Comparatif

Planification manuelle vs optimisation par IA : ce qui change vraiment

La planification manuelle cherche un planning faisable ; l'optimisation algorithmique compare un très grand nombre de plannings faisables et retient le meilleur selon des objectifs explicites. La différence tient moins à la compétence du planificateur qu'au nombre de combinaisons qu'une méthode permet d'examiner, et à la vitesse à laquelle on peut recommencer.

Le débat est souvent mal posé, en « l'humain contre la machine ». Le bon cadrage est celui de la répartition des tâches : certaines relèvent du calcul combinatoire, d'autres du jugement. Un opérateur performant ne choisit pas entre les deux, il arrête de les confondre.

Que fait un planificateur humain qu'un algorithme ne fait pas ?

Il faut commencer par là, parce que c'est ce que les argumentaires d'éditeurs escamotent.

  • Il connaît le contexte non écrit. Le navigant qui traverse une période difficile, celui qui accepte volontiers un découcher de dernière minute, le client qui tolère un décalage d'une heure et celui qui ne le tolère pas. Aucune de ces informations n'est dans le système.
  • Il négocie. Un planning est aussi un objet social : convaincre, échanger, expliquer une affectation impopulaire est un travail que personne ne délègue à un logiciel.
  • Il arbitre entre des objectifs contradictoires. Privilégier ce mois-ci la stabilité ou le coût, protéger une équipe ou honorer un contrat : c'est une décision de politique d'entreprise, pas un calcul.
  • Il traite l'exception. Le cas jamais vu, la contrainte apparue ce matin, la solution qui sort du modèle.

Un algorithme ne fait aucune de ces quatre choses. Un outil qui prétend le contraire se survend.

Que fait un algorithme qu'un humain ne peut pas faire ?

Une seule chose : explorer exhaustivement. Tout le reste en découle.

Un planificateur expérimenté construit un bon planning en quelques jours. Il ne peut pas, en revanche, vérifier qu'un autre agencement des mêmes affectations n'aurait pas produit deux découchers de moins et une répartition plus équitable des week-ends. La comparaison entre solutions complètes est hors de portée humaine, non par manque de compétence mais par volume : chaque affectation modifie les compteurs glissants sur 7, 14 et 28 jours de la personne concernée, et donc la faisabilité de toutes les affectations suivantes.

Le FL3XX × SkAI Tech Crew Management Benchmark 2026 (périmètre : l'aviation d'affaires) donne la mesure de cet écart d'échelle sur un cas volontairement minuscule. Avec 14 vols et 10 membres d'équipage, le nombre de rosters possibles atteint déjà 1,4 × 10²³. Un planificateur qui en évaluerait 1 000 par seconde, un rythme qu'aucun humain ne tient, mettrait 321 fois l'âge de l'univers à tous les parcourir. Aucune opération réelle n'est aussi petite que ce cas (démonstration détaillée dans notre article sur l'explosion combinatoire du rostering).

C'est le seul chiffre qui rende le débat honnête : ce qui manque à la méthode manuelle tient moins à la vitesse qu'à la possibilité de comparer. Un planificateur expérimenté produit une bonne solution ; il ne peut simplement pas savoir de combien elle s'écarte de la meilleure, parce que la question elle-même est hors d'atteinte sans machine.

Trois conséquences pratiques :

  1. La vérification est exhaustive et non échantillonnée. Chaque affectation est contrôlée contre toutes les règles (FTL, qualifications, règles internes), et pas seulement celles auxquelles on a pensé à ce moment-là.
  2. Le recalcul est bon marché. Une fois le modèle en place, régénérer coûte des minutes, ce qui permet de tester plusieurs scénarios avant de publier et de récupérer vite après un aléa. L'enjeu est mesurable : le CODA Digest d'EUROCONTROL relève que les retards en chaîne représentent 46 % des minutes de retard en Europe en 2024, soit 8,0 minutes par vol. La littérature d'optimisation montre par ailleurs qu'une récupération intégrée, où vol et équipage sont traités ensemble plutôt que l'un après l'autre, surpasse l'approche séquentielle sur les coûts de récupération (Petersen et al., 2012, Transportation Science). Notre article sur le disruption management détaille ce point.
  3. Les objectifs deviennent explicites. « Équilibrer les week-ends » cesse d'être une intention pour devenir un critère mesuré, arbitré et traçable (voir l'équité des rosters).

Comment les deux méthodes se comparent-elles concrètement ?

