Sandra Cikic, Technology Alliances Manager chez Ivalua, et Niels van Nieuwenhuijzen, Partner Manager chez Altares Dun & Bradstreet, échangent sur la manière dont l’intelligence artificielle transforme les achats, expliquent pourquoi la fiabilité des données fournisseurs est devenue un enjeu majeur, et partagent leur vision de la prochaine génération d’intelligence achats.
Quelles sont les principales préoccupations des responsables achats aujourd’hui et qu’est-ce qui a changé au cours de l’année écoulée ?
Le marché des achats connaît une évolution majeure : les discussions ne portent plus seulement sur l’IA, mais de plus en plus sur sa mise en œuvre concrète. Les entreprises sont prêtes à franchir le pas, mais cette volonté soulève rapidement des questions pratiques concernant le rendement, les équipes, les processus et les budgets.
Comme l’explique Niels, une question revient de plus en plus souvent : « Nous devons adopter l’IA, mais comment faire en sorte qu’elle fonctionne au sein de notre organisation ? » Si, par exemple, l’IA peut traiter une grande partie des demandes adressées au service client, quelles seront les conséquences pour les collaborateurs qui s’en chargent aujourd’hui ? Et comment les entreprises devront-elles adapter leurs processus ?
Dans le même temps, le marché manifeste un vif intérêt pour les nouvelles possibilités offertes par l’IA. Sandra le constate notamment à travers les réactions suscitées par les dernières innovations d’Ivalua, dont l’extension de l’intégration des données D&B dans Ivalua grâce à un serveur MCP. Certaines entreprises expérimentent déjà ces nouvelles fonctionnalités, tandis que d’autres cherchent encore à déterminer comment intégrer l’IA dans leur stratégie achats.
Des données aux recommandations : où l’IA peut-elle réellement créer de la valeur ?
L’une des évolutions les plus intéressantes est que l’IA ne se contente plus de présenter des données : elle aide désormais à les comprendre et à en tirer des conclusions. Dans IVA Studio, par exemple, un utilisateur peut demander s’il est pertinent de travailler avec un fournisseur donné. Plutôt que de se limiter à une série de données brutes, l’IA peut apporter des éléments de contexte à sa réponse, notamment en expliquant les raisons qui justifient l’évaluation du profil de risque de ce fournisseur.
Pour Sandra, cet exemple illustre le rôle essentiel que l’IA peut jouer dans les achats. Elle n’a pas nécessairement vocation à remplacer les décideurs, mais plutôt à leur apporter des explications et des recommandations. Les utilisateurs peuvent ainsi mieux comprendre les informations disponibles et prendre des décisions plus éclairées.
Le même principe s’applique aux questions relatives aux structures d’entreprise. Avant de signer un contrat avec un fournisseur, il peut être utile de se demander : « Quelle est sa société mère ultime ? » ou encore « Travaillons-nous déjà avec d’autres entreprises appartenant au même groupe ? » Les réponses à ces questions peuvent permettre de conclure un accord à l’échelle du groupe et de négocier de meilleures conditions tarifaires.
Pourquoi l’association d’Ivalua et de Dun & Bradstreet est-elle si importante ?
La valeur ajoutée de ce partenariat apparaît particulièrement clairement lorsqu’on s’intéresse aux fiches fournisseurs. Le Golden Record s’appuie notamment sur le numéro D-U-N-S® pour identifier chaque entreprise de manière unique. Il devient ainsi possible de rapprocher les données fournisseurs et d’éliminer les doublons, afin de disposer d’une base d’informations plus fiable pour les processus achats.
À mesure que l’IA prend une place croissante dans les achats, cette fiabilité devient indispensable. Plus les entreprises s’appuient sur l’intelligence artificielle pour interpréter les informations et éclairer leurs décisions, plus la qualité des données sous-jacentes devient déterminante.
Pour Sandra, ce partenariat présente également l’avantage de réunir deux expertises complémentaires. Ivalua apporte sa technologie et ses workflows dédiés aux achats, tandis que Dun & Bradstreet fournit ses données et ses informations sur les entreprises. Cette étroite collaboration permet également de mieux accompagner les clients dans leur réflexion, en tenant compte à la fois des enjeux liés à leur entreprise et de leurs besoins informatiques.
Et si l’on cessait d’analyser les fournisseurs de manière isolée ?
La prochaine étape pourrait marquer un tournant encore plus important : ne plus se limiter à l’analyse individuelle des fournisseurs, mais chercher à comprendre l’ensemble du réseau d’entreprises auquel ils sont liés.
