Lorsqu’une demande de RS&DE est sélectionnée pour examen, une entreprise doit justifier à la fois les travaux exécutés et les dépenses réclamées.
Le problème n’est pas toujours le manque de preuves. Dans bien des cas, l’information existe, mais elle est dispersée dans différents systèmes, départements et formats de fichiers.
Les dossiers techniques peuvent être conservés dans des dépôts Git, des tickets Jira, des feuilles de calcul, des environnements de test, des notes de réunion, des courriels ou des plateformes de messagerie interne. De leur côté, les informations financières associées se trouvent souvent ailleurs : logiciels comptables, systèmes de paie, feuilles de temps et outils de gestion de projet.
Rassemblez tout cela des mois après la fin d’un projet peut prendre un temps considérable. Plus important encore, il peut être difficile de reconstituer un historique clair du déroulement des travaux.
C’est là que l’IA peut s’avérer véritablement utile. Elle peut aider les entreprises à organiser les informations existantes tout au long de l’année et à rendre les pièces justificatives plus faciles à extraire si l’ARC décide de réviser une demande.
Organisation des dossiers techniques de projet
Les outils assistés par l’IA peuvent rechercher et organiser des documents tels que :
- Les plans de projet et exigences techniques
- Les documents de conception et schémas d’architecture
- Les commits Git, les pull requests et les commentaires de revue de code
- Les tickets Jira, Azure DevOps ou d’autres outils de suivi
- Les plans de test, résultats et analyses de performance
- L’historique des approches infructueuses
- Les notes de réunion technique et la correspondance
- L’historique des versions montrant l’évolution des travaux
Une fois ces dossiers regroupés par projet, activité et date, il devient beaucoup plus simple de suivre la progression du travail. Les preuves permettent de démontrer ce que l’équipe a tenté, les résultats observés et les raisons pour lesquelles une approche différente a été adoptée.
Cela est particulièrement important pour les projets impliquant plusieurs phases de tests. Le produit final ne reflète pas toujours l’ensemble du travail nécessaire à son développement. Les prototypes antérieurs, les tests non concluants et les changements d’orientation offrent souvent une image beaucoup plus précise du processus expérimental.
Connexion des relevés de temps et de main-d’œuvre
La main-d’œuvre représente souvent l’une des dépenses les plus importantes d’une demande de RS&DE. Elle peut aussi être difficile à justifier lorsque les employés consignent leur temps de manière inégale ou utilisent des descriptions trop générales.
L’information doit parfois être rassemblée à partir de :
- Feuilles de temps et systèmes de suivi du temps
- Registres de paie
- Affectations de projets
- Plateformes de gestion des tâches
- Historiques de développement et de commits
- Calendriers d’ingénierie
- Procès-verbaux de réunion
- Descriptions de travail des employés
L’IA peut comparer ces sources et signaler les incohérences potentielles à l’entreprise.
Par exemple, elle peut repérer des saisies de temps en dehors de la période du projet, des employés affectés à un projet sans activité connexe, ou des travaux techniques enregistrés dans un outil de gestion sans équivalent dans les relevés de temps.
Cela ne doit pas servir à recréer le temps des employés après coup. La vraie valeur réside dans l’identification des données manquantes ou incohérentes pendant que l’information est encore récente et vérifiable.
Organisation du matériel, des contrats et des autres coûts
La même approche s’applique aux preuves financières, notamment :
- Factures fournisseurs et bons de commande
- Registres du matériel utilisé ou consommé lors des essais
- Contrats de sous-traitance et énoncés de travail
- Factures de sous-traitants et pièces de paiement
- Transactions du grand livre
- Calendriers de répartition des coûts
Une facture prouve qu’un achat a été effectué, mais elle n’explique pas nécessairement le lien entre cet achat et les travaux expérimentaux.
Associer la facture à un prototype précis, un test, un défi technique ou une phase du projet crée un dossier plus complet. Cela rend également la relation entre les travaux techniques et les dépenses réclamées beaucoup plus claire.
Détection précoce des lacunes documentaires
L’utilisation la plus pratique de l’IA consiste sans doute à repérer les lacunes avant qu’elles ne posent problème.
Une entreprise peut l’utiliser pour identifier :
- Des expériences sans résultats enregistrés
- Des résultats de test non reliés à une activité du projet
- De longues périodes avec très peu de documentation justificative
- Des dépenses de projet sans dossiers techniques correspondants
- Des dénominations de projets différentes selon les départements
- Des factures, approbations ou contrats de sous-traitance manquants
- Des saisies de temps devant être clarifiées
- Des décisions techniques majeures discutées mais non consignées
Détecter ces problèmes tôt donne aux équipes techniques, financières et de RS&DE le temps de les résoudre dans le cadre de leur processus documentaire habituel.
Il est beaucoup plus facile de questionner un ingénieur sur un test réalisé la semaine dernière que sur une intervention datant d’il y a 18 mois.
L’IA organise les preuves, mais ne les remplace pas
Il existe une limite essentielle à ce que l’IA doit faire.
Elle peut localiser, classer et relier des registres existants. Elle ne doit jamais servir à inventer des expériences, créer des activités fictives ou combler les manques par des hypothèses.
Tout résultat généré par l’IA doit être confronté aux pièces d’origine et révisé par les employés qui ont exécuté ou supervisé les travaux. Les entreprises doivent également prendre en compte la sécurité, la confidentialité, les contrôles d’accès et la résidence des données avant d’autoriser un système d’IA à traiter des données techniques, financières ou de personnel.
L’ARC indique que les preuves les plus solides sont datées et spécifiques aux travaux exécutés. Une bonne préparation repose donc sur des dossiers fiables, créés au fur et à mesure de l’avancement du projet.
L’IA permet de rendre ces dossiers plus faciles à gérer. Elle peut relier les activités techniques aux données financières et de main-d’œuvre, repérer les justifications manquantes et réduire le temps nécessaire pour répondre aux questions lors d’un examen.
Elle ne peut pas compenser de mauvaises pratiques de documentation.
Le meilleur moment pour préparer un examen de RS&DE, c’est pendant la réalisation des travaux, pas après le début de l’examen.
Vos preuves de RS&DE sont-elles organisées, reliées et prêtes à appuyer votre demande?