L’IA au service des achats

Chaque jour 2,5 trillions d’octets de données sont produits dans le monde. L’Intelligence Artificielle dans les achats, c’est pour bientôt et, cela va impacter significativement le potentiel de création de valeur de l’acheteur et faire émerger de nouvelles compétences.

Quelles pratiques et processus suivre afin de transformer les données brutes en informations utiles pour les acheteurs ?

Les technologies du « Big Data » permettent d’agréger toutes les données quelle qu’en soit l’inivers et quel qu’en soit le format. En croisant ces données, l’acheteur acquiert une vision consolidée et plus fine du processus achat. Or, avec les outils existants, c’est très compliqué, voire impossible.

Le traitement des données renvoie à une série de processus qui permettent d’extraire des informations hétérogènes des ERP et autres solutions informatiques pour les croiser avec des données disponibles sur Internet. Ces processus, une fois programmés, sont le plus souvent automatisés. Ce traitement peut alors relever de la fusion de données, de l’extraction d’information ou de la transformation de ces données.

Ces outils offrent de nouvelles dimensions d’analyse aux acheteurs avec la prise en compte de tableaux de bord dynamiques particulièrement utiles pour les rapports d’activité et le calcul d’indicateurs de performance achats.

Il s’agit véritablement de changer les habitudes et les pratiques des acheteurs, fondées en grande partie sur une exploitation des données sur tableur Excel.

Les évolutions à venir …

L’analyse prédictive va plus loin. Elle s’appuie sur les données et indicateurs de performance en utilisant des algorithmes pour prévoir des tendances du marché, les quantités et volumes prévus d’un produit ou d’éventuels risques de rupture d’approvisionnement.

Nous n’en sommes qu’aux prémices mais tous les éditeurs sont déjà sur le pied de guerre pour développer de nouveaux modèles d’analyse prédictive.

L’exploitation des « Big Data » à l’aide des algorithmes surpuissants est déjà une réalité dans le domaine de la santé pour améliorer le diagnostic de certaines maladies (diabète, cancer, …). Certains programmes traitent des images produites par les différentes techniques d’imagerie médicale ou d’éventuelles anomalies sur des électrocardiogrammes.

Dans le domaine des achats, l’IA permettra de calculer les gains potentiels et d’ajuster la stratégie à mettre en place dans le cadre des préparations budgétaires, de définir les besoins organisationnels, de planifier les revues de contrats, … C’est toujours grâce à l’analyse d’un nombre considérable de données fournisseurs qu’il sera possible de réduire les risques fournisseurs. La probabilité de défaillance d’un fournisseur est un exemple bien connu d’analyse prédictive.

Il s’agit d’anticiper des situations futures et de faire les meilleurs choix. Pour les acheteurs, l’IA permettra de disposer de projections sur la nature et le volume de services et produits dont les services auront besoin. Il sera alors plus facile de s’engager sur des quantités et volumes de commandes auprès des fournisseurs pour qu’ils puissent intégrer ces besoins dans leur planning de production.

Avant de s’engager dans cette démarche encore faut-il identifier les sources de données pertinentes, extraire les informations essentielles et les analyser.

Les finances disposent en général de modules décisionnels avec l’ERP et les directions achats sont encore peu nombreuses à disposer de solutions e-achats. L’analyse prédictive est un projet complexe avec des contraintes techniques d’extraction et de traitement des données, de sécurité informatique et de règles de gestion qui exige l’implication du DSI.

En attendant que les solutions e-achats se mettent à niveau, le recours aux solutions décisionnelles est fortement recommandé notamment s’il s’agit de réaliser des projections et des simulations. Pour connaître et anticiper des événements futurs, des fonctionnalités plus poussées seront nécessairement indispensables

… pour tirer parti d’opportunités présentes et à venir

La seconde étape consiste à tirer parti des décisions prises par le passé et des tendances à venir pour proposer des décisions aux acheteurs de demain. L’acheteur devra se positionner à des étapes clés pour choisir les meilleures opportunités.

Les futurs outils seront capables d’apprendre comment s’expriment les besoins des services prescripteurs et comment y répondre en fonction de l’évolution du marché. Il s’agira d’une aide à la décision pour les acheteurs qui pourront intervenir sur des tâches à plus forte valeur ajoutée et mettre en œuvre de bonnes pratiques achats.

On voit bien ici tous les enjeux de l’IA,  qui représente près de 30 milliards d’euros d’investissement à l’horizon 2020 pour la commission européenne et près de 59 milliards d’ici 2025 pour la Chine.