Demandez à un directeur supply chain combien de pilotes IA il a lancés l’an dernier. Puis demandez-lui combien tournent encore en production. L’écart entre ces deux chiffres constitue la ligne budgétaire la plus coûteuse de la technologie en entreprise aujourd’hui, et presque personne ne l’inscrit au budget.

Des chercheurs du MIT ont analysé les déploiements d’IA en entreprise et conclu qu’environ 95% ne produisent aucun retour mesurable. Non pas parce que les modèles sont faibles. Parce que faire fonctionner un modèle dans une entreprise réelle, avec ses exceptions non documentées et son équipe sécurité méfiante, reste très difficile. La plupart des organisations n’ont personne capable de le faire.

Cet écart a créé un intitulé de poste que vous allez beaucoup entendre, forward deployed engineer. Si vous dirigez les achats, la logistique ou la planification, ce rôle vous concerne plus qu’il ne concerne votre DSI. Les processus les plus désordonnés de l’entreprise se trouvent dans votre périmètre. C’est précisément là que ces profils justifient leur salaire.

Le modèle n’est plus le problème

Il y a cinq ans, l’accès à une IA avancée constituait un avantage concurrentiel. Aujourd’hui votre concurrent peut acheter le même modèle que vous, aux mêmes conditions, le même après-midi. L’intelligence est devenue un intrant banalisé, facturé au token.

Ce qui n’a pas été banalisé, c’est le travail d’intégration de cette intelligence dans une opération vivante. Prenez un processus d’audit de factures de transport. Le modèle sait lire une facture. Il ne sait pas que votre équipe de Rotterdam applique une tolérance de surestaries différente de celle de Singapour, que cette tolérance n’a jamais été écrite, et que la personne qui l’avait fixée est partie à la retraite en 2023. Il ne sait pas lesquels de vos 400 codes de frais annexes sont réellement utilisés. Il n’obtiendra pas d’accès en lecture au TMS sans une revue de sécurité de onze semaines.

Un forward deployed engineer fait tout cela. Mi-ingénieur, mi-consultant, intégré à l’opération, et responsable du fonctionnement du système après son départ. C’est ce dernier point qui élimine la majorité des candidats.

Suivez l’argent

Les capitaux qui affluent vers ce rôle racontent l’histoire mieux qu’aucune offre d’emploi.

OpenAI a créé une filiale dédiée au déploiement et y a placé plus de quatre milliards de dollars. Son premier geste a été de racheter un cabinet de conseil en IA appliquée, essentiellement pour intégrer environ 150 de ces ingénieurs du jour au lendemain. Anthropic a lancé sa propre structure, valorisée à plus d’un milliard et demi, avec Blackstone et Goldman Sachs au capital, conçue pour intégrer des ingénieurs dans des entreprises du mid-market et des sociétés détenues par des fonds de private equity, afin de reconstruire leur façon de travailler.

Relisez cette dernière phrase. Deux des plus grandes institutions financières mondiales financent une opération dont la prémisse est que le goulot d’étranglement de la valeur créée par l’IA se situe au niveau du déploiement dans les entreprises ordinaires. Pas dans la capacité des modèles. Dans le déploiement. C’est un pari sur exactement le problème que vos équipes opérationnelles rencontrent chaque trimestre.

La rémunération suit la rareté. Les salaires de base affichés chez OpenAI vont de 162 000 à 280 000 dollars, plus l’equity. Anthropic se situe autour de 200 000 à 300 000 dollars. Vous entendrez circuler des chiffres à un million. Ils existent, au sommet de l’échelle, chez des profils seniors dont l’equity s’est déjà appréciée. Ce n’est pas le point d’entrée.

Pour un dirigeant supply chain, le chiffre pertinent est ailleurs. Si un ingénieur de déploiement compétent supprime 20 000 heures de traitement manuel d’exceptions dans votre processus order-to-cash, le salaire devient une variable d’ajustement. Si vous recrutez un fabricant de démos, vous paierez la même somme pour un jeu de slides.

Pourquoi la supply chain est le meilleur terrain d’apprentissage

Voici l’argument que la presse technologique passe généralement sous silence. La compétence rare n’est pas le code. N’importe quel ingénieur compétent sait appeler une API. La compétence rare consiste à comprendre un processus opérationnel désordonné assez finement pour savoir où placer une règle et où placer du jugement.

Votre fonction déborde de ces processus.

Prenez l’onboarding fournisseurs. Le processus documenté compte huit étapes. Le processus réel compte huit étapes plus quarante exceptions qui vivent dans la tête de trois personnes de votre centre de services partagés. Prenez la classification des codes SH pour les besoins douaniers. Les tables de référence sont publiques. L’interprétation des produits ambigus ne l’est pas, et une erreur crée une exposition douanière que votre directeur financier remarquera. Prenez les litiges transport. Les règles sont contractuelles, mais la décision de poursuivre ou de passer en perte dépend d’un contexte relationnel qu’aucune base de données ne contient.

Ce sont des cas de déploiement idéaux. Volume élevé, coût élevé, forte densité de règles avec une couche de jugement au-dessus, et un indicateur avant-après clair. C’est aussi la raison pour laquelle vos meilleurs planificateurs et acheteurs sont peut-être plus proches de ce rôle que n’importe quel ingénieur logiciel recruté à l’extérieur.

L’expertise métier est la partie difficile à acquérir. L’ingénierie s’apprend.

À quoi ressemble le travail réel

Les profils qui réussissent dans ce rôle suivent un schéma reconnaissable. Il vaut la peine de le comprendre, que vous prévoyiez de recruter ou de former en interne.

La semaine un est un audit, pas un développement. Cartographier l’existant en observant les gens travailler, pas en lisant la procédure. Répertorier les exceptions que la procédure n’a jamais documentées. Établir une base de référence chiffrée, temps de cycle et taux d’erreur. Définir les critères de succès et, surtout, définir explicitement ce qui ne sera pas fait.

La semaine deux construit la fondation déterministe. Infrastructure réelle, base de données réelle, authentification réelle, tests réels. Pas encore d’IA. La plupart de ce qui ressemble à un problème d’IA se révèle être un problème d’intégration de données déguisé.

La semaine trois ajoute du jugement IA uniquement là où les règles échouent. Sorties structurées avec score de confiance et références sources. Validation humaine pour toute action à conséquence. Traçabilité complète. Aucune étape irréversible sans intervention humaine.

La semaine quatre construit le système d’évaluation. Un jeu de données de référence de 75 à 100 cas réels, y compris les plus pénibles. Mesurer la précision, le taux de validation erronée, le taux d’escalade, le coût par exécution et la latence au pire cas. Pas la latence médiane. Le pire cas. Vos équipes opérationnelles vivent dans la queue de distribution.

La semaine cinq déploie prudemment. Mode shadow d’abord, où le système tourne en parallèle des humains et où ses sorties sont comparées sans être exécutées. Puis un pilote limité. Puis la production avec points de validation. Gestion des droits, supervision, retour arrière, et procédure d’incident.

La semaine six transforme le travail en preuve. Schéma d’architecture, rapport d’évaluation, métriques avant-après, note d’une page pour le comité de direction.

L’élément le plus convaincant de cette liste n’est pas le code. C’est le court document expliquant ce que l’ingénieur a délibérément choisi de ne pas construire. Ce document est le moyen le plus rapide de distinguer un opérateur discipliné d’une machine à dérive de périmètre.

La partie inconfortable

Les offres réelles pour ce poste prévoient 25% à 50% de déplacements. Une grande partie du travail consiste à être le seul profil technique dans une pièce remplie de gens qui ne vous font pas encore confiance, à démêler des jeux politiques dont personne ne vous a averti. Et il faut livrer en production. Une démo soignée qui n’atteint jamais un flux réel ne vaut rien.

Ce profil disqualifie beaucoup d’excellents ingénieurs. Il décrit aussi beaucoup d’excellents chefs de projet supply chain, ceux qui ont passé des années à entrer dans des entrepôts où le plan sur le papier ne correspondait pas au plan sur le terrain.

Si vous recrutez, cherchez des preuves plutôt que des descriptions. Demandez au candidat de dérouler un système qu’il a construit de bout en bout. Demandez ce qui a cassé en production et ce qu’il a fait. Demandez ce qu’il a choisi de ne pas automatiser. S’il ne peut que décrire les étapes sans montrer les livrables, vous recrutez un coordinateur de mise en œuvre. Utile, mais ce n’est ni le même rôle ni le même salaire.

Deux enseignements pour les dirigeants supply chain

Premièrement, arrêtez d’acheter de l’intelligence et commencez à acheter de la capacité de déploiement. Votre évaluation des fournisseurs doit pondérer l’implémentation et la conduite du changement au-dessus des performances des modèles. Les laboratoires d’IA eux-mêmes dépensent des milliards pour résoudre le déploiement, ce qui vous indique où se situe la contrainte. Demandez à chaque fournisseur combien de ses clients ont la solution en production douze mois après la signature. Demandez le chiffre, pas l’étude de cas.

Deuxièmement, développez cette capacité depuis l’intérieur de votre fonction. La connaissance métier nécessaire pour repérer où s’arrête la règle et où commence le jugement demande des années. Les compétences d’ingénierie demandent des mois. Identifiez deux ou trois personnes de votre équipe qui maîtrisent déjà en profondeur un processus douloureux, donnez-leur un problème réel, six semaines et le mandat de livrer avec une base de référence mesurée. Vous en apprendrez plus sur votre maturité IA qu’avec n’importe quel audit de cabinet.

La fenêtre est ouverte parce que la pénurie est aiguë. Elle se refermera à mesure que la formation rattrapera son retard. Les organisations qui construisent ce muscle dans les dix-huit prochains mois dépenseront bien moins que celles qui le loueront plus tard.

Quel processus de votre opération confieriez-vous en premier à un forward deployed engineer, et qu’est-ce qui vous empêche de commencer ce trimestre ? Avez-vous vu un pilote IA de votre fonction atteindre réellement la production, et qu’est-ce qui a fait la différence ?

Continuez la discussion sur Chain.NET, la communauté mondiale des professionnels de la supply chain, https://www.chain.net. Vous pouvez y poser vos questions, rejoindre des événements et débats, et accéder à des ressources exclusives réservées aux membres.

La plupart des organisations traitent encore les achats comme un centre de coûts. Ce cadrage est de plus en plus une erreur stratégique. Si les achats influencent la profitabilité, la résilience, le risque, la durabilité, l’innovation et l’allocation du capital, pourquoi les mesure-t-on encore principalement à travers les économies? La question est au cœur d’un framework appelé le Procurement Value Creation Ecosystem, construit sur une prémisse simple: les achats ne créent pas de valeur par une activité unique. Ils créent de la valeur quand les disciplines, les capacités, la technologie et le jugement travaillent ensemble. Sourcing, gestion fournisseurs, risque, finance, ESG et opérations, soutenus par les compétences de négociation et de stakeholder management, activés par la data et l’IA, tous connectés pour aider le business à prendre de meilleures décisions. Parce que c’est là que la vraie contribution des achats commence. Pas dans le processus. Pas dans le dashboard. Dans la qualité des décisions qui suivent.

Le framework a attiré des directeurs achats, des CPO, des consultants, des fondateurs technologiques et une voix fournisseur dans un débat prolongé. L’accord que les économies seules sous-vendent la fonction était quasi universel. Ce qui a approfondi la conversation, ce sont les couches ajoutées par les contributeurs: l’intégrité de décision, l’activation de revenu et le paradoxe honnête de devoir prouver une valeur stratégique avant de recevoir un rôle stratégique.

Des transactions aux résultats

Le recadrage le plus net est venu de Colin Ricardo, Founder and CEO de Digital Optima. “Procurement is often still measured like purchasing. Cost in, savings out. But purchasing executes transactions. Procurement orchestrates outcomes. The distinction matters because the moment you start managing risk, resilience, supplier relationships and capital allocation, you are no longer running a cost centre. You are running a decision engine for the business.”

Sa conclusion a tracé la ligne entre outils et jugement. “Technology gives you visibility. Judgement is what you do with it.”

L’auteur du framework a étendu le point. “Technology can improve visibility, but it cannot decide which trade-offs the business should accept.” Cette distinction traverse toute la discussion. Les arbitrages, coût contre résilience, vitesse contre conformité, économies court terme contre valeur long terme, sont là où les achats gagnent leur place. Comme l’auteur l’a formulé dans un échange ultérieur, “Perhaps Procurement’s role is not to eliminate those tensions, but to help the business navigate them consciously. That is where judgement becomes more important than process.”

La couche d’intégrité de décision

L’ajout le plus original est venu de Ricardo Manuel Machado Ferreira, créateur d’une méthodologie de science de la décision. “Procurement value is only fully protected when the decisions behind that value can be defended later. Savings can be reported. Dashboards can be shown. Supplier performance can be measured. But the harder questions are: why this demand existed, why this supplier path was chosen, which trade-off was accepted, what alternative was rejected, who owned the risk, what evidence supported the decision.”

Sa conclusion a introduit un concept que la plupart des frameworks achats manquent entièrement. “The most valuable procurement organisations do not only help the business make better decisions. They help the business make decisions it can still defend when conditions change.”

Son suivi a aiguisé le principe en quelque chose que chaque CPO devrait internaliser. “A bad outcome is not always a bad decision. But an undocumented decision becomes very hard to defend when conditions change.”

Cette couche compte davantage chaque année. À mesure que le risque fournisseur, l’ESG et la résilience deviennent des sujets de conseil d’administration soumis au scrutin réglementaire et d’audit, la capacité de montrer qu’une décision était consciente, documentée et défendable au moment où elle a été prise devient une capacité à part entière.

Le côté revenu que personne ne dote en ressources

Howard Richman, global procurement transformation leader et co-auteur de Procurement Confidential, a poussé le framework vers la dimension que les achats revendiquent rarement. “A core discipline which needs to find its way into graphics such as these is Procurement Enabled Revenue, and how the function helps support the drive toward revenue growth. I see this as key to breaking away from the function always defining itself as a command and control ‘Savings R Us’ function.”

Ses exemples tirés de son propre mandat de CPO étaient concrets. “I had my team training our sales teams on how best to negotiate with customer procurement functions when trying to win new business. We also helped our New Product Development team with their licensing deals, and helped the software audit team with negotiations for underlicensed customers. All of this helped to enhance revenue growth.”

Craig Burnett, supply chain professional, a confirmé l’écart. “It is under-valued, under-researched, under-focused on, especially on the direct side. I think this is one of the top 2 biggest value-levers that is used the least.”

Cette observation mérite attention. L’expertise achats en négociation et structuration commerciale est transférable au côté revenu du business. Les fonctions qui la prêtent changent la façon dont l’organisation les perçoit.

Le prix est ce que vous payez. Le coût est ce que vous supportez.

La perspective fournisseur est venue de Mandy Tang, qui dirige un fabricant de hardware de précision fournissant NVIDIA, BYD et Cooler Master. “From the supplier side, we see this play out every day. The lowest quote often isn’t the lowest total cost. Rework, delayed deliveries, extra communication, and quality risks all add up after the PO is signed. Price is what you pay. Cost is what you actually bear.”

La réponse de l’auteur a distillé l’implication de mesure. “Price is a transaction. Total cost is the consequence of dozens of decisions made before and after the PO is issued. That is precisely why I believe procurement should be measured by business outcomes rather than negotiated prices.”

Fidel Ferreira, supply chain and procurement professional, a connecté la leçon à l’histoire récente. “One thing many organizations learned during recent global disruptions is that the lowest-cost decision is not always the lowest-risk or most sustainable decision. That shifted procurement from being viewed as a transactional function toward becoming a strategic business enabler.”

Le connecteur de connaissance

Un thème récurrent a recadré l’identité centrale des achats. Sanchita Sur, fondatrice GenAI incubée par SAP, l’a nommé. “Procurement creates the most value when it translates between finance, legal, operations, technology, and the supplier ecosystem, not by owning every answer, but by helping the business make better decisions.”

L’auteur a embrassé le virage. “The more I reflect on procurement, the less I see it as a function that owns expertise and the more I see it as a function that connects expertise.”

Manivardhan Reddy B, strategic sourcing lead chez Huntsman Corporation, a identifié la pièce manquante dans la plupart des organisations. “Perhaps the challenge for many organisations is not capability availability, but the architecture that connects capabilities into decisions.”

Urszula Woronowicz, procurement and contract strategy leader en CAPEX énergie, a ancré tout le débat dans l’élément humain. “People create value by thinking ahead, managing risk, and recognising connections that others don’t see.” La réponse de l’auteur a complété la pensée. “AI can generate options. Data can reveal patterns. But recognising which patterns matter, anticipating second-order consequences and making decisions under uncertainty remain deeply human capabilities.”

Le paradoxe du siège à la table

Claudia Cebulok, leadership coach avec deux décennies de leadership achats, a nommé le catch-22 qui piège la plupart des fonctions. “To truly drive value, it needs a seat at the table, so it can show how it enables better business decisions. Ironically, proving that value is exactly what earns procurement a bigger seat, but that’s hard to do without being invited in to begin with.”

