---|---:|
| Gate 0 - Cadrage | 116.2 h |
| Gate 1 - Architecture | 75.6 h |
| Gate 2 - Donnees/KMS | 249.2 h |
| Gate 3 - Prototype | 179.9 h |
| Gate 4 - Pre-prod | 95.2 h |
| Gate 5 - Go-live | 53.9 h |
| Gate 6 - Post-prod | 0 h |

## Slide 9 - Recommendation et decision
Recommendation:
- Scenario recommande: **S1 On-Prem**.
- Variante prudente: S1 avec provision risque 15% sur le build annee 1.

Decisions a valider:
1. Valider scenario cible (S1).
2. Valider enveloppe build: 83 136 EUR (ou 95 606 EUR avec risque).
3. Valider cadrage d exploitation (sans MCO contractuel dans cette phase).

## Annexes (si besoin)
- Detail taches / profils: `./detail-taches-par-gate-et-cjm.md`
- Audit complet: `./audit-mvp-ia-interne-petit-client.md`
- Comparatif scenarios en CSV: `../donnees/comparatif-scenarios-s1-a-s4.csv`
- Comparatif cloud vs on-prem GPU: `../donnees/comparatif-cloud-on-prem-2x-h200.csv`

<!--
=============================================================================
📄 Client Indigo / Analyse — audit-mvp-ia-interne-petit-client.md
=============================================================================
Objectif:
- Conserver l'audit détaillé du cadrage MVP IA.
- Référencer les données normalisées du dossier Indigo.

Portée:
- Fait: analyse, hypothèses et comparaison cloud/on-prem associée
- Ne fait pas: mettre à jour automatiquement les hypothèses financières

Dépendances / prérequis:
- Lecteur Markdown compatible HTML/CSS
- Fichiers associés dans ../donnees/

Entrées attendues:
- Hypothèses projet déjà intégrées au document

Sorties:
- Document d'audit exploitable en lecture et partage

Hypothèses & risques:
- Les chiffres restent dépendants des hypothèses datées du dossier

Conventions:
- Nom de fichier normalisé en kebab-case
- Données associées stockées dans ../donnees/

Sections:
- 🎨 Style embarqué
- 📊 Audit détaillé
=============================================================================
-->

<style>
:root{
  --bg:#f6f8fc;
  --surface:#ffffff;
  --surface-soft:#f2f6fd;
  --fg:#162030;
  --muted:#4f5d6d;
  --border:#cfd9e8;
  --accent:#0b6fcf;
  --shadow:0 6px 18px rgba(15,23,42,0.08);
}

@media (prefers-color-scheme: dark){
  :root{
    --bg:#0c1320;
    --surface:#111b2a;
    --surface-soft:#152234;
    --fg:#e7edf5;
    --muted:#9db0c4;
    --border:#2a3a52;
    --accent:#4cb2ff;
    --shadow:0 10px 24px rgba(2,8,23,0.45);
  }
}

html,body{
  background:linear-gradient(180deg,var(--bg),var(--bg));
}

body,.markdown-body{
  font-family:"IBM Plex Sans","Segoe UI Variable","Segoe UI",system-ui,-apple-system,sans-serif;
  color:var(--fg);
  line-height:1.62;
}

h1{
  border:1px solid var(--border);
  border-left:8px solid var(--accent);
  border-radius:14px;
  padding:.7rem 1rem;
  background:var(--surface);
  box-shadow:var(--shadow);
}

h2{
  margin-top:1.8rem;
  padding-bottom:.35rem;
  border-bottom:2px solid color-mix(in oklab, var(--accent) 45%, transparent);
  color:var(--accent);
}

h3{
  margin-top:1.3rem;
}

p,ul,ol{
  margin-bottom:.85rem;
}

table{
  width:100%;
  border-collapse:separate;
  border-spacing:0;
  border:1px solid var(--border);
  border-radius:12px;
  overflow:hidden;
  background:var(--surface);
  box-shadow:var(--shadow);
  margin:1rem 0 1.3rem;
}

th,td{
  padding:.58rem .72rem;
  vertical-align:top;
  border-bottom:1px solid var(--border);
}

thead th{
  background:var(--surface-soft);
  font-weight:680;
  text-align:left;
}

tbody tr:last-child td{
  border-bottom:none;
}

tbody tr:nth-child(odd){
  background:color-mix(in oklab, var(--surface) 94%, var(--accent) 6%);
}

code{
  background:var(--surface-soft);
  border:1px solid var(--border);
  border-radius:8px;
  padding:.08rem .38rem;
}

pre{
  background:var(--surface);
  border:1px solid var(--border);
  border-radius:12px;
  padding:.85rem;
  overflow:auto;
}

.mermaid,pre.mermaid{
  border:1px solid var(--border);
  border-radius:12px;
  background:var(--surface);
  padding:.7rem;
  margin:1rem 0 1.3rem;
  box-shadow:var(--shadow);
}
</style>

# Audit WPS - MVP IA interne (petit client, mono-serveur)

## Contexte retenu
- 1 serveur on-prem unique, 2 GPU.
- Pas de cluster Kubernetes, pas de multi-tenant, pas de SIEM industriel.
- Petit corpus documentaire.
- Knowledge graph construit en amont puis deploie chez le client.
- Interface de chat simple avec entree image/photo, description, validation, et suivi d'un logigramme metier fourni.
- Pas de MCO contractuel (pas de run long terme dans le perimetre).

