Comment gagner 30% de temps sur la gestion des contrats ?

Comment Digitalent adapte-t-il l'intelligence artificielle aux besoins spécifiques des directions achats ?

Christelle Courant : nous considérons que l'intelligence artificielle n'est pas une solution universelle, mais un ensemble de technologies puissantes qu'il faut adapter en fonction des besoins spécifiques de chaque entreprise tout simplement parce que le patrimoine informationnel est propre à chaque entreprise et doit être traité par l'IA comme tel. Dans un premier temps, nous organisons des ateliers d'analyse avec les équipes pour identifier les activités répétitives, chronophages ou complexes qui pourraient bénéficier d'automatisation. Nous utilisons notre plateforme MIA, studio de création d'IA sur mesure dédié aux entreprises qui intègre qui regroupe plus de 70 modèles d'intelligence artificielle différents.

Cette démarche permet ensuite de concrétiser des améliorations dans des domaines tels que la gestion des fournisseurs, la classification des achats indirects ou encore la gestion des contrats. L'IA, dans ce cadre, peut être utilisée pour automatiser la catégorisation des achats, simplifier la réconciliation des données entre différents systèmes comme SAP et les solutions de gestion de contrats, ou encore aider à la détection de comportements anormaux dans les transactions. Et bien entendu, toutes ces solutions sont mises en place en respectant des standards élevés de confidentialité et de souveraineté des données et de transparence.

L'implémentation de la plateforme MIA a suscité un grand enthousiasme, notamment en raison de sa capacité à rassurer les directions des achats. En effet, chaque résultat obtenu par l'intelligence artificielle repose sur un référentiel spécifique à l'entreprise. Imaginons un référentiel des achats au sein de l'organisation. l'IA générative est formée pour interroger ce référentiel de manière ciblée. Lorsqu'une requête est posée, l'IA va systématiquement extraire des informations précises de ce référentiel, ce qui lui permet de répondre de manière spécifique, en fonction du secteur ou du domaine d'activité de l'entreprise. Cela contraste avec d'autres solutions IA qui fournissent des réponses plus générales.

Contrairement à des modèles tels que ChatGPT, le domaine de spécialité se limite à la génération de réponses à partir de données d'apprentissage disponibles sur le Web, la plate-forme MIA a cette capacité de combiner et d'orchestrer différentes approches d'IA (IA générative, IA analytique) pour analyser des données hétérogènes telles que des documents, des tableaux, des images, du son, des questionnaires, qu'elles soient stockées en interne ou à l'extérieur de l'entreprise (Open data, souscription auprès de tiers). Autrement dit, cela garantit une sécurité renforcée et une souveraineté pour les entreprises. En effet, les solutions IA classiques, souvent développées sur des technologies américaines, sont soumises au Cloud Act ce qui peut présenter un risque pour les entreprises européennes traitant des informations sensibles.

Prenons l'exemple de la gestion des coûts ou des prévisions des prix des fournisseurs : pour ces besoins, l'IA générative ne suffit pas. Il nous faut des modèles spécialisés qui utilisent des techniques comme le machine learning pour analyser de manière précise les historiques des prix, les tendances de marché et les comportements des fournisseurs issus des données enregistrées par le service Achats de l'entreprise.

Comment l'IA peut-elle transformer la manière dont les directions achats anticipent et gèrent les risques fournisseurs ?

C.C. : L'analyse prédictive va au-delà de l'identification de risques évidents pour inclure des éléments plus subtils et moins visibles. Prenons l'exemple du scoring des risques fournisseurs, qui est devenu une priorité pour de nombreuses entreprises à l'ère de l'incertitude économique.

Les entreprises collectent de plus en plus d'informations sur leurs fournisseurs, notamment des données extra-financières comme l'empreinte carbone, mais aussi des informations financières et légales. L'IA permet d'extraire, de croiser et de comparer ces données pour détecter des incohérences entre ce que les fournisseurs déclarent et la réalité de leurs activités, ce qui est particulièrement utile pour des sujets comme la conformité environnementale ou les risques juridiques. À titre d'exemple, une IA peut analyser des rapports RSE fournis par les fournisseurs et les comparer à des données publiques ou à des informations provenant d'autres sources pour vérifier la cohérence et identifier des écarts éventuels.

L'IA est aussi utilisée pour analyser la situation juridique d'un fournisseur, comme les procédures judiciaires ou les liquidations possibles. En croisant ces informations avec d'autres données internes (comme la part de marché d'un fournisseur ou sa concentration sur certains secteurs), l'IA peut offrir une vue complète et plus précise de l'exposition au risque d'un fournisseur, ce qui permet aux directions achats d'anticiper des problèmes bien avant qu'ils ne deviennent critiques.

Quels résultats concrets observer sur la performance de leurs achats ?

C.C. : Les résultats sont tangibles. Certaines entreprises ont pu réduire de 30 à 40 % le temps consacré à la gestion des contrats et des fournisseurs, grâce à l'automatisation du classement et de la réconciliation des données. Cette optimisation des processus permet aux équipes achats de se concentrer sur des tâches à plus forte valeur ajoutée, comme la négociation avec les fournisseurs ou la stratégie d'approvisionnement. Grâce à la capacité de l'IA à croiser et analyser des données provenant de différentes sources, les risques de duplication ou de malentendus dans les informations sont largement réduits.