La résolution de l’auteur était pragmatique. “The more procurement contributes to better business decisions, the more trust it earns. And the more trust it earns, the greater its opportunity to influence future decisions.”

Volodymyr Babilunga, consultant supply chain, a offert le test de maturité pratique. “One way to assess the maturity of a procurement function is to look at the conversations it has with the business. If every discussion revolves around price, procurement will probably be perceived as a cost centre. If discussions include resilience, growth, innovation, risk and capital allocation, procurement starts being recognised as a strategic business partner.”

À retenir pour les dirigeants achats

Trois leçons traversent la discussion. D’abord, mesurez les décisions, pas les activités. Les économies sont une expression de la valeur, mais la vraie contribution de la fonction est la qualité des décisions business qu’elle permet et les arbitrages qu’elle aide l’organisation à naviguer consciemment.

Ensuite, construisez l’intégrité de décision maintenant. Documentez pourquoi la demande existait, quelles alternatives ont été rejetées, qui portait le risque et quelles preuves soutenaient le choix. Un mauvais résultat n’est pas toujours une mauvaise décision, mais une décision non documentée est indéfendable quand les conditions changent.

Enfin, revendiquez le côté revenu. L’expertise achats en négociation et commerce se transfère aux ventes, au licensing et au développement produit. Les fonctions qui la prêtent cessent d’être vues comme Savings R Us et commencent à être vues comme un accélérateur business.

Où les achats créent-ils le plus de valeur dans votre organisation aujourd’hui, et est-ce là qu’ils sont mesurés?

Poursuivez la discussion sur Chain.NET, la communauté mondiale du supply chain, sur www.chain.net. Posez vos questions, participez aux événements et accédez à des ressources exclusives.

Tout le monde en Supply Chain veut devenir stratégique. Transformation, data, pilotage, S&OP, comités de décision. C’est normal. La fonction a gagné en visibilité et n’est plus vue comme un simple centre de coûts. Elle touche au cash, au service client, à la marge, aux risques. Mais il y a un piège, et il est de taille. On ne devient pas stratégique en s’éloignant trop vite du réel. Un stock faux, une donnée article mal renseignée, un transporteur en retard, un ERP utilisé à moitié. Ce ne sont pas des détails. Ce sont souvent ces détails qui expliquent pourquoi une belle stratégie ne tient pas sur le terrain.

Le débat, qui a recemment pris de l’ampleur en ligne, pose un constat dérangeant: une partie des carrières Supply Chain se construit trop vite sur la hauteur de vue, sans assez de profondeur opérationnelle. On veut piloter les flux sans les avoir observés. On veut challenger les équipes sans comprendre leurs contraintes. La vraie maturité n’est pas de choisir entre vision stratégique et réalité terrain. C’est d’être capable de passer de l’un à l’autre. La publication a attiré des directeurs supply chain, des managers de transition, des consultants, des data analystes et des dirigeants d’usine. L’accord sur le diagnostic était massif. Ce qui a enrichi le débat, ce sont les preuves accumulées par ceux qui ont vu des stratégies s’effondrer sur des détails.

Les crises ont tranché le débat

Le témoignage le plus percutant est venu d’Humberto Isaias N., expert Supply Chain et ADV. “Les crises l’ont démontré brutalement. COVID, Suez, guerre en Ukraine, tensions en mer Rouge, à chaque fois, ce sont les équipes capables de descendre dans le détail qui ont tenu la chaîne. Pas les tableaux de bord. Pas les stratégies. Les gens qui savaient exactement où était le stock, quel transporteur appeler, quel fournisseur pouvait livrer en 48h.”

Sa conclusion résume la décennie. “La Supply Chain est devenue géopolitique. Mais elle reste opérationnelle. Et c’est cette combinaison, vision globale plus maîtrise du terrain, qui fait aujourd’hui la différence.”

Ce constat mérite qu’on s’y arrête. Quand les chaînes mondiales ont craqué, les organisations qui ont tenu n’étaient pas celles avec les plus beaux dashboards. C’étaient celles où quelqu’un savait précisément quoi faire à quai, à l’entrepôt, au téléphone avec le fournisseur. La crise est le test ultime de la profondeur opérationnelle.

Le master data tue plus de plans que la mauvaise stratégie

Le témoignage le plus chiffré en expérience est venu d’Olivier Deuse, plant manager avec trois décennies entre pharma GMP et logistique industrielle. “Une décision stratégique n’a de valeur que si elle s’appuie sur une réalité terrain vérifiée: capacité réelle d’un site, stock, maîtrise des processus, pas sur une hypothèse de tableau de bord. En 30 ans, j’ai vu davantage de plans prendre du plomb dans l’aile sur un master data non maîtrisé que sur une mauvaise stratégie.”

Cette phrase devrait être affichée dans chaque comité de direction. Les post-mortems de transformations ratées cherchent souvent la faille dans la vision. Elle se trouve plus souvent dans une base article mal renseignée.

Gerard G., data analyste et consultant BI, a apporté la perspective de celui qui produit les tableaux de bord. “Étant data analyste je produis la vision stratégique. Mais j’ai aussi déployé les ERP. Je sais que la qualité des données de l’ERP peut être médiocre. J’ai fait les inventaires et visité les entrepôts pour savoir que les personnes sur place ont des problèmes opérationnels comme les douchettes en panne, le réseau qui marche pas, l’ERP pas adapté à une utilisation sur le terrain. Tout ça vous donne du recul sur les KPI et la stratégie qui en découle.”

Ce témoignage est précieux parce qu’il vient de l’intérieur de la machine analytique. Celui qui fabrique les KPI sait qu’ils reposent sur des douchettes en panne et un réseau défaillant. L’humilité et le pragmatisme qu’il revendique en hashtags sont exactement ce qui manque aux stratégies hors-sol.

Le terrain mène à la stratégie, pas l’inverse

Malik Tazi, consultant senior procurement avec plus de 25 ans de terrain, a posé la version la plus franche du constat. “C’est en fait le terrain qui mène tout naturellement vers ces positions stratégiques, et non pas l’école ou le diplôme. Et ça très peu de cadres l’acceptent. Ils veulent atteindre le graal sans avoir mis les mains dans le cambouis. Or ça ne les mène que vers les mauvaises décisions et les erreurs de jugement.”

D. Boniface Sagou, ingénieur industriel, a inversé la logique dominante en une phrase. “Une stratégie doit être la conséquence d’un constat de terrain.”

Cette inversion est le cœur du débat. La stratégie n’est pas ce qu’on élabore en hauteur avant de la déployer vers le bas. C’est ce qu’on construit à partir de ce que le terrain révèle. Alain Mika, directeur transformation commerciale, a enfoncé le clou. “Combien de magnifiques business plans s’effondrent simplement parce que personne n’a voulu regarder ce qui se passait réellement sur la ligne de front? La hauteur de vue ne vaut rien sans l’épaisseur du terrain. On ne redresse pas un compte de résultat avec des concepts abstraits si on est incapable de régler le détail qui coince dans l’arène.”

L’ascenseur, pas le penthouse

La métaphore la plus utile est venue d’AGILEA, cabinet expert en supply chain management. “Le supply chain manager doit être capable de prendre l’ascenseur, c’est-à-dire de comprendre les problèmes opérationnels en étant sur le terrain et de remonter ces informations au bon niveau pour influencer les décisions et rendre les opérations plus fluides.”

Moussa Soumaré, recruteur spécialisé en logistique, a donné la version la plus concrète du profil recherché. “Un bon professionnel de la Supply Chain est capable de parler stratégie avec un comité de direction, puis d’enfiler ses chaussures de sécurité pour aller comprendre un problème à quai ou en préparation de commandes.”

Ce commentaire a récolté le plus de réactions du fil, et ce n’est pas un hasard. Il décrit exactement le profil que le marché valorise désormais. Sid Ali Douida, stratège logistique et transport, l’a confirmé depuis son observation des dirigeants. “Les meilleurs leaders que j’ai observés étaient capables de discuter stratégie avec la direction tout en comprenant immédiatement l’origine d’un écart de stock ou d’un dysfonctionnement opérationnel. La vision donne la direction, mais c’est la maîtrise des détails qui permet d’atteindre la destination.”

Traquer les angles morts plutôt que collectionner les années d’entrepôt

Claudie Le Quéméner, consultante en transformation opérationnelle passée par Airbus Helicopters, a apporté la nuance la plus fine du débat. “Le vrai marqueur, ce n’est pas forcément l’expérience terrain: c’est la capacité à traquer les angles morts. Le Gemba Walk en est une illustration concrète. On va sur le terrain pour confronter le réel, observer et faire le lien avec ce que les données remontent. C’est souvent là que l’on voit ce qu’aucun indicateur ne capte seul.”

Sa conclusion élargit l’accès au profil hybride. “Un bon profil Supply Chain est avant tout celui qui cherche continuellement à réduire ces angles morts, qu’il ait ou non passé des années en entrepôt ou en usine.”

Cette nuance compte. Le débat n’oppose pas les diplômés aux anciens de l’entrepôt. Il oppose ceux qui confrontent leurs modèles au réel et ceux qui pilotent des indicateurs qu’ils ne savent plus corriger. Charbel Bijani, manager de transition, a nommé ce point de bascule. “Une organisation qui ne descend plus dans le détail finit par piloter des indicateurs qu’elle ne sait plus corriger. Le détail terrain n’est pas l’inverse de la stratégie, c’est là qu’elle se vérifie.”

Les silos et le client oublié

Deux angles morts supplémentaires ont émergé du fil. Richard Vuillermet, chef de projet amélioration continue, a pointé la gestion en silos. “Le pire c’est cette gestion service par service. Chacun doit atteindre ses objectifs, ce qui finit par être préjudiciable pour l’entreprise, puisque la vision globale disparaît au profit de son propre indicateur.”

Réjane De Groote, conseil en stratégie opérationnelle, a ajouté l’oubli le plus grave. “Ce sont les mêmes qui en oublient également le client final, celui qui représente la raison d’être d’une entreprise. Une stratégie n’a de sens que si elle est exécutable, ce qui implique une connaissance réaliste du terrain et un contact permanent avec lui.”

Bruno Thiery, directeur logistique, a complété le tableau des dysfonctionnements culturels. “Sans parler des services qui veulent absolument trouver un coupable, au lieu de se poser pour solutionner le ou les problèmes.”

À retenir pour les dirigeants Supply Chain

Trois leçons traversent la discussion. D’abord, le master data non maîtrisé tue plus de stratégies que les mauvaises visions. Avant d’investir dans le prochain outil de pilotage, vérifiez la fiabilité des stocks, la qualité des données de référence et la discipline des processus. C’est là que les plans meurent.

Ensuite, le profil qui fait la différence prend l’ascenseur dans les deux sens. Comité de direction le matin, chaussures de sécurité l’après-midi. Les crises récentes ont prouvé que ce sont ces profils qui tiennent la chaîne quand tout casse.

Enfin, le vrai marqueur n’est pas le nombre d’années en entrepôt mais la traque permanente des angles morts. Une organisation qui ne descend plus dans le détail pilote des indicateurs qu’elle ne sait plus corriger. Le terrain n’est pas l’inverse de la stratégie. C’est là qu’elle se vérifie.

Et vous, quand êtes-vous descendu sur le terrain pour la dernière fois vérifier ce que vos tableaux de bord racontent?

Poursuivez la discussion sur Chain.NET, la communauté mondiale du supply chain, sur www.chain.net. Posez vos questions, participez aux événements et accédez à des ressources exclusives.

Un graphique radar circule depuis le début de l’année dans les fils supply chain. Il cartographie l’impact de l’IA sur les rôles achats et opérations, et il raconte aux dirigeants une histoire rassurante. Le travail transactionnel est exposé. La stratégie est protégée. Le risque se situe tout en bas. Le leadership apparaît à peine.

Le graphique est clair, bien conçu, et faux sur le point le plus important.

Les données viennent de l’Economic Index d’Anthropic, qui mesure comment les gens utilisent réellement l’IA au travail. Cette partie est solide. Le problème est la traduction. Quelqu’un a pris une étude sur l’usage de l’IA et l’a réétiquetée en carte des métiers qui survivent. Ce sont deux questions différentes. L’une demande ce que l’IA fait aujourd’hui. L’autre demande ce qui arrive à votre équipe. Le graphique répond à la première et se fait lire comme la seconde.

Le problème de mesure

La plupart de ces graphiques mesurent une seule chose. Ils demandent quelle part d’un métier l’IA peut accomplir aujourd’hui, dans sa forme actuelle. Cela paraît raisonnable. Cela cache un piège.

Les métiers ne sont pas figés. Quand un outil change, le métier change autour de lui. Un responsable des risques passe aujourd’hui des heures à extraire des données, à surveiller l’actualité et à produire des rapports. Mesurez ce travail face à l’IA et vous obtenez un score faible, car le graphique mesure des habitudes manuelles, pas la fonction elle-même. Reconstruisez le rôle autour de l’IA et l’image s’inverse. La surveillance, la détection de signaux, la cartographie des fournisseurs et la modélisation de scénarios sont tous du travail d’analyse. Le travail d’analyse est exactement ce que ces modèles font bien.

La bonne question n’est donc pas de savoir si l’IA peut faire le métier d’aujourd’hui. C’est de savoir quelle part du travail passe par l’IA une fois le rôle repensé. Posez cette question, et les rôles dits protégés cessent de l’être.

L’IA s’attaque d’abord au haut de l’échelle

Voici le constat qui devrait changer votre lecture de tous ces graphiques. Les données d’Anthropic montrent que l’IA tend à prendre en premier les tâches les plus qualifiées d’un rôle. Pas les tâches routinières. Les tâches cognitives.

Cela casse le récit habituel. Pendant des années, le discours disait que l’IA éliminerait les tâches répétitives et libérerait les humains pour la réflexion. Le vrai schéma va dans l’autre sens. L’analyse, la modélisation, la synthèse, le premier jet de la stratégie. Ce sont elles qui partent en premier. La décision et la responsabilité restent humaines.

Pour la supply chain, le message est direct. Le travailleur exposé n’est pas l’opérateur sur le terrain. C’est l’analyste qui construit le modèle, le planificateur qui fait tourner les scénarios, et le manager junior qui prépare la recommandation. L’IA vient chercher le cerveau avant les bras.

Où se situe la vraie exposition

Regroupez les rôles en trois schémas et la carte devient utile.

Les rôles qui se réduisent. Analyse des dépenses, procure-to-pay, achats transactionnels, veille marché, gestion des contrats. Gros volumes, logique de règles, beaucoup de documents. Le graphique populaire les a notés correctement. Les effectifs y baissent déjà, et une grande partie a commencé avant la vague IA actuelle, avec de l’automatisation simple.

Les rôles qui se transforment. C’est ici que le graphique échoue. Planification de la demande et des stocks, planification du transport, planification de la production, S&OP, gestion des risques et de la résilience, achats ESG. Le graphique a placé plusieurs de ces rôles tout en bas. Ils appartiennent au milieu, autour de 55 à 65 pour cent d’exposition une fois repensés. La planification, c’est de l’optimisation et de la gestion d’exceptions. Le risque, c’est de la surveillance et de la modélisation. L’ESG, c’est de la collecte de données et du reporting. Les trois jouent sur les forces de l’IA. Le frein aujourd’hui, c’est la qualité des données et l’intégration des systèmes, pas la capacité.

Les rôles qui s’amplifient. Sourcing stratégique, gestion de la relation fournisseurs, leadership. L’IA ne les efface pas. Elle démultiplie la personne qui les occupe. Un responsable sourcing bien outillé en IA couvre désormais le terrain d’une petite équipe. Le leadership ne disparaît pas. Il se compresse. La préparation cognitive qui mobilisait un service entier prend maintenant un après-midi, et le dirigeant consacre le temps gagné aux décisions et aux personnes.

Ce que cela signifie pour votre organisation

Le vrai changement n’est pas la perte d’emplois en bas. C’est une réévaluation en haut de la pyramide.

Les rôles que beaucoup croyaient protégés par l’ancienneté sont exposés par leur mix de tâches. Un planificateur est exposé même si la planification se situe au milieu du graphique. Un responsable des risques est exposé même si le risque est placé en bas. La protection n’a jamais été le titre. C’était l’idée que le travail senior est trop complexe à modéliser. Les données ne soutiennent pas cette idée.

C’est une bonne nouvelle si vous agissez. Les dirigeants qui gagneront les deux prochaines années ne seront pas ceux qui automatisent l’entrepôt. Ce seront ceux qui repensent la planification, le risque et le sourcing autour de l’IA, puis qui réaffectent leurs meilleurs éléments au travail de jugement qui exige encore un humain.

Deux enseignements

Cessez de lire ces graphiques comme des chances de survie. Lisez-les comme une carte des tâches qui passent en premier à l’IA. Un score faible sur votre rôle ne veut pas dire sécurité. Souvent, cela veut dire que le graphique mesure une ancienne façon de travailler.