## Methode d'estimation
- Base: `devis-exemple-tranche-minimale.md` (195 taches, JH min).
- Tri: taches "MVP necessaires" vs "hors perimetre".
- Compression "light delivery SMB" appliquee sur les taches retenues (livrables simplifies, un seul environnement, moins de gouvernance):
  - Gate 0: x0.45
  - Gate 1: x0.40
  - Gate 2: x0.45
  - Gate 3: x0.45
  - Gate 4: x0.30
  - Gate 5: x0.35
  - Gate 6: x0.00
- Conversion: 1 JH = 7 heures.

## Resultat global
- Taches retenues: 66 / 195
- Taches retirees: 129 / 195
- Charge estimee: 65.5 JH
- Heures estimees: 458.5 h

## Estimation par gate
| Gate | Taches total | Taches retenues | Taches retirees | JH baseline min (retenu) | Coef light | JH estimes | Heures estimees |
|---|---:|---:|---:|---:|---:|---:|---:|
| Gate 0 - Cadrage | 23 | 12 | 11 | 22.0 | 0.45 | 9.9 | 69.3 |
| Gate 1 - Architecture | 22 | 8 | 14 | 16.0 | 0.40 | 6.4 | 44.8 |
| Gate 2 - Donnees/KMS | 39 | 17 | 22 | 47.0 | 0.45 | 21.2 | 148.4 |
| Gate 3 - Prototype | 24 | 14 | 10 | 34.0 | 0.45 | 15.3 | 107.1 |
| Gate 4 - Pre-prod | 34 | 9 | 25 | 27.0 | 0.30 | 8.1 | 56.7 |
| Gate 5 - Go-live | 20 | 6 | 14 | 13.0 | 0.35 | 4.6 | 32.2 |
| Gate 6 - Post-prod | 33 | 0 | 33 | 0.0 | 0.00 | 0.0 | 0.0 |

## Taches retenues (IDs devis tranche minimale)
- Gate 0: `1,2,5,6,11,13,14,15,16,17,20,23`
- Gate 1: `24,25,26,28,41,43,44,45`
- Gate 2: `46,48,49,50,53,59,60,63,66,67,68,69,70,71,75,76,80`
- Gate 3: `85,86,88,89,91,94,96,97,98,100,101,102,105,106`
- Gate 4: `109,110,118,119,120,127,133,136,141`
- Gate 5: `143,146,149,150,157,160`
- Gate 6: `aucune`

## Families explicitement retirees
- Kubernetes/bootstrap cluster, GPU Operator, multi-tenant, GitOps avance.
- SIEM et observabilite industrielle complete.
- CI/CD/IaC multi-environnements lourds.
- MCO post go-live (monitoring continu, comites d'amelioration, post-mortems recurrents).
- Options avancees (GraphRAG etendu, meeting recorder, web retriever, etc.).

## Notes
- Cette estimation couvre un MVP deploiable rapidement, pas une plateforme IA "entreprise".
- Si le client demande support run apres go-live, il faudra rouvrir une partie du Gate 6 et certaines taches OPS du Gate 5.

## Etude comparative Cloud vs On-Prem (2 x H200 NVL, inference)

### Hypotheses de comparaison
- Perimetre: inference uniquement (VLM + text generation), pas de training.
- Capacite cible: 200 utilisateurs potentiels, 5 simultanes.
- Ressource GPU cible: 2 x H200 NVL.
- Cloud: cout GPU + majoration infra annexe (stockage/reseau/ops) de +20%.
- On-Prem: pas de limitation de tokens, amortissement 3 ans.

