L’intelligence artificielle transformera-t-elle les marchés publics

L’intelligence artificielle pourrait-elle permettre à une PME de battre un concurrent dix fois plus gros lors d’un appel d’offres public?

La question n’est plus théorique. Pour quelques dizaines ou centaines de dollars par mois, une petite entreprise peut maintenant accéder à des outils capables de lire un devis volumineux, résumer des exigences, comparer des documents, préparer une matrice de conformité, rédiger une première version d’une proposition ou analyser des données.

À cela s’ajoutent des assistants spécialisés de recherche et d’analyse des marchés publics, comme IA Drummond. Des tâches qui exigeaient autrefois une équipe administrative, des analystes ou plusieurs heures de travail peuvent donc devenir accessibles à de beaucoup plus petites organisations.

Cela ne signifie pas que les PME disposent soudainement des mêmes ressources que les grandes entreprises. Mais l’écart technologique pourrait se réduire sur une partie précise du processus : trouver les bons appels d’offres, décider rapidement s’il vaut la peine de soumissionner et préparer une offre conforme.

Et dans un marché où le prix demeure souvent déterminant, particulièrement en construction, cette réduction des coûts pourrait éventuellement se retrouver jusque dans les prix soumis.

Avant même le prix, l’IA peut réduire le coût de soumissionner

Une recherche effectuée dans Qui Gagne Quoi le 16 août 2026 recensait 1 445 avis d’appels d’offres encore ouverts. Une recherche distincte sur les contrats octroyés entre le 1er janvier et le 16 août retournait 33 915 résultats.

Pour une PME, le premier problème est donc parfois simplement de trouver les dossiers qui valent son temps.

Une entreprise ne doit pas uniquement découvrir un appel d’offres. Elle doit lire les documents, vérifier son admissibilité, comprendre les exigences administratives et techniques, relever les assurances et cautionnements demandés, étudier l'échéancier, identifier les sous-traitants nécessaires et évaluer ses chances avant même de décider de préparer un prix.

Une grande entreprise peut répartir ce travail entre plusieurs employés. Une PME doit souvent le faire avec beaucoup moins de ressources.

C’est probablement là que l’IA peut modifier la concurrence le plus rapidement.

Un assistant capable de comparer automatiquement un appel d’offres avec les compétences, projets antérieurs, certifications et territoires desservis par une entreprise pourrait faire passer l’analyse initiale de quelques heures à quelques minutes. Il pourrait ensuite produire une liste des exigences, signaler les documents manquants et préparer une première structure de réponse.

Les gains potentiels ne sont pas seulement théoriques. Une expérience publiée dans Science portant sur 453 professionnels affectés à des tâches de rédaction a observé une réduction moyenne de 40 % du temps nécessaire et une amélioration moyenne de 18 % de la qualité avec ChatGPT. Les tâches étudiées n’étaient pas des soumissions publiques, mais elles comportaient plusieurs activités comparables de rédaction et de synthèse.

Une autre expérience menée auprès de consultants de Boston Consulting Group a observé des gains importants de vitesse et de qualité pour les tâches situées à l’intérieur des capacités de l’IA. Elle a toutefois également montré l’effet inverse pour certaines tâches plus difficiles : lorsque l’IA se trompait, les professionnels pouvaient être entraînés dans la mauvaise direction.

Pour une soumission, la conclusion est importante : automatiser la lecture et la rédaction peut être relativement facile. Confier aveuglément à une IA l’interprétation d’une clause contractuelle, l’estimation d’un risque ou le calcul d’un prix l’est beaucoup moins.

Plus de soumissions plutôt que seulement des soumissions moins chères

L’effet le plus important pourrait donc ne pas être une réduction immédiate des prix.

Il pourrait être une augmentation du nombre d’appels d’offres auxquels une PME est capable de participer.

Supposons qu’une entreprise écarte aujourd’hui plusieurs occasions parce que préparer chaque dossier monopolise trop de temps. Si l’IA réduit suffisamment cette charge, certains appels auparavant jugés trop petits, trop complexes ou trop incertains deviennent rentables à poursuivre.

Pour l’organisme public, le résultat potentiel est intéressant : davantage de soumissionnaires.

Les données de Qui Gagne Quoi montrent à quel point le niveau de concurrence peut déjà varier d’un dossier à l’autre. Pour la construction de la nouvelle école Terre des jeunes, publiée le 29 avril et octroyée le 7 août 2026, Qui Gagne Quoi recense 11 soumissionnaires. DEVCOR apparaît au premier rang avec un contrat de 28,55 M$.

Pour les ouvrages de protection côtière le long de la route 199 dans le secteur de La Martinique, publiés le 28 avril et octroyés le 31 juillet, six entreprises sont recensées. Les Entreprises P.E.C. occupent le premier rang avec 32 103 999,50 $.

