De l’angle mort réglementaire à la maîtrise des risques : l’IA au service des Achats
La fonction Achats à un tournant
Jamais les Directions Achats n’a eu autant à gérer et à prouver.
D’un côté, des directions générales qui attendent que les biens et services achetés soient à la fois économiques, conformes et responsables. De l’autre, des chaînes de valeur qui s’allongent et des réglementations qui s’empilent : CS3D, CSRD, CBAM, ETS, …
Au centre, des équipes achats qui répondent à cette complexité croissante avec les mêmes outils qu’il y a dix ans : des tableurs, des questionnaires annuels et beaucoup d’heures passées à consolider et nettoyer des informations éparses et imparfaites.
C’est précisément là que l’intelligence artificielle trouve sa place. Non pas comme une révolution abstraite, mais comme un levier opérationnel :
- Pour ceux qui ont déjà structuré leur donnée, elle amplifie et accélère.
- Pour les autres, elle peut être le point de départ en aidant à collecter, normaliser et fiabiliser une donnée fournisseur qui n’existe souvent que de façon fragmentée.
La gestion fournisseurs, angle mort historique
Commençons par un constat simple : la grande majorité des entreprises ne connaissent vraiment que leurs fournisseurs directs. Au-delà du rang 1, identifier les tiers, fournisseurs ou prestataires, s’avère plus compliqué.
Or c’est bien là que se concentrent les risques les plus importants : travail forcé, défaillance financière d’un sous-traitant critique, non-conformité environnementale, …
Les outils de scoring tiers ont apporté une première couche de visibilité, mais leur limite structurelle reste la même : une photographie parfois déclarative ou annuelle, souvent arrêtée au rang 1. Et qui ne déclenche pas nécessairement d’actions préventive.
Le résultat ? Une exposition réglementaire, opérationnelle et réputationnelle encore trop sous-estimée.
Aujourd’hui le devoir de vigilance et demain la CS3D impose une obligation de moyens qui s’étend à toute la chaîne de valeur. Ne pas avoir cartographié correctement ses fournisseurs et sa chaine de valeur pourrait être un manquement exposant l’entreprise à des sanctions pouvant atteindre 5% de son chiffre d’affaires mondial.
Ce que l’IA change concrètement pour l’acheteur
L’apport de l’IA n’est pas théorique. Pour un acheteur, il peut se traduire au quotidien par des changements très concrets.
- La détection en temps réel
Plutôt qu’attendre le prochain cycle d’évaluation annuel, des agents IA peuvent surveiller en continu des centaines de sources (presse locale, bases judiciaires, réseaux sociaux, signaux géopolitiques) et remonter une alerte ciblée dès qu’un fournisseur apparaît dans un contexte à risque.
- La cartographie automatisée des fournisseurs au-delà du rang 1
Des outils entraînés sur des millions de relations commerciales peuvent aujourd’hui reconstruire les chaînes d’approvisionnement au-delà du rang 1, les enrichir de données contextuelles, et produire une vision consolidée qui aurait demandé des semaines de travail manuel.
- La réduction des tâches à faible valeur ajoutée
Relances fournisseurs, collecte de documents, vérification de conformité documentaire, mise à jour des scorings, tout cela peut être automatisé ou fortement assisté. Au-delà de la collecte d’information, l’IA analyse, croise et synthétise les réponses fournisseurs pour restituer à l’acheteur une base déjà travaillée, prête à être exploitée. Le suivi du plan de vigilance, jusqu’ici manuel et chronophage, devient un processus dynamique et auditable à tout moment.
L’acheteur n’instruit plus ses dossiers, il les pilote.
Ce que ça change pour la fonction Achats et l’entreprise
L’impact dépasse l’acheteur individuel.
Pour la direction Achats, l’IA permet enfin de piloter le panel fournisseurs à l’échelle de l’organisation (par segment, par zone géographique, par niveau de risque agrégé). Le tableau de bord de conformité devient un outil de pilotage stratégique, pas un reporting supplémentaire.
Pour l’entreprise dans son ensemble, les achats deviennent un capteur de risques au service de toutes ses fonctions (risque, conformité, supply, etc.).
Les données collectées et traitées par les outils IA alimentent plus rapidement et avec une meilleure qualité la direction des risques, de la conformité, la RSE, la direction financière. La donnée fournisseur cesse d’être l’apanage de l’équipe achats pour devenir un actif partagé. Les silos s’estompent.
Sur le plan réglementaire enfin, la conformité cesse d’être un coût subi pour devenir un avantage compétitif : les organisations qui documentent, tracent et pilotent activement leur chaîne de valeur seront mieux positionnées que leurs concurrents pour répondre aux exigences croissantes des marchés et des régulateurs.
Notre conviction : l’IA renforce les bonnes pratiques, elle ne les remplace pas
L’IA amplifie ce qui est déjà bien fait, et peut aussi aider à structurer ce qui ne l’est pas encore.
Ce n’est pas parce que la donnée est imparfaite qu’il faut attendre : beaucoup d’organisations avancent avec un existant fragmenté, et c’est souvent en déployant les premiers outils qu’elles prennent conscience de ce qu’il faut consolider en priorité.
Une chose reste vraie cependant : plus la donnée est structurée, plus l’IA est performante. Un référentiel fournisseurs incomplet ou des catégories achats floues produiront des résultats moins fiables. L’IA ne remplace pas non plus le jugement d’un acheteur expérimenté face à une situation complexe. Elle l’éclaire, elle ne décide pas à sa place.
Les organisations qui en tirent le meilleur parti sont celles qui abordent le sujet étape par étape : en partant de l’existant, en identifiant les angles morts règlementaires et opérationnels prioritaires, et en choisissant des outils qui s’insèrent dans les processus plutôt qu’ils ne les bouleversent.
Ce passage ne se fait pas en un jour (et rares sont ceux qui partent d’une page blanche).
La transformation se construit progressivement : comprendre son existant avant de choisir ses outils, fiabiliser la donnée avant de l’exploiter, embarquer les équipes avant de déployer.
Pour autant, certains cas d’usage produisent des résultats visibles rapidement. Une priorisation rigoureuse permet d’identifier les axes où agir en premier, et de produire de la valeur sans attendre que tout soit finalisé.
Au-delà du réglementaire, les mêmes outils s’appliquent à d’autres enjeux achats : optimisation du panel, pilotage de la performance fournisseurs, anticipation des tensions sur la chaine d’approvisionnement. La logique reste la même : de la donnée mieux exploitée au service de décisions plus éclairées.
C’est précisément l’accompagnement que nous proposons chez Axys : partir de votre contexte et de votre existant, identifier les cas d’usage IA pertinents pour votre maturité et vos enjeux, structurer la donnée fournisseur là où elle fait défaut, et déployer des solutions concrètes et mesurables.