Auditez par tâche, pas par titre. Décomposez chaque rôle en liste de tâches. Marquez ce que l’IA peut soutenir aujourd’hui et ce qu’elle ne peut pas. Vous trouverez de l’exposition cachée dans des rôles qui semblent protégés, et de la valeur humaine durable dans des rôles qui semblent condamnés.

Le mouvement est déjà lancé. La seule question ouverte est de savoir si vous repensez ces rôles selon vos termes ou si vous attendez que le marché le fasse à votre place.

Où voyez-vous l’IA transformer votre équipe en premier? Les planificateurs, les analystes, ou un endroit que les graphiques ont totalement raté? Partagez votre point de vue et poursuivez la discussion avec des dirigeants supply chain du monde entier sur Chain.NET à l’adresse https://www.chain.net, où vous pouvez poser vos questions, participer à des événements et accéder à des ressources exclusives.

Dans ce nouvel épisode de La Supply, Julien Lemoine et Claire Morel décryptent une semaine marquée par un mot clé : les limites.

Limites financières, avec les grandes manœuvres de consolidation autour de Geodis, Deret, Argan, WDP et Logicor.

Limites physiques, avec des entrepôts qui ne peuvent plus simplement s’étendre et doivent désormais exploiter chaque mètre cube, comme à La Réunion avec Ravate et Scalog.

Limites écologiques et territoriales, avec des projets logistiques qui doivent composer avec la loi ZAN, l’opposition locale, les compensations environnementales et, parfois, de véritables “hôtels à crapauds”.

L’épisode explore aussi la montée de la logistique urbaine, le retour du ferroviaire, les micro-hubs en ville, et la façon dont l’IA, les robots et les logiciels deviennent des amortisseurs face à la rareté du foncier.

Un épisode concret pour comprendre pourquoi la supply chain de demain ne se jouera pas seulement sur la taille, mais sur la capacité à densifier, intégrer et rendre acceptable chaque mètre carré logistique.

France, été 1998. Le pays célèbre encore sa première Coupe du monde quand une étudiante espagnole en Erasmus arrive pour un séjour qu’elle imagine court, avant de rentrer rejoindre sa famille de médecins. Mercedes Ortiz Garcia n’est jamais repartie.

La raison tient à une conversation avec son père. Médecin par vocation, il voyait sa profession dériver vers la rentabilité au détriment du soin, et il a conseillé à sa fille de regarder ailleurs. Trouve un domaine où ton talent pour les mathématiques et la physique pourra s’épanouir, lui a-t-il dit. Elle a choisi l’ingénierie, obtenu son diplôme de CentraleSupélec, puis découvert la logistique par hasard lors d’un stage dans une filiale de Renault. Près de trois décennies plus tard, elle se décrit comme une professionnelle à l’esprit français et à l’âme espagnole, mariant la rigueur gauloise à une liberté créative ibérique.

Aujourd’hui, Garcia est Vice-Présidente Business Planning et Supply Chain de la division Réfractaires, Abrasifs et Construction chez Imerys, le groupe mondial de minéraux qui affiche 4,3 milliards d’euros de chiffre d’affaires annuel et 14 000 collaborateurs. Son périmètre couvre tout le cycle de vie du minéral, de l’extraction en carrière à la transformation de la pierre en poudres industrielles hautement techniques.

Une vision à 360 degrés du secteur

Peu de dirigeants supply chain ont observé la fonction sous autant d’angles. Garcia a débuté dans le conseil en stratégie chez Argon, puis a basculé dans le monde opérationnel des prestataires logistiques chez Kuehne+Nagel, DB Schenker et Rhenus, où elle a passé une décennie entre ventes et direction au niveau du comité exécutif. Elle occupe désormais le siège du chargeur chez Imerys. Elle connaît les modèles théoriques du consultant, la pression d’exécution du prestataire et les impératifs stratégiques du client industriel.

Ce parcours façonne sa vision du leadership. Que nous apprend la supply chain qu’aucune autre fonction n’enseigne ?

Garcia décrit la supply chain comme une école primaire du leadership. La fonction est transverse par nature. Elle vous oblige à aligner ventes, finance et opérations autour d’un objectif unique, sans aucune autorité hiérarchique sur ces équipes. Les résultats reposent sur les soft skills, la persuasion et la capacité à faire converger des équipes aux intérêts contradictoires. Pour Garcia, la supply chain n’est plus un centre de coûts réactif. C’est le système nerveux central de l’entreprise.

Le triangle secret

Au cœur de sa philosophie se trouve ce qu’elle appelle le triangle secret de la supply chain : le service client, l’optimisation des coûts et le besoin en fonds de roulement, le BFR.

Très tôt dans sa carrière, elle a maîtrisé le principe de la balance carrée. Touchez un pilier et les autres bougent. Maximisez le service client et vous le paierez en coûts logistiques ou en stocks. Garcia se positionne comme une médiatrice de la valeur plutôt que comme une gestionnaire de la logistique. Chaque arbitrage devient une décision financière délibérée. Son attention au BFR préserve la liquidité de l’entreprise et empêche le capital de dormir dans les entrepôts ou en transit.

Comment la technologie soutient-elle cet équilibre ?

Sa boîte à outils est précise. Celonis analyse les processus order-to-cash et détecte les goulots d’étranglement dans SAP. Shippeo suit le transport et les données carbone. Ivalua pilote les achats. Chez Rhenus, elle a déployé des véhicules à guidage automatique et des systèmes goods-to-man.

Elle ramène pourtant sans cesse la conversation vers l’humain. Garcia s’exprime ouvertement sur la fracture numérique qui touche les opérateurs d’entrepôt. Elle a installé des bornes interactives et des chatbots sur le terrain, ainsi que des plateformes de formation en ligne pour les nouveaux arrivants. La technologie doit faciliter le travail humain, pas le remplacer. L’objectif est l’équilibre entre la précision de la machine et le jugement humain.

Une tension productive avec les achats

L’une des relations les plus instructives de Garcia chez Imerys est sa collaboration avec Clotilde Vassault, Directrice des Achats. Ensemble, elles orchestrent le mouvement de plus d’un million de tonnes de matières premières chaque année.

Le partenariat repose sur une tension saine. Les achats traquent les économies et négocient avec les fournisseurs. La supply chain veille sur les niveaux de stocks et combat le capital immobilisé. Cette friction produit de meilleurs résultats pour l’entreprise que chaque fonction n’en obtiendrait seule.

Elle a aussi conduit à un changement de gouvernance révélateur de l’évolution du métier. Les décisions de programmation des arrivées de navires relevaient auparavant des Achats et des Opérations. Elles appartiennent désormais à l’équipe Supply Chain, qui cale les arrivées sur les niveaux de stocks en temps réel et la demande du marché. Ce transfert place la supply chain en première ligne pour protéger le bilan.

La résilience est un prérequis, l’agilité fait gagner

Garcia a affiné ses protocoles de crise pendant la pandémie chez Rhenus, en gérant pénuries de personnel et ruptures d’approvisionnement sous une pression extrême. Elle a dirigé une cellule sanitaire dédiée, incluant des membres du comité exécutif, qui se réunissait deux fois par semaine pour ajuster la tactique. Elle a poussé ses clients à augmenter leurs stocks tampons alors même que l’immobilier logistique était sous tension.

L’expérience lui a laissé une distinction nette. La résilience est une exigence de base pour toute entreprise moderne. L’agilité est le pilier de la survie future. Une supply chain agile ne se contente pas de survivre à une crise. Elle transforme l’imprévisibilité en avantage concurrentiel en réagissant aux chocs géopolitiques plus vite que la concurrence.

La décarbonation comme problème d’optimisation

La durabilité est sa nouvelle frontière, et les chiffres sont éloquents. Imerys émet 3,5 millions de tonnes de CO2 au total. Le transport en représente à lui seul 1,1 million de tonnes. Sur la base d’une année de référence 2021, l’entreprise s’est fixé des objectifs validés par la Science Based Targets initiative : une réduction de 42 pour cent des émissions des Scopes 1 et 2 et une baisse de 25 pour cent du Scope 3 d’ici 2030.

Garcia attaque le problème avec les leviers classiques de la supply chain. La massification du transport. Le dimensionnement plus intelligent des lots. Le travail avec les équipes commerciales pour réduire les chargements partiels et maximiser le poids transporté par kilomètre. Son message est simple. La décarbonation n’est pas une contrainte réglementaire. C’est un problème d’optimisation, et la supply chain est la fonction la mieux armée pour le résoudre.

La page blanche

Quel conseil donne-t-elle à la prochaine génération, en particulier aux femmes qui entrent dans l’industrie ?

Rester authentique. Rester fidèle à soi-même et ne jamais douter de sa passion. Même si l’IA et l’automatisation transforment le secteur, elle est convaincue que la capacité humaine à construire des relations et à inspirer les équipes reste l’atout le plus précieux.

Garcia appelle le défi quotidien de la logistique le problème de la page blanche. Vous savez avec une certitude technique que le problème sera résolu. Le chemin pour y parvenir n’est pas tracé et exige une intuition créative. C’est un domaine où la passion rencontre la précision, et où une âme espagnole continue de trouver de la joie dans les puzzles les plus complexes du monde.

Poursuivez la discussion sur Chain.NET (https://www.chain.net), la communauté mondiale de la supply chain où vous pouvez poser vos questions, participer aux événements et discussions, et accéder à des ressources exclusives.

Chaque année depuis 2011, Supply Chain Media publie l’IT Subway Map Europe. L’édition 2026 vient de sortir, plus dense que jamais. Des lignes colorées pour l’ERP, le WMS, le TMS, le S&OP et une douzaine d’autres catégories. Des centaines de stations, une par éditeur. Une version interactive permet désormais de cliquer sur une ligne ou une station pour explorer le paysage.

Reconnaissons d’abord les mérites de l’exercice. La carte résout un vrai problème. La plupart des dirigeants ignorent à quel point le marché est encombré. Un directeur supply chain qui pense que la visibilité transport se résume à project44 ou FourKites découvre 15 concurrents d’un seul coup d’œil. La carte est aussi éditorialement indépendante, ce qui est rare. La plupart des panoramas de fournisseurs sont des exercices payants déguisés en recherche.

Mais une carte du marché n’est pas une carte pour l’acheteur. Et la différence compte plus qu’on ne l’admet.

La métaphore s’effondre vite

Un plan de métro encode deux choses, la séquence et la connexion. La station A précède la station B. La ligne 1 croise la ligne 2 à un point précis. Le voyageur s’en sert pour planifier son trajet.

L’IT Subway Map n’encode ni l’un ni l’autre. Être placé à côté de SAP sur la ligne ERP ne dit rien d’un éditeur. Aucune entreprise ne voyage du WMS vers le S&OP. Les lignes suggèrent un parcours qui n’existe pas.

Pire, toutes les stations se ressemblent. Un éditeur mondial avec 2 000 clients reçoit le même point qu’une startup de 40 personnes. La carte est plate. Elle montre la présence, pas la profondeur. Elle montre les catégories, pas l’adéquation.

Les cinq questions auxquelles la carte ne répond pas

Quand une entreprise évalue un logiciel supply chain, cinq questions déterminent la shortlist.

Cet éditeur comprend-il mon secteur? Un outil de planification conçu pour les biens de consommation se comporte différemment dans la chimie ou l’aéronautique.

Correspond-il à la taille de mon entreprise? Les plateformes enterprise noient les équipes de taille moyenne dans la complexité. Les outils mid-market atteignent leurs limites à grande échelle.

L’éditeur peut-il couvrir mes régions? Une forte présence européenne ne sert à rien si vos opérations passent par le Vietnam, l’Inde et le Mexique.

Combien coûte réellement l’implémentation? Pas la licence. Les 12 à 24 mois de consultants, de nettoyage de données, d’intégration et de conduite du changement.

Qui a déjà réussi dans ma situation? Des clients de référence dans votre secteur, à votre échelle, avec votre parc applicatif existant.

La carte ne répond à aucune de ces questions. Elle répond à une seule. Qui existe dans chaque catégorie. C’est un point de départ, pas une décision.

Le problème du changement dont personne ne parle

Voici la vérité inconfortable derrière chaque cartographie de fournisseurs. La plupart des entreprises ne peuvent pas agir dessus.

Les décisions ERP et WMS engagent les entreprises pour 10 à 15 ans. Les migrations coûtent des millions et échouent assez souvent pour rendre les directions financières prudentes. Pour les lignes lourdes de la carte, la part des lecteurs capables de changer de solution une année donnée reste très faible.

Les catégories où le changement est réaliste se trouvent à l’autre bout. Visibilité transport, gestion des risques, calcul carbone, modules de planification. Ces outils se déploient en quelques mois, pas en années. Ils se posent au-dessus du socle applicatif. Ils tournent plus vite.

L’ironie est frappante. La carte est la plus actionnable exactement là où elle est la plus encombrée et la moins différenciante. Quinze éditeurs de visibilité sur une même ligne, tous promettant des ETA en temps réel et une connectivité transporteurs. La carte vous montre qu’ils existent. Elle ne vous donne aucun moyen de les distinguer.

Ce dont les acheteurs ont besoin

La réponse n’est pas une meilleure carte. C’est un outil différent.

Un annuaire part de la liste des éditeurs et vous demande de la parcourir. Un diagnostic part de votre contexte et réduit le champ pour vous. Secteur, chiffre d’affaires, régions, parc applicatif actuel, la douleur précise qui a déclenché la recherche. Cinq données d’entrée produisent une shortlist de trois à cinq candidats avec des preuves à l’appui. Clients de référence dans votre secteur. Tailles de contrat typiques. Délais d’implémentation réalistes.

C’est ainsi que travaillent les consultants expérimentés. Ils ne remettent pas à leurs clients une affiche de 300 logos. Ils posent des questions, éliminent 95 pour cent du marché et défendent les cinq pour cent restants avec des preuves.

Le logiciel peut désormais assurer la première étape de ce travail. Des diagnostics structurés, des benchmarks calibrés et une notation honnête font passer un acheteur de 300 éditeurs à une shortlist crédible en 20 minutes. Le jugement du consultant reste essentiel pour la décision finale. Mais le filtrage initial ne nécessite plus une mission à six chiffres.

La vraie leçon pour les éditeurs

Si vous vendez du logiciel supply chain, la carte vous enseigne aussi quelque chose. Figurer sur la carte est le minimum. Cela prouve que vous existez. Cela ne prouve pas que vous convenez.

Les éditeurs qui gagnent les évaluations sont ceux qui rendent l’adéquation évidente très tôt. Un positionnement sectoriel clair. Des clients de référence nommés avec des résultats mesurables. Des déclarations honnêtes sur la taille d’entreprise idéale. Des délais d’implémentation transparents. Les acheteurs récompensent la précision parce que la précision réduit leur risque.

Les éditeurs qui perdent sont ceux qui revendiquent tous les secteurs, toutes les tailles et toutes les régions. Sur un plan de métro, cette stratégie rapporte plus de points sur la carte. Dans un diagnostic, elle vous fait éliminer.

Une affiche et un processus sont deux choses différentes

Gardez la carte. Imprimez-la, affichez-la au mur, utilisez-la pour vérifier si votre longlist a oublié quelqu’un. C’est un recensement utile du marché européen et une vraie réussite éditoriale.

Mais ne la confondez pas avec un processus d’évaluation. La carte vous dit qui existe. Elle ne peut pas vous dire qui vous convient. Cela demande des questions structurées, des benchmarks honnêtes et des preuves liées à votre contexte précis.

Le marché du logiciel supply chain va continuer de croître. Les cartes vont continuer de se densifier. Les entreprises qui choisiront bien seront celles qui auront cessé de naviguer à l’affiche pour mener un vrai processus.

Poursuivez la discussion sur Chain.NET (https://www.chain.net), la communauté mondiale de la supply chain où vous pouvez poser vos questions, participer aux événements et discussions, et accéder à des ressources exclusives.

En 2023, Le Slip Français était au bord de la rupture. Le chiffre d’affaires avait reculé à 18,7 millions d’euros. Les résultats opérationnels restaient dans le rouge. La formule entendue dans les couloirs du siège résumait la situation, ça passe ou ça casse. Trois ans plus tard, la marque affiche un objectif de 21,1 millions d’euros de chiffre d’affaires pour 2025, un EBITDA de 2,1 millions d’euros, soit 10% de marge, et 4 millions d’euros de cash générés sur la période.

Ce redressement ne doit rien au marketing. Il doit tout à la supply chain. L’histoire mérite l’attention de tous les dirigeants qui doutent encore de la viabilité économique du Made in France. Elle démontre qu’une relocalisation rentable est une équation de volume, de standardisation et d’excellence logistique. Pas une incantation patriotique.

La fin du mirage DNVB

Pendant une décennie, Le Slip Français a incarné le succès des Digital Native Vertical Brands à la française. Marketing d’impact, fondateur charismatique en la personne de Guillaume Gibault, notoriété exceptionnelle qui atteint encore 60% en 2025 selon YouGov. Mais le modèle avait atteint son plafond de verre.

Les coûts d’acquisition client explosaient. Le slip à 40 euros était devenu le symbole d’un localisme de niche, un objet de mode ou un cadeau, jamais un équipement du quotidien. Dans un contexte de crise du pouvoir d’achat, cette structure de prix condamnait la marque à des volumes insuffisants pour saturer un outil industriel français morcelé.

