La digitalisation de la fonction achats est sur toutes les feuilles de route. Les directions veulent des outils, des tableaux de bord, de l’intelligence artificielle appliquée aux fournisseurs et aux prévisions. Pourtant, nombre de ces projets déçoivent, non parce que la technologie serait mauvaise, mais parce qu’on a acheté un outil avant d’avoir posé la méthode. Un logiciel plaqué sur un processus incohérent ne fait qu’accélérer l’incohérence.

L’outil ne crée pas la maturité, il la révèle

C’est le constat le plus fréquent sur le terrain. Une solution de gestion des achats appliquée à une organisation dont les référentiels fournisseurs sont sales, dont les catégories d’achat ne sont pas définies et dont personne n’arbitre entre les services, ne produit rien d’exploitable. Les données entrantes étant mauvaises, les sorties le sont aussi, avec en prime un budget logiciel à amortir.

L’intelligence artificielle suit exactement la même règle. Elle amplifie la qualité des données et des processus existants, elle ne la crée pas. Avant d’automatiser une prévision d’achat ou une notation fournisseur, il faut que les données sous-jacentes soient fiables et que le processus de décision soit clair. Sans cela, on automatise une erreur, seulement plus vite.

Ce qui doit précéder tout outil

La séquence gagnante inverse l’ordre habituel. On commence par segmenter les achats, pour ne pas piloter une fourniture stratégique comme une commande de consommables. On nettoie et structure les référentiels. On définit qui décide quoi, entre les achats, la finance et les métiers. Ce n’est qu’ensuite que l’outil trouve sa place, parce qu’il vient outiller une organisation qui sait déjà ce qu’elle veut.

Cette mise en ordre n’est pas glamour, mais c’est elle qui produit l’essentiel des gains. Un cabinet spécialisé apporte ici deux choses que l’interne peine à réunir : une méthode éprouvée et une position extérieure aux jeux entre services. C’est le rôle d’un cabinet de conseil en achats et supply chain, qui pose le diagnostic avant de parler technologie et qui accompagne la mise en oeuvre sur le terrain, là où les habitudes résistent.

Automatiser ce qui doit l’être, pas tout

La digitalisation intelligente ne consiste pas à tout automatiser, mais à cibler. Les tâches répétitives et à faible valeur, la saisie de commandes, le rapprochement de factures, les relances, gagnent à être automatisées : elles libèrent les acheteurs pour la négociation et la relation fournisseur, qui restent profondément humaines. À l’inverse, vouloir automatiser l’arbitrage stratégique ou la relation de confiance avec un fournisseur clé est une impasse.

Cette logique de tri rejoint celle qui vaut pour toute transformation par le numérique, où l’automatisation des processus n’a de sens que ciblée sur les tâches qui le méritent. La question n’est jamais de savoir si l’on peut automatiser, mais si l’on doit, et à quelle condition de qualité en amont.

Mesurer, sinon rien

Un dernier écueil guette les projets de digitalisation : l’absence d’indicateurs. Déployer un outil sans définir ce qu’on attend de lui, taux de service, niveau de stock, coût d’achat, économies réalisées, revient à ne jamais pouvoir dire s’il a servi à quelque chose. Les indicateurs se choisissent avant le déploiement, pas après, et ils doivent porter sur des résultats métier, pas sur le nombre de fonctionnalités activées.

Au fond, réussir la digitalisation de ses achats, c’est accepter que la technologie arrive en dernier, une fois la méthode posée, les données fiabilisées et les responsabilités clarifiées. C’est moins spectaculaire qu’un projet centré sur l’outil, mais c’est la seule voie qui transforme réellement la performance, plutôt que d’ajouter une couche logicielle sur des problèmes non résolus.