Le secteur des achats à l’épreuve de l’intelligence artificielle
Les conseils d’administration veulent de l’efficacité, et ils veulent qu’elle soit pilotée par l’intelligence artificielle, mais en même temps, ils exigent un contrôle renforcé des risques, de la conformité et des dépenses. Pour les directeurs des achats, cette tension met leur leadership à l’épreuve, car ils doivent parvenir à transformer cette technologie prometteuse en résultats tangibles à l’échelle de l’entreprise. Et pourtant, malgré un accueil manifestement enthousiaste, l’IA peine encore à franchir le seuil des opérations quotidiennes dans les organisations. Alors, une question demeure : les achats peuvent-ils transformer l’ambition IA en résultats mesurables à l’échelle de l’entreprise ?
Quand la promesse de l’IA se heurte à la réalité opérationnelle
Une enquête récente menée auprès de plus de 600 dirigeants dans les domaines des achats, de la finance, de l’informatique et de la supply chain montre l’ampleur de ce décalage. La quasi-totalité d’entre eux considère que l’IA est essentielle pour rester compétitif et la majorité affirme que leur entreprise a fixé des objectifs dans ce domaine. Mais lorsque l’on regarde la réalité de la mise en œuvre, le tableau est tout autre : moins d’un tiers disposent d’une stratégie claire pour intégrer l’IA dans la gestion des dépenses. Le fossé entre ambition et plan concret explique en grande partie pourquoi l’intelligence artificielle reste, dans les faits, une promesse plus qu’une réalité.
En Europe, l’adoption reste particulièrement limitée, avec près de 40 % des organisations toujours en phase d’apprentissage, un peu plus d’un tiers en phase pilote et seulement 2 % ayant déployé l’IA à l’échelle de l’entreprise pour la gestion des dépenses. Le schéma qui en ressort est familier; beaucoup d’expérimentations isolées, une conviction solide, mais un retour sur investissement souvent décevant.
La confiance est le véritable frein à l’adoption
Le problème ne réside pas dans la technologie elle-même, mais dans les fondations des organisations. Données fragmentées, compétences en IA rares et forte résistance au changement limitent l’adoption. L’intelligence artificielle ne répare pas un modèle opérationnel défaillant, elle le révèle. Si les équipes n’ont pas confiance dans les recommandations de l’IA, si les workflows sont incohérents et les données peu fiables, son déploiement ne peut que rester marginal.
Les équipes ne sont pas les seules à exprimer des inquiétudes. Les dirigeants partagent également leurs préoccupations concernant la confidentialité et la sécurité des données, qui touchent 78 % d’entre eux, les risques d’erreurs critiques de l’IA pour 67 %, et la crainte de perdre le contrôle humain sur les décisions pour 64 %. Ces inquiétudes façonnent la gouvernance en Europe, où 65 % des entreprises privilégient des modèles assistés par l’humain, l’automatisation totale restant rare. La supervision doit être intégrée aux workflows. Vérifier chaque transaction à grande échelle est impossible, mais en se concentrant sur la gestion des exceptions et l’amélioration continue des règles, la mise à l’échelle devient envisageable.
Construire l’adoption sur des fondations solides
Pour franchir le pas, il faut d’abord reconstruire les bases : unifier les données de dépenses, connecter les systèmes, développer des compétences concrètes et accompagner le changement avec méthode. Ce travail, même fastidieux, n’est pas suffisant à lui seul, car aujourd’hui, l’IA est souvent utilisée pour automatiser des tâches répétitives sans influencer réellement les décisions. Trier des demandes, comparer des factures ou rédiger des résumés fournisseurs sont autant de tâches que l’IA peut accélérer. Mais tant que les règles, les seuils et les responsabilités restent flous, les bénéfices restent limités.
La confiance reste le véritable moteur de l’adoption; “l’humain” doit rester dans la boucle, non pour superviser chaque transaction, mais pour gérer les exceptions et ajuster les règles au fil de l’eau. C’est seulement ainsi que les organisations pourront passer à l’échelle. Pour que cette vision devienne réalité, les directeurs des achats doivent faire preuve d’un leadership clair et ambitieux, clarifier la stratégie, consolider les bases, repenser les workflows et gouverner avec discernement. C’est de cette façon que les CPO pourront transformer la curiosité pour l’IA en décisions éclairées, combler le fossé entre ambition et performance, et faire de l’intelligence artificielle un véritable moteur de résultats.