Dans les services professionnels en génie civil et structure pour le futur écocentre de l’ouest de Gatineau, publié le 28 mai et octroyé le 5 août, quatre soumissionnaires sont recensés. Équipe Laurence a remporté le mandat de 218 509,99 $.

Ces exemples ne démontrent aucun effet de l’intelligence artificielle. Qui Gagne Quoi ne permet pas de savoir si un soumissionnaire l’a utilisée. Ils montrent plutôt le terrain sur lequel cette technologie pourrait agir : lorsqu’une PME supplémentaire décide de déposer une offre parce que son coût de préparation a diminué, la concurrence change sans même que son prix ait encore baissé.

Le plus bas prix demeure important, mais la règle est plus nuancée qu’elle en a l’air

L’hypothèse voulant qu’une entreprise puisse convertir ses gains de productivité en prix plus agressifs est particulièrement intéressante au Québec parce que le prix demeure très structurant dans plusieurs catégories de contrats.

Pour les contrats de travaux de construction des organismes publics, le règlement prévoit encore qu’un organisme peut solliciter uniquement un prix et que le contrat est alors adjugé à l’entrepreneur ayant soumis le prix le plus bas. Des mécanismes permettant d’évaluer la qualité ou d’utiliser un prix ajusté selon la qualité existent toutefois également depuis les modifications réglementaires de 2025.

Dans les contrats de services des organismes publics, plusieurs scénarios existent aussi. Une soumission peut devoir atteindre un niveau minimal de qualité avant que le prix le plus bas l’emporte, ou être évaluée selon un rapport qualité-prix donnant lieu à un prix ajusté. Certains contrats peuvent même être évalués uniquement selon la qualité.

Le monde municipal vient lui aussi de changer. La Loi sur les contrats des organismes municipaux est entrée en vigueur le 1er avril 2026. Elle prévoit notamment des procédures fondées sur le prix proposé le plus bas, sur une évaluation globale de plusieurs critères ou sur une connaissance différée du prix. Les services professionnels de 25 000 $ ou plus ne peuvent généralement pas être attribués simplement suivant la procédure du prix proposé le plus bas, sous réserve notamment de certaines règles applicables aux contrats sous le seuil d’une procédure ouverte.

Il serait donc exagéré d’affirmer que tous les marchés publics québécois reviennent au plus bas soumissionnaire. Mais dans les segments où le prix décide effectivement du résultat, même un petit avantage peut devenir intéressant.

Combien vaut réellement une soumission préparée plus efficacement?

Il faut cependant distinguer le coût de préparer une soumission du coût d’exécuter le contrat.

Une économie de 2 000 $ sur la préparation d'une offre représente 0,4 % sur un contrat de 500 000 $. Sur un chantier de 28,55 M$, elle ne représente qu’environ 0,007 % de la valeur du contrat.

L’IA ne permettra donc probablement pas à un entrepreneur en construction de réduire spectaculairement son prix simplement parce qu’il a rédigé sa soumission plus rapidement. Les matériaux, les salaires, l’équipement, les sous-traitants, le financement et les risques de chantier demeurent largement inchangés.

L’effet pourrait toutefois devenir beaucoup plus significatif lorsque les économies se répètent sur des dizaines de soumissions par année ou lorsque l’IA intervient plus profondément dans l’entreprise : comparaison des prix fournisseurs, analyse de plans, préparation des quantités, planification, administration, documentation ou gestion des changements.

Il pourrait également être plus important dans les services professionnels, où une portion beaucoup plus grande du coût vendu au client repose directement sur du travail intellectuel.

Ce secteur est justement parmi les plus avancés dans l’adoption de l’IA. Statistique Canada indiquait au deuxième trimestre de 2026 que 32,4 % des entreprises de services professionnels, scientifiques et techniques avaient utilisé l’IA pour produire des biens ou fournir des services au cours des 12 mois précédents.

Dans ce type d'entreprise, une amélioration de la productivité ne touche plus seulement les quelques heures consacrées à la soumission. Elle peut toucher une partie du coût d’exécution du mandat lui-même.

C’est alors que l’avantage concurrentiel peut devenir beaucoup plus facile à transférer au prix.

Les PME n’ont toutefois pas encore rattrapé les grandes entreprises

L’accès aux outils s’est démocratisé. Leur utilisation, moins.

Au troisième trimestre de 2025, Statistique Canada constatait que 14,2 % des entreprises de 1 à 4 employés prévoyaient utiliser l’IA au cours des 12 mois suivants, comparativement à 20,5 % des entreprises comptant 100 employés ou plus. L’écart existe donc toujours, même si les outils eux-mêmes sont désormais accessibles aux deux groupes.

La construction demeure également moins avancée que les services professionnels. À la même période, 9,2 % des entreprises de construction prévoyaient utiliser l’IA au cours de l’année suivante, contre 3,2 % un an plus tôt.

Autrement dit, la technologie peut niveler une partie du terrain de jeu, mais seulement pour les entreprises qui l’intègrent réellement à leurs processus.

