Il n’existe pas de cursus universitaire pour devenir dirigeant du sourcing. Vous pouvez étudier les achats, le product management ou le marketing. Vous ne pouvez pas étudier comment bâtir un réseau d’usines sur quatre continents, absorber un choc tarifaire du jour au lendemain et maintenir dix fournisseurs investis dans votre marque en même temps.

Ce vide explique en partie pourquoi le chemin vers le sommet du sourcing est différent pour chacun de ceux qui y parviennent. Laurent Madelaine, Chief Product and Supply Chain Officer chez Gymshark, a commencé le sien sur la surface de vente d’un magasin Carrefour. Trente-cinq ans plus tard, après avoir créé de zéro le bureau de sourcing de Carrefour au Bