Comment l'IA générative va transformer les opérations de sourcing et d'approvisionnement.
Le prochain perturbateur des processus Source-to-Pay est là
L'IA générative : une perturbation révolutionnaire
Depuis que ChatGPT a été mis en ligne en novembre de l'année dernière, l'IA générative a fait l'objet de discussions sur les médias sociaux et dans les salles de conseil d'administration des entreprises. Grâce à sa capacité à "créer" de nouveaux contenus en interprétant et en émulant l'ensemble des données de formation, l'IA générative devrait perturber de nombreux processus, emplois et secteurs d'activité. La plateforme est censée modifier fondamentalement notre vision des emplois et des compétences, et les outils alimentés par l'IA générative devraient révolutionner les méthodes de travail actuelles. Goldman Sachs prévoit que l'IA générative pourrait exposer environ 300 millions d'emplois à l'automatisation et augmenter le PIB mondial de 7 % en 10 ans.1
Les processus de paiement à la source (S2P) ont constamment tiré parti des avancées technologiques ; avec une technologie aussi perturbatrice à la porte, il est essentiel de comprendre en quoi consiste la plateforme, ses capacités et comment elle pourrait transformer la façon dont nous nous procurons des biens et des services.
Qu'est-ce que l'IA générative ?
L'IA générative est un type de technologie d'intelligence artificielle qui peut produire divers types de contenu, notamment du texte, des images, du son et des données synthétiques. L'engouement récent pour l'IA générative a été motivé par la simplicité des interfaces utilisateur et sa capacité à créer des textes, des images et des vidéos de haute qualité en peu de temps.
L'IA générative est désormais accessible à toutes sortes d'utilisateurs grâce à des innovations émergentes telles que ChatGPT, qui peuvent être adaptées pour être utilisées dans différentes applications, y compris les marchés publics. Walmart a piloté un outil basé sur l'IA, "Pactum", pour des négociations autonomes avec les fournisseurs. Si Walmart le trouve utile pour réaliser de bonnes affaires, trois fournisseurs sur quatre préfèrent négocier avec l'IA plutôt qu'avec un humain.2 Cela indique clairement que l'écosystème est prêt à accueillir cette perturbation.
Le paysage du sourcing et de l'approvisionnement
Les opérations de sourcing et d'approvisionnement ont toujours été à l'avant-garde des bouleversements technologiques. De l'exploitation d'analyses avancées pour la catégorisation des dépenses au déploiement de l'IA conversationnelle pour l'achat guidé, les outils de sourcing et d'approvisionnement n'ont cessé d'innover pour relever les défis liés aux processus. Cependant, de nombreuses fonctions de sourcing et d'approvisionnement continuent de lutter pour optimiser l'efficacité, gérer les risques et les coûts (pressions inflationnistes ces derniers temps).
L'étude 2023 Global Chief Procurement Officer (CPO) Survey de Deloitte met en lumière les priorités des responsables des achats dans les différents secteurs d'activité à court terme. Les responsables des achats se sont concentrés sur l'amélioration de l'efficacité opérationnelle dans leurs organisations, en utilisant des leviers tels que les modèles d'exploitation hybrides, l'automatisation et les processus centralisés pour obtenir plus de contrôle, augmenter la visibilité, appliquer la politique et réduire les erreurs de processus. En ce qui concerne les talents, les CPO souhaitent adopter une stratégie agile de développement des talents qui évite une approche unique et utilise un programme de développement des compétences personnalisé pour chaque employé afin de combler les lacunes en matière de compétences.
Selon l'enquête, 70 % des directeurs généraux indiquent que les risques liés aux achats et les perturbations de la chaîne d'approvisionnement ont augmenté au cours des 12 derniers mois. Les outils d'évaluation des risques doivent être capables de surveiller en permanence les facteurs de risque externes, d'ingérer de nombreuses données et d'effectuer des analyses avancées pour prédire/prescrire les indicateurs clés de performance (KPI) et la gestion préventive des risques. Bien que la gestion des coûts ait toujours été au centre des préoccupations du CPO, la récente hausse de l'inflation a exercé une pression supplémentaire sur les organisations d'achat pour qu'elles optimisent davantage les coûts. Les CPO ont indiqué que les pressions inflationnistes élevées constituaient le risque n° 1 de leur organisation. 1 de leur organisation.
