Un planning P6 ou MS Project classique donne une date de fin unique, calculée à partir de durées d'activité elles-mêmes uniques. Ce mode de calcul déterministe ignore une réalité statistique connue : quand plusieurs chemins d'un réseau d'activités convergent vers un même jalon, la probabilité que ce jalon soit tenu à la date calculée est presque toujours inférieure à 50 % — un phénomène appelé "merge bias" ou biais de convergence.

Le principe : remplacer une durée fixe par une plage

La simulation Monte Carlo consiste à remplacer, pour chaque activité (ou au minimum pour les activités du chemin critique et quasi-critique), une durée unique par une estimation à trois points : optimiste, la plus probable, et pessimiste. Le logiciel (Primavera Risk Analysis / Pertmaster, Safran Risk, ou des add-ins comme @Risk) exécute ensuite des milliers d'itérations du planning, en tirant aléatoirement une durée dans chaque plage à chaque itération, et enregistre la date de fin obtenue à chaque fois.

Le résultat n'est plus une date, mais une distribution de probabilité : on peut alors lire directement la date correspondant à un niveau de confiance de 50 %, 80 % ou 90 % — le P80 étant souvent la référence retenue pour un engagement contractuel prudent.

Les deux erreurs qui invalident une simulation

Une simulation Monte Carlo mal construite donne une fausse impression de rigueur scientifique alors que ses résultats sont biaisés. Les deux erreurs les plus fréquentes :

  • Ignorer la corrélation entre activités — des activités soumises au même facteur de risque (une même équipe, un même fournisseur, une même zone géographique exposée à la météo) ne doivent pas être simulées comme statistiquement indépendantes. Sans corrélation, la simulation sous-estime systématiquement la dispersion réelle des résultats.
  • Sous-estimer les plages d'incertitude par optimisme — des estimations optimiste/pessimiste trop resserrées autour de la durée "la plus probable" annulent l'intérêt de la méthode ; la qualité de la simulation dépend directement de la sincérité des plages saisies, généralement issues d'ateliers avec les responsables de lot.

Coût et délai : une simulation intégrée est plus révélatrice

Une simulation Monte Carlo appliquée séparément au coût et au délai sous-estime le risque réel, car les deux sont souvent liés : un retard prolonge la durée de mobilisation des ressources, donc augmente le coût. Une simulation intégrée, qui propage l'impact d'un retard de durée sur les coûts variables associés, donne une image plus fidèle de l'exposition réelle du projet — en particulier utile pour dimensionner une provision pour risques (contingency) crédible face à une direction financière ou un client.

Une simulation Monte Carlo bien conduite ne remplace pas un planning bien structuré — elle le complète, en révélant l'incertitude que le planning déterministe masque. C'est un exercice que nous intégrons sur les missions où l'engagement de délai comporte un enjeu contractuel fort.