CritèreConstruction manuelleOptimisation algorithmique
Production d'un roster mensuelPlusieurs joursMinutes (12 min en moyenne constatée chez SkAI Tech)
Nombre de solutions comparéesUne, éventuellement deuxTrès grand nombre
Vérification réglementairePar échantillonnage, sous pressionExhaustive, à chaque affectation
Équité entre navigantsIntention, difficile à prouverObjectif mesuré et traçable
Recalcul après aléaHeures, en repartant du raisonnementMinutes
Déviations planning publié / réaliséRéférence-20 % constaté chez SkAI Tech
Traçabilité des décisionsDans la tête du planificateurDans les règles et les objectifs paramétrés
Couverture directe des volsRéférence+21 points
Jours de service par pilote et par moisRéférence+0,42 jour (de la capacité déjà payée)
Jours de service freelanceRéférencejusqu'à -40 %
Écart de service entre navigantsRéférence-19 %
Temps quotidien sur les opérationsRéférence-1 h 30 par jour
Gestion de l'exceptionExcellenteFaible : c'est le rôle de l'humain
Négociation avec les navigantsExcellenteNulle

Les deux chiffres SkAI Tech du haut du tableau (12 minutes, -20 %) sont observés sur les déploiements 2025-2026, sur un périmètre de plus de 70 avions et 900 navigants. Les cinq lignes chiffrées suivantes viennent des résultats de déploiement publiés dans le FL3XX × SkAI Tech Crew Management Benchmark 2026, chez des opérateurs d'aviation d'affaires. Tous varient selon la taille de flotte et le modèle d'exploitation : ils ne se transposent ni au régional, ni à l'ACMI, ni au medevac, et ils décrivent d'autres exploitations que la vôtre.

La lecture honnête de ce tableau : les deux dernières lignes ne se compensent pas avec les autres. Elles justifient à elles seules que le planificateur reste au centre du dispositif.

Le vrai risque du tout-manuel : à qui appartient la connaissance ?

C'est le point le moins discuté et le plus coûteux. Dans une organisation qui planifie entièrement à la main, la connaissance des règles, des exceptions, des habitudes et des équilibres tacites réside dans une ou deux personnes. Le planning fonctionne parfaitement tant qu'elles sont là.

Un départ, un arrêt maladie prolongé, une période de congés, et l'opérateur découvre que rien n'est écrit. Encoder les règles dans un outil ne supprime pas l'expertise : il la documente. C'est un bénéfice de continuité d'activité, indépendant de tout gain d'optimisation.

Faut-il choisir entre les deux ?

Non. Le modèle qui fonctionne est une répartition, pas une substitution :

  • À l'algorithme : la génération du roster complet, la vérification réglementaire exhaustive, l'équilibrage entre navigants, la production de scénarios de récupération après aléa.
  • Au planificateur : la définition des objectifs et de leur pondération, l'arbitrage entre scénarios, les cas particuliers, la relation avec les navigants et les clients.

C'est ce que décrit le responsable de la planification des équipages d'Air Antilles, client de SkAI Tech : « Le gain de temps est considérable. Nous pouvons désormais nous concentrer sur les ajustements spécifiques, gérer les perturbations et mieux anticiper les besoins en formation et recrutement. » Le travail ne disparaît pas, il monte d'un cran.

Le schéma se retrouve hors aviation. Aux chemins de fer suisses (SBB), la qualification automatisée des perturbations décharge les régulateurs des centres opérationnels de jusqu'à 15 % de leur temps de travail (Detecon). L'essai IA mené en 2025 dans 90 organisations du NHS britannique, qui portait sur l'automatisation de tâches administratives et non sur la planification d'équipes, a rendu en moyenne 43 minutes par jour à plus de 30 000 agents (Department of Health and Social Care / NHS England). Dans les deux cas, les experts sont restés en poste ; leur temps s'est déplacé vers les décisions.

Vos rosters se construisent encore entièrement à la main ? Voyez ce que SkAI Tech laisse aux planificateurs, et ce qu'il prend en charge.

Comment évaluer honnêtement les deux approches ?