Pour relever les défis susmentionnés, les CPO ont continuellement investi dans l'amélioration des capacités numériques. La transformation numérique reste la priorité n° 3 pour les 12 prochains mois. 3 au cours des 12 prochains mois, 80% des CPOs déclarant qu'il s'agit de la première priorité de leur organisation.
L'IA générative peut contribuer à relever ces défis dans le domaine des achats en
- En analysant de grands ensembles de données pour traiter des résultats basés sur des scénarios - en réduisant les processus manuels complexes et les interventions.
- En tirant parti d'une automatisation complexe pour accroître l'efficacité.
- Générant des informations exploitables basées sur les tendances historiques, les profils de demande et les performances des fournisseurs.
- Combiner les données internes avec les données externes pour élaborer de meilleures stratégies de négociation.
Générer de la valeur dans le sourcing et l'approvisionnement grâce à l'IA
Le plus grand potentiel de l'IA générative dans le domaine du sourcing et de l'approvisionnement réside probablement dans la gestion proactive des risques, l'automatisation des processus et la prise de décision. Dans un monde de plus en plus incertain, l'accès instantané à des informations précises est essentiel pour atténuer et gérer les risques et renforcer les organisations. L'IA générative peut aider à automatiser les processus de "création" dans le domaine du paiement à la source, y compris la "création" de documents (demande de X, chartes, contrats) ou la "création" de transactions (bons de commande, factures).
1. Gestion de la conformité : L'IA générative peut être utilisée dans la gestion de la conformité des marchés publics pour surveiller les processus de passation de marchés et identifier les activités potentiellement frauduleuses ou les anomalies. En outre, le système d'IA pourrait intégrer des informations sur les cas historiques de non-conformité afin de reconnaître des schémas similaires à l'avenir.
Avantages potentiels : L'IA générative peut contribuer à la gouvernance organisationnelle en analysant les documents et rapports politiques et en identifiant les domaines de non-conformité afin de prendre des mesures correctives. Elle peut permettre aux organisations de minimiser les risques, d'aider à garantir des pratiques éthiques, de maintenir la conformité légale, de promouvoir la transparence, de renforcer la confiance des parties prenantes et de soutenir des pratiques d'approvisionnement durables et responsables.
2. Développement de stratégies : Les stratégies d'approvisionnement impliquent l'identification, l'évaluation et la sélection des fournisseurs les plus appropriés en fonction des besoins de l'organisation. L'IA générative peut y contribuer en analysant de grandes quantités de données structurées et non structurées.
Avantages potentiels : L'IA générative peut évaluer les capacités, les performances et les risques associés des fournisseurs en analysant les données relatives aux performances passées, les spécifications des produits et les commentaires des clients, ainsi que des facteurs externes tels que les risques géopolitiques, les catastrophes naturelles et les perturbations de la chaîne d'approvisionnement susceptibles d'avoir un impact sur les performances et la disponibilité des fournisseurs. L'IA générative peut contribuer à l'analyse du cube des dépenses et à l'identification des possibilités de réduction des coûts. Elle peut également simuler des scénarios de négociation complexes et en prédire les résultats, ce qui permet aux négociateurs d'évaluer et d'identifier les tactiques les plus efficaces.
3. Analyse de données textuelles : L'IA générative permet aux organisations d'analyser de grandes quantités de données textuelles non structurées, telles que des articles d'actualité, des messages sur les médias sociaux, des contrats et des commentaires de clients.