L’arrivée de Léa Marie à la direction exécutive a marqué le tournant. Le diagnostic était brutal. Pour pérenniser l’emploi en France, il fallait changer de catégorie de marché. La supply chain est passée du rang de fonction support à celui de centre de profit et de levier de survie.

Le pari du prix divisé par deux

Le cœur de la transformation tient en une décision, vendre les sous-vêtements entre 20 et 25 euros au lieu de 40 euros. Ce repositionnement place la marque face à Athena ou Dim, tout en conservant une fabrication 100% locale. Le pari a fonctionné. 200 000 nouveaux clients ont été recrutés depuis 2023.

Mais baisser le prix de vente sans détruire la marge exige une baisse symétrique du prix de revient industriel. C’est ici que l’ingénierie supply chain entre en scène. Le PRI a chuté de 45% entre 2023 et 2025. Ce résultat ne vient pas d’une négociation agressive avec les fournisseurs. Il vient d’une transformation complète de la demande adressée aux usines.

Le projet Révolution, la massification comme arme

Le plan opérationnel, baptisé Révolution, a appliqué les recettes de la grande industrie au tissu artisanal français. Le principe directeur, la complexité est l’ennemie de la marge.

Trois chantiers ont porté cette rationalisation. Le catalogue a d’abord été sabré de 30%, passant de 5 000 à environ 2 500 références actives. Moins de modèles signifie moins de réglages machines et une meilleure rotation des stocks. L’offre s’est ensuite recentrée sur cinq coloris permanents, bleu, blanc, rouge, gris, noir. Pour les usines, cette standardisation chromatique élimine les ruptures de charge, ces temps morts coûteux où il faut changer les fils et les teintures. Enfin, l’entreprise est passée de micro-commandes de quelques milliers de pièces à des engagements massifs de 400 000 pièces auprès de son réseau.

Cette visibilité donnée aux partenaires industriels a généré des économies d’échelle considérables sur les achats de coton et d’élastiques. Le produit final devient accessible sans sacrifier la qualité. La leçon vaut pour tous les secteurs. On ne sauve pas une industrie avec des micro-séries. On la sauve avec des volumes engagés sur l’essentiel.

La détention d’actifs, un choix contre-courant

Contrairement à la plupart des marques de mode qui externalisent tout, Le Slip Français a fait le choix de détenir son outil industriel. Le groupe s’est structuré autour de trois unités.

L’usine Bonne Nouvelle à Aubervilliers, détenue à 100%, constitue le fer de lance. Cette unité semi-automatisée produit 25 000 pièces par semaine, soit un million de pièces par an, et couvre 60% des besoins en sous-vêtements. Située à trois heures de route de l’entrepôt central, elle offre une réactivité totale.

La Belle Paire, en Haute-Vienne, est une joint-venture détenue à 50,1% avec les ateliers Broussaud. Dédiée à la chaussette, elle produit 400 000 paires par an sur des lignes robotisées.

L’unité Fier(t), lancée en avril 2026 en Île-de-France, complète le dispositif avec une production multi-produits, t-shirts et pyjamas, pour élargir l’offre équipement.

Cette intégration verticale a un effet financier direct. Le besoin en fonds de roulement a été divisé par deux en trois ans. En produisant au plus près des besoins réels, la marque évite les deux pièges classiques du textile, le surstockage qui immobilise le cash et la rupture qui détruit la vente.

La logistique au millimètre

Avec 80% du chiffre d’affaires réalisé en e-commerce, la logistique est le dernier rempart de la marge. Erwan Baudin, directeur des opérations, a instauré une culture de la gestion au millimètre.

L’innovation la plus structurante concerne le stock unitaire. Auparavant, les packs de trois slips étaient pré-construits en usine. Ce système figeait les stocks et créait des ruptures artificielles. Un pack bleu-blanc-rouge devenait indisponible s’il manquait une seule unité blanche, alors que les slips bleus et rouges dormaient en rayon.

La marque a basculé vers des packs à la volée. Grâce à la synchronisation entre le CMS Shopify, le PIM et l’ERP Prios, le site vend n’importe quelle combinaison sous forme de bundle virtuel. La commande est ensuite décomposée en unités réelles pour les préparateurs chez le logisticien Logtex. Résultat, une disponibilité produit maximale et des niveaux de stock optimisés.

L’obsession du détail va plus loin. La mutualisation des quantités sur des codes EAN identiques lors de la préparation de commande économise 15 000 bips de picking par mois. Côté transport, le panel est passé de dix prestataires à trois transporteurs stratégiques, point relais, domicile, express. La promotion agressive du point relais, qui représente 70% des expéditions fin 2025, a réduit le coût moyen par colis de 10 à 15% tout en améliorant le taux de service.

L’IA et la RSE, les leviers silencieux

L’optimisation ne s’arrête pas à l’entrepôt. La solution d’intelligence artificielle Yuma automatise 50% des tickets du service client, suivi de colis et retours simples. Cette automatisation a quasiment supprimé le recours à l’externalisation du SAV, pour une économie d’environ 50 000 euros par an, sans dégrader la satisfaction client.

La responsabilité sociétale complète le dispositif. Certifiée B Corp, la marque déploie la plateforme Footbridge pour garantir une traçabilité totale, de la fibre au produit fini. Ce choix anticipe les exigences de la loi AGEC et prépare les futures obligations de transparence.

L’argument environnemental devient commercial. L’empreinte carbone par produit est inférieure de 50% à la moyenne du secteur. Produire en France n’est plus seulement un acte patriotique. C’est un choix rationnel qui convertit une clientèle exigeant des preuves.

Le Made in France est-il enfin scalable ?

La trajectoire 2023-2025 apporte une réponse claire. Oui, l’industrie textile française peut être rentable et passer à l’échelle, à condition d’accepter une discipline industrielle stricte. La marque invite désormais les Français à devenir actionnaires de cette transformation, preuve d’une confiance retrouvée dans le modèle.

Le cas dépasse largement le textile. Toute entreprise qui envisage une relocalisation partielle de sa production y trouvera une feuille de route, standardiser l’offre, sécuriser les capacités par la détention d’actifs, et traquer chaque euro de coût logistique.

Ce que les dirigeants devraient retenir

Premièrement, la standardisation précède la compétitivité. La baisse de 45% du prix de revient industriel ne vient pas de la négociation. Elle vient de la simplification du catalogue, de la réduction des coloris et des engagements de volume. Avant de demander des efforts à vos fournisseurs, simplifiez ce que vous leur demandez de produire.

Deuxièmement, la maîtrise de l’outil industriel protège le cash. La détention des usines a permis de diviser le BFR par deux. L’externalisation totale offre de la flexibilité apparente, mais elle prive l’entreprise du pilotage fin entre production et demande réelle.

Troisièmement, la rentabilité des produits à prix serrés se joue dans les détails invisibles. Les bundles virtuels, les 15 000 bips de picking économisés et l’automatisation du SAV pèsent plus lourd que n’importe quelle campagne publicitaire.

Et vous, votre organisation serait-elle prête à diviser ses références par deux pour gagner en compétitivité industrielle ? La détention d’actifs de production vous semble-t-elle un pari raisonnable ou un risque excessif dans votre secteur ?

Continuez la discussion sur Chain.NET, la communauté mondiale des professionnels de la supply chain, www.chain.net. Vous pouvez y poser vos questions, rejoindre des événements et débats, et accéder à des ressources exclusives réservées aux membres.

Pendant l’essentiel de son histoire, le sourcing dans la mode a été traité comme une commodité. Trouver une usine. Fabriquer un produit. L’expédier. Puis le COVID a brisé le supply chain, et les conseils d’administration ont enfin réalisé que la partie dont personne ne voulait était celle qui comptait le plus.

Ce basculement est au cœur d’une conversation sans détour avec Anne-Laure Descours, ancienne Chief Sourcing Officer de Puma et vétérane du secteur depuis 30 ans, basée à Hong Kong. Elle a quitté le conseil d’administration de Puma fin 2024 et conseille aujourd’hui des marques, siège à des conseils et soutient des startups du recyclage. Son analyse est directe. L’ancien manuel du sourcing est terminé, et les marques qui l’utilisent encore ont déjà deux ans de retard.

De la commodité au comité exécutif

Descours avance un argument structurel qui explique pourquoi le sourcing a été sous-estimé si longtemps. La mode est l’une des rares industries où les marques ne fabriquent pas. Les entreprises de l’alimentaire, de l’automobile et de la beauté produisent ce qu’elles vendent. Les marques de mode conçoivent et vendent, mais la fabrication se passe ailleurs. Cette distance a maintenu la connaissance de la production hors du conseil d’administration.

Le COVID a changé l’équation. La perturbation a montré aux dirigeants que comprendre comment un produit passe de la matière première au rayon est critique, pas administratif. Ajoutez les réglementations de durabilité qui exigent des données approfondies sur le supply chain, et le sourcing prend soudain un vrai poids stratégique.

Le périmètre du métier a changé avec lui. Quand Descours a débuté il y a 30 ans, le sourcing consistait à couper le tissu, coudre et expédier. Aujourd’hui, elle estime que cela représente 5% du travail. Les 95% restants relèvent de la conformité, de la paperasse, des données et de l’orchestration. Le sourcing n’est plus une transaction. C’est un rôle d’orchestration, qui guide subtilement acheteurs et fabricants vers là où l’entreprise doit aller.

Le partenariat l’emporte sur la chasse au prix

La ligne de partage la plus nette entre marques gagnantes et perdantes, selon Descours, tient à la façon dont elles traitent leurs fournisseurs.

Elle se souvient du modèle d’enchères populaire il y a 15 ans, où les grands acheteurs affichaient des volumes et laissaient les fournisseurs surenchérir les uns contre les autres. Elle appelle cela le pire du pire. Les acheteurs achetaient un prix, pas un produit, et se retrouvaient avec des produits bon marché et des problèmes de qualité. Sauter d’un pays et d’un fournisseur à l’autre pouvait offrir un meilleur FOB, mais le coût total du produit finissait plus élevé.

Intégrer un nouveau fournisseur coûte cher. Audits, conformité, accès aux systèmes et reporting des données ajoutent tous des coûts et des efforts. Chez Puma, la philosophie était simple. Se développer avec les fournisseurs sur des plans à cinq ans pour qu’ils connaissent la direction et puissent investir avec confiance en tier one et tier two. Cela donne aux fournisseurs de la visibilité, de la crédibilité auprès des prêteurs et une raison de s’engager. Cela donne aux marques de la transparence et moins de mauvaises surprises.

Puma concentrait 80% de son sourcing chaussures, textile et accessoires sur 22 fournisseurs clés. Le textile reposait sur seulement 10. Cette concentration s’accompagnait d’une intégration verticale. Certains partenaires, comme Crystal Group, ont racheté leurs propres fournisseurs tier two au Vietnam pour approvisionner en tissu les t-shirts Puma. Le gain était la traçabilité, la planification stratégique conjointe du fil au tissu, et un flux d’innovation venu du bas, de fournisseurs qui comprenaient la direction de la marque.

Le déficit de visibilité

Voici la statistique dérangeante. Descours estime que huit marques sur dix ont investi leur énergie au tier one et ont peu de visibilité au-delà. Seulement deux sur dix ont poussé vers le tier two et le tier three, là où se trouvent la majorité des émissions de carbone et l’essentiel des données significatives.

L’obstacle est en partie physique. Les sièges des marques sont loin de l’Asie, et le COVID a empêché les gens de se rendre dans les usines. Descours dit rester surprise du peu de temps que les dirigeants passent sur le terrain, alors que l’innovation, la connaissance et la capacité de planification naissent toutes à l’usine. Quand le sourcing ne siège pas au niveau C, la relation s’effondre en un échange transactionnel entre une équipe et un fournisseur.

Son conseil est pratique. Posez deux questions avant de courir après un nouveau pays ou une nouvelle stratégie. Est-ce que cela a du sens ? Quelle est la valeur ? Si c’était votre propre argent, le feriez-vous ? Une usine qui fait de l’assemblage sur un nouveau marché a peu d’intérêt si le tissu voyage toujours sur 5 000 kilomètres, puisque 60% du coût d’un produit est la matière et que le délai est lié au tissu.

La planification de la demande est le socle

Quand la conversation se tourne vers l’IA, Descours est précise sur son terrain le plus utile. L’IA agentique délivre une valeur massive dans la planification de la demande, et la planification de la demande est tout pour le sourcing. La précision des prévisions permet aux fournisseurs d’éviter les pics et les creux, de réduire la sous-traitance et de lisser leur capacité.

Elle cite des marques qui ont doublé leur chiffre d’affaires en quatre ans en produisant ce dont elles avaient réellement besoin au niveau de la taille et du style. Cette précision réduit aussi le gaspillage de produits fabriqués puis détruits parce que personne n’en voulait.

Elle relie cela à une approche fabric-first. Sur un délai de huit semaines, six semaines sont pour le tissu et deux pour la production. Les fournisseurs intelligents pré-produisent déjà les tissus partagés à partir des données historiques des marques, sans qu’on le leur demande. Cette intelligence, fondée sur la règle des 80/20 et exécutée sur la confiance plutôt que sur des contrats, est ce qui rend un écosystème agile.

Talent, géopolitique et la question des données

Descours conteste l’idée que le talent ne vit qu’en Europe et aux États-Unis. Le vivier à travers l’Inde, le Bangladesh, le Vietnam, la Chine et l’Indonésie est massif, surtout en analyse de données et en architecture système. Chez Puma, elle a bâti sa meilleure équipe de données durabilité à Hong Kong, pas en Allemagne, parce que les millions de points de données à collecter et vérifier sont près de la fabrication.

Sur la géopolitique, elle considère la gestion de crise comme la compétence de base du sourcing. Les tarifs douaniers persisteront, et les grands acteurs routent déjà leur production pour les contourner. Elle pointe la hausse des coûts de transport et d’assurance liée à la situation iranienne comme un problème plus immédiat que les tarifs. Son inquiétude plus profonde est numérique. À mesure que le partage de données entre pays devient une question de sécurité nationale, les marques pourraient perdre l’accès aux données fournisseurs qu’exige le reporting durabilité.

Enseignements pour les dirigeants du sourcing

Reformulez la durabilité en valeur business. Descours est franche. Abandonnez carrément le mot, car il déclenche désormais du rejet. Parlez plutôt de transformation, d’économies d’énergie renouvelable et de compétitivité. Des panneaux solaires qui réduisent de 30% le coût de l’électricité sont un argument business, pas moral.

Investissez dans la connaissance, pas dans les raccourcis. Sa principale inquiétude vis-à-vis de l’IA agentique est que les réponses faciles érodent la discipline de l’apprentissage. Entourez-vous d’experts métier, construisez une équipe multiculturelle et déplacez-vous sur le terrain. Il n’y a pas de raccourci pour savoir.

Le problème du gaspillage est la bombe à retardement du secteur. Le monde produit 150 milliards de vêtements par an, et le déchet post-consommation n’a aucune solution scalable sans subventions pour la collecte et le tri. La circularité, selon elle, relève encore plus du rêve que de la réalité.

Votre organisation achète-t-elle encore ses fournisseurs au prix, ou construit-elle les partenariats et la capacité de planification de la demande qui créent un véritable avantage stratégique ? Qu’est-ce qui empêche votre équipe d’accéder à la visibilité tier two et tier three ?

Poursuivez la discussion sur Chain.NET, la communauté mondiale du supply chain, sur www.chain.net. Posez vos questions, participez aux événements et accédez à des ressources exclusives.

Pendant des décennies, la Supply Chain s’est apprise comme on apprend un métier de flux. Chaque fonction gardait son périmètre. Le demand planner prévoyait, l’approvisionneur commandait, le responsable d’entrepôt stockait, le transporteur livrait. La compétence se mesurait à la maîtrise d’un maillon. Aujourd’hui, ce modèle a volé en éclats, et les entreprises peinent à former les profils dont elles ont besoin.

Le constat est partagé bien au-delà de la France. Selon l’enquête annuelle du MIT Center for Transportation and Logistics, la pénurie de talents figure depuis plusieurs années parmi les trois premières préoccupations des directeurs supply chain dans le monde. Gartner estime de son côté qu’une majorité d’organisations considèrent le déficit de compétences comme le principal frein à l’adoption des technologies de planification avancée. Le problème n’est donc pas le recrutement seul. C’est la capacité à rendre les nouveaux profils opérationnels sur des sujets devenus profondément interconnectés.

Le métier de flux a cédé la place au métier de liens

Prenez un demand planner. Il ne travaille plus uniquement sur des courbes de prévision. Il doit intégrer les ambitions commerciales, le calendrier promotionnel, les contraintes industrielles, les niveaux de stock, les risques de rupture et l’impact cash de ses arbitrages. Un exemple concret. Quand une enseigne lance une promotion agressive sur un produit sans prévenir la planification à temps, la prévision dérape, le fournisseur ne suit pas, et la rupture arrive en pleine campagne. Le planner se retrouve alors à arbitrer entre satisfaction client et désorganisation de l’entrepôt.

