Ce que 2 jours à DPW nous ont appris sur le déploiement de l'IA dans les achats

L'IA dans les achats fonctionne quand on repense d'abord le travail, qu'on s'attaque au processus le plus lourd et qu'on calcule le résultat net des coûts. Multiplier les modèles et les projets pilotes ne suffit pas.

C'était le message central au DPW Amsterdam cette année. Notre vice-président Produit et IA, Dimitri Poliderakis, a passé deux jours en sessions avec Siemens, Heineken, Primark, AstraZeneca, Mercedes-Benz, SAP, McKinsey et HFS Research, ainsi qu'avec des leaders des achats des secteurs manufacturier et chimique.

Le thème de la conférence: RECODE. En clair: recoder le travail, pas seulement les outils. Voici les neuf leçons retenues, chacune avec une action immédiate pour votre équipe, suivie d'une liste de contrôle sur 90 jours.

Dimitri Poliderakis, vice-président Produit et IA, et Karim Besbes, chef de la direction technologique

1. Modifiez le processus avant d'intégrer l'IA

Seulement 10 % du succès de l'IA dépend des modèles. Tiger Tyagarajan a ouvert la conférence avec une répartition marquante: 10 % pour les modèles, 20 % pour la techno, les données et l'infrastructure, et 70 % pour les personnes, la refonte des processus et l'adoption.

Son constat est direct: « nous avons automatisé le désordre. » Appliquer l'IA sur un vieux processus donne simplement un vieux processus plus rapide. Siemens, Heineken, Primark et AstraZeneca ont tous partagé ce point de vue côté acheteur.

Tyagarajan a aussi précisé d'où provient la réelle valeur de l'IA:

La plupart des équipes d'achats en sont au stade Déployer: un copilote ici, un outil de synthèse là. Le saut vers Repenser livre les vrais gains, et cela commence devant un tableau blanc, pas lors d'une démo.

À essayer: avant d'acheter un outil d'IA, cartographiez le processus étape par étape et ciblez ce qui disparaît. Si rien ne disparaît, attendez-vous au mieux à des résultats de niveau Déployer.

2. Cessez de célébrer les projets pilotes

Environ 80 % des conseils d'administration affirment utiliser l'IA, mais moins de 25 % constatent un rendement. Tyagarajan parle de « mort par mille pilotes ». Saurabh Gupta de HFS Research, présentant un sondage auprès de 150 leaders des achats, a noté la même chose: la peur de manquer le train motive les dépenses, mais les déploiements complets tardent.

La session SAP Ariba a chiffré le problème. Les LLM génériques atteignent environ 80 % de précision. 42 % des entreprises citent l'accès et la qualité des données comme obstacle majeur (source Anthropic). 74 % des organisations restent coincées en mode pilote sans plan d'échelle (source BCG).

HFS le formule clairement: « cessez de célébrer les projets pilotes d'IA. » Un pilote qui ne s'étend pas est un coût, pas un succès.

À essayer: définissez un plan de déploiement d'une page pour chaque pilote avant son lancement. Quatre lignes: le processus modifié, les données requises, le responsable après le lancement et l'indicateur décidant de la suite.

3. Partez de votre ERP et nettoyez les données du premier cas d'usage

L'IA ne vaut que par les données accessibles, or les données d'achats restent cloisonnées. L'ingénierie conçoit une pièce, les achats s'en procurent, les finances paient. Le processus traverse les services; les données restent verrouillées. Une IA sur une seule étape n'a jamais la vue d'ensemble.

Siemens l'a illustré concrètement. Klaus Staubitzer a montré une même pièce physique portant cinq numéros distincts selon les usines: Chemnitz, Nanjing, Zoug, Vienne, Karlsruhe. Leur solution: un identifiant unique par pièce et une règle de partage par défaut, sauf exception justifiée.

AstraZeneca (Nataša Vidmar) a suivi le même ordre: une plateforme source-to-pay unique regroupant tous les fournisseurs, puis des données propres, de la formation et enfin l'IA.

Pour la majorité des fabricants de taille moyenne, l'ERP est le système central de référence. Tout outil d'IA doit y lire et y écrire. La qualité des données ERP est donc le premier point à valider, pas le dernier.

La bonne nouvelle: pas besoin de données parfaites partout. Il faut des données propres là où tourne votre premier cas d'usage.

À essayer: ciblez le problème de données qui bloque votre premier cas d'usage (doublons de pièces, fiches fournisseurs incomplètes, dates promises absentes) et réglez-le en priorité.

4. Partez de votre problème le plus lourd, prouvez la valeur, puis déployez

Les équipes qui avancent ont ciblé quelques cas d'usage clés et les ont validés avant d'élargir. Primark (Laura Cook) a relevé 50 cas d'usage possibles dans dix volets d'achats, des demandes initiales aux paiements en passant par la gestion des bons de commande. Puis, trois priorités ont été isolées: accueil des fournisseurs, risques liés aux tiers et approvisionnement.