Avantages potentiels : L'analyse de données textuelles avec l'IA générative peut aider les professionnels de l'approvisionnement dans l'évaluation des fournisseurs, le contrôle de la conformité, l'intelligence économique et la gestion des risques contractuels en tirant des informations et des connaissances précieuses de données textuelles non structurées. L'exploration de texte et les analyses associées peuvent contribuer à générer des informations exploitables à partir de sources de données actuellement inexploitées.
4. Modélisation prédictive : La construction de modèles prédictifs permet de détecter les risques potentiels et de proposer des alertes proactives. La modélisation prédictive peut aider à intégrer efficacement les achats dans d'autres processus de la chaîne d'approvisionnement par le biais de prévisions, de la gestion des stocks, etc.
Avantages potentiels : La modélisation prédictive peut permettre aux professionnels de l'approvisionnement de disposer d'informations fondées sur des données, telles que l'identification des modèles de tarification et la prévision des fluctuations futures des prix, ainsi que la performance des fournisseurs sur la base de divers facteurs tels que la qualité, la fiabilité de la livraison, la tarification, la stabilité financière, etc.
L'IA générative et le paiement à la source : L'art du possible
Un cas d'utilisation de l'IA générative dans des scénarios réels de paiement à la source est illustré ci-dessous. De l'élaboration du contenu de l'appel d'offres à l'identification de la liste des fournisseurs prioritaires pour l'attribution de l'appel d'offres, l'IA générative peut générer des gains d'efficacité.
Quelle est la prochaine étape pour l'IA générative dans le monde de la chaîne d'approvisionnement ?
De nombreuses opérations de sourcing et d'approvisionnement reposent encore sur des activités manuelles et des processus de chaise pivotante - mais l'IA générative a le potentiel de transformer ces opérations quotidiennes.
Bien qu'un outil définitif doté des capacités susmentionnées n'ait pas encore vu le jour, l'IA générative représente un changement perturbateur dans l'évolution de la stratégie, de la gouvernance, du personnel, des processus et de la technologie du sourcing et de l'approvisionnement.
Il est de plus en plus essentiel que les responsables des achats reconnaissent l'importance d'un tel changement, adoptent ses capacités et l'intègrent dans leur feuille de route à long terme. Cependant, pour adopter ce changement, les organisations doivent être prêtes à mettre en œuvre la solution de manière efficace. Cela pourrait inclure les étapes suivantes :
Définir une stratégie claire sur la manière dont l'IA générative sera intégrée dans les opérations de sourcing et d'approvisionnement, y compris les cas d'utilisation, les exigences en matière de données et les résultats escomptés.
Construire l'infrastructure nécessaire pour soutenir l'utilisation de l'IA générative, y compris les pipelines de données, les ressources informatiques et les outils d'analyse.
Lancez des initiatives visant à améliorer la qualité des données grâce au profilage, au nettoyage et à la conversion des données en vous appuyant sur des politiques rigoureuses de gouvernance des données.
Élaborer une stratégie solide en matière de talents et être prêt à faire pivoter les talents vers d'autres domaines stratégiques lorsque l'IA générative modifie considérablement la définition des emplois.
Donnez la priorité à l'éthique et à la transparence dans l'utilisation de l'IA générative, notamment en garantissant l'utilisation responsable des données synthétiques et en étant transparent sur les limites et les biais potentiels des modèles d'IA générative.
Le prochain perturbateur des opérations de sourcing et d'approvisionnement est sans aucun doute à notre porte. Restez à l'écoute de notre prochain blog, qui se concentrera sur l'avenir des solutions de paiement à la source et sur la façon dont l'IA générative les transformera.
Notes de bas de page :
1 Goldman Sachs, "Generative AI could raise global GDP by 7%", 5 avril 2023.
2 Daniela Sirtori-Cortina et Brendan Case, "Walmart is using AI to negotiate the best price with some vendors", Bloomberg, 26 avril 2023.
Merci à nos contributeurs : Anantharam B ; Rama Krishna N Reddy ; Sumit Kumar Singh.