L’approvisionneur vit la même mutation. Passer une commande fournisseur ne suffit plus. Il gère des aléas internationaux, des délais variables, des tensions capacitaires et des données souvent imparfaites. La crise du fret maritime de 2021 et 2022 a servi de révélateur brutal. Des acheteurs habitués à des lead times stables ont dû, du jour au lendemain, raisonner en scénarios, en stocks tampons et en sourcing alternatif. Beaucoup ont appris ces réflexes dans l’urgence, sans y avoir été formés.

Même les profils entrepôt et transport sont désormais exposés à la donnée, aux KPI, à l’automatisation et aux attentes clients. La frontière entre métier opérationnel et métier analytique s’efface.

Pourquoi ces métiers résistent à la formation classique

Un problème Supply Chain est rarement isolé. Une rupture produit peut venir d’une mauvaise prévision, d’un fournisseur en retard, d’un paramètre ERP incorrect, d’une master data erronée ou d’un arbitrage financier sur le stock. Et parfois de tout cela en même temps.

C’est précisément ce qui rend la discipline difficile à enseigner. On peut expliquer séparément la planification, l’approvisionnement, le transport, la finance ou la data. Sur le terrain, ces sujets se mélangent en permanence. La plupart des formations transmettent des concepts solides, le stock de sécurité, le taux de service, le lead time, l’incoterm, le MRP, le WMS. Mais elles recréent rarement la complexité réelle. Elles montrent le flux théorique, pas les tensions entre départements. Elles enseignent l’outil, pas toujours la logique métier qui se cache derrière.

Or la Supply Chain moderne réclame avant tout une capacité d’arbitrage. Faut-il gonfler le stock pour protéger le service alors que le cash est sous pression ? Faut-il accepter une commande urgente qui désorganise la préparation ? Faut-il automatiser un processus encore mal maîtrisé ? Ces questions ne sont pas techniques. Elles exigent de comprendre l’entreprise dans son ensemble.

Le profil hybride, nouvelle norme

Les meilleurs profils ne sont pas ceux qui connaissent un seul domaine en profondeur. Ce sont ceux qui savent relier. Assez de finance pour mesurer l’impact du stock. Assez de commerce pour saisir la pression client. Assez d’IT pour ne pas demander l’impossible à un ERP. Assez de terrain pour savoir qu’un processus parfait sur PowerPoint devient ingérable dans un entrepôt à 15 000 commandes par jour.

Cette montée en compétence prend du temps. Un jeune diplômé assimile vite un schéma de flux ou un calcul de réapprovisionnement. Il lui faudra des années pour décoder les zones grises, les compromis, les jeux d’acteurs, les contournements terrain et les conséquences indirectes d’une décision. Le même défi se pose pour les reconversions. La Supply Chain attire parce qu’elle recrute et qu’elle touche à l’international, à la data et aux opérations. Mais y entrer demande plus qu’une formation courte. Il faut apprendre à penser en flux, en contraintes et en dépendances.

Beaucoup d’entreprises sous-estiment cet effort. Elles recrutent des juniors en espérant une autonomie rapide sur des sujets complexes. Elles demandent à des opérationnels de devenir data-driven sans leur donner le temps de maîtriser les outils. Elles confient des transformations ERP à des chefs de projet peu exposés au terrain. Le résultat est connu. Les équipes apprennent par crise. Elles découvrent l’importance de la master data quand un flux bloque, et le rôle du transport quand un retard client devient critique. Cette méthode fonctionne parfois. Elle coûte cher en stress, en erreurs et en dépendance à quelques experts internes.

Former un système, pas une somme de silos

La solution ne consiste pas à produire davantage de contenus. Il faut bâtir des parcours qui ressemblent à la réalité. Montrer ce qui se passe quand la prévision est fausse, quand l’ERP bloque, quand le stock physique ne correspond pas au stock système, quand la finance exige une réduction brutale des inventaires alors que le commerce veut accélérer. Quand tout le monde a une bonne raison, et que l’entreprise doit quand même trancher.

Les compétences comportementales deviennent centrales. Communiquer, challenger, prioriser, faire collaborer des fonctions différentes, ce n’est plus un bonus. C’est une compétence métier. La Supply Chain est devenue un espace de coordination permanent.

Attention toutefois à l’excès inverse. Transversalité ne signifie pas superficialité. Un bon profil garde une expertise de départ solide quelque part, planification, logistique, ERP ou data. C’est elle qui donne la crédibilité. Sans cette ancre, on fabrique des profils qui parlent de transformation sans savoir expliquer pourquoi un camion est bloqué, pourquoi un MRP propose une commande absurde ou pourquoi une interface a cassé un flux. La fonction a besoin de profils hybrides, pas de profils flous.

Deux enseignements à retenir

Premièrement, arrêtez de former la Supply Chain comme une collection de silos. Formez-la comme un système où les décisions circulent, où les erreurs se propagent et où les objectifs se contredisent. Le cas concret vaut mieux que le schéma idéal.

Deuxièmement, protégez l’expertise de base. La transversalité ne se construit pas sur du vide. Elle s’appuie sur une compétence technique réelle qui donne la légitimité de relier les autres.

Cette évolution rend les métiers plus exigeants. Elle les rend aussi plus passionnants. Peu de fonctions offrent une vision aussi complète de l’entreprise.

Et vous, comment formez-vous vos équipes à cette transversalité sans sacrifier l’expertise technique ? Le recrutement de profils juniors tient-il ses promesses dans votre organisation, ou apprenez-vous encore par crise ?

Continuez la discussion sur Chain.NET, la communauté mondiale des professionnels de la supply chain: www.chain.net. Vous pouvez y poser vos questions, rejoindre des événements et débats, et accéder à des ressources exclusives réservées aux membres.

Gartner s’aventure sur un nouveau marché au pire moment possible. Le géant de la recherche a recemment publié son premier Magic Quadrant dédié au conseil en stratégie, planification et opérations de chaîne d’approvisionnement. Le verdict place Accenture, Deloitte, McKinsey et PwC dans le quadrant des Leaders, EY en Challenger, BCG en unique Visionnaire, et relègue Bain, Capgemini et KPMG au rang de Niche Players.

Le rapport, rédigé par les analystes Michael Dominy et Caleb Thomson, remplace l’ancien format Market Guide par un Magic Quadrant complet. Gartner justifie ce changement en invoquant un marché avec “une différenciation concurrentielle plus claire”. Mais le timing interpelle. Ce nouveau quadrant émane d’une entreprise dont l’action s’est effondrée d’environ 64 % en douze mois, dont les actionnaires ont déposé une plainte collective pour fraude boursière, et dont la crédibilité est ouvertement remise en cause par les praticiens qui traitaient autrefois ses recherches comme parole d’évangile. L’arbitre distribue des notes pendant que le tribunal examine son propre dossier.

Une Entreprise en Chute Libre Qui Note les Autres

Les chiffres racontent une histoire brutale. L’action Gartner a clôturé à 132,69 dollars le 9 juillet 2026, loin de son plus haut sur 52 semaines de 409,76 dollars et de son sommet historique de 551,80 dollars atteint en novembre 2024. Le titre a touché un plancher de 124,25 dollars fin juin, quelques jours à peine après la publication de ce Magic Quadrant. La capitalisation boursière a fondu de plus de 40 milliards de dollars à son apogée à environ 9 milliards aujourd’hui. Le chiffre d’affaires du premier trimestre 2026 a même reculé de 1,5 % sur un an, et les analystes ne cessent d’abaisser leurs objectifs de cours, certains passant d’environ 253 dollars à moins de 200 dollars.

Pire encore, une plainte collective pour fraude boursière couvre désormais les investisseurs ayant acheté l’action Gartner entre février 2025 et février 2026. Elle allègue des communications trompeuses sur la croissance de la valeur des contrats et sur la performance du segment Consulting. Relisez bien. L’arbitre qui distribue les classements de conseil est lui-même accusé d’avoir trompé le marché sur sa propre activité de conseil. L’ironie est totale.

Anna McGovern, conseillère en supply chain et auteure d’Antifragile Supply Chains, avait diagnostiqué la cause profonde dès le début de la chute : “L’IA a banalisé la recherche correcte et les présentations PowerPoint. Les clients ne veulent plus de PDF après coup. Ils veulent des réponses dans leur flux de travail.” Rich Sains, responsable de la transformation des achats chez Qatar Airways, a résumé le basculement en une phrase : “Avant, en tant que responsable des achats IT, j’aurais interrogé un analyste Gartner. Aujourd’hui, je demande à ChatGPT ou Gemini.”

Un Arbitre Juge et Partie

Le modèle économique de Gartner crée un conflit d’intérêts structurel que l’entreprise refuse d’affronter. Le cabinet tire ses revenus d’abonnements de recherche, de services de conseil, de parrainages d’événements et de droits de reproduction, dont une part substantielle provient des entreprises mêmes qu’il évalue. Les cabinets classés Leaders achètent des licences de reproduction pour promouvoir leur positionnement. Le rapport lui-même porte la mention “Licensed for Distribution”. Le classement génère du chiffre d’affaires pour le classeur. Cherchez l’erreur.

Gartner affirme que ses recherches sont “produites de manière indépendante, sans influence d’aucune tierce partie”. Les vétérans de l’industrie n’y croient plus. David Linthicum, stratège cloud et IA reconnu et ancien directeur technique, qualifie le modèle sans détour de “pay-to-play par excellence, presque de l’extorsion légalisée”. Selon lui, “les entreprises se sentaient obligées de s’abonner juste pour suivre, tandis que les fournisseurs se sentaient quadruplement obligés de verser de l’argent dans les caisses de Gartner pour avoir le privilège d’être mentionnés”.

Un entrepreneur français, Eric Wanscoor, a chiffré le ticket d’entrée : environ 45 000 euros à l’époque pour qu’une startup entre dans les analyses de Gartner. La stratège marketing Shelly DeMotte Kramer décrit des entreprises “contraintes de payer la taxe Gartner et de jouer le jeu, prises en otage par une relation qui ne délivre aucune valeur réelle”. Une taxe, un otage, un jeu truqué. Le vocabulaire des praticiens en dit long.

Le quadrant consulting aggrave le problème. Les cabinets de conseil comptent parmi les opérateurs de relations analystes les plus sophistiqués au monde. Ils emploient des équipes entières dédiées à la gestion de leur relation avec Gartner. Quand les évalués sont aussi les maîtres de la manipulation de l’évaluateur, le classement mesure le talent en relations analystes, pas la qualité de livraison client.

Une Méthodologie Bâtie sur l’Autodéclaration

Les critères d’évaluation révèlent des fondations fragiles. Une grande partie des données provient des fournisseurs eux-mêmes. Gartner a évalué “les tendances que le fournisseur observe sur le marché”, “la façon dont le fournisseur aborde l’expérience client” et “les talents et la rétention du fournisseur”. Autrement dit, on demande aux candidats de rédiger leur propre bulletin de notes. Les cabinets de conseil ont toutes les raisons de se présenter sous leur meilleur jour.

Le rapport admet lui-même ses lacunes. Gartner note que “plusieurs fournisseurs ont retenu des indicateurs commerciaux granulaires” et que “les exemples concrets d’IA agentique en production à grande échelle restent moins courants que les feuilles de route et les pilotes”. Relisez attentivement. Les fournisseurs ont caché des données clés, et les pilotes comptent autant que les déploiements réels. Que mesure-t-on exactement ? Des promesses.

L’accent mis sur l’IA crée une logique circulaire indéfendable. Chaque profil de fournisseur célèbre l’IA agentique, les jumeaux numériques et les plateformes propriétaires. Pourtant, la propre analyse de Gartner admet que ces capacités restent largement non prouvées à grande échelle. Les cabinets sont classés sur des récits soignés plutôt que sur des résultats démontrés.

Ce schéma a un historique accablant. Linthicum a documenté de multiples prédictions ratées de Gartner, dont la fameuse prévision selon laquelle 80 % des entreprises utiliseraient le cloud pour leurs charges critiques dès 2015, un jalon qui s’est étiré jusque dans les années 2020. Gartner a lui-même averti que 85 % des projets d’IA échoueraient, et prévoit désormais que plus de 40 % des projets d’IA agentique seront annulés d’ici fin 2027. Le cabinet récompense donc les visions IA des consultants alors que sa propre recherche annonce leur échec massif. On ne peut pas mieux illustrer l’incohérence.

Des Barrières Arbitraires et des Boucles de Visibilité

Les critères d’inclusion incorporent des biais structurels. Pour être éligible, un cabinet doit afficher 5 milliards de dollars de chiffre d’affaires total, au moins 1 000 consultants dédiés à la supply chain, et au moins 60 % de ses effectifs de consultants en Amérique du Nord et en Europe. Un cabinet livrant un conseil supply chain exceptionnel principalement en Asie-Pacifique échoue par construction, quelle que soit sa qualité. Pour une discipline dont le centre de gravité s’est déplacé vers l’Asie, c’est absurde.

Un critère mérite une attention particulière : les fournisseurs doivent figurer parmi le “top 50 des fournisseurs dans les demandes de renseignements Gartner”. L’éligibilité d’un cabinet dépend en partie de la fréquence à laquelle les clients de Gartner posent des questions à son sujet. Cela crée une boucle de rétroaction qui récompense les positions établies. Les cabinets déjà visibles dans l’écosystème Gartner se qualifient, ce qui accroît leur visibilité, ce qui renforce leur éligibilité. Le système s’auto-alimente.

Les praticiens expérimentés contestent aussi l’architecture même du quadrant. Erich Gampenrieder, dirigeant supply chain avec près de trois décennies chez Accenture, Deloitte, KPMG et Genpact, soutient que la séparation traditionnelle entre stratégie, planification et opérations “devient obsolète”. La planification, selon lui, “connecte désormais la stratégie d’entreprise, l’architecture, la technologie, la transformation et les opérations en une seule capacité de gestion intégrée”. Dirk Holbach, Chief Supply Chain Officer aguerri, a acquiescé sur l’orchestration tout en ajoutant qu’il “aurait une perspective différente sur l’évaluation Gartner en termes de qui se situe où”. Quand les praticiens contestent à la fois le cadre et les placements, que reste-t-il du classement ?

Une Couverture pour Dirigeants, Pas un Outil de Décision

La fonction réelle du classement est elle-même mise en cause. Le dirigeant technologique Tim McConnaughy décrit le Magic Quadrant comme “un système d’assurance”, où les dirigeants achètent le classement pour pouvoir dire “quand la poussière retombe, j’ai suivi le Magic Quadrant, ce n’est pas ma faute”. Linthicum se souvient de clients admettant avoir pris des décisions technologiques qu’ils savaient douteuses parce que “c’est ce que Gartner recommandait”, protégeant leur carrière plutôt que leur entreprise. Thomas Audibert, fondateur français dans la tech achats, décrit le modèle comme “une boucle auto-entretenue : les fournisseurs paient Gartner, Gartner valide, les dirigeants se sentent en sécurité”.

Un classement qui sert d’abord de parapluie hiérarchique ne mesure rien de la qualité de livraison. Il vend de l’absolution, pas de l’analyse. Le consultant Miroslav Pitlanic a résumé le problème : Gartner “s’est installé confortablement dans la vente de réponses au moment où le marché a commencé à valoriser les questions”.

Les propres recommandations de Gartner sabordent discrètement son quadrant. Le rapport conseille aux acheteurs d’interviewer le personnel proposé, d’obtenir un droit de veto sur les équipes, et d’exiger que les spécialistes issus d’acquisitions composent l’essentiel des équipes projet, car “le cabinet acquis, et non le grand fournisseur mondial, détient l’expertise spécialisée”. Il concède que l’expertise “varie selon la géographie” chez Accenture, est “plus mature en Amérique du Nord” chez Deloitte, et “diffère selon les régions” chez KPMG. Si la qualité varie autant au sein de chaque cabinet, une position sur un quadrant ne dit rien à l’acheteur sur sa mission spécifique avec une équipe spécifique. Le classement note des institutions quand la livraison dépend d’individus.

Un Autre Modèle Est Possible

La leçon profonde est que l’évaluation des fournisseurs et prestataires a besoin de nouvelles fondations, où le placement ne peut pas s’acheter et où la méthodologie sert les acheteurs plutôt que les classés. C’est précisément le vide que le Global Supply Chain Council comble avec le GSCC Vendor Radar (radar.gscc.app), un outil de découverte de fournisseurs de logiciels supply chain construit sur une règle d’indépendance éditoriale stricte : aucun placement payant, jamais. Les fournisseurs ne peuvent acheter ni leur présence sur le radar ni une meilleure position. Au lieu d’axes abstraits en deux dimensions, le Vendor Radar organise les solutions autour de quatre quadrants correspondant aux missions réelles des acheteurs, et chaque fournisseur listé passe par un pipeline de vérification avant d’apparaître.