Où se situent les vrais blocages? Un sondage présenté sur place montrait les plus longs délais dans la gestion des contrats (40 %), la stratégie de catégories (29 %) et l'approvisionnement (28 %). Or, les budgets d'IA vont surtout à la classification des dépenses (54 %), à l'approvisionnement (50 %) et aux contrats (35 %), tandis que 67 % des leaders cherchent des analyses par IA pour leurs stratégies. Comparez ces chiffres aux vôtres: vos pertes de temps et vos dépenses IA ne concordent pas toujours.

C'est la méthode idéale. Le choix des priorités dépend de vos points de friction réels, souvent moins prestigieux que l'approvisionnement chez les manufacturiers.

Dans les discussions de Dimitri, la tâche la plus lourde citée reste le suivi quotidien des bons de commande: relancer les fournisseurs, vérifier les dates de livraison, chercher dans les courriels et les PDF. Les achats demeurent manuels. Chaque heure perdue ici est une heure de moins consacrée à la stratégie fournisseur pour éviter les arrêts de production.

Le bon de commande mérite selon nous d'être dans la première vague, pour trois raisons:

• Le problème est quotidien et partagé. Tous les acheteurs le vivent, l'adoption se fait donc naturellement.

• Les données sont déjà dans votre ERP. Bons ouverts, dates promises et contacts sont présents. Aucune nouvelle base de données n'est requise.

• Le résultat se mesure facilement. Taux de confirmation, heures de relance épargnées, retards anticipés. Une comparaison claire prouve la valeur du premier gain et finance le suivant.

À essayer: listez vos cas d'usage potentiels, évaluez-les selon leur difficulté et leur impact, puis retenez deux ou trois priorités démontrant un résultat mesurable en 90 jours.

5. Calculez le ROI net, pas le chiffre brut

Gains d'efficacité et économies réelles sont distincts. Siemens rapporte des gains d'efficacité de 20 à 60 % grâce à l'IA, mais seulement 10 à 30 % d'économies réelles. Cela reste important, mais seul le second chiffre atteint l'état des résultats.

Heineken (Hervé Le Faou) a été le plus direct: l'IA a permis des économies, mais une part notable a servi à financer son fonctionnement technique, augmentant au passage l'empreinte carbone de l'entreprise.

HFS met en garde sur le discours: axer les projets sur les réductions d'effectifs crée de la résistance en présentant l'IA comme une menace pour l'emploi. HFS suggère d'orienter l'argumentaire sur la performance, la personnalisation, la prédiction et la productivité. Selon leur sondage, les décideurs visent d'abord de meilleures décisions éclairées par les données (58 %) et l'agilité (47 %). La réduction d'effectifs n'arrive qu'au troisième rang (45 %).

À essayer: calculez la valeur de l'IA déduite de ses coûts de fonctionnement et suivez son impact concret sur l'entreprise: durées de cycle, livraisons à temps, vitesse de décision. Présentez les économies, mais pas de manière isolée.

6. Inutile d'acheter toute la suite technologique

Avec plus de 950 fournisseurs technologiques en achats (Adam Brown, DPG Labs) qui affirment tous tout faire, le choix d'architecture vous revient. Brown explique que la suite classique source-to-pay s'efface face aux agents d'IA qui brouillent les pistes, tandis que les grandes suites continuent de s'étendre de la demande au paiement.

Une responsable des achats d'une société chimique mondiale anticipe quatre configurations possibles:

Elle a exprimé des réserves sur la suite complète. D'après elle, les grandes plateformes tardent à livrer les nouveautés, et ces ajouts déçoivent souvent. De plus, leurs tarifs ciblent les multinationales, excluant de nombreux fabricants moyens.

Trois filtres sont revenus constamment:

• L'ERP d'abord. C'est la base centrale où chaque outil doit lire et écrire.

• L'échelle de l'entreprise. Une suite taillée pour un géant mondial est souvent démesurée pour une usine de 300 employés.

• Nuage ou sur site. La défense et les secteurs sensibles exigent souvent des installations locales.

À essayer: choisissez la configuration visée parmi les quatre, puis évaluez chaque fournisseur selon ce cadre. Ne laissez pas leurs feuilles de route décider pour vous.

7. Encadrez le niveau d'autonomie des agents

L'expression « agents d'IA » a dominé DPW. La vraie question est de déterminer ce qu'ils peuvent exécuter sans intervention humaine. Mercedes-Benz (avec GEP) a présenté le modèle le plus clair, passant de l'idée à la réalité en moins d'un an avec trois niveaux:

Leur défi principal n'était pas la technologie, mais l'adoption, soutenue par de la formation continue et des retours réguliers.