### Schéma de decision (integre dans le markdown)
```mermaid
flowchart TB
  A[Cloud possible ?]

  subgraph LEFT["Scenario 1 detail On premise"]
    direction TB
    S1[Scenario 1 On premise]
    Y1[Annee 1 - setup + run]
    C1((9984-11761 EUR/mois / 11023-12801 avec risque))
    Y23[Annees 2-3 - run]
    C23((3056-4833 EUR/mois))
    Y4[Annee 4+ - run]
    C4((833-1500 EUR/mois))

    S1 --> Y1 --> C1 --> Y23 --> C23 --> Y4 --> C4
  end

  subgraph RIGHT[" "]
    direction TB
    B[Approche cloud / SaaS]
    Q[Licence user type Gemini/Copilot ?]
    E[Embauche interne ?]

    S2[Scenario 2 - Licence user sans embauche]
    C2((4000-6000 EUR/mois))

    H[Niveau equipe ?]
    S3[Scenario 3 - Licence plus 1 AI Engineer]
    C3((8820-15640 EUR/mois))

    S4A[Scenario 4A - Cloud hosting plus team IA x3]
    C4A((15012-43784 EUR/mois))
    S4B[Scenario 4B - Licence plus team IA x3]
    C4B((17556-34016 EUR/mois))

    B --> Q
    Q -- oui --> E
    Q -- non --> S4A --> C4A
    E -- non --> S2 --> C2
    E -- oui --> H
    H -- 1 AI Engineer --> S3 --> C3
    H -- equipe IA x3 --> S4B --> C4B
  end

  A -- non --> S1
  A -- oui --> B
```

### Scenarios demandes (formules et couts)
Hypotheses economiques utilisees pour ces 4 scenarios:
- 200 users.
- Licence SaaS (Gemini/Copilot) estimee: 20-30 EUR/user/mois.
- 1 AI Engineer: 4 820-9 640 EUR/mois (skill-matrix, 100.4 h productives/mois).
- Team IA x3 (Backend + Data Eng + ML/AI Eng): 13 556-28 016 EUR/mois.
- Cloud hosting (stockage + computing): 1 456-15 768 EUR/mois (selon usage, avec +20% frais annexes).
- Build MVP realiste (110 JH): 37 411 EUR brut.
- Formule commerciale retenue: `TJM = CJM / (1 - 0.55)` soit facteur `2.2222`.
- Build commercial realiste: 83 136 EUR.
- Provision de risque (+15%): 12 470 EUR, soit 95 606 EUR avec risque inclus.

| Scenario | Construction du cout | Cout mensuel (EUR) | Cout annuel (EUR) |
|---|---|---:|---:|
| Scenario 1 - On premise (ANNEE 1, setup + run) | CAPEX amorti 3 ans + OPEX run + build initial mensualise 12 mois | 9 984 - 11 761 | 119 803 - 141 136 |
| Scenario 1 - On premise (ANNEE 1, setup + run + risque 15%) | Meme base avec provision de risque sur le build | 11 023 - 12 801 | 132 273 - 153 606 |
| Scenario 1 - On premise (ANNEES 2-3, run) | CAPEX amorti 3 ans + OPEX run (plus de prestation build) | 3 056 - 4 833 | 36 667 - 58 000 |
| Scenario 1 - On premise (ANNEE 4+, run) | CAPEX amorti termine, OPEX run uniquement | 833 - 1 500 | 10 000 - 18 000 |
| Scenario 2 - Licence sans embauche | 200 x (20-30 EUR) | 4 000 - 6 000 | 48 000 - 72 000 |
| Scenario 3 - Licence + 1 AI Engineer | Scenario 2 + 1 AI Engineer | 8 820 - 15 640 | 105 840 - 187 680 |
| Scenario 4A - Cloud hosting + team IA x3 | Cloud infra + team IA x3 | 15 012 - 43 784 | 180 144 - 525 408 |
| Scenario 4B - Licence + team IA x3 | Scenario 2 + team IA x3 | 17 556 - 34 016 | 210 672 - 408 192 |

Detail de lecture On-Prem (composants):

| Composant On-Prem | Formule | Cout mensuel |
|---|---|---:|
| CAPEX materiel amorti | 80k-120k EUR / 36 mois | 2 222 - 3 333 |
| OPEX run | 10k-18k EUR / an | 833 - 1 500 |
| Infra run (annees 1 a 3) | CAPEX amorti + OPEX run | 3 056 - 4 833 |
| Build initial (annee 1 uniquement) | 83 136 EUR / 12 mois | 6 928 |
| Build initial + risque (annee 1) | 95 606 EUR / 12 mois | 7 967 |
| Total annee 1 (sans risque) | Infra run + build initial | 9 984 - 11 761 |
| Total annee 1 (avec risque) | Infra run + build + risque | 11 023 - 12 801 |
| Total annees 2-3 | Infra run uniquement | 3 056 - 4 833 |
| Total annee 4+ | OPEX run uniquement | 833 - 1 500 |

Note: de legeres differences de 1 EUR peuvent apparaitre entre mensualisation et annualisation selon les arrondis.

### 1) Cloud - cout annuel selon usage
Hypotheses de prix 2025-2026 (ordre de grandeur):
- Bas: 2.8 EUR/h/GPU => 5.6 EUR/h pour 2 GPU
- Median: 3.5 EUR/h/GPU => 7.0 EUR/h pour 2 GPU
- Haut: 9.0 EUR/h/GPU => 18.0 EUR/h pour 2 GPU

Formule:
- Cout cloud annuel total = (Heures/an x Prix 2 GPU/h) x 1.20

| Profil d'usage | Heures/an | Bas (EUR/an) | Median (EUR/an) | Haut (EUR/an) |
|---|---:|---:|---:|---:|
| Bureau (10 h/j, 5 j/sem) | 2 600 | 17 472 | 21 840 | 56 160 |
| Etendu (16 h/j, 7 j/sem) | 5 840 | 39 245 | 49 056 | 126 144 |
| Continu (24/7) | 8 760 | 58 867 | 73 584 | 189 216 |

Tableau mensuel equivalent (issu du CSV `../donnees/comparatif-cloud-on-prem-2x-h200.csv`):

| Profil d'usage | Bas (EUR/mois) | Median (EUR/mois) | Haut (EUR/mois) |
|---|---:|---:|---:|
| Bureau (10 h/j, 5 j/sem) | 1 456 | 1 820 | 4 680 |
| Etendu (16 h/j, 7 j/sem) | 3 270.4 | 4 088 | 10 512 |
| Continu (24/7) | 4 905.6 | 6 132 | 15 768 |

### 2) On-Prem - cout annuel equivalent
Hypotheses materielles:
- CAPEX serveur 2 x H200 NVL: 80k a 120k EUR (central: 100k EUR)
- OPEX annuel (energie, maintenance, support, reseau/licences): 10k a 18k EUR (central: 15k EUR)
- Amortissement: 3 ans

Formule:
- Cout annuel on-prem = (CAPEX / 3) + OPEX annuel

| Scenario On-Prem | CAPEX (EUR) | OPEX/an (EUR) | Cout annuel equivalent (EUR/an) | Cout mensuel equivalent (EUR/mois) |
|---|---:|---:|---:|---:|
| Min | 80 000 | 10 000 | 36 667 | 3 056 |
| Central | 100 000 | 15 000 | 48 333 | 4 028 |
| Max | 120 000 | 18 000 | 58 000 | 4 833 |

### 3) Seuil de rentabilite On-Prem vs Cloud
Seuil (heures/an) = Cout annuel on-prem / (Prix cloud 2 GPU/h x 1.20)

| On-Prem annuel | Cloud bas | Cloud median | Cloud haut |
|---|---:|---:|---:|
| 36 667 EUR/an | 5 456 h/an (14.9 h/j) | 4 365 h/an (12.0 h/j) | 1 698 h/an (4.7 h/j) |
| 48 333 EUR/an | 7 192 h/an (19.7 h/j) | 5 754 h/an (15.8 h/j) | 2 238 h/an (6.1 h/j) |
| 58 000 EUR/an | 8 631 h/an (23.6 h/j) | 6 905 h/an (18.9 h/j) | 2 685 h/an (7.4 h/j) |

Tableau de decision (reference On-Prem central = 48 333 EUR/an, 4 027.75 EUR/mois):

| Profil d'usage | Bande prix cloud | Cloud total (EUR/an) | Delta vs On-Prem central (EUR/an) | Decision |
|---|---|---:|---:|---|
| Bureau (10 h/j, 5 j/sem) | Bas | 17 472 | -30 861 | Cloud_avantage |
| Bureau (10 h/j, 5 j/sem) | Median | 21 840 | -26 493 | Cloud_avantage |
| Bureau (10 h/j, 5 j/sem) | Haut | 56 160 | 7 827 | OnPrem_avantage |
| Etendu (16 h/j, 7 j/sem) | Bas | 39 244.8 | -9 088.2 | Cloud_avantage |
| Etendu (16 h/j, 7 j/sem) | Median | 49 056 | 723 | OnPrem_avantage |
| Etendu (16 h/j, 7 j/sem) | Haut | 126 144 | 77 811 | OnPrem_avantage |
| Continu (24/7) | Bas | 58 867.2 | 10 534.2 | OnPrem_avantage |
| Continu (24/7) | Median | 73 584 | 25 251 | OnPrem_avantage |
| Continu (24/7) | Haut | 189 216 | 140 883 | OnPrem_avantage |

### 4) Lecture pour ton cas (200 users, 5 simultanes, inference)
- Si usage reel proche "bureau" (pas 24/7): le cloud est souvent moins cher ou equivalent.
- Si usage long/continu (>= 16 h/j regulier): l'on-prem central devient competitif.
- Si contraintes fortes de souverainete donnees + absence de quotas tokens: avantage structurel on-prem.

### Conclusion operationnelle
- Conclusion cout pur: on-prem est surtout favorable quand l'usage GPU est suffisamment soutenu et previsible.
- Conclusion produit: pour ce projet MVP (mono-serveur, no-K8s, no-MCO contractuel), la trajectoire on-prem reste defendable si le client vise un service stable et durable.
- Point de vigilance: comparer "infra vs infra" d'un cote, puis "couts humains" de l'autre, pour eviter une comparaison biaisee.

<style>
:root{
  --bg:#f6f8fc;
  --surface:#ffffff;
  --surface-soft:#f2f6fd;
  --fg:#162030;
  --muted:#4f5d6d;
  --border:#cfd9e8;
  --accent:#0b6fcf;
  --shadow:0 6px 18px rgba(15,23,42,0.08);
}

@media (prefers-color-scheme: dark){
  :root{
    --bg:#0c1320;
    --surface:#111b2a;
    --surface-soft:#152234;
    --fg:#e7edf5;
    --muted:#9db0c4;
    --border:#2a3a52;
    --accent:#4cb2ff;
    --shadow:0 10px 24px rgba(2,8,23,0.45);
  }
}

html,body{
  background:linear-gradient(180deg,var(--bg),var(--bg));
}

body,.markdown-body{
  font-family:"IBM Plex Sans","Segoe UI Variable","Segoe UI",system-ui,-apple-system,sans-serif;
  color:var(--fg);
  line-height:1.62;
}

h1{
  border:1px solid var(--border);
  border-left:8px solid var(--accent);
  border-radius:14px;
  padding:.7rem 1rem;
  background:var(--surface);
  box-shadow:var(--shadow);
}

h2{
  margin-top:1.8rem;
  padding-bottom:.35rem;
  border-bottom:2px solid color-mix(in oklab, var(--accent) 45%, transparent);
  color:var(--accent);
}

h3{
  margin-top:1.3rem;
}

p,ul,ol{
  margin-bottom:.85rem;
}

table{
  width:100%;
  border-collapse:separate;
  border-spacing:0;
  border:1px solid var(--border);
  border-radius:12px;
  overflow:hidden;
  background:var(--surface);
  box-shadow:var(--shadow);
  margin:1rem 0 1.3rem;
}

th,td{
  padding:.58rem .72rem;
  vertical-align:top;
  border-bottom:1px solid var(--border);
}

thead th{
  background:var(--surface-soft);
  font-weight:680;
  text-align:left;
}

tbody tr:last-child td{
  border-bottom:none;
}

tbody tr:nth-child(odd){
  background:color-mix(in oklab, var(--surface) 94%, var(--accent) 6%);
}

code{
  background:var(--surface-soft);
  border:1px solid var(--border);
  border-radius:8px;
  padding:.08rem .38rem;
}

pre{
  background:var(--surface);
  border:1px solid var(--border);
  border-radius:12px;
  padding:.85rem;
  overflow:auto;
}

.mermaid,pre.mermaid{
  border:1px solid var(--border);
  border-radius:12px;
  background:var(--surface);
  padding:.7rem;
  margin:1rem 0 1.3rem;
  box-shadow:var(--shadow);
}
</style>

# Detail taches par gate - deux vues

## Hypotheses communes
- 66 taches retenues, 110 jours, 770 heures.
- Conversion: 1 JH = 7 heures.
- Formule marge: `TJM = CJM / 0.45` (marge 55%).

## Tableau 1 - Vue profils complets (originel)
| Metier | Jours estimes | Heures estimees | Cout facture client (EUR) |
|---|---:|---:|---:|
| Analyste metier / methodes | 2.3 | 15.9 | 1480 |
| Architecte | 10 | 69.9 | 7922 |
| Backend | 20.5 | 143.5 | 13398 |
| Change / Formation | 1.2 | 8.3 | 756 |
| Data Eng | 39.9 | 279.6 | 27957 |
| Data Steward | 6.8 | 47.6 | 4446 |
| DevOps | 2.5 | 17.6 | 1763 |
| Finance | 1 | 7.1 | 768 |
| Legal / DPO | 3.1 | 21.9 | 1848 |
| Management / PMO | 0.8 | 5.3 | 528 |
| ML Eng | 7 | 49.3 | 5264 |
| MLOps / SRE | 3.1 | 21.8 | 2904 |
| Ops / NetOps | 3.7 | 26 | 2999 |
| PO / Metier | 5.8 | 40.4 | 4308 |
| UX/UI | 2.3 | 15.9 | 1482 |
| **Total** | **110** | **770** | **77822** |

## Tableau 2 - Vue staff 3 profils (simplifiee)
| Profil | Jours estimes | Heures estimees | Cout facture client (EUR) |
|---|---:|---:|---:|
| AI Engineer | 42.5 | 297.8 | 34597 |
| Architect / Full Stack | 27.3 | 191.2 | 21239 |
| Data Engineer / Gouvernance Data / KMS | 40.2 | 281.1 | 27306 |
| **Total** | **110** | **770** | **83142** |