Le principe est simple. Quand l’évaluateur ne prend pas d’argent des évalués, les acheteurs peuvent enfin faire confiance à ce qu’ils lisent. Et le modèle est conçu pour s’étendre. GSCC explore l’extension de cette même approche indépendante et fondée sur la vérification à un Consulting Radar, appliquant le principe du zéro placement payant au marché même que Gartner vient de tenter de cartographier. Si les cabinets de conseil veulent de la visibilité auprès des acheteurs, ils devront la mériter par des capacités vérifiées et des retours de praticiens, pas par des budgets de relations analystes.

Points Clés à Retenir

Le premier Magic Quadrant consulting de Gartner émane d’une entreprise en crise. L’action a perdu environ 64 % de sa valeur en un an, s’échangeant autour de 133 dollars contre un plus haut annuel au-dessus de 409 dollars, tandis qu’une plainte collective pour fraude boursière allègue des communications trompeuses sur les indicateurs mêmes qui fondent sa crédibilité.

La méthodologie repose lourdement sur l’autodéclaration des fournisseurs et récompense les feuilles de route IA plutôt que les résultats prouvés. Gartner admet que des fournisseurs ont retenu des données commerciales et que les exemples d’IA agentique en production restent rares, alors même que la vision IA pèse lourd dans les classements. Vu l’historique de prédictions ratées de Gartner, les acheteurs devraient fortement décoter les placements fondés sur la vision.

Les conflits structurels demeurent entiers. Revenus de reproduction, taxe Gartner, critères d’inclusion fondés sur la visibilité et seuils de revenus arbitraires : le quadrant mesure la maîtrise des relations analystes et la position établie autant que la qualité de livraison. Les praticiens contournent de plus en plus les analystes, posant aux outils d’IA les questions qu’ils payaient autrefois Gartner pour trancher.

Les modèles indépendants fondés sur la vérification et sans placement payant, comme le GSCC Vendor Radar et un futur Consulting Radar potentiel, indiquent la direction que prend l’évaluation des prestataires. Traitez tout quadrant comme une simple liste de départ, puis appuyez-vous sur les entretiens d’équipe, les livrables témoins et les références indépendantes pour prendre la vraie décision.

Vous appuyez-vous encore sur les classements d’analystes pour sélectionner vos partenaires de conseil, ou les outils d’IA ont-ils changé votre façon de rechercher des prestataires ? Un modèle sans placement payant comme le GSCC Vendor Radar, étendu aux cabinets de conseil, gagnerait-il votre confiance plus vite ? Partagez votre point de vue dans les commentaires ci-dessous.

SAP vient de finir de reconstruire sa plateforme achats. Puis l’entreprise a publié une politique qui donne à chaque client une raison de construire son futur IA ailleurs. La nouvelle API Policy v4/2026 restreint l’accès des systèmes IA autonomes et génératifs aux données SAP, sauf si cet accès passe par des architectures endossées par SAP. Le timing est le problème. SAP a fait ce mouvement au moment précis où la technologie enterprise court vers des architectures multi-agents ouvertes, et juste au moment où SAP elle-même relançait une reconstruction de fond en comble d’Ariba avec ses propres agents Joule. Le marché l’a lu comme une blessure auto-infligée.

Le débat a pris de l’ampleur après qu’une série de posts ait cadré la politique comme un but contre son camp. Les chiffres qui ancrent l’argument sont frappants. Selon un sondage de DSAG, le groupe d’utilisateurs SAP germanophone, 77 pour cent des entreprises SAP actives en IA utilisent déjà des outils non-SAP, tandis que seulement 3 pour cent utilisent Joule en production. La politique ne restreint pas seulement l’adoption future. Elle restreint ce que la plupart des clients SAP font déjà. Le post a attiré des architectes SAP, des rivaux ERP, des dirigeants achats et des leaders d’intégration. L’accord que c’était une erreur stratégique était bruyant. La défense de la logique de SAP était plus discrète mais plus substantielle que le pile-on ne le suggérait.

L’erreur non provoquée

Le cadrage le plus tranchant est venu d’un analyste de technologie achats qui a comparé le mouvement au tennis. La plupart des matchs sont perdus non par le joueur qui frappe le moins de coups gagnants, mais par celui qui commet le plus d’erreurs non provoquées. “SAP had a perfectly reasonable ball sitting in the middle of the court, a genuine platform advantage, an entirely rebuilt Ariba, a Joule agent strategy that was actually starting to look almost interesting, and they hit it straight into the net.”

Son diagnostic de la conséquence était précis. “The real risk isn’t that big enterprises will rip out SAP tomorrow. They won’t. SAP’s ERP code block is safe for a decade or more. The risk is that procurement and finance teams will start building their AI-native workflows around SAP rather than through it, and once that architecture hardens, it doesn’t unharden.”

Cette distinction compte. La menace n’est pas un rip-and-replace dramatique. C’est la construction silencieuse d’une couche d’intelligence externe qui laisse SAP comme ce qu’il a appelé “a dumb node receiving clean data from an external intelligence layer that SAP doesn’t control and can’t throttle.”

Le marché a déjà voté

Le point de donnée le plus cité est devenu le centre rhétorique du débat. Veera Baskar K, SCM consultant, l’a dit franchement. “The 77 percent versus 3 percent gap tells you everything. Enterprises have already voted with their integrations, and SAP’s policy is effectively trying to reverse a decision the market already made.”

Son avertissement opérationnel était plus tranchant pour les équipes supply chain spécifiquement. “If your demand sensing, inventory optimisation, or carrier visibility tools are pulling SAP data through non-approved APIs, you’re now looking at a compliance exposure on top of your existing tech debt.”

Alex Saric, dirigeant enterprise SaaS chevronné, a localisé le mouvement dans l’histoire de SAP. “Yes, SAP at the same game as when they announced indirect license fees to try to block customers from using competing SaaS solutions. We see more and more customers, with their CIOs driving, moving their supplier masters outside the ERP such as to Ivalua, with data being pushed back into SAP but managed outside it. The magic, whether agentic workflows or data management, will increasingly happen outside of SAP.”

Cette observation capte l’ironie structurelle. La politique conçue pour garder la valeur à l’intérieur des murs de SAP pourrait être la chose qui pousse la valeur définitivement à l’extérieur.

La défense de SAP

Toutes les voix n’ont pas rejoint le pile-on. Le contre-argument le plus substantiel est venu de Nils Charvin, account executive chez SAP, qui a soutenu que le débat était cadré trop étroitement. “Agentic AI on ERP isn’t another integration. It’s autonomous write access to systems of record. An agent posting journal entries, releasing payments or mutating master data is a different beast from a Copilot summarizing a thread.”

Son point sur la Section 2.2.2 mérite du poids. “The policy targets exactly that, autonomous systems planning and executing sequences of API calls. Not AI access in general. At that level, governance isn’t optional. Signed agent identity. Scoped tokens. SoD enforced at the API layer. Immutable audit trails. No enterprise CFO signs off on anything less.”

Sa conclusion a recadré le test. “Vendor control is the failure mode. Enterprise-grade interop is the win condition.”

Un développeur chez SAP a posé la logique commerciale plus franchement. “Why should SAP allow competitors to build AI Agents using SAP data instead of developing and selling the agents themselves?”

Saurabh Ajay Kumbhare, SAP integration architect, a défendu la rationale de sécurité. “Feeding general use AI with your customers data is like putting your payslip or HMRC data on Facebook. Even Salesforce doesn’t allow it so let’s stop blaming SAP.”

Le sous-texte du revenu de licence

Plusieurs voix ont identifié le motif commercial que le langage de la politique n’énonce pas. Sudarshan Survepalli, fondateur SaaS, l’a nommé directement. “The problem is more to do with license costs. With one agent capable of doing work of hundreds of users, the loss of user based revenue will pinch. In the short term this may slow the bleeding but needs a rethink in terms of how software or APIs are priced.”

James Flood, client director, a tracé l’analogie avec l’histoire de l’accès indirect de SAP. “This is nothing new, it’s indirect usage. Whether it’s people or AI agents, it’s workload which would otherwise be attributed to subscription and consumption in SAP. Not so different to you sharing your Netflix password.”

Duncan Jones, investisseur logiciel, était moins indulgent. “I called out SAP as ‘Ransomware’ when they introduced their Indirect Access policy. This is even worse. SaaS providers need to find a fair way to monetize agents’ use of their software now they can’t simply count human logins. Protectionist bans and tariffs aren’t the solution.”

Ce cadrage compte. L’économie des agents casse le licensing par siège. La politique de SAP se lit pour beaucoup comme un palliatif pour protéger le revenu pendant que l’entreprise cherche comment pricer les agents, pas une vraie mesure de sécurité.

Le risque des systèmes fantômes

La critique la plus ancrée opérationnellement est venue de ceux qui ont vu la friction de gouvernance se retourner. Paulo Segala, supply chain planning leader, a averti sur l’effet de second ordre. “When official integration is too slow, shadow systems appear. And once that happens, the governance problem gets worse, not better.” Son suivi plus tranchant a nommé le vrai danger. “It is shadow decision logic. Once teams build their own paths around friction, they also create their own signals, thresholds, and escalation rules. That is when governance starts losing the execution layer it was meant to protect.”

Rob Colletti, spécialiste packaging et operations, a fait le même point depuis le terrain. “If systems gate access, teams work around them. That’s how shadow spreadsheets and bad data start, then AI just inherits the mess.”

Cette dynamique est le risque le plus profond de la politique. Une restriction censée imposer le contrôle pourrait produire exactement les workarounds non gouvernés qu’elle était conçue pour prévenir.

Les rivaux observent

La réponse concurrentielle a été immédiate. Ward Karson, COO chez Raindrop, a confirmé l’opportunité. “We also love SAP’s unforced error architecture decision. We fully support the BYOLLM architecture. If a customer wants to bring their own Claude, ChatGPT, Gemini or Grok Enterprise LLM and plug it into Raindrop, we happily offer that. We see the tennis score as Advantage: Industry.”

Amol Joshi, Head of Worldwide Sales chez Ivalua, était plus cinglant. “Maybe they think they are Apple.” Felipe R., leader d’intégration, a pointé Oracle JD Edwards comme bien placé pour capitaliser. Le talking track concurrent s’est écrit tout seul.

À retenir pour les dirigeants supply chain

Trois leçons traversent la discussion. D’abord, la politique ne déclenchera pas de migration immédiate, mais elle durcira les workflows AI-native autour de SAP plutôt qu’à travers. Une fois que cette architecture externe se fige, elle ne s’inverse pas.

Ensuite, la gouvernance est une préoccupation légitime, et l’accès autonome en écriture aux systèmes de référence exige vraiment des contrôles. La question est de savoir si SAP industrialise une interopérabilité sûre et auditable assez vite, ou si le délai d’approbation pousse les équipes vers des systèmes fantômes qui détruisent la gouvernance que la politique prétendait protéger.

Enfin, l’enjeu sous-jacent est le pricing, pas la sécurité. L’économie des agents casse le licensing par siège chez chaque vendeur SaaS. SAP a bougé en premier et maladroitement. Le vendeur qui résout la monétisation des agents sans protectionnisme gagne la décennie.

Si vos workflows IA dépendent des données SAP aujourd’hui, avez-vous cartographié lesquels se trouvent maintenant du mauvais côté de la Section 2.2.2?

Poursuivez la discussion sur Chain.NET, la communauté mondiale du supply chain, sur www.chain.net. Posez vos questions, participez aux événements et accédez à des ressources exclusives.

La plupart des équipes supply chain parlent d’Integrated Business Planning. Très peu le construisent réellement. La raison est simple. La méthodologie est solide, mais les outils sont soit trop chers, soit trop rigides. Pour les petites et moyennes entreprises, l’écart entre la théorie de la planification et son exécution reste béant depuis des décennies.

C’est cet écart qu’Alain Matar a décidé de combler. Senior IBP Leader chez TELUS, Matar a présenté un moteur IBP fonctionnel qu’il a construit avec Claude lors de la première GSCC Builder Session, un nouveau format où les praticiens montrent ce qu’ils ont construit plutôt que de parler d’IA dans l’abstrait. Le résultat n’était pas une démo commerciale. C’était un véritable outil, utilisé pour piloter une activité de distribution alimentaire et de confiserie dans huit pays du Moyen-Orient.

Le problème du téléphone arabe

Matar a passé plus de 20 ans dans le supply chain à travers quatre univers très différents. Il a commencé dans la logistique des opérations de maintien de la paix de l’ONU, où une rupture de stock n’est pas un échec de service mais une crise. De là, il est passé par le retail, la pharma, le gaz, et aujourd’hui les télécoms. Le fil conducteur était partout le même. La planification vivait ou mourait selon les personnes présentes dans la pièce, pas selon le logiciel.

Il a décrit les deux voies traditionnelles qui s’offrent aux entreprises. Vous achetez une plateforme d’entreprise et acceptez ses hypothèses sur votre activité, puis vous adaptez vos opérations à l’outil. Ou vous embauchez un développeur, vous lui expliquez votre métier, et vous le regardez construire quelque chose qui capte environ la moitié de ce que vous avez dit. Vous corrigez. Il reconstruit. Vous recommencez la boucle jusqu’à épuisement du budget. Les entreprises appellent cela de l’itération. Matar appelle cela le téléphone arabe.

Son moteur supprime entièrement la couche de traduction. Il a architecturé la solution et écrit le code lui-même sur quelques week-ends. Aucun développeur au milieu. “C’est juste moi et Claude”, a-t-il dit. Il donne ses instructions en langage clair et Claude exécute. Ce qui change tout, selon lui, c’est que la personne qui comprend le métier peut désormais construire l’outil, et que l’outil peut évoluer aussi vite que l’entreprise.

Ce que fait réellement le moteur

La version qu’il a présentée était la version 11. Elle tourne dans le navigateur et couvre l’ensemble du cycle de planification Oliver Wight Class A, soit environ 26 étapes.

Le panneau d’administration attribue des rôles aux demand planners, supply planners, inventory planners, commercial managers, contrôleurs financiers, acheteurs, responsables de magasin et dirigeants. Chaque rôle reçoit un périmètre défini par branche. Cette structure a résolu le problème central de l’entreprise. Avant, 20 planificateurs travaillaient à partir de 20 fichiers Excel, sans séparation des responsabilités ni source unique de chiffres. Quand un planificateur partait, le fichier partait avec lui.

Le moteur fonctionne par gestion des exceptions. Avec des milliers de références sur de nombreuses branches, personne ne peut suivre chaque signal de demande. Le système signale donc les anomalies. Une référence qui se vend à 10 unités par mois et qui grimpe soudain à 40 est remontée automatiquement. Comme l’a résumé Matar, les exceptions représentent 20% des problèmes mais 80% de la valeur.

Le volet demande inclut un tracker de lancement de nouveaux produits, un calendrier de cadeaux calé sur le Ramadan, l’Aïd, le Nouvel An chinois et Noël, des modèles de prévision statistique, une segmentation ABC-XYZ et par durée de conservation, et du demand sensing sur des fenêtres de 4, 13 et 26 semaines. Le volet approvisionnement gère l’intelligence sur les matières premières, connectée par API à la plateforme d’achat du client, le réapprovisionnement premier expiré premier sorti, la capacité usine par ligne et la couverture en matières premières. La réconciliation intégrée rassemble le tout avec analyse des écarts, allocation par canal et réconciliation financière. Un pack de revue mensuelle se génère automatiquement et part vers les VP chaque quatrième semaine.

Coût, sécurité et le revers de la médaille

L’économie du projet est frappante. Matar a démarré avec Claude Pro à environ 20 dollars par mois, puis est passé au forfait Max à environ 100 dollars. Il estime que la version 11 a demandé environ 80 heures, facilitées par le fait que les moteurs précédents lui offraient une base à personnaliser.

Il a appris l’hébergement cloud et la sécurité de zéro. Claude l’a guidé étape par étape pour déployer sur Google Cloud avec authentification unique et Firestore. Il a utilisé les 400 dollars de crédits gratuits de Google Cloud pour tester d’abord.

Il a été direct sur les risques. Vous devez auditer et stress tester le code. Il a passé 250 scénarios de test pour valider la logique. Son avertissement le plus tranchant portait sur le modèle lui-même. “Le problème avec Claude, c’est qu’il est trop intelligent”, a-t-il dit. Il fait des erreurs, puis vous convainc que ces erreurs sont correctes. C’est précisément pourquoi les plans de test sont essentiels.

Interrogé sur la question de savoir si cela remplace Kinaxis, SAP ou Blue Yonder, sa réponse était claire. Si vous avez un budget de plusieurs millions de dollars et 12 à 24 mois, ces plateformes sont la bonne réponse. Elles sont puissantes, matures et éprouvées. Son outil occupe un autre espace. Il s’adresse aux petites et moyennes entreprises qui ont besoin de la discipline IBP mais ne peuvent justifier la licence et l’implémentation. Fait notable, il a souligné que Kinaxis s’est déjà associé à un cabinet boutique pour viser ce même marché, signe que la tendance est réelle.

Sa prochaine cible est de remplacer PowerBI et Tableau par une couche visuelle complète. Il diversifie aussi son workflow avec Codex en secours, basculant entre les modèles quand l’un atteint une limite.

