Achats et IA : gagner en efficacité sans perdre en qualité

Des tâches qui prenaient jusqu’à récemment des jours ou des semaines peuvent être accomplies en quelques minutes : analyser les dépenses, vérifier les contrats, identifier les problèmes critiques dans la base d’approvisionnement, surveiller les risques ou guider les gens vers des achats conformes aux politiques de l’entreprise.

L’intelligence artificielle transforme les achats à une vitesse sans précédent.

Mais la même technologie qui accélère les processus introduit également de nouvelles tâches et responsabilités : chaque décision appuyée par l’IA dépend de la qualité des données, de la robustesse des processus et du niveau de contrôle que l’organisation est capable d’exercer.

Le véritable défi pour ceux qui dirigent les achats

« C’est le véritable défi aujourd’hui pour ceux qui dirigent les achats : augmenter la rapidité et l’efficacité sans perdre en qualité, en contrôle et en responsabilité », remarque Paolo Brida, responsable de la gestion des dépenses chez Sap Italia.

Et cela « est particulièrement vrai en Italie, qui possède une structure industrielle unique : par exemple, le secteur manufacturier est construit sur des chaînes d’approvisionnement à plusieurs niveaux avec des milliers de PME fournisseurs et sous-traitants ».

Selon Confindustria, le secteur manufacturier italien est interconnecté avec des fournisseurs non européens pour 364 catégories de produits, pour une valeur d’environ 26 milliards d’euros par an. Dans un contexte aussi fragmenté, la surveillance des risques liés aux fournisseurs et la visibilité sur la base d’approvisionnement nécessitent des outils qui vont au-delà des capacités manuelles, et l’IA devient un outil naturel et avantageux.

Capacité à produire de meilleurs résultats pour l’entreprise

Le sujet est particulièrement pertinent car les exigences en matière d’approvisionnement vont bien au-delà de la simple réduction des coûts. La fonction est appelée à contribuer à la gestion des risques, à la résilience de la chaîne d’approvisionnement, à la durabilité et à la transformation numérique de l’ensemble de l’organisation.

L’IA peut être un extraordinaire accélérateur, mais sa valeur ne se mesure pas au nombre de tâches qu’elle peut automatiser. Elle se mesure à sa capacité à produire de meilleurs résultats pour l’entreprise.

Une recherche récente promue par Sap Italia avec Economist Enterprise, ‘Les achats à la croisée des chemins : de l’optimisme au réalisme »impliquant 2 648 cadres dans le monde, confirme cette orientation : 56 % des personnes interrogées considèrent la stratégie IA comme le principal catalyseur de l’agenda numérique des achats.

Dans le même temps, on a moins confiance dans la capacité des organisations à transformer leurs investissements technologiques en résultats meilleurs et cohérents.

Le message est clair : la prochaine phase de l’IA dans les achats ne concerne plus l’accès à la technologie, mais la capacité à créer les conditions nécessaires pour transformer son potentiel en valeur mesurable.

Partez du résultat que vous souhaitez obtenir, pas de la technologie

Lorsqu’on parle d’IA, la tentation est souvent de partir de l’outil : quelle solution adopter, quel modèle utiliser, quel processus automatiser. Pour les achats, « je pense que l’approche devrait être exactement inverse », souligne le responsable de la gestion des dépenses chez Sap Italia.

Ce qui signifie : « la première question devrait être : quel domaine voulons-nous améliorer ?

Une équipe de sourcing peut souhaiter réduire le temps nécessaire à la préparation d’un appel d’offres. Un gestionnaire de catégories devra peut-être d’abord détecter les changements de prix ou les signes de risque dans la base d’approvisionnement. Une organisation peut vouloir augmenter le pourcentage d’achats effectués conformément au contrat, réduisant ainsi ce qu’on appelle achat non-conformiste, c’est-à-dire des achats effectués en dehors des processus, contrats ou fournisseurs approuvés par l’entreprise.

La gouvernance dès la conception

Ce sont des objectifs différents et nécessitent des données, des niveaux d’automatisation et de contrôle différents.

« Partir du résultat », souligne Brida, « permet aussi de définir dès le départ quelles décisions l’IA peut prendre de manière autonome, quelles recommandations doivent être soumises à vérification et quels choix doivent nécessairement rester sous la responsabilité d’une personne ».

Ainsi, la gouvernance ne devient pas un contrôle ajouté à la fin du processus, mais une composante de sa conception même.

