Les Achats à l’ère de l’IA : combler l’écart entre ambition et mise en œuvre

L’intelligence artificielle est rapidement passée du statut de technologie émergente à celui de priorité stratégique pour les Achats. En l’espace d’un an seulement, le débat a changé : il ne s’agit plus de savoir si l’IA a sa place dans les Achats, mais à quelle vitesse les entreprises peuvent la déployer dans le sourcing, la gestion des fournisseurs, la gestion des contrats, la facturation et, plus largement, à chaque étape du processus Source-to-Pay.

Les responsables Achats sont soumis à une pression croissante pour moderniser leurs opérations, renforcer leur résilience et générer davantage de valeur stratégique, tout en faisant face à une complexité grandissante avec des ressources limitées. Les entreprises qui investissent dans des logiciels Achats basés sur l’IA constatent que leur réussite ne repose pas uniquement sur la puissance des modèles. Elle dépend aussi de leur capacité à connecter les données de l’entreprise, à mettre en place une gouvernance solide et à orchestrer efficacement l’IA.

L’IA entre dans une nouvelle phase de maturité

Comme le souligne l’étude d’Ardent, les entreprises franchissent un nouveau cap dans l’adoption de l’IA. Désormais, le succès dépend moins des fonctionnalités individuelles que de la capacité de l’organisation à les exploiter efficacement. Données fragmentées, workflows déconnectés, gouvernance incohérente et technologies obsolètes continuent de freiner la valeur générée, même par les solutions d’IA les plus avancées.

Pour réussir à déployer l’IA dans les Achats à grande échelle, les assistants intelligents ne suffisent plus. Il faut des processus interconnectés, des données fiables et un modèle opérationnel pensé pour l’IA d’entreprise. Car l’IA a évolué plus vite que les environnements technologiques dans lesquels elle doit s’intégrer.

Cette prise de conscience change la donne.

Pendant des années, la transformation des Achats s’est concentrée sur la digitalisation de processus pris séparément. Les entreprises ont modernisé le sourcing, automatisé la facturation, mis en place des portails fournisseurs et déployé des systèmes de gestion du cycle de vie des contrats. Autant d’initiatives qui ont produit des résultats mesurables, mais qui ont trop souvent été menées comme des projets technologiques indépendants, plutôt que comme les composantes d’un modèle opérationnel unifié.

L’IA met justement en lumière les limites de cette approche.

Contrairement aux générations précédentes de logiciels, l’IA donne sa pleine mesure lorsqu’elle s’appuie sur des processus connectés. Elle a besoin de données interconnectées, d’une gouvernance cohérente, d’une compréhension du contexte et d’une orchestration fluide entre les différentes fonctions.

Impossible, par exemple, d’analyser efficacement les fournisseurs si leurs données sont dispersées entre plusieurs systèmes. De même, l’IA ne peut pas formuler de recommandations de sourcing pertinentes sans tenir compte des contrats, des performances passées, des contraintes de stock, des conditions du marché et des politiques internes. Et difficile d’automatiser les workflows Achats de manière fiable lorsque les circuits d’approbation et les règles de gouvernance varient d’une unité opérationnelle à l’autre.

En clair, l’IA amplifie aussi bien les forces que les faiblesses du modèle opérationnel de l’entreprise.

C’est toute la différence entre adopter l’IA et devenir une organisation Achats véritablement « AI-first ». Acquérir de nouvelles fonctionnalités d’IA est relativement simple. Créer les conditions pour qu’elles génèrent durablement de la valeur à travers des milliers de décisions Achats l’est beaucoup moins.

Les entreprises qui tirent le meilleur parti de l’IA ne sont pas nécessairement celles qui multiplient les algorithmes. Ce sont celles qui font fonctionner données, processus, gouvernance et équipes comme un ensemble cohérent et connecté. L’IA devient alors un prolongement naturel de la plateforme Achats, et non une couche technologique supplémentaire qui vient s’y greffer.

C’est sans doute l’un des principaux enseignements de l’étude d’Ardent Partners. Le rapport décrit un secteur prêt à accélérer sur l’IA, mais encore confronté à des défis qui existaient bien avant l’essor de l’IA générative : fragmentation des données, gouvernance incohérente, applications déconnectées et complexité opérationnelle. Autant de problèmes qu’ajouter un nouveau modèle d’IA ne suffira pas à résoudre.