Enseignements pour les dirigeants supply chain

La discipline est l’actif, pas le tableau de bord. Matar a martelé que l’outil compte parce qu’il construit la discipline IBP, le fondement même du processus. Les graphiques et les scores de maturité sont secondaires.

Commencez petit et itérez vite. Les imports manuels, les rapports d’exception et une source unique de vérité délivrent de la valeur avant toute intégration ERP profonde. L’avantage de construire soi-même, c’est que l’itération est rapide et immédiate.

L’expertise métier est la vraie barrière à l’entrée. Vous n’avez pas besoin d’être développeur. Vous avez besoin de comprendre le supply chain et la méthodologie Oliver Wight assez bien pour savoir quand la logique est cassée. L’IA gère le code. Vous gérez le jugement.

Un planificateur normal pourrait-il construire quelque chose de ce genre ? Et si la réponse est oui, qu’est-ce que cela signifie pour les prochains contrats de logiciels d’entreprise que votre société va signer ?

Partagez votre avis en commentaire. Si vous souhaitez voir le moteur en action, vous pouvez demander une démo directement à Alain à l’adresse Mattaralain@gmail.com. Alain est également membre de Chain.NET et vous pouvez le contacter sur https://www.chain.net/u/a141ce1b.

Le replay complet de cette Builder Session est disponible pour les membres payants du GSCC sur Chain.NET à l’adresse https://www.chain.net/c/session-replays/.

Poursuivez la discussion sur Chain.NET, la communauté mondiale du supply chain, sur www.chain.net. Posez vos questions, participez à la prochaine Builder Session et accédez à des ressources exclusives.

Dans ce nouvel épisode de La Supply, Julien Lemoine et Claire Morel analysent une semaine qui marque un vrai changement d’échelle dans la supply chain.

CMA CGM rachète FedEx Supply Chain pour renforcer CEVA en Amérique du Nord. Colis Privé regarde vers Paack pour accélérer sur le dernier kilomètre en Europe. Decathlon réplique ses entrepôts robotisés avec Exotec. Chronodrive, Nomadia, Relex, Colibri, WinSped et d’autres montrent la même tendance : les petits projets pilotes ne suffisent plus.

La logique devient claire : intégrer, standardiser, automatiser, répliquer.

Mais cette quête d’efficacité se heurte aussi au mur du réel : taxe sur les petits colis contournée, foncier rare, entrepôts à étages, relocalisation des stocks, pression carbone et densification des réseaux.

Un épisode concret pour comprendre pourquoi la supply chain entre dans une nouvelle phase industrielle, où le contrôle des flux, des données, des infrastructures et du dernier kilomètre devient un avantage stratégique majeur.

#LaSupply #SupplyChain #Logistique #CMACGM #FedEx #CEVA #Automatisation #Robotique #DernierKilometre #ImmobilierLogistique

Un récent rapport Gartner a livré un chiffre qui semble raisonnable jusqu’à ce qu’on réfléchisse à ce qu’il signifie réellement. Cinquante-cinq pour cent des dirigeants supply chain s’attendent à ce que l’IA agentique réduise les embauches débutantes. La logique est intuitive. Quand un agent IA gère le traitement des signaux de demande, les déclencheurs de réapprovisionnement et le routage des exceptions de façon autonome, le travail transactionnel sur lequel les analystes juniors passaient la plupart de leur temps disparaît. Moins de transactions, moins de juniors. Le calcul a l’air propre. La conséquence ne l’est pas.

Le débat a pris de l’ampleur après un post d’un dirigeant supply chain global soutenant que la statistique manque ce que le talent junior est réellement. Pas du headcount. Le pipeline pour la capacité de jugement de niveau intermédiaire dont l’organisation aura besoin dans cinq ans. Le planificateur qui a passé trois ans à échouer sur les cycles de demande, à apprendre pourquoi le modèle avait tort, à reconstruire des prévisions de zéro, porte quelque chose qu’aucun agent IA ne réplique: intuition opérationnelle, jugement contextuel et mémoire institutionnelle de pourquoi les chiffres se comportent comme ils le font. Le post a attiré des COO, des directeurs supply chain, des recruteurs et des consultants à travers la FMCG, la pharma et les life sciences. L’accord sur le risque était fort. Le désaccord portait sur quoi faire à la place.

Manger le grain de semence

Le cadrage le plus tranchant est venu de Chin Lee Tan, global director en life sciences et pharmaceuticals. “If we use Agentic AI just to slice out entry-level headcount, we are essentially eating our own seed corn. The operational scar tissue that a junior planner gets from overriding a broken forecast or manually resolving a critical supplier failure is exactly where mid-level judgment comes from. We cannot download institutional memory.”

Sa prescription a rejeté le binaire couper ou garder. “We shall not pause entry-level hiring. Instead, we need to change the job description or role profile, shifting junior talent away from data processing and moving them into system thinking, scenario modelling, and AI oversight. They are the co-pilot managing the agent that builds it, which forces them to learn macro-level trade-offs much earlier in their careers.”

Ce recadrage compte. Le choix n’est pas de savoir s’il faut embaucher des juniors. C’est ce qu’il faut leur faire faire une fois que le travail transactionnel a disparu.

Mike Engdale, supply chain executive en pharma et environnements PE-backed, a aiguisé le point sous-jacent. “Entry-level supply chain roles have never really been about processing transactions. They’ve been about developing judgment under imperfect information. Many of the leaders running supply chain organizations today learned through forecast misses, supplier failures, inventory tradeoffs, and operating constraints, not because those activities were efficient, but because they created pattern recognition.”

Sa conclusion a capté l’enjeu. “AI should elevate early-career talent, not eliminate it. The organizations that get this right won’t just deploy better AI. They’ll build better leaders.”

Automatiser l’exécution, pas l’expérience

Taoufik Arif, leader digital and AI transformation en life sciences et FMCG, a distillé la tension en une ligne. “We can automate the execution, but hard to automate the experience. Eliminate the training ground, and we starve our future leadership.”

L’auteur original a poussé le point un niveau plus profond en réponse. “The true question becomes what experience we need to protect to train the AI of the future.” Cette inversion mérite réflexion. Si les agents IA apprennent des patterns que les planificateurs humains encodent, alors affamer le pipeline d’apprentissage humain finit par affamer l’IA du jugement qu’elle était censée hériter.

Mauricio Jamaica, director of manufacturing and supply chain operations, a nommé le mécanisme avec précision. “When you eliminate entry-level roles, you don’t just reduce headcount, you eliminate the experience layer that builds operational judgment over time. AI can process signals. It cannot replicate the three years of learning why the model was wrong. That institutional knowledge has to be developed, not hired in at the senior level.”

Le piège trimestre par trimestre

Plusieurs voix ont localisé la vraie cause non dans l’IA mais dans les incitations de management à court terme.

Alex Satinsky, supply chain manager, l’a cadré comme un problème structurel. “That’s a danger across the board in business, and unfortunately lines right up with so much of what has become a quarter to quarter approach to leading a business. The focus is too much on short term metrics and not enough on long term sustainability.”

Adam Coonin, advisor indépendant avec trois décennies en supply chain et ERP, a étendu l’avertissement à travers les fonctions. “I see not hiring at the entry level for supply chain as short-sighted. I see this as an issue in other key business areas as well, finance, marketing, IT. Organizations need a steady influx of talent to build the next generation of leaders. The companies that win will not be those that replace entry-level talent with AI, but those that use AI to accelerate learning and enable junior employees to contribute at a higher level.”

Ce point transversal compte. Le problème du pipeline de talent supply chain est une instance spécifique d’un pattern corporate plus large. L’IA fait paraître les coupes débutantes efficaces sur les métriques de cette année tout en drainant discrètement le banc de leadership dont chaque fonction aura besoin.

L’écart entre le narratif et le terrain

La contribution la plus ancrée est venue de Dirk Spijkers, managing partner en end-to-end supply chain management, qui a questionné l’urgence de la prémisse. “There is a growing gap between the AI narrative on LinkedIn and what we see in the field. While companies are piloting AI solutions, relatively few are anywhere near large-scale deployment of advanced AI capabilities across their supply chains.”

Cette observation mérite du poids. La statistique Gartner mesure l’attente, pas le déploiement. Cinquante-cinq pour cent des dirigeants s’attendent à ce que l’IA agentique réduise les embauches débutantes. Bien moins ont l’IA agentique tournant de façon autonome à l’échelle aujourd’hui. Le risque est réel, mais le calendrier pourrait être plus lent que le discours LinkedIn ne le suggère, ce qui donne aux organisations plus de marge pour repenser les rôles que la panique ne l’implique.

Karim Khatib, senior consultant, a fait émerger la vérité inconfortable sur l’ancienne expérience débutante aussi. “I’ve seen many young people joining supply chain teams only to be disappointed by the reality: they master excel formulas and macros but feel they lack planning knowledge even after years on the job.” Son point recadre la nostalgie. Le terrain d’entraînement transactionnel ne produisait pas toujours du jugement. Parfois il produisait des opérateurs de tableur qui n’ont jamais appris la planification du tout. La fluidité IA superposée à un APS bien conçu, a-t-il argumenté, pourrait permettre à une personne de développer le jugement que trois analystes enterrés dans Excel n’ont jamais atteint.

Repenser, pas supprimer

Rodrigo Lavrador, global supply chain leader, a offert la synthèse la plus équilibrée. “The learning curve will not disappear, but it may start at a different point in the value chain. If AI absorbs a significant portion of transactional work, future planners may enter the profession later, with different responsibilities and a different development path. The challenge for leaders will be ensuring that judgment, systems thinking and business understanding continue to be developed intentionally rather than assumed to emerge naturally over time.”

Ce mot, intentionnellement, est la résolution. L’ancien modèle produisait le jugement comme sous-produit du travail transactionnel. Enlevez le travail transactionnel et le jugement n’émerge plus par accident. Il doit être conçu.

À retenir pour les dirigeants supply chain

Trois leçons traversent la discussion. D’abord, les postes débutants n’ont jamais concerné les transactions. Ils étaient le mécanisme qui produisait le jugement opérationnel comme sous-produit. Les couper enlève le sous-produit, et le jugement senior ne peut pas être recruté pour remplacer un pipeline que vous avez cessé de nourrir.

Ensuite, la réponse est le redesign de rôle, pas la suppression de rôle. Déplacez le talent junior du traitement de données vers la modélisation de scénarios, la pensée systémique et la supervision de l’IA. Faites-en des co-pilotes gérant les agents, ce qui force l’apprentissage des trade-offs macro plus tôt que l’ancien modèle ne l’a jamais fait.

Enfin, le jugement doit maintenant être construit intentionnellement. L’ancien apprentissage produisait la capacité par accident. Une fois que l’IA absorbe la couche transactionnelle, les organisations doivent concevoir le développement du jugement délibérément ou regarder le banc de leadership s’amincir dans cinq ans.

Que fait votre organisation avec son pipeline early-career en ce moment, et le développement du jugement est-il conçu ou supposé?

Poursuivez la discussion sur Chain.NET, la communauté mondiale du supply chain, sur www.chain.net. Posez vos questions, participez aux événements et accédez à des ressources exclusives.

Dans ce nouvel épisode de La Supply, Julien Lemoine et Claire Morel analysent une rupture majeure : la fin des cycles logistiques prévisibles.

Avec près de 2 millions de petits colis issus de plateformes asiatiques qui arrivent chaque jour en France, les schémas traditionnels du fret, de l’entreposage et du dernier kilomètre sont bousculés en profondeur.

Peak season imprévisible, taux de fret erratiques, direct shipping, e-commerce asiatique, pression sur les transporteurs, explosion des flux aériens, IA agentique, S&OP en temps réel, entrepôts à étages, plateformes fluviales… cet épisode décrypte une supply chain qui doit apprendre à absorber l’imprévu instantanément.

Car la vraie bataille ne se joue plus seulement dans la prévision. Elle se joue dans la capacité à réagir vite, à orchestrer les flux, à sécuriser du foncier rare, et à faire travailler ensemble l’algorithme, le béton et l’intelligence collective.

Un épisode concret pour comprendre pourquoi la logistique de demain sera peut-être invisible pour le consommateur, mais infiniment plus complexe en coulisses.

#LaSupply #SupplyChain #Logistique #Ecommerce #IA #Transport #Fret #DernierKilometre #SOP #ImmobilierLogistique

Amazon a officiellement lancé Amazon Supply Chain Services, une offre logistique intégrée qui consolide les entrepôts, le réseau de transport, la robotique et les capacités d’orchestration de l’entreprise dans une seule business unit accessible aux clients externes. Le mouvement était télégraphié depuis des années. L’exécution a tout de même pris la plupart de l’industrie 3PL au dépourvu. Selon les sources citées dans l’annonce, Amazon affirme pouvoir réduire les coûts logistiques clients de 30 à 50 pour cent. Même si ces chiffres sont gonflés et que la fourchette réelle est de 10 à 25 pour cent, la disruption est réelle.

Le débat a pris de l’ampleur après un post LinkedIn d’un global supply chain strategist soutenant que les 3PL se sont protégés avec la mauvaise douve. Pendant des années, l’industrie s’est appuyée sur les coûts de changement logiciel, les frictions contractuelles et l’inertie client. Amazon ne fonctionne pas sur Manhattan Associates, Blue Yonder, Oracle ou SAP. L’entreprise a construit son propre moteur d’exécution intégré de zéro. L’argument selon lequel les clients sont verrouillés par leur TMS ou WMS s’évapore quand l’alternative est un système end-to-end qui n’a besoin d’aucun de ces outils pour fonctionner.

Le post a attiré des acheteurs logistique enterprise, des cadres 3PL, des fondateurs technologiques et des consultants supply chain. L’accord sur la menace concurrentielle d’Amazon était fort. Le désaccord sur la façon dont les 3PL devraient répondre était plus tranchant.

Le problème de cohésion

Le recadrage le plus cité est venu de Jonathan Dochod, transformational operations leader. “Most 3PLs are still stitching together WMS, TMS, LMS, and robotics vendors and calling it integration. Amazon built the stack from the floor up, data, automation, transportation, and orchestration all running on one operating rhythm. That’s the real threat. Not the brand. Not the scale. The cohesion.”

Sa conclusion est directe. “3PLs that think customer stickiness comes from software lock-in are missing the shift. Customers don’t stay because switching is painful, they stay because outcomes are predictable. If Amazon can deliver lower cost, higher reliability, and a smoother transition path, the market will move.”

Colin Ricardo, Fondateur et CEO de Digital Optima, a tracé la même ligne. “The lock-in argument was always a fragile strategy. It mistakes switching friction for loyalty and those are very different things. The 3PLs most at risk are not the ones with the oldest systems. They are the ones that built their retention model around keeping customers dependent rather than keeping customers informed.”

Richard Chen, AI builder anciennement chez TikTok et Meta, a cadré la logique plus large. “The WMS lock-in argument has always been the weakest moat in logistics. When the alternative offers worse software, switching costs matter. When it offers better software plus end-to-end visibility from factory to door, those switching costs evaporate fast.”

Le contre-argument de la spécialisation

Tout le monde n’a pas accepté le cadrage du rouleau compresseur. La contestation la plus crédible est venue d’Adrian Kumar, supply chain thought leader et formateur.

“Large 3PL operations are not plug-and-play fulfillment nodes. They are highly customized environments built around specific customer requirements, industry constraints, customer systems, and material handling solutions. Many are dedicated operations located exactly where the customer needs to be, beside a plant, near a specialized supplier base, or close to local store networks. Starting these up is a very different challenge than scaling a broad, standardized network.”

Sa question centrale mérite une réponse directe. “How broad does Amazon go? Do they chase highly specialized dedicated solutions across various sectors like a large 3PL, or do they focus more on leveraging underutilized assets and expanding proven, repeatable models? The 3PL market is vast and highly bespoke.”

Patricia Au, Senior Director of Solutions Design chez DHL Supply Chain, a soutenu le point. L’implication est que les cibles initiales les plus viables d’Amazon sont les workloads e-commerce et SMB standardisés à fort volume, pas les opérations industrielles sur mesure avec une complexité spécifique au client.

La douve des exceptions

Richard Chen a identifié le territoire opérationnel où les 3PL peuvent encore défendre de la valeur. “The 3PLs that survive will be the ones that own the exceptions. Customs holds, damage claims, carrier disputes, regulatory compliance. Amazon can move boxes at scale, but the mid-market shipper dealing with a stuck container at Long Beach still needs someone who picks up the phone.”

Cette observation atterrit fort. Le moteur d’exécution d’Amazon est optimisé pour un flux prévisible et à fort volume. Le travail qui casse la prévisibilité, exceptions réglementaires, disputes fournisseurs, récupération de service spécifique au client, exige du jugement humain et du capital relationnel. Les 3PL qui abandonnent ce terrain pour concurrencer sur le fulfillment standardisé perdront la course du fulfillment standardisé et le travail d’exception différencié simultanément.