## Ecart entre les deux vues
| Indicateur | Vue profils complets | Vue 3 profils | Ecart |
|---|---:|---:|---:|
| Cout total facture (EUR) | 77822 | 83142 | 5320 |
| Jours estimes | 110 | 110 | 0 |
| Heures estimees | 770 | 770 | 0 |

## Detail par gate - vue profils complets

### Gate 0 - Cadrage
| Gate | ID | Tache | Metier retenu | CJM (EUR/j) | TJM facture (EUR/j) | Jours estimes | Heures estimees | Cout facture client (EUR) |
|---|---:|---|---|---:|---:|---:|---:|---:|
| Gate 0 - Cadrage | 1 | Kickoff + alignement - objectifs  perimetre  acteurs  contraintes | Architecte | 357 | 793 | 0.38 | 2.6 | 299 |
| Gate 0 - Cadrage | 2 | Analyse domaine metier - cartographie processus  irritants  opportunites IA | Analyste metier / methodes | 294 | 653 | 1.51 | 10.6 | 986 |
| Gate 0 - Cadrage | 5 | Prioriser cas d'usage + selection MVP (value/effort/risque) | Data Steward | 294 | 653 | 0.75 | 5.3 | 493 |
| Gate 0 - Cadrage | 6 | Criteres d'acceptation + strategie d'evaluation (jeu de tests  feedback) | ML Eng | 336 | 747 | 1.51 | 10.6 | 1127 |
| Gate 0 - Cadrage | 11 | Cartographier donnees  droits  sensibilite | Data Steward | 294 | 653 | 2.26 | 15.8 | 1479 |
| Gate 0 - Cadrage | 13 | Rediger et formaliser un premier cahier des charges | Architecte | 357 | 793 | 1.51 | 10.6 | 1197 |
| Gate 0 - Cadrage | 14 | Inventorier sources de connaissance/donnees + owners  formats  volumetrie  langues | Data Eng | 315 | 700 | 1.51 | 10.6 | 1056 |
| Gate 0 - Cadrage | 15 | Identifier ou recuperer les donnees | Data Eng | 315 | 700 | 2.26 | 15.8 | 1585 |
| Gate 0 - Cadrage | 16 | Obtenir echantillons representatifs + verifier droits/licences/retention | Data Eng | 315 | 700 | 1.51 | 10.6 | 1056 |
| Gate 0 - Cadrage | 17 | Profiling qualite initial - completude  doublons  bruit  OCR  obsolescence | Data Eng | 315 | 700 | 2.26 | 15.8 | 1585 |
| Gate 0 - Cadrage | 20 | RACI + gouvernance | Management / PMO | 315 | 700 | 0.75 | 5.3 | 528 |
| Gate 0 - Cadrage | 23 | Valider avec le client le cahier des charges | PO / Metier | 336 | 747 | 0.38 | 2.6 | 282 |
| **Gate 0 - Cadrage** |  | **Sous-total** |  |  |  | **16.6** | **116.2** | **11673** |

### Gate 1 - Architecture
| Gate | ID | Tache | Metier retenu | CJM (EUR/j) | TJM facture (EUR/j) | Jours estimes | Heures estimees | Cout facture client (EUR) |
|---|---:|---|---|---:|---:|---:|---:|---:|
| Gate 1 - Architecture | 24 | Choix du LLM | Legal / DPO | 266 | 591 | 1.35 | 9.5 | 798 |
| Gate 1 - Architecture | 25 | Definir l'architecture cible | Architecte | 357 | 793 | 2.03 | 14.2 | 1607 |
| Gate 1 - Architecture | 26 | Creer l'architecture de stockage | Architecte | 357 | 793 | 1.35 | 9.5 | 1071 |
| Gate 1 - Architecture | 28 | Identifier et creer le systeme de stockage | Data Eng | 315 | 700 | 1.35 | 9.5 | 945 |
| Gate 1 - Architecture | 41 | Ecrire l'ADR | Architecte | 357 | 793 | 0.68 | 4.7 | 536 |
| Gate 1 - Architecture | 43 | Chiffrement  secrets & clefs - Vault/KMS | Ops / NetOps | 364 | 809 | 1.35 | 9.5 | 1092 |
| Gate 1 - Architecture | 44 | IAM/SSO - AD/LDAP  RBAC | Backend | 294 | 653 | 1.35 | 9.5 | 882 |
| Gate 1 - Architecture | 45 | Segmentation reseau  WAF  rate limiting | Ops / NetOps | 364 | 809 | 1.35 | 9.5 | 1092 |
| **Gate 1 - Architecture** |  | **Sous-total** |  |  |  | **10.8** | **75.6** | **8022** |