Se préparer à l’IA ne se résume plus à la technologie

Pendant la majeure partie de la dernière décennie, les discussions autour des technologies Achats se sont concentrées sur les fonctionnalités. Une plateforme pouvait-elle automatiser le sourcing ? Digitaliser les contrats ? Simplifier l’intégration des fournisseurs ou réduire les coûts de traitement des factures ? L’innovation était avant tout une question de fonctionnalités, avec un objectif clair : remplacer les tâches manuelles par des workflows digitaux.

L’IA a considérablement relevé la barre.

Aujourd’hui, presque toutes les plateformes d’entreprise intègrent une forme d’IA. Les grands modèles de langage (LLM) sont de plus en plus accessibles et les entreprises peuvent déployer des capacités d’IA puissantes plus rapidement que jamais. Résultat : l’accès à l’IA devient de moins en moins un facteur de différenciation.

La question n’est donc plus de savoir si une entreprise peut accéder à des modèles d’IA sophistiqués. C’est désormais à la portée de presque toutes. Ce qui fait réellement la différence, c’est leur capacité à exploiter les bonnes données, dans le bon contexte et avec une gouvernance adaptée, pour obtenir des résultats métier fiables.

Le coût caché de la fragmentation des données d’entreprise

Des années d’investissements technologiques ont créé des environnements où les informations sont dispersées entre ERP, référentiels de contrats, bases de données fournisseurs, plateformes d’analyse des dépenses, prestataires externes de gestion des risques et applications régionales.

Chaque système peut parfaitement remplir son rôle. Mais l’IA, elle, a besoin d’une vision d’ensemble pour comprendre les interactions à travers tout le processus Achats.

Un assistant IA peut ainsi résumer parfaitement un contrat tout en passant à côté de problèmes de performance fournisseur documentés dans un autre système. Il peut recommander une stratégie de sourcing sans tenir compte des prévisions de stock, ou identifier des opportunités d’économies sans visibilité sur les risques fournisseurs ou leurs engagements en matière de développement durable.

Le problème ne vient pas de l’IA, mais d’un environnement opérationnel fragmenté.

Le rapport d’Ardent Partners le confirme : pour exploiter pleinement le potentiel de l’IA, les entreprises doivent d’abord consolider les données et les fondations opérationnelles sur lesquelles elle repose. L’IA donne sa pleine mesure au sein de processus connectés, pas de systèmes isolés. Sans cette base, même les capacités les plus avancées se limitent à des gains de productivité ponctuels, loin d’une véritable transformation à l’échelle de l’entreprise.

Pour les responsables Achats, cela implique de changer de perspective.

La réponse tient souvent moins à l’IA elle-même qu’à l’architecture qui l’entoure. Pour mieux comprendre ce que cela implique concrètement, consultez notre guide sur la mise en œuvre de l’IA dans les Achats, qui aborde l’automatisation, la gouvernance et la gestion des risques dans le cadre d’une stratégie globale d’IA appliquée aux Achats.

Des assistants aux agents IA : la prochaine révolution des Achats

À mesure que les directions Achats consolident les fondations nécessaires à l’IA, une nouvelle phase de transformation s’ouvre. L’IA ne se contente plus d’assister les équipes : elle participe désormais activement à l’exécution des processus Achats.

Aujourd’hui, les discussions portent encore largement sur les assistants IA. Ces outils répondent aux questions, résument des documents, génèrent du contenu ou recommandent les prochaines étapes. Leur valeur est considérable : ils éliminent les tâches répétitives et permettent aux professionnels des Achats de passer moins de temps à chercher des informations, et davantage à prendre des décisions. Pour de nombreuses entreprises, ils représentent la première application concrète de l’IA générative.

Mais l’assistance n’est qu’un début.

La prochaine génération d’IA d’entreprise sera celle des agents intelligents : des systèmes capables d’exécuter des processus métier complexes en plusieurs étapes, dans le respect de règles métier et de gouvernance clairement définies.

Au lieu de gérer des tâches isolées, ces agents interviennent dans des workflows connectés. Ils coordonnent les activités, récupèrent des informations dans plusieurs systèmes, formulent des recommandations et déclenchent des actions qui nécessitaient auparavant une intervention manuelle importante. Pour découvrir leur fonctionnement de bout en bout, consultez notre guide sur les agents IA dans les Achats.

Le potentiel est particulièrement important pour l’IA appliquée au sourcing, où des agents IA peuvent intervenir à chaque étape d’une transaction. Prenons une demande métier soumise via un processus d’intake. Plutôt que de la faire transiter entre plusieurs systèmes et intervenants, les agents peuvent identifier les fournisseurs qualifiés, analyser l’historique des dépenses, retrouver les contrats existants, recommander une stratégie de sourcing, évaluer les réponses des fournisseurs, détecter les risques commerciaux ou de conformité, fournir des informations utiles à la négociation et préparer des recommandations pour approbation. La décision finale reste entre les mains des professionnels des Achats.