Sans données connectées, les algorithmes ne fournissent pas d’informations correctes

Ensuite, il y a un élément qui est essentiel : la qualité et la disponibilité des données.

Les données des partenaires, les informations sur les dépenses, les contrats, les performances des fournisseurs et les indicateurs de risque sont souvent répartis sur différents systèmes et gérés selon une logique différente.

« Une IA peut être aussi sophistiquée qu’on le souhaite », note le directeur de Sap Italia, « mais si elle ne dispose pas du bon contexte, elle risque de produire des indications incomplètes ou, pire, de transformer une information incertaine en une recommandation apparemment certaine ».

Vous n’avez pas besoin d’attendre d’avoir des données parfaites pour commencer. Cependant, il est nécessaire de savoir où les données sont fiables, où elles présentent des lacunes et quelles décisions peuvent être prises sur la base des informations disponibles.

Pour cette raison, une stratégie d’IA efficace « doit s’accompagner d’une gouvernance des données solide : définitions partagées, responsabilités claires, contrôles d’accès et sources traçables. Lorsque l’information est incomplète, l’IA doit pouvoir la mettre en évidence ».

L’IA peut augmenter la valeur du jugement humain

Transformer les achats ne signifie donc pas transférer toutes les décisions vers l’intelligence artificielle.

Une étude d’Economist Enterprise montre que moins d’un dirigeant sur dix envisage de donner à l’IA un rôle décisionnel dominant dans la plupart des décisions d’achat au cours des trois prochaines années.

En revanche, 46 % s’attendent à ce que la technologie aide principalement les personnes dans les tâches tactiques tout en conservant le contrôle humain sur les décisions stratégiques.

« C’est un équilibre particulièrement important », observe Brida, « un algorithme peut comparer rapidement les prix, les conditions contractuelles et les indicateurs de performance. Il peut identifier un fournisseur qui présente des données particulièrement favorables. Mais il ne peut pas nécessairement comprendre pleinement la qualité d’une relation, la capacité d’un partenaire à collaborer en cas de crise ou la volonté d’un fournisseur à innover ».

Les facteurs qui font la différence

Ces évaluations nécessitent de l’expérience, une connaissance du marché et des compétences relationnelles. Dans un contexte où de nombreuses organisations auront accès à des technologies et des données de plus en plus similaires, ce sera précisément cette capacité à interpréter les résultats de l’IA et à les combiner avec l’expérience et le jugement qui fera la différence.

Le tissu industriel italien est historiquement construit sur des relations logistiques profondes, souvent ancrées dans des circonscriptions territoriales où la confiance, la proximité et la connaissance mutuelle entre client et fournisseur sont des atouts stratégiques.

Mesurer ensemble la valeur potentielle et le risque

Pour que ce modèle fonctionne à grande échelle, il faut mesurer non seulement l’efficacité générée par l’IA, « mais aussi la qualité des décisions et les risques associés ».

« La réduction du temps de cycle, l’augmentation du respect des contrats, la gestion des dépenses, la performance des fournisseurs et l’adoption par les utilisateurs sont des indicateurs importants. Mais ils doivent être accompagnés de mesures telles que le nombre d’exceptions, les interventions humaines sur les recommandations de l’IA, les erreurs de qualité des données et les éventuelles violations de contrôle.

Il s’agit d’une étape fondamentale car « l’IA peut produire une efficacité visible sans nécessairement améliorer les décisions qui comptent vraiment ».

Les achats, les finances, l’informatique et les opérations doivent partager les règles et les responsabilités

La transformation nécessite également un changement culturel. Les gens doivent savoir comment travailler avec l’IA, quand remettre en question ses recommandations et qui reste responsable de la décision finale.

« Les achats, les finances, l’informatique, le juridique et les opérations doivent partager des règles et des responsabilités avant qu’un problème ne survienne, et non après », indique le responsable de la gestion des dépenses chez Sap Italia.

L’avenir des achats ne sera donc pas simplement plus automatisé. « Elle sera davantage renforcée par l’intelligence artificielle, mais également davantage axée sur des activités où l’expérience, le jugement et les relations font réellement la différence. »

Les organisations qui parviendront à connecter IA, données fiables, gouvernance et compétences relationnelles « seront celles qui pourront transformer la technologie d’un simple outil d’automatisation en un véritable levier stratégique ».