Les structures des entreprises et les relations qu’elles entretiennent entre elles peuvent révéler des dépendances qui ne sont pas immédiatement visibles lorsque l’on s’intéresse uniquement à un fournisseur direct. Dès lors que différentes sources de données peuvent être connectées et analysées conjointement, les frontières entre ces sources perdent de leur importance. C’est la connaissance issue de leur croisement qui devient essentielle.
Cette approche pourrait transformer en profondeur la manière dont les équipes achats appréhendent les risques. Plutôt que de se demander uniquement : « Quel est le niveau de risque de ce fournisseur ? », un CPO pourrait poser des questions telles que : « Quelles seraient les conséquences sur ma chaîne d’approvisionnement si ce fournisseur perdait 20 % de sa capacité de production ? » ou « Quel serait l’impact d’une fermeture du détroit d’Ormuz pendant quatre semaines ? »
Les achats passeraient ainsi d’une surveillance d’indicateurs de risque individuels à une véritable planification de scénarios. La solidité financière, les données fournisseurs, les informations de conformité, les relations entre entreprises et les événements extérieurs pourraient être analysés conjointement pour anticiper un éventail plus large de situations futures.
Selon Niels, cette collaboration pourrait, à terme, apporter une nouvelle forme de valeur ajoutée aux CPO. L’enjeu ne consiste pas simplement à mettre davantage de données à leur disposition, mais à les connecter pour permettre aux entreprises de mieux comprendre leurs interdépendances et de modéliser différents scénarios.
Des données aux logiciels : le double regard de Sandra
Sandra porte un regard particulier sur ce partenariat. Avant de rejoindre Ivalua, elle travaillait chez Dun & Bradstreet. Son passage d’une entreprise spécialisée dans les données à un éditeur de logiciels achats a fait évoluer sa vision du marché.
Les deux organisations interagissent avec leurs clients à différents niveaux et à différentes étapes du processus d’achat et de déploiement. Les données concernent pratiquement toutes les entreprises. Les logiciels achats, en revanche, impliquent un groupe plus spécifique de parties prenantes, un cycle de vie logiciel plus long et des enjeux liés à leur mise en œuvre.
Pour Sandra, ces deux perspectives se complètent parfaitement. Cette double expérience lui permet également de présenter plus facilement aux clients la valeur de l’offre commune.
Le Golden Supplier Record en est un bon exemple. Grâce aux numéros D-U-N-S®, il permet d’identifier les fournisseurs et de supprimer les doublons directement au sein de l’environnement achats.
Cette intégration directe est essentielle. Lorsque des données fiables sont intégrées à la plateforme et aux workflows, les utilisateurs peuvent les consulter dans le cadre de leurs processus achats habituels, sans avoir à rechercher les informations séparément ni à les recouper manuellement.
Quelle est la prochaine étape de ce partenariat ?
L’ambition va bien au-delà de la simple connexion entre différentes sources de données. À mesure que l’IA devient capable d’analyser des informations issues de multiples domaines, l’origine de chaque donnée devient moins importante. L’essentiel est de savoir si la combinaison de ces données permet de répondre à une question concrète que se pose l’entreprise.
Dans le domaine des achats, cela pourrait se traduire par une évolution de la surveillance des risques fournisseurs vers une planification de scénarios beaucoup plus avancée. L’objectif serait alors de comprendre les interactions entre les risques financiers, opérationnels et géopolitiques et ceux liés à la conformité et à la chaîne d’approvisionnement, ainsi que leurs conséquences potentielles pour l’organisation.
La question ne serait donc plus tant : « De quelles données disposons-nous ? », mais plutôt : « Que pouvons-nous comprendre et anticiper en croisant ces différentes sources de données ? »
Si vous ne deviez donner qu’un seul conseil à un CPO souhaitant préparer son organisation à l’IA au cours des deux prochaines années, quelle serait sa priorité ? Et comment la mettre en pratique ?
Selon moi, la première étape consiste à nettoyer les données. L’IA ne le fera pas automatiquement. Elle exploite également les données de mauvaise qualité, au risque d’amplifier les problèmes existants. La plus grande valeur ajoutée que l’IA peut apporter aux organisations achats réside dans sa capacité à produire des analyses pertinentes, adaptées au contexte spécifique de chaque entreprise.
Pour comprendre correctement ce contexte, il est indispensable de disposer de données propres et fiables.