L'erreur classique consiste à juger un optimiseur sur un mois de démonstration vide. Un essai dont la conclusion vaut quelque chose réunit quatre ingrédients :

  1. Un mois réel, déjà volé. Rejouer un mois que l'équipe connaît, y compris celui qui s'est mal passé. On en connaît déjà l'issue : c'est précisément ce qui en fait un test.
  2. Une référence fixée avant de commencer. Heures de construction, déviations, mises en place, appels à la réserve. Définir ces indicateurs après coup rend toute conclusion invérifiable.
  3. Vos règles à vous, pas le jeu standard. Le socle réglementaire est la partie facile. La vraie question est de savoir si votre accord d'entreprise et vos politiques internes peuvent être paramétrés, et par qui.
  4. Un scénario de perturbation. Introduire une indisponibilité au jour 12 et chronométrer la récupération. C'est le chiffre avec lequel l'équipe vivra au quotidien, et ce n'est jamais celui de la plaquette commerciale.

Qu'est-ce qui change concrètement pour l'équipe ?

Trois changements, dans cet ordre chronologique :

  1. Il faut écrire les règles. C'est la phase la plus exigeante, et la plus utile : mettre noir sur blanc ce que l'équipe applique par habitude. Elle révèle souvent des règles contradictoires que personne n'avait formulées.
  2. Le rythme de travail se déplace. Moins de temps sur la construction, plus sur l'analyse des scénarios et l'anticipation : besoins de formation, de recrutement, pics saisonniers.
  3. La discussion change de nature. On ne débat plus de la faisabilité d'un planning mais de ses objectifs : combien de stabilité veut-on payer en coût, quelle équité vise-t-on. C'est une conversation plus difficile et plus utile.

Ce changement ne suppose pas de remplacer le système d'opérations : un add-on connecté par API lit les données en place et renvoie les plannings, sans migration ni changement de workflow.

FAQ

L'optimisation supprime-t-elle des postes de planificateur ?

Ce n'est pas ce que décrivent les clients de SkAI Tech. La charge se déplace : moins de construction et de vérification, plus de gestion d'aléas, d'analyse et d'anticipation. Sur un marché où les compétences de crew planning sont rares, l'enjeu est généralement de retenir ces profils, pas de les réduire.

Peut-on faire confiance à un planning qu'on n'a pas construit soi-même ?

La confiance vient de la traçabilité, pas de l'auteur. Un bon outil montre quelles règles ont été appliquées et pourquoi une affectation a été retenue. C'est d'ailleurs plus vérifiable qu'un raisonnement mental, par construction non documenté.

Et si nos règles internes ne sont écrites nulle part ?

C'est le cas le plus fréquent, et c'est le premier travail du projet : formaliser l'essentiel, les règles réglementaires étant déjà livrées avec l'outil. Cette formalisation a de la valeur même indépendamment de l'outil.

Combien de temps avant de voir un résultat ?

Le temps de génération se constate dès le premier roster complet. Les gains structurels (déviations, coûts de récupération) se mesurent sur plusieurs mois, contre une période de référence définie avant le démarrage. Définir cette référence avant de commencer est la seule façon de pouvoir conclure ensuite.

Sources

  • FL3XX × SkAI Tech (2026, août), Crew Management & Business Aviation Operations — 2026 Benchmark Report : explosion combinatoire et résultats de déploiement 2025-2026, périmètre aviation d'affaires, variables selon la taille de flotte et le modèle d'exploitation.
  • Indicateurs SkAI Tech (données propriétaires) : temps moyen de génération et réduction des déviations observés sur les déploiements 2025-2026, sur plus de 70 avions et 900 navigants.
  • Témoignage client publié sur le site SkAI Tech (Air Antilles).
  • EUROCONTROL (2025, 25 juillet), All-Causes Delays to Air Transport in Europe — Annual 2024 (CODA Digest), eurocontrol.int.
  • Petersen, J. D., Sölveling, G., Clarke, J.-P., Johnson, E. L. et Shebalov, S. (2012), An Optimization Approach to Airline Integrated Recovery, Transportation Science 46(4), 482-500, DOI 10.1287/trsc.1120.0414.
  • Detecon, New data analytics software for SBB (étude de cas), detecon.com.
  • Department of Health and Social Care / NHS England (2025), Major NHS AI trial delivers unprecedented time and cost savings, gov.uk.

Livre blanc

Le benchmark 2026 de la gestion d’équipage

L’automatisation intelligente, la maîtrise des coûts et l’interconnexion des systèmes au service du planning et du reporting d’équipage. Accès gratuit, contre vos coordonnées.

Lire le rapport ouvre un nouvel onglet
Couverture du rapport Benchmark 2026, publié par FL3XX et SkAI Tech

Passez à la Planification d’équipage intelligente

Découvrez en 30 minutes comment SkAI Tech peut transformer votre gestion d'équipage en avantage stratégique.

Réserver une démo