Les technologies que sont l’Intelligence Artificielle (IA) ou le Big Data entrent dans une phase de relative maturité et leur mise en œuvre est désormais bien plus « tangible ». Le « Machine Learning » ou le « Natural Language Processing » connaissent un développement important et leur intégration est de plus en plus aisée (notamment via des API).
Nous sommes convaincus, et nos premiers retours d’expériences le confirment, que nous sommes entrés de plain-pied dans une nouvelle phase de développement de la fonction Achats. Nouveaux outils et nouveaux usages vont obliger les décideurs (à commencer par les Directeurs Achats) à repenser leurs schémas d’organisation, de gouvernance mais aussi les objectifs assignés à la fonction Achats.
La fonction achats augmentée
Alors que les gisements de productivité « classiques » sont épuisés, l’exigence de recentrer les acteurs du processus « Acheter » sur des tâches créatrices de valeur ajoutée reste elle entière, voire a augmenté. La bonne nouvelle est que les acteurs (acheteurs, managers, contrôleurs de gestion, approvisionneurs, …) consacrent, peu ou prou, la moitié de leur temps à des tâches « laborieuses » (Traitement de données, recherche d’informations, rédaction, ...) et qu’il est aujourd’hui possible d’industrialiser via des protocoles (« case management ») sinon d’automatiser.
L’objectif étant évidemment de permettre ’ l'acheteur de se concentrer sur les dossiers complexes (ou sur le traitement des exceptions) et de consacrer davantage de temps à la collaboration avec les Clients internes (notamment en amont du processus Achat) et les fournisseurs (notamment en aval du processus Achat).
La fonction Achats utilise et produit une quantité importante de données internes et externes (Cahiers des charges, contrats, fournisseurs, notations extra-financières, catalogues d’articles, commandes, entrées et sorties de stocks, comptabilité analytique et budgétaire, ...). L’essor des API et ETL offre de nouvelles possibilités d’exploitation de ces données et porte le développement de solutions d’IA.
La fonction Achats peut désormais prendre de meilleures décisions, très rapidement, sur la base d’informations collectées, analysées et optimisées via des algorithmes. Ceux-ci sont alimentés par les données produites « in house » mais aussi par celles disponibles (achetées ou non) et intégrées via un système d’API. Les analyses réalisées sont non seulement descriptives (ce qui se passe) mais aussi prédictives (ce qui va se passer). Elles peuvent également être déductives et suggérer à l’utilisateur des pistes d’actions en lien avec une situation donnée.
L’IA va modifier les gestes « métier » mais surtout le positionnement et la contribution de la fonction achats. Certaines tâches vont disparaître, d’autres seront sensiblement « augmentées », d’autres encore seront créées. Typiquement, nous anticipons un développement fort des fonctions « Category Management » et « Contrôle de gestion Achats ».
Parmi les cas d’usage que nous identifions, un est assez expressif de la direction que nous prenons. Le « Machine Learning » et le « NLP » augmentent sensiblement le process de rédaction et de suivi des contrats.
Rédaction et suivi des contrats
- Analyse des termes projet de contrat
- Identification des écarts avec le dossier de consultation
- Identification des écarts par rapport à la politique/doctrine de l'entreprise
- Identification des risues, y compris à l'aune de données externes (ex : risques pays, risques fournisseurs,…)
- Proposition de formulations nouvelles, notamment à l'aune du suivi d'exécution des précédents contrats
- Aide à la rédaction
- Proposition d'amendements en cours d'exécution du contrat
L’automatisation de ces tâches est synonyme de gains de temps et financiers considérables.
Ces outils et algorithmes, que nous développons, s’intègrent aux SI existants et s’améliorent avec le temps par boucles successives mais aussi via un accès sans cesse grandissant à la data. Devant l’univers des possibles, mais aussi l’ampleur du chantier de transformation, les organisations vont devoir prioriser les tâches qu’elles souhaitent automatiser.
Il paraît peu vraisemblable qu’une solution d’IA couvre, à court ou moyen terme, l’ensemble des gisements d’automatisation du process S2P.
Nous recommandons une démarche d’adoption progressive des outils IA. Il est évidemment préférable de débuter sa transformation vers l’IA par des projets « simples », générateurs de gains rapides et compris de tous.
Un projet d’IA doit être conduit selon trois axes :
- Clairement identifier le périmètre fonctionnel sur lequel l’IA va être mise en œuvre et les impacts sur les « gestes métiers » induits
- Définir la trajectoire à moyen terme, pour piloter les apports nouveaux de données et l’évolution des algorithmes. L’IA est une démarche progressive qui, au fur et à mesure qu’elle se nourrit et apprend, produit des résultats croissants et étend son champ d’usage.
- Choisir la bonne technologie, celle qui s’intègre au SI existant, offre le plus de possibilités et est la plus pérenne. Un grand nombre d’éditeurs émerge, il faut évidemment trier l’ivraie du bon grain.
Pour conduire nos projets d’IA, nous avons mis en œuvre une véritable démarche d’achat et retenu plusieurs technologies dont nous jugeons qu’elles offrent l’agilité et la pérennité les meilleures. Eu égard au potentiel qu’elles offrent, aux cas d’usage retenus par nos Clients et aux enjeux de conduite du changement qui sont les leurs, nous n’exploitons que la portion congrue de tout ce qu’elles autoriseraient de faire.
Les possibilités d’« augmentation » de la fonction Achats par l’IA sont nombreuses et évidentes. La question n’est plus tant celle de l’opportunité d’avancer mais celle du « Comment avancer ? ».