### Gate 2 - Donnees/KMS
| Gate | ID | Tache | Metier retenu | CJM (EUR/j) | TJM facture (EUR/j) | Jours estimes | Heures estimees | Cout facture client (EUR) |
|---|---:|---|---|---:|---:|---:|---:|---:|
| Gate 2 - Donnees/KMS | 46 | Definir les roles - Data Steward  etc. | Data Steward | 294 | 653 | 0.76 | 5.3 | 495 |
| Gate 2 - Donnees/KMS | 48 | Definir les regles de protection et de confidentialite | Data Steward | 294 | 653 | 1.51 | 10.6 | 990 |
| Gate 2 - Donnees/KMS | 49 | Definir le modele d'organisation de la donnee | Data Steward | 294 | 653 | 1.51 | 10.6 | 990 |
| Gate 2 - Donnees/KMS | 50 | Structurer la donnee - fournisseur  client  meteo  finance... | Data Eng | 315 | 700 | 2.27 | 15.9 | 1591 |
| Gate 2 - Donnees/KMS | 53 | Definir relations semantiques (dependance  equivalence  part-of  cause) | Architecte | 357 | 793 | 1.51 | 10.6 | 1202 |
| Gate 2 - Donnees/KMS | 59 | Definir strategie URI/IRI et conventions d'identifiants | Architecte | 357 | 793 | 0.76 | 5.3 | 601 |
| Gate 2 - Donnees/KMS | 60 | Concevoir le `@context` JSON-LD (prefixes  mapping champs) | Data Eng | 315 | 700 | 1.51 | 10.6 | 1060 |
| Gate 2 - Donnees/KMS | 63 | Collecter les donnees | Data Eng | 315 | 700 | 2.27 | 15.9 | 1591 |
| Gate 2 - Donnees/KMS | 66 | Developper l'ETL - optimisee et documentee | Data Eng | 315 | 700 | 3.79 | 26.5 | 2651 |
| Gate 2 - Donnees/KMS | 67 | Ingestion docs - connecteurs  ETL/streaming | Data Eng | 315 | 700 | 3.79 | 26.5 | 2651 |
| Gate 2 - Donnees/KMS | 68 | Extraction texte + OCR/images | Data Eng | 315 | 700 | 2.27 | 15.9 | 1591 |
| Gate 2 - Donnees/KMS | 69 | Chunking + metadata + versioning | Data Eng | 315 | 700 | 2.27 | 15.9 | 1591 |
| Gate 2 - Donnees/KMS | 70 | Embeddings + Vector DB | Data Eng | 315 | 700 | 3.03 | 21.2 | 2121 |
| Gate 2 - Donnees/KMS | 71 | Retrieval - reranker  multi-query/HyDE | Data Eng | 315 | 700 | 2.27 | 15.9 | 1591 |
| Gate 2 - Donnees/KMS | 75 | Filtrage par droits - ACL + segregation | Backend | 294 | 653 | 2.27 | 15.9 | 1485 |
| Gate 2 - Donnees/KMS | 76 | Normaliser et nettoyer les donnees (formats  encodage  dedup) | Data Eng | 315 | 700 | 2.27 | 15.9 | 1591 |
| Gate 2 - Donnees/KMS | 80 | Ajouter citations et tracabilite source dans les reponses | Backend | 294 | 653 | 1.51 | 10.6 | 990 |
| **Gate 2 - Donnees/KMS** |  | **Sous-total** |  |  |  | **35.6** | **249.2** | **24779** |

### Gate 3 - Prototype
| Gate | ID | Tache | Metier retenu | CJM (EUR/j) | TJM facture (EUR/j) | Jours estimes | Heures estimees | Cout facture client (EUR) |
|---|---:|---|---|---:|---:|---:|---:|---:|
| Gate 3 - Prototype | 85 | Authentification et securite conforme a l'IT | Backend | 294 | 653 | 1.51 | 10.6 | 988 |
| Gate 3 - Prototype | 86 | Orchestration - prompt  roles  memory | Backend | 294 | 653 | 2.27 | 15.9 | 1482 |
| Gate 3 - Prototype | 88 | Interface graphique | UX/UI | 294 | 653 | 2.27 | 15.9 | 1482 |
| Gate 3 - Prototype | 89 | Formaliser la partie UX | PO / Metier | 336 | 747 | 1.51 | 10.6 | 1129 |
| Gate 3 - Prototype | 91 | Rediger la specification fonctionnelle - data model et UX design | Backend | 294 | 653 | 2.27 | 15.9 | 1482 |
| Gate 3 - Prototype | 94 | Integrer KMS/RAG - retriever  embeddings | Data Eng | 315 | 700 | 3.78 | 26.5 | 2646 |
| Gate 3 - Prototype | 96 | Developper la couche de service | Backend | 294 | 653 | 3.78 | 26.5 | 2469 |
| Gate 3 - Prototype | 97 | Installer la stack d'inference - ollama/vLLM/TGI/Triton + drivers GPU | MLOps / SRE | 420 | 933 | 1.51 | 10.6 | 1411 |
| Gate 3 - Prototype | 98 | Valider l'interface et dashboard - client | PO / Metier | 336 | 747 | 0.76 | 5.3 | 564 |
| Gate 3 - Prototype | 100 | Atelier besoins fonctionnels par persona | Analyste metier / methodes | 294 | 653 | 0.76 | 5.3 | 494 |
| Gate 3 - Prototype | 101 | Cartographier parcours conversationnels nominaux | Backend | 294 | 653 | 1.51 | 10.6 | 988 |
| Gate 3 - Prototype | 102 | Concevoir parcours d'erreur et escalade humain | Backend | 294 | 653 | 1.51 | 10.6 | 988 |
| Gate 3 - Prototype | 105 | Specifier intents  outils et droits par cas d'usage | Backend | 294 | 653 | 1.51 | 10.6 | 988 |
| Gate 3 - Prototype | 106 | Definir politiques de ton  style et garde-fous conversationnels | PO / Metier | 336 | 747 | 0.76 | 5.3 | 564 |
| **Gate 3 - Prototype** |  | **Sous-total** |  |  |  | **25.7** | **179.9** | **17673** |

