Comment l'IA redessine la fonction achats
Du sourcing à la gestion des risques fournisseurs en passant par l'automatisation des processus, l'intelligence artificielle impacte la gestion des achats dans de nombreux domaines.
Des fonctions métiers sont plus en avance que d'autres en termes d'appropriation de l'intelligence artificielle. Le marketing, le commercial et, dans une moindre mesure, les RH sont en avance de phase car l'augmentation du panier moyen saute aux yeux, mais les achats restent encore en retrait. "Le calcul du ROI paraît moins évident, note Jean-Philippe Couturier, CEO et cofondateur de la startup Whoz qui propose une solution d'optimisation du staffing pour les sociétés de services."
Pourtant, l'IA peut apporter un grand nombre de bénéfices à la fonction achats et, ce, à tous les niveaux. Tout commence par le sourcing des fournisseurs. Selon Benoit Chatelier, CEO et cofondateur d'Askeet, éditeur d'une marketplace de services B2B, un acheteur consacre 30% de son temps à rechercher des prestataires, à se documenter et à prendre des références.
"Prenons l'exemple d'un éditeur de logiciels de facturation, illustre-t-il. L'acheteur a devant lui un champ très large des possibles. L'IA peut prendre en charge ce travail préparatoire et identifier deux ou trois solutions en fonction du profil de l'entreprise et de son existant."
L'algorithme d'Askeet va, pour cela, analyser des millions de données, dont les références commerciales des fournisseurs, pour établir des rapprochements avec les entreprises du même secteur d'activité et de taille identique. "Vous êtes une ETI de 5 000 employés, vous devriez peut-être vous équiper d'un tel outil comme la plupart des sociétés qui vous ressemblent."
Un chabot rapproche l'offre de la demande
La fonction achats ne peut toutefois pas répondre aux sollicitations de tous les prestataires. Pour Jean-Philippe Couturier, un chatbot peut opérer ce travail de qualification de l'offre en posant les questions récurrentes. "Le sourcing de nouveaux fournisseurs est particulièrement fastidieux. Il suppose de rassembler un grand nombre de pièces."
Dans l'autre sens, Askeet a développé une interface conversationnelle pour assister l'acheteur dans la définition de son besoin afin de l'orienter vers les fournisseurs les plus pertinents. Les prestataires sollicités disposeront, de leur côté, d'un cahier des charges précis. Ce qui facilitera la mise en relation.
Au-delà des données publiques comme les informations au greffe du tribunal de commerce ou les cours de Bourse, ces mêmes fournisseurs ont tout intérêt à rendre publics leurs références clients ou leurs tarifs. A l'image d'une stratégie de référencement naturel, ils doivent travailler la présentation de leur offre pour la rendre plus "visible" par les algorithmes.
La force des modèles d'IA est aussi leur prédictibilité. Un algorithme peut détecter des besoins avant même que les acheteurs ne les identifient. Par exemple, une entreprise en forte croissance qui vient de recruter 50 cadres aura, sur cette population, des attentes en formation professionnelle l'année suivante.
Les achats de production sont également concernés. En croisant l'historique des commandes des dernières années avec des données externes liées à la météo, à la conjoncture économique ou aux phénomènes saisonniers, une IA pourra évaluer le volume de pièces à commander.
Pour Benoit Chatelier, cette prédictibilité devrait changer le quotidien des acheteurs. "Aujourd'hui, ils répondent aux demandes remontées par les opérationnels. Demain, les acheteurs seront davantage force de proposition. Ils pourront sortir de leur image de cost-killer pour accompagner la stratégie de l'entreprise."
Détecter les fraudes, accélérer le paiement des factures
L'IA aide les acheteurs à optimiser le risque fournisseur en croisant les données publiques sur les profils de solvabilité avec les bases de recouvrement. De même, elle se prête à la détection de factures erronées voire à des cas de fraude et de blanchiment d'argent. L'analyse des retours en SAV et des réclamations clients peut également influer sur la politique d'achats et de gestion des risques. Enfin, l'IA peut intervenir dans la gestion des contrats pour rédiger des clauses favorables à l'entreprise et minimiser juridiquement les risques.
Jean-Philippe Couturier avance un autre cas d'usage moins convenu : l'accélération du purchase to pay, soit la chaîne de validation des factures. "Dans certains métiers comme le négoce de vin ou les ventes privées, le fournisseur est le client. Derrière, il y aura toujours des clients pour acheter des grands crus ou des articles de grandes marques bradés à 50%. Il faut donc assurer un traitement VIP à ces fournisseurs en réglant au plus vite les factures. "
Si les cas d'usage sont multiples, peu sont passés en production. "La fonction achats n'emploie que très rarement des data scientists, elle doit donc se reposer sur les éditeurs spécialisés, poursuit Jean-Philippe Couturier, qui plaide pour un modèle de co-innovation. Le client fournit la matière première, les données, et l'éditeur l'usine les transforme. Ce dernier mutualise ainsi les frais de R&D sur l'ensemble de ses clients." Outre Whoz et Askeet, d'autres éditeurs œuvrent à intégrer le potentiel de l'IA comme SAP Ariba, SynerTrade, Determine, Pool4Tool ou Jaggaer.
Aucun commentaire