Une PME disposant d’un assistant d’IA mais de mauvaises données internes, de dossiers de projets désorganisés et d’aucune procédure de validation humaine ne dispose pas soudainement du système de soumissions d’une grande entreprise.

En revanche, une PME qui structure ses anciens projets, ses CV, ses références, ses prix, ses territoires desservis et ses critères de sélection peut utiliser l’IA comme multiplicateur.

La différence pourrait progressivement se déplacer de la taille de l’organisation vers la qualité de son information et de ses processus.

Un nouveau risque : des soumissions plus belles, mais pas nécessairement meilleures

L’IA pourrait aussi créer un problème pour les acheteurs publics.

Si tous les soumissionnaires deviennent capables de générer rapidement des textes professionnels, des méthodologies détaillées et des présentations impeccables, la qualité apparente des propositions pourrait s’uniformiser.

Une PME compétente mais historiquement moins forte en rédaction pourrait enfin mieux présenter son expérience. C’est potentiellement positif.

Mais une entreprise moins expérimentée pourrait aussi produire une proposition extraordinairement convaincante sans disposer de capacités équivalentes pour réaliser le mandat.

Pour les contrats évalués sur la qualité, les organismes publics devront donc probablement accorder encore plus d’importance aux éléments vérifiables : expérience démontrée, ressources réellement disponibles, projets comparables, références, méthodologies précises et compréhension concrète des contraintes du mandat.

L’IA peut améliorer une proposition. Elle ne peut pas transformer un projet inexistant en expérience pertinente.

L’avantage pourrait être temporaire

Il existe enfin un paradoxe.

Si une seule entreprise utilise efficacement l’IA pour réduire ses coûts de soumission, elle possède un avantage.

Si toutes les entreprises font la même chose, une partie de cet avantage disparaît.

Les économies deviennent alors la nouvelle norme du marché. Les concurrents peuvent déposer davantage d’offres, réagir plus rapidement et accepter des occasions qu’ils auraient auparavant laissées passer.

Dans les marchés attribués au plus bas prix, cette dynamique pourrait exercer une pression supplémentaire sur les marges. Dans ceux fondés sur la qualité, elle pourrait relever le niveau minimal attendu des propositions.

L’avantage durable ne viendrait donc probablement pas du simple fait « d’utiliser ChatGPT ». Il viendrait de l’intégration de l’IA à des données propriétaires, à l’historique des soumissions, aux coûts réels de l’entreprise et à une méthode rigoureuse de sélection des occasions.

Une transformation probable, mais encore impossible à mesurer dans les résultats

L’intelligence artificielle transformera vraisemblablement les marchés publics québécois, mais peut-être autrement qu’on pourrait d’abord l’imaginer.

Son premier effet pourrait être de réduire le coût de participation. Des PME pourront analyser plus d’occasions, préparer davantage de soumissions et présenter leur expertise avec des moyens auparavant réservés à des organisations disposant de plus grandes équipes.

Dans certains contrats où le prix demeure déterminant, une partie des gains de productivité pourra effectivement être transférée dans une soumission plus agressive. Cet effet sera probablement plus important lorsque l’IA réduit non seulement le coût de préparer l’offre, mais aussi le coût d’exécuter le mandat.

La conséquence la plus intéressante pour les marchés publics pourrait cependant être ailleurs : si l’IA permet à davantage d'entreprises de soumissionner, elle pourrait accroître la concurrence avant même de faire baisser les prix.

Pour l’instant, il est trop tôt pour affirmer que les entreprises utilisant l’IA gagnent davantage de contrats publics. Les données disponibles ne permettent pas d’identifier quels soumissionnaires utilisent ces outils ni de comparer leur taux de réussite.

C’est précisément la donnée qu’il faudra surveiller au cours des prochaines années : non pas seulement combien d’entreprises adoptent l’IA, mais si celles qui l’utilisent commencent à soumissionner plus souvent, sur davantage de marchés et avec un meilleur taux de victoire.

Méthodologie

L’analyse de Qui Gagne Quoi a été effectuée le 16 août 2026 à partir des contrats octroyés depuis le 1er janvier 2026, des appels d’offres encore ouverts et de recherches ciblées sur la construction et les services professionnels. Des fiches détaillées de contrats ont été consultées pour vérifier les dates d’appel et d’octroi ainsi que le nombre de soumissionnaires. Les données de Qui Gagne Quoi ne permettent pas d’identifier l’utilisation de l’intelligence artificielle par une entreprise; aucun lien causal entre l’IA et les résultats des contrats ne peut donc être établi. Le contexte réglementaire provient de Légis Québec et du gouvernement du Québec. Les données sur l’adoption de l’IA proviennent de Statistique Canada et les résultats sur la productivité de travaux de recherche expérimentaux. Les études de productivité citées ne portent pas spécifiquement sur la préparation de soumissions publiques et servent à illustrer des mécanismes possibles plutôt qu’à mesurer directement leur effet sur les marchés publics québécois.