Le partage de données exige aussi des règles. Les analyses comparatives demandent des données mutualisées, et les acheteurs n'acceptent qu'avec un cadre strict. La dirigeante du secteur chimique a posé sa limite: les moyennes sont acceptables; les prix extrêmes payés ou les détails des transactions ne le sont pas. Les achats directs sont plus sensibles que les achats indirects, car ils touchent au cœur de l'avantage concurrentiel d'un fabricant.

À essayer: pour chaque agent, établissez trois listes: ce qu'il peut faire seul, ce qui requiert une validation, et ce qui lui est interdit. Fixez ces règles avant qu'un fournisseur ne sollicite vos données pour ses comparaisons.

8. Intégrez les finances sans tarder

Les achats et les finances partagent désormais les mêmes objectifs stratégiques. Durant la session des directeurs financiers (Michaela Mayrhofer, Valentina Fanni et Chris Sawchuk), les intervenants ont souligné que l'IA libère les équipes des tâches routinières pour les amener vers la stratégie, une transition plus rapide en équipe. Une large part des fonds de l'entreprise passe par les achats; les finances doivent voir où va l'argent, tandis que les achats ont besoin de comprendre les budgets et les marges.

Leur recommandation: décloisonnez et travaillez par processus globaux, car l'IA ignore les barrières internes. Évaluez aussi les achats selon leur impact sur l'état des résultats, et non seulement par les rabais obtenus sur les pièces.

Selon McKinsey (Theano Liakopoulou), la gestion des partenaires et fournisseurs est un enjeu d'entreprise dont les achats forment le noyau. HFS va plus loin et suggère que les achats deviennent les architectes de l'écosystème IA en créant un inventaire clair des outils adoptés afin de prévenir leur prolifération non contrôlée.

À essayer: offrez à votre direction financière un accès direct aux dépenses engagées et aux risques de livraison. C'est le moyen le plus direct d'aligner les projets d'achats avec les attentes financières.

9. Déployez rapidement, ajustez chaque jour

Les équipes les plus agiles mettent en production des outils complétés à 70 ou 80 % et les affinent sur le terrain. Tyagarajan soutient que tout système d'IA doit comporter une boucle d'apprentissage continu dès le départ. Les révisions mensuelles sont trop lentes. Siemens partage cet avis: apprenez à composer avec l'imperfection.

Sa conclusion portait sur l'état d'esprit: modestie intellectuelle (nul ne maîtrise tout encore), adaptabilité totale et tolérance au changement constant. Les tarifs douaniers, la géopolitique et les perturbations d'approvisionnement persistent, tout comme le rythme d'évolution de l'IA.

Le panel CPO Playbook a désigné la curiosité et le jugement comme compétences humaines déterminantes. Faites preuve d'ambition sur le potentiel de l'IA, tout en restant pragmatique dans son exécution par étapes.

À essayer: pour chaque outil d'IA utilisé, désignez qui analyse ses erreurs, à quelle fréquence, et comment ces corrections sont intégrées au système.

Votre plan d'action sur 90 jours

Neuf leçons, neuf actions. La plupart demandent une discussion, pas un budget.

• Cartographiez le processus lié à votre premier cas d'IA et éliminez les étapes superflues (leçon 1)

• Prévoyez un plan de passage à l'échelle et un seuil de décision pour chaque projet pilote (leçon 2)

• Réglez le problème de données principal de votre premier cas d'usage (leçon 3)

• Classez les cas d'usage par complexité et bénéfice, puis retenez-en deux ou trois (leçon 4)

• Fixez le calcul de valeur nette incluant les coûts de fonctionnement de l'IA (leçon 5)

• Choisissez la configuration technologique cible parmi les quatre modèles (leçon 6)

• Définissez les degrés d'autonomie et les règles de partage de données pour vos agents (leçon 7)

• Partagez les données de dépenses en direct avec votre direction financière (leçon 8)

• Désignez qui valide les erreurs de l'IA et définissez la fréquence de suivi (leçon 9)

Notre rôle

La quatrième leçon démontre l'intérêt de prioriser la gestion des bons de commande: les irritants sont quotidiens, les données se trouvent déjà dans votre ERP et les résultats se quantifient vite. C'est précisément la mission d'Axya.

Axya se connecte directement à votre ERP actuel, éliminant tout besoin d'adopter une nouvelle suite lourde ou de remodeler vos bases de données. La solution prend en charge le travail récurrent de vos acheteurs: confirmations de commandes, ajustements de dates et relances par courriel ou lecture de documents PDF.

Les retombées rejoignent les métriques recommandées dans la leçon 5. J.A. Larue, fabricant d'équipement de déneigement sous Infor CSI, a mesuré une réduction de 60 % du temps consacré aux bons de commande et une baisse de 25 % des retards de livraison.

Si la simplification de vos processus figure à vos priorités, discutons-en.