Recherche

L'IA générative re(m)place l'acheteur au coeur des processus

À l'instar des autres fonctions, les achats s'apprêtent à vivre une révolution avec l'arrivée de l'IA générative. Capable de comprendre des requêtes en langage naturel et de générer des contenus en temps réel, cette technologie promet de redéfinir en profondeur le métier.

Publié par le | Mis à jour le
Lecture
6 min
  • Imprimer
L'IA générative re(m)place l'acheteur au coeur des processus
Getting your Trinity Audio player ready...

Avec l'IA générative, ou IAGen, jamais une technologie n'était passée aussi vite du stade de la recherche à celui de l'adoption en entreprise. Il y a deux ans et demi, OpenAI créait un séisme en lançant ChatGPT, son agent conversationnel capable de comprendre des requêtes formulées en langage naturel (prompt) et de générer des réponses textuelles en temps réel, dans n'importe quelle langue et dans des styles variés. Depuis, une course à la puissance des grands modèles de langage (LLM, Large Laguage Models) s'est enclenchée, avec des avancées significatives portées par Microsoft, Google et d'autres géants de la Big Tech, rejoints par de nombreuses start-up plus ou moins spécialisées telles Aleph Alpha, Anthropic, Cohere ou Mistral AI.

Si ChatGPT a été un choc pour le grand public, il a également conduit les entreprises à s'intéresser à ces solutions d'IA générative. D'abord pour en parler à leurs équipes et démystifier le sujet. Mais surtout pour imaginer des cas d'usage permettant de gagner en efficacité, et déjà des premières mises en oeuvre. Ainsi, six entreprises sur dix ayant participé à un sondage en ligne réalisé par Acxias indiquent avoir commencé à utiliser l'IAGen dans le cadre de leur processus achats : à travers un prototype pour la plupart d'entre elles (48 % du total de réponses), ou avec déjà des fonctionnalités opérationnelles (12 %) à différents stades de la chaîne de traitement.

Une aide aux principales étapes de la chaîne achats

Après avoir mis en oeuvre l'intelligence artificielle pour automatiser le traitement des données (collecte, extraction, classification, etc.) et les analyses (détection d'écarts, anticipation d'évènements, etc.), la fonction a compris que l'IAGen constituait une nouvelle rupture technologique incontournable et décuplait les possibilités. Quels domaines du processus achats sont les plus concernés ? Technologie polyvalente, l'IAGen peut offrir une aide à de nombreuses étapes de la chaîne achats, sur les processus Source-to-contract et Procure-to-pay, mais aussi de manière transverse. Elle facilite notamment :

  • Études de marché : analyse des tendances et réglementations
  • Sourcing et sélection : identification de nouveaux fournisseurs et produits
  • Analyse de risques : anticipation des incidents financiers, environnementaux ou éthiques
  • Gestion documentaire : rédaction et résumé de contrats, cahiers des charges, appels d'offres
  • Automatisation administrative : traitement des factures et suivi des paiements
  • Optimisation des négociations : analyse des devis et comparaison d'offres
  • Evaluations fournisseurs et achats : recherche de critères, production de synthèses
  • Gestion de conformité : demande pour un suivi règlementaire et reporting

Ces usages, auxquels peut s'ajouter la programmation (codage de nouvelles fonctionnalités, correction de requêtes de base de données, production de documentation, suggestion d'optimisation, etc.), permettent non seulement d'améliorer la productivité des acheteurs, mais aussi d'apporter une nouvelle dimension à la prise de décision. Dans un autre sondage en ligne réalisé par Acxias, le sourcing fournisseurs, l'étude de marchés et l'analyse de risques arrivent en tête, cette dernière se détachant légèrement. Dans le contexte actuel tendu, l'IAGen peut en effet aider les responsables et les opérationnels achats à être plus performants et plus rapides dans l'identification, l'évaluation et la hiérarchisation des risques, à tous les niveaux (financier, environnemental, social, éthique, légal, etc.), et préparer des plans d'évitement. Toutefois, comme pour l'IA classique, plusieurs études sur le sujet montrent que les acheteurs attendent surtout une aide pour automatiser les tâches chronophages de leur quotidien.

A travers les réflexions et les projets initiés par de nombreux grands groupes, mais aussi par des entreprises plus modestes, un constat s'impose : quel que soit le niveau de maturité et d'appropriation, la plupart des directions des achats ont compris que l'IAGen allait s'accompagner de bouleversements aux niveaux opérationnel et organisationnel. Elle va en effet optimiser les opérations en améliorant la productivité et l'efficience de la fonction, et en donnant davantage de pouvoir et d'autonomie aux acheteurs pour optimiser leurs tâches du quotidien. Elle peut aussi impacter l'organisation des activités, en permettant aux collaborateurs de se recentrer sur leur coeur de métier et les tâches à forte valeur ajoutée.

Le défi de la formation et de la gestion des données

Pour maîtriser cette rupture, deux enjeux de taille sont à relever : la formation et la gestion des données. La formation est essentielle pour permettre aux collaborateurs d'acquérir les compétences nécessaires et de comprendre les limites de cette technologie et les risques. Elle doit aussi cibler les décideurs aux achats et au sein de la DSI pour mieux arbitrer les demandes et renforcer leur expertise. Ils doivent comprendre comment l'IA générative fonctionne, ce qu'elle permet aujourd'hui et ce qu'elle permettra demain. Et bien prendre conscience qu'elle ne remplacera pas l'humain, dont l'expertise et la supervision restent indispensables.

La gestion des données est tout aussi fondamentale. Pour permettre aux modèles de s'entraîner, de prendre des décisions fiables et de générer des contenus pertinents, la quantité et la qualité des données est essentielle, ce qui suppose un gros travail de nettoyage, de structuration et de classification. Il faut aussi permettre aux systèmes d'IAGen de travailler sur des données spécialisées en fonction du domaine, des cas d'usage et même du profil de l'utilisateur. Enfin, pour garantir un niveau de transparence et une maitrise des résultats produits, les données doivent aussi être visibles, documentées, interopérables et sécurisées.

Quels que soient les scénarios d'utilisation et les obstacles à surmonter, l'intégration de l'IA générative aux achats ouvre la voie à une automatisation plus poussée et à des prises de décision plus éclairées. Reste à savoir jusqu'où ira cette transformation, et comment les entreprises parviendront à en exploiter tout le potentiel sans en perdre le contrôle.

Pour aller plus loin : Bertrand Gabriel est président et fondateur d'Acxias, agence spécialisée dans l'optimisation et la transformation digitale des achats, des approvisionnements et de la comptabilité fournisseurs avec des solutions et technologies de pointe. Acxias bénéficie d'une expertise reconnue des solutions SAP Ariba et est partenaire SAP depuis 2016. Avant de fonder Acxias, en 2007, Bertrand a travaillé chez Toshiba au Japon, Eclatec, Altran et chez Usinor devenu Arcelor puis ArcelorMittal en 2006. De formation initiale Ingénieur Insa Mathématiques appliquées, titulaire d'un Master recherche en analyse des modèles stochastiques et théorie du contrôle, il a également un diplôme Executives Insead Blue Ocean Strategy.

Livres Blancs

Voir tous les livres blancs

Vos prochains événements

Voir tous les événements

Voir tous les événements

S'abonner
au magazine
Se connecter
Retour haut de page