Ranjit Mathews, Senior Director chez Sutherland, a tiré la conclusion sur le modèle opérationnel. “Amazon may not eliminate 3PLs, but it will definitely expose the difference between a 3PL that manages activity and a 3PL that orchestrates outcomes. The real moat is no longer software lock-in. It is execution discipline, visibility, exception management, automation, and the ability to connect fragmented systems, people, assets, carriers, warehouses, finance, and customer experience into one operating rhythm.”

Le problème de discipline des marques

Un second fil a soutenu que la plus grande contrainte d’Amazon pourrait être les clients eux-mêmes.

Josh S., fractional COO en health and wellness DTC operations, a posé le cas contraire. “Amazon won’t kill 3PLs, it’ll expose brands. Most brands aren’t built for the level of discipline Amazon requires. Most have loose forecasts. Last-minute pivots. Marketing driving ops in real time. That works when a 3PL is absorbing the chaos. It doesn’t work with Amazon.”

Sa conclusion est tranchante. “They’ll win on cost, but a lot of brands won’t win inside their system because it will require marketing teams to entirely change the way they operate.”

Evan Charalampous, Head of Operational Excellence chez GXO Logistics, a acquiescé et étendu le point. “That’s a valid point. It will also expose some 3PLs, the ones that don’t embrace change and manage processes like being back in the ‘90s.”

Blake Read, account executive dans une firme d’intelligence 3PL, a fait la même observation depuis le terrain. “Most brands say they want Amazon pricing but are unable to conform to Amazon requirements.” Les 3PL qui survivront pourraient être ceux qui se spécialisent à servir les marques trop opérationnellement désordonnées pour entrer dans les exigences de standardisation d’Amazon.

L’argument anti-Amazon

Tim Higham, CEO d’AscendTMS, a soulevé la préoccupation de structure de marché à long terme. “We all know how this ends. Amazon bankrupts all the mainstream 3PLs and then raises prices 30 percent once they control the market and the competition is dead. That’s what they did with their marketplace sellers. Everything was great, until it wasn’t, and now Amazon can do what they want with them because there is nowhere else to go.”

Son avertissement est direct. “Let’s be careful what we all wish for. I love buying on Amazon. But it’s killing the very small US businesses we all love and rely on.”

Kyle Smith, spécialiste trucking et brokerage, a soulevé le problème de chevauchement client. “Most of the companies that would consider this product are currently, or will likely soon be, competitors of Amazon.”

Cette observation compte pour tout enterprise shipper évaluant Amazon Supply Chain Services. Externaliser la logistique à un concurrent qui peut utiliser les données opérationnelles résultantes pour affiner sa propre stratégie retail est une décision commerciale différente que d’externaliser à un 3PL neutre.

Le virage SMB arrive d’abord

Michael Kelley, Director of Logistics Procurement chez HEINEKEN USA, a cartographié la séquence d’adoption probable. “Many 3PLs aren’t prepared for the scale and speed at which SMBs will shift to Amazon’s services, if the E2E digital plus physical network offering lives up to the billing. Once the proof of concept is validated across the SMB marketplace, enterprise shippers will follow. This doesn’t even touch on the number of enterprise FMCG shippers that leverage Amazon as a primary sell-through channel currently, which should already incentivize them to shift to the integrated ecosystem.”

Les points d’entrée SMB et FMCG comptent. Une fois qu’Amazon prouve les revendications de réduction de coûts à l’échelle sur les workloads standardisés, le fardeau de la preuve s’inverse. Les équipes achats enterprise auront besoin de justifier pourquoi elles n’utilisent pas Amazon, pas pourquoi elles l’utilisent.

À retenir pour les dirigeants supply chain

Trois leçons traversent la discussion. D’abord, le lock-in logiciel n’est pas une douve. Les clients restent pour des résultats prévisibles, pas pour la douleur du changement. Les 3PL qui ont construit leur modèle de rétention sur la dépendance plutôt que sur la transparence sont les plus exposés.

Ensuite, la gestion des exceptions est le terrain défendable. Le moteur d’exécution d’Amazon gère le flux standardisé à l’échelle. Le travail qui casse la prévisibilité, douanes, réclamations, disputes, conformité, est là où le jugement humain et le capital relationnel produisent encore de la valeur premium.

Enfin, la revendication de coût change le fardeau de la preuve. Que Amazon livre réellement 30 à 50 pour cent d’économies ou seulement 10 à 25 pour cent, les équipes achats enterprise auront de plus en plus besoin de justifier pourquoi elles ne benchmarkent pas contre Amazon Supply Chain Services. Le défaut a basculé.

Comment votre fonction supply chain évalue-t-elle Amazon Supply Chain Services face à vos contrats 3PL existants?

Poursuivez la discussion sur Chain.NET, la communauté mondiale du supply chain, sur www.chain.net. Posez vos questions, participez aux événements et accédez à des ressources exclusives.

Dans ce nouvel épisode de La Supply, Julien Lemoine et Claire Morel analysent un paradoxe de plus en plus visible dans la supply chain.

Pendant que les entreprises investissent massivement dans l’IA, les robots, les plateformes de planification et les entrepôts automatisés, le facteur humain devient plus critique que jamais.

IA agentique, décisions autonomes, visibilité temps réel, humanoïdes en entrepôt, optimisation carburant, hubs XXL, productivité multipliée par huit… la technologie avance très vite.

Mais derrière cette accélération, une autre réalité s’impose : les talents capables de piloter cette complexité deviennent rares, chers et difficiles à retenir. Dans le même temps, la décarbonation impose de nouveaux investissements lourds, du tracteur de cour électrique au fret ferroviaire hybride, en passant par les plateformes logistiques certifiées.

Un épisode concret pour comprendre pourquoi la prochaine bataille de la supply chain ne se jouera pas seulement sur les algorithmes ou les robots, mais aussi sur les compétences, le leadership et le jugement humain.

#LaSupply #SupplyChain #Logistique #IA #Robots #Automatisation #Talents #Entrepot #Transport #Decarbonation

Le cabinet de conseil le plus profitable de la planète restructure son modèle de rémunération à cause de l’intelligence artificielle. McKinsey compterait désormais 25 000 agents IA aux côtés de ses effectifs humains, un développement référencé en interne sous le nom “Project Acorn.” Les partners sont payés moins en cash et davantage en equity bloquée, liée à des résultats clients vérifiés qui ne se matérialiseront parfois que des années plus tard. Le cabinet célèbre pour facturer des centaines de milliers de dollars pour valider des décisions que les dirigeants avaient déjà prises automatise les junior analysts qui produisaient les slides. Les implications vont bien au-delà du conseil. Elles touchent directement chaque dirigeant supply chain qui a signé un engagement consulting à six chiffres.

Le débat a pris de l’ampleur après un post LinkedIn de Craig Taggart, venture partner axé sur le quantique et l’infrastructure, qui a signalé le virage structurel. Son argument central: quand l’IA compresse un projet de trois semaines en trois jours, les clients arrêtent de payer pour du temps et commencent à payer pour des résultats. Le post a attiré des CFO, des directeurs de transformation, d’anciens partners Big Four, des consultants supply chain et des dirigeants finance. L’accord sur la direction était fort. Les désaccords sur ce que cela signifie réellement pour les acheteurs étaient plus tranchants.

La vraie disruption: l’effondrement de la rareté cognitive

Le recadrage le plus cité est venu de Mark Powell, psychologue industriel et organisationnel axé sur l’IA centrée humain. “Everyone is focusing on the wrong part of the McKinsey story. The real disruption is not AI replacing junior analysts. It is the collapse of cognitive scarcity.” Pendant des décennies, a-t-il argumenté, les cabinets monétisaient l’accès à l’information, la pensée structurée, la synthèse, la présentation et le travail analytique. “AI has now commoditised large parts of that stack.”

Sa conclusion a recadré la question de valeur pour chaque acheteur de conseil. “The value of human judgement is rising dramatically. Not generic judgement. Not experience alone. High-quality cognitive judgement. The ability to think independently, challenge machine output, tolerate friction, maintain attention, make decisions under ambiguity, synthesise weak signals, avoid automation bias.” Une fois que l’exécution devient infinie et bon marché, la cognition devient l’avantage compétitif.

Pour les dirigeants supply chain, cette distinction compte. Les livrables de conseil supply chain les plus facilement commoditisés, cartes de réseau, taxonomies de dépenses, études de benchmark, prévisions de demande, sont exactement le travail que l’IA fait maintenant en heures. Ce qui reste précieux est le jugement qui décide quelles insights comptent dans un contexte opérationnel spécifique.

Ce qui était toujours sous le slide deck

La lecture culturelle la plus tranchante est venue d’Anthony C., fondateur fintech. “CEOs don’t hire McKinsey for answers. They hire McKinsey, so when the layoffs happen, the board blames the report, not the executive. The $500k deck is a liability transfer, not insight.” Son cadrage de la menace: “The threat is when clients realize they were never paying for hours to begin with.”

Tim Whitaker, senior business leader et praticien IA, a fait émerger une vérité inconfortable adjacente. “Many GSIs and consulting firms have a tell: you can guess their recommended tech stack before they’ve even shaken your hand. Just follow the money. The real disruption AI brings to consulting isn’t automation, it’s accountability. Clients can now instantly pressure-test recommendations, surface alternatives, and ask: ‘Is this the best solution, or just the most profitable one for you?’”

Ce second point atterrit fort dans le conseil supply chain spécifiquement. Les recommandations WMS, TMS, plateforme de planification et suite achats ont historiquement été façonnées par l’économie des partenariats autant que par l’adéquation. L’IA permet au client de construire sa propre shortlist indépendamment. La boîte noire se fissure.

Le pricing aux résultats sonne bien jusqu’à ce que vous lisiez la définition

Plusieurs commentateurs ont averti que le passage du temps aux résultats n’est pas aussi favorable à l’acheteur que ça en a l’air.

Anthony C. a signalé le piège. “Outcome-based pricing sounds noble until you realize that McKinsey gets to define the outcome.” Cette observation résonne à travers les programmes de transformation supply chain où les métriques de succès sont négociées tardivement, souvent après que les baselines ont bougé.

John Marshall, global payments and treasury leader, a tiré la conclusion pratique pour les acheteurs finance. “Outcomes based pricing is great, but only if companies are willing to put the time in up front to define the baseline. Otherwise consultants can always claim ‘successful outcomes’ that they have defined.” Son ajout pour les CFO et trésoriers: des outils et méthodologies à faible coût existent maintenant pour définir le baseline en interne avant qu’un engagement conseil ne commence. Cela change la négociation.

Jamal Fattouh, freelance project manager et fractional CIO récupérant des transformations ERP et IA enlisées, a posé la question inévitable. “More and more on outcome. The question though is how do you price the value of this outcome?”

Cette question est le défi central de design pour la prochaine génération de contrats de conseil supply chain.

La prime au jugement

Un fil constant dans la discussion est que l’IA commoditise l’analyse, pas le jugement. Plusieurs voix ont fait le point avec des cadrages différents.

Natalie Charpilo, ex-opératrice BCG ayant mené plus de 100 mandats, a posé le cas directement. “AI does not eliminate consulting. It reprices the parts of it that are easy to replicate. That is why fee pressure shows up first in repeatable analytical work, not in the need for judgment.”

Adrien Bono, advisor M&A et stratégie, a raconté la parabole qui capte la dynamique. “There’s an old story about a repairman who fixes a machine with a single kick. The owner refuses to pay $10 000 for ‘just a kick.’ The repairman breaks down the invoice. $1 for the kick. $9999 for knowing where to kick. That’s consulting. AI is the kick. The judgment of where, when, and why is still very much human.”

Dan Kraus, managing director chez Xcel Partners, a tiré l’implication pour l’allocation de capital sérieuse. “In major projects and disputes, nobody is paying for slide decks. They are paying for commercial instinct, governance, and the ability to make difficult calls under uncertainty. AI will absolutely make firms leaner and faster. But it also raises the bar on what humans must contribute.”

Pour les dirigeants supply chain, cela se traduit directement. Vous ne payez plus un consultant pour cartographier votre réseau. Vous le payez pour savoir quels arbitrages dans ce réseau valent d’être défendus contre la prochaine disruption.

Le risque que personne ne price

Ramesh Ramaswamy, strategic AI architect, a fait émerger le risque technique enterré dans les conversations d’efficacité. “Transitioning thousands of roles to autonomous nodes introduces massive systemic risk. Replacing human verification with probabilistic models introduces model drift and injection vectors that traditional governance cannot handle. As we restructure businesses around autonomous workflows, are we optimizing for efficiency while ignoring the catastrophic risks of automated governance?”

Paul Roman, enterprise infrastructure director axé sur la gouvernance IA, a soulevé le risque institutionnel. “AI can compress execution time dramatically while simultaneously reducing the amount of formative practice happening underneath the organization itself. The real risk is not only automation replacing labor. It’s organizations mistaking AI-assisted performance for retained institutional competence. The pyramid does not simply become smaller. It risks becoming structurally thinner underneath the appearance of higher output.”

Cette observation s’applique aux fonctions supply chain autant qu’au conseil. Les équipes qui s’appuient sur l’IA pour rédiger le commentaire S&OP, écrire les stratégies catégorielles ou construire les évaluations de risque peuvent produire un output plus net aujourd’hui et un banc plus mince demain.

De la stratégie comme présentation à la stratégie comme impact opérationnel

Le recadrage le plus utile pour les acheteurs de conseil supply chain est venu d’Agustín Sánchez Durán, advisor en stratégie commerciale santé. “AI is not killing consulting. It is killing generic consulting. For years, too much value was captured through junior leverage, information asymmetry, time-based billing and deck production. AI compresses all four. But clients will still pay for judgment, prioritization, implementation capability and accountability when decisions become expensive. The real shift is not from humans to AI. It is from ‘strategy as presentation’ to ‘strategy as operational impact.’”

Youssef Kasdarli, principal consultant axé sur le design institutionnel, a fait le même point avec des arêtes plus tranchantes. “AI is killing the parts of consulting that were easiest to mistake for value: research, synthesis, slide production and the billable-hour theatre around them. But the deeper work remains: judgement, trust, translation, political sensitivity, implementation and helping organisations act under incomplete knowledge. The real shift is from producing intelligence to building the conditions for action.”

Pour les dirigeants supply chain, la distinction est opérationnelle. Un deck d’optimisation de réseau n’est plus un livrable qui mérite des honoraires premium. Un consultant qui peut s’asseoir à côté de votre équipe pendant le ramp, naviguer la résistance politique à la fermeture d’un DC et porter les conséquences opérationnelles de la recommandation vaut plus que jamais.

Ce que les petits cabinets devraient faire

Un second fil a soutenu que l’IA pourrait aplatir le terrain pour les cabinets de conseil supply chain plus petits et boutiques.

Michael Klosevych, analyste financier et management accountant, a posé la question que beaucoup de cabinets boutiques se posent maintenant. “Could AI also remove some of the barriers to entry, allowing smaller, younger firms to enter the market and provide formidable competition using a lower-cost virtual workforce? Does AI allow junior analysts to perform at an intermediate level almost immediately, and intermediate analysts to ascend to senior roles much more rapidly?”

La réponse qui émerge de la discussion est oui, avec conditions. Les cabinets plus petits qui associent l’exécution IA au jugement d’opérateur senior peuvent crédiblement concurrencer le conseil de marque sur des mandats supply chain spécifiques. Ils ne peuvent pas concurrencer sur la couverture board, qui est exactement la couche qu’Anthony C. a identifiée comme le vrai produit de McKinsey. Cette distinction compte quand les décisions supply chain ont besoin d’isolation politique versus quand elles ont besoin de résultats opérationnels.

À retenir pour les dirigeants supply chain

Trois leçons traversent la discussion. D’abord, auditer ce que vous achetez réellement. Si votre dépense conseil paie pour des slides, de la synthèse et des études de benchmark, l’IA est déjà moins chère. Si elle paie pour du jugement, de la navigation politique et de la responsabilité opérationnelle, la prime est justifiée et en hausse.

Ensuite, posséder votre baseline avant de négocier les résultats. Le passage au pricing aux résultats ne protège que les acheteurs qui définissent eux-mêmes le succès. Les consultants qui définissent le résultat l’atteindront toujours.

Enfin, surveiller l’amincissement institutionnel. L’output IA peut masquer une capacité interne déclinante. Les équipes supply chain qui survivront cette décennie utiliseront l’IA pour amplifier le jugement d’opérateur, pas pour le remplacer.

Votre prochain engagement de conseil supply chain paie-t-il pour de la cognition que l’IA commoditise maintenant, ou pour du jugement que seuls les opérateurs peuvent livrer?

Poursuivez la discussion sur Chain.NET, la communauté mondiale du supply chain, sur www.chain.net. Posez vos questions, participez aux événements et accédez à des ressources exclusives.

Dans l’entrepôt de Rives-sur-Fure (Isère), la cadence ne faiblit pas. 600 000 commandes traitées chaque année, avec des pics à 15 000 expéditions quotidiennes lors des temps forts commerciaux. La saisonnalité écrase le secteur du jouet. Deux tiers du chiffre d’affaires se jouent sur huit semaines en fin d’année. Pour les distributeurs spécialisés, la mo…

Read more