Chaque étape reste transparente, vérifiable et encadrée par des règles. Mais la coordination manuelle laisse largement place à une orchestration intelligente. C’est tout l’enjeu de l’IA appliquée à l’orchestration des Achats : connecter des workflows autrefois cloisonnés au sein d’un processus unique et maîtrisé.

Cette évolution ouvre des perspectives considérables pour les Achats. Loin de remplacer les professionnels, les agents IA renforcent leur rôle. Les équipes consacrent moins de temps à coordonner les processus et à rechercher des informations, et davantage à gérer les relations fournisseurs, atténuer les risques, stimuler l’innovation et éclairer les décisions stratégiques de l’entreprise.

En parallèle, une meilleure gestion des fournisseurs grâce à l’IA contribue à fiabiliser les données Achats, tandis qu’une part croissante du travail de coordination est prise en charge par l’automatisation.

Mais pour concrétiser cette vision, la puissance des modèles d’IA ne suffit pas.

Un agent IA ne peut agir efficacement sans une visibilité complète sur les données fournisseurs, les contrats, les appels d’offres, les politiques internes, les stocks, les factures ou encore les workflows de l’entreprise. Et lorsque les données sont incohérentes ou la gouvernance mal définie, impossible de coordonner les décisions de manière fiable. La performance d’un agent IA dépend directement de la qualité de l’environnement dans lequel il évolue.

C’est précisément pourquoi l’étude d’Ardent Partners insiste autant sur la préparation opérationnelle. Les entreprises qui ont investi dans des données connectées, des processus standardisés et une gouvernance solide sont mieux armées pour passer de cas d’usage isolés à une véritable exécution pilotée par l’IA. La mise en place d’une base de données fiable pour l’IA permet à l’IA appliquée aux Achats de formuler des recommandations à partir d’un contexte métier complet, plutôt que d’informations fragmentées. Sans ces fondations, les entreprises risquent de multiplier les capacités d’IA toujours plus sophistiquées sans parvenir à transformer réellement leurs opérations.

La gouvernance : un moteur, pas un frein à l’IA dans les Achats

La gouvernance est l’un des thèmes centraux du rapport d’Ardent. À mesure que l’IA s’intègre aux opérations Achats, la confiance devient aussi importante que la technologie elle-même. Les décisions Achats ont des implications financières, contractuelles, réglementaires et réputationnelles. Impossible donc de déployer une technologie autonome en espérant simplement qu’elle produise les bons résultats. L’IA appliquée aux Achats doit être transparente, explicable et responsable.

Certaines entreprises perçoivent encore la gouvernance comme un frein à l’innovation. En réalité, c’est elle qui permet à l’IA de passer à l’échelle.

Une gouvernance solide crée la confiance nécessaire pour généraliser son adoption. Lorsque les responsables Achats comprennent comment l’IA formule ses recommandations, que les utilisateurs peuvent retracer les décisions jusqu’à des données fiables et qu’un contrôle humain adapté est maintenu, l’IA peut être déployée plus largement, y compris dans les processus stratégiques.

Miser sur le contrôle humain et l’explicabilité

Trouver le juste équilibre entre intelligence et contrôle sera déterminant pour les stratégies d’IA d’entreprise dans les années à venir. L’objectif : accélérer le travail sans compromettre la conformité, accroître les risques ou transformer la prise de décision en « boîte noire ». L’expertise humaine reste essentielle, notamment pour les décisions de sourcing à forte valeur, les négociations fournisseurs et la gestion des risques stratégiques. L’IA doit renforcer le jugement humain, pas s’y substituer.

Pour instaurer cette confiance, la gouvernance doit être intégrée nativement à la plateforme, et non ajoutée après coup. Autorisations, pistes d’audit, application des politiques, contrôle des accès selon les rôles, explicabilité et workflows d’approbation humaine doivent fonctionner de concert avec l’IA.

Une gouvernance solide constitue également le socle de l’IA d’entreprise appliquée aux Achats. Elle permet aux entreprises de déployer l’IA à grande échelle tout en garantissant transparence, conformité et supervision humaine.

Construire un modèle opérationnel Achats axé sur l’IA

Les entreprises qui mèneront la prochaine phase de transformation des Achats ne seront probablement pas celles qui expérimentent le plus grand nombre d’outils d’IA. Ce seront celles qui repensent les Achats comme un modèle opérationnel intelligent, plutôt que comme un ensemble d’applications indépendantes.

