Pourquoi les estimations de coûts d’un Grand Projet énergie dérapent et comment fiabiliser le chiffrage
Les Grands Projets d’infrastructure énergétique tiennent rarement leur budget initial. Le plus souvent, l’écart se prépare bien avant le chantier, dans une estimation de départ trop basse. Cet article porte sur ce moment précis : le chiffrage et le provisionnement avant le lancement d’un Grand Projet en mer ou dans le nucléaire.
Il s’adresse aux DAF, directeurs de projet, cost controllers et équipes d’estimation. Il explique pourquoi les estimations dérapent avec une telle régularité, et quels leviers permettent de chiffrer plus juste.
Cost overrun : un phénomène statistique sur les Grands Projets énergie
Avant de chercher des responsables, il faut mesurer la régularité du phénomène. Les dépassements de budget sur les Grands Projets sont trop fréquents et trop systématiques pour relever de la malchance. Ils suivent un schéma.
Ce que disent les chiffres : sous-estimation chronique dans le nucléaire et l’offshore
Sur une base de plus de 16 000 projets, Bent Flyvbjerg observe que 8,5 % seulement respectent à la fois leur budget et leur délai. Le secteur de l’énergie figure parmi les moins performants. L’étude de Sovacool, Gilbert et Nugent (revue Energy, 2014), portant sur 401 projets électriques, le confirme : les coûts sont sous-estimés dans environ 75 % des cas, avec un dépassement moyen de 117 % pour le nucléaire. Une telle régularité signale une cause structurelle.
Estimation initiale et estimation à terminaison (EAC)
Une confusion brouille souvent le sujet. Estimer le coût d’un projet avant son lancement et piloter ce coût en cours d’exécution sont deux exercices différents. Le suivi en cours de projet, l’estimation à terminaison (EAC), corrige au fil de l’eau. Mais lorsque l’estimation de départ est fausse, tout le pilotage en aval part d’une base biaisée.
Le biais d’optimisme dans les projets éoliens en mer
La cause principale est cognitive. Quand on estime un projet, on chiffre spontanément le scénario où tout se passe bien et l’on sous-pondère les aléas, faute d’avoir sous les yeux les distributions de coûts des projets passés. C’est le biais d’optimisme, documenté sur des milliers de projets. L’environnement l’aggrave : une filière jeune, peu standardisée, où les données des projets précédents sont rarement capitalisées.
Vue « inside » et vue « outside » : deux façons d’estimer
La distinction, popularisée par Daniel Kahneman et Bent Flyvbjerg, éclaire le mécanisme. La vue « inside » estime le projet de l’intérieur, à partir de ses propres hypothèses, plan en main. La vue « outside » le situe par rapport à une famille de projets comparables déjà réalisés. La première sous-estime car elle ignore ce que l’historique aurait appris. La seconde ramène l’estimation vers la réalité observée.
Le cas offshore : ce qui est sous-provisionné
En mer, les postes sous-provisionnés sont identifiables. L’immobilisation des navires d’installation, qui se facture de 150 000 à 500 000 euros par jour et jusqu’à un million pour un jack-up de dernière génération, est rarement provisionnée à sa juste mesure. Les fenêtres météo et la force majeure maritime, mal couvertes au contrat, se transforment en coûts non prévus. Une estimation qui ignore ces aléas spécifiques est condamnée à être dépassée. Vous pouvez retrouver plus d’informations dans cet article : Indemnité d’immobilisation bateau éolien offshore : pourquoi le DAF la découvre trop tard.
La même logique vaut pour les obligations de fin de vie, dont la provision se construit dès la mise en service. Vous pouvez retrouver plus d’informations dans cet article : Démantèlement et cycle de vie d’un parc éolien en mer : combien provisionner et comment éviter la sous-estimation.
Reference class forecasting : estimer à partir de projets comparables
Le correctif le plus direct du biais d’optimisme consiste à estimer à partir de projets réellement comparables, plutôt qu’à partir du seul plan interne. C’est le reference class forecasting, l’application concrète de la vue « outside ».
Comment fonctionne le reference class forecasting
La méthode tient en trois temps. On identifie une classe de référence, un ensemble de projets comparables dont le coût réel est connu. On en tire la distribution des dépassements observés. On ajuste l’estimation initiale en fonction de cette distribution. La méthode a été employée pour la première fois sur le tramway d’Édimbourg, à partir d’une quarantaine de projets de référence.
Ses limites
Le reference class forecasting réduit le biais, il ne l’efface pas, et mieux vaut le dire clairement. Sa fiabilité dépend de la qualité de la classe de référence : trop étroite, elle manque de cas ; trop large, elle perd en pertinence. Elle suppose aussi des données crédibles sur les projets passés, rares quand ces projets sont peu standardisés.
Dimensionner la contingency : du pourcentage forfaitaire au P50/P90
Une estimation juste ne se résume pas à une valeur centrale. Elle prévoit une provision pour aléas, la contingency, à la hauteur de l’incertitude réelle.
Pourquoi un pourcentage forfaitaire ne tient pas
Ajouter « 10 % de marge » à un Grand Projet d’infrastructure énergétique est rassurant mais trompeur. Les référentiels d’estimation, comme la classification de l’AACE, le reconnaissent : une estimation très préliminaire peut afficher une fourchette allant de -50 % à +100 %. Un forfait fixe ne reflète pas cette réalité.
Monte Carlo, P50 et P90 : choisir un niveau de confiance
L’approche probabiliste simule des milliers de scénarios de coûts (simulation de Monte Carlo) pour obtenir une distribution, au lieu d’un chiffre unique. On lit alors le coût qui a 50 % de chances de ne pas être dépassé (P50) et celui qui en a 90 % (P90). L’écart entre les deux donne la contingency justifiée par le risque. Le budget cible se cale sur un niveau de confiance assumé, souvent autour du P80, plutôt que sur un chiffre rond.
Passer du chiffrage curatif au provisionnement préventif
Fiabiliser une estimation est un travail de méthode, qui se mène avant le lancement.
Une checklist d’estimation avant lancement
Quatre réflexes résument l’approche. Estimer en vue « outside », par comparaison avec des projets réels. Provisionner les aléas propres au projet, en mer comme dans le nucléaire. Dimensionner la contingency sur une base probabiliste, P50 contre P90, plutôt qu’au forfait. Et réviser ces hypothèses tant que le périmètre n’est pas figé.
Un cinquième réflexe mérite d’y être ajouté : chiffrer le découpage en lots lui-même, car chaque interface créée entre deux contrats porte son propre risque de coût. Vous pouvez retrouver plus d’informations dans cet article : Gestion des interfaces en éolien en mer : maîtriser les lots avant qu’ils ne deviennent des litiges.
Les compétences qui font la différence
Ces méthodes ne valent que par les profils qui les portent : des cost controllers qui raisonnent à terminaison, des estimateurs qui connaissent les aléas réels de l’offshore et du nucléaire et savent construire une distribution de coûts.
Renergy renforce la maîtrise d’exécution des grands projets par deux leviers complémentaires : le déploiement d’experts en estimation, project control et finance de projet et la formation des équipes internes.
Si ces sujets rejoignent les vôtres, vous pouvez prendre rendez-vous avec un consultant Renergy pour en discuter. L’échange est confidentiel et vise à identifier les pistes adaptées à votre exposition spécifique.
Pour aller plus loin, découvrez les quatre décisions de la phase d’ingénierie qui sauvent la construction d’un Grand Projet énergie.