### Gate 4 - Pre-prod
| Gate | ID | Tache | Metier retenu | CJM (EUR/j) | TJM facture (EUR/j) | Jours estimes | Heures estimees | Cout facture client (EUR) |
|---|---:|---|---|---:|---:|---:|---:|---:|
| Gate 4 - Pre-prod | 109 | Evaluation & tests - red team  regression | ML Eng | 336 | 747 | 2.52 | 17.6 | 1880 |
| Gate 4 - Pre-prod | 110 | Observabilite - logs  traces  feedback | Backend | 294 | 653 | 1.01 | 7.1 | 658 |
| Gate 4 - Pre-prod | 118 | Industrialiser le deploiement | DevOps | 315 | 700 | 2.52 | 17.6 | 1763 |
| Gate 4 - Pre-prod | 119 | Dimensionner CPU/GPU/RAM/stockage/reseau + energie/refroidissement | Finance | 343 | 762 | 1.01 | 7.1 | 768 |
| Gate 4 - Pre-prod | 120 | Mise a jour incremental - watch  re-index | Data Eng | 315 | 700 | 1.51 | 10.6 | 1058 |
| Gate 4 - Pre-prod | 127 | Guardrails - prompt injection  output handling | ML Eng | 336 | 747 | 1.51 | 10.6 | 1128 |
| Gate 4 - Pre-prod | 133 | Gestion identites & acces - SSO/RBAC | Ops / NetOps | 364 | 809 | 1.01 | 7.1 | 815 |
| Gate 4 - Pre-prod | 136 | Journalisation & audit | MLOps / SRE | 420 | 933 | 1.01 | 7.1 | 940 |
| Gate 4 - Pre-prod | 141 | Executer tests de charge inference et profilage GPU | ML Eng | 336 | 747 | 1.51 | 10.6 | 1128 |
| **Gate 4 - Pre-prod** |  | **Sous-total** |  |  |  | **13.6** | **95.2** | **10139** |

### Gate 5 - Go-live
| Gate | ID | Tache | Metier retenu | CJM (EUR/j) | TJM facture (EUR/j) | Jours estimes | Heures estimees | Cout facture client (EUR) |
|---|---:|---|---|---:|---:|---:|---:|---:|
| Gate 5 - Go-live | 143 | Ecrire le guide utilisateur | PO / Metier | 336 | 747 | 1.18 | 8.3 | 885 |
| Gate 5 - Go-live | 146 | Ecrire la specification technique - post-production | Architecte | 357 | 793 | 1.78 | 12.4 | 1410 |
| Gate 5 - Go-live | 149 | Ecrire les materiels de formation - supports | PO / Metier | 336 | 747 | 1.18 | 8.3 | 885 |
| Gate 5 - Go-live | 150 | Planifier et delivrer les formations | Change / Formation | 287 | 638 | 1.18 | 8.3 | 756 |
| Gate 5 - Go-live | 157 | Privacy & conformite - RGPD  AI Act - si applicable | Legal / DPO | 266 | 591 | 1.78 | 12.4 | 1050 |
| Gate 5 - Go-live | 160 | Plan de maintenance GPU/driver et fenetres de patch | MLOps / SRE | 420 | 933 | 0.59 | 4.1 | 553 |
| **Gate 5 - Go-live** |  | **Sous-total** |  |  |  | **7.7** | **53.9** | **5537** |

## Total general
| Nb taches | Jours estimes | Heures estimees | Cout facture client (EUR) |
|---:|---:|---:|---:|
| 66 | 110 | 770 | 77822 |