C’est là que les plateformes d’entreprise unifiées prennent tout leur sens.

Plutôt que d’ajouter l’IA comme une couche supplémentaire aux technologies existantes, les responsables Achats peuvent intégrer l’intelligence directement au cœur des processus. Sourcing, gestion des fournisseurs, gestion des contrats, facturation, paiements, gestion des risques ou encore intake : l’IA peut intervenir à chaque étape, non pas de manière isolée, mais à travers des capacités interconnectées reposant sur un modèle de données et un cadre de gouvernance communs.

Une nouvelle approche de l’IA agentique

Chez Ivalua, cette approche de l’IA agentique appliquée aux Achats prend vie avec IVA Studio™, une tour de contrôle agentique conçue pour gouverner, étendre et affiner en continu l’IA tout au long du cycle Source-to-Pay.

IVA, l’agent virtuel intelligent d’Ivalua, s’appuie dès le premier jour sur l’ensemble de la plateforme Source-to-Pay comme couche d’action. Avec IVA Studio, les équipes peuvent transformer leur expertise métier en compétences réutilisables, aligner l’exécution pilotée par l’IA sur les règles métier et se connecter nativement aux données unifiées de l’entreprise. Le tout en maintenant une gouvernance rigoureuse grâce aux autorisations, à la traçabilité et à la supervision humaine.

Cette architecture prend tout son sens lorsque l’on considère que les enjeux Achats sont rarement isolés. Le risque fournisseur influence les décisions de sourcing. Les obligations contractuelles ont un impact sur les achats. Les niveaux de stock influencent la collaboration avec les fournisseurs, tandis que les performances de paiement pèsent sur les relations fournisseurs. L’IA décuple sa valeur lorsqu’elle comprend ces interactions et peut agir en conséquence, plutôt que de fonctionner dans des silos.

L’avenir des Achats ne consiste donc pas à ajouter une dose d’intelligence à chaque tâche. Il s’agit de faire circuler cette intelligence à travers l’ensemble du cycle de vie Achats.

Les organisations « AI-first » sont avant tout « architecture-first »

L’expression « AI-first » s’est imposée dans presque tous les secteurs, mais reste souvent mal comprise. Adopter une approche « AI-first », ce n’est ni remplacer les équipes par des algorithmes, ni déployer l’IA dans chaque workflow à marche forcée. Et encore moins courir après chaque nouveau modèle ou tendance technologique.

C’est concevoir une organisation dans laquelle l’intelligence peut fonctionner de manière fiable, responsable et à grande échelle.

Pour y parvenir, plusieurs fondations sont indispensables : des données connectées, des processus standardisés, une gouvernance qui inspire confiance sans freiner l’innovation et des plateformes capables d’orchestrer le travail entre les différentes fonctions, plutôt que d’automatiser des tâches isolées. Surtout, il faut reconnaître que l’IA n’est pas la transformation en soi. Elle agit comme un accélérateur pour les entreprises qui disposent déjà de solides bases opérationnelles.

Les conclusions de l’étude The Path to AI-First Procurement: Closing the Gap Between AI Ambition and Execution (La voie vers des Achats axés sur l’IA : combler l’écart entre ambition et mise en œuvre) le confirment : les Achats sont à un tournant. La technologie est prête et le potentiel est considérable.

Les entreprises qui réussiront ne seront pas nécessairement celles qui multiplient les initiatives d’IA, mais celles qui investissent dans l’architecture capable de les soutenir. Pour structurer cet investissement, les dirigeants peuvent élaborer une analyse de rentabilité solide pour l’IA agentique, afin d’aligner les parties prenantes, d’évaluer la préparation des Achats à l’IA et d’obtenir les budgets nécessaires.

Les Achats ont toujours dû trouver le juste équilibre entre coûts, risques, résilience, relations fournisseurs et création de valeur. L’IA ne change pas cette mission. Elle transforme la manière dont les équipes peuvent l’accomplir.

En combinant données d’entreprise connectées, orchestration intelligente, gouvernance fiable et agents IA dédiés, les responsables Achats peuvent aller bien au-delà de simples gains d’automatisation. Ils peuvent bâtir des modèles opérationnels capables de s’adapter en continu à l’évolution des besoins de l’entreprise.

La voie vers des Achats « AI-first » ne repose donc pas uniquement sur l’IA.

Elle repose avant tout sur la solidité des fondations qui lui permettent de créer de la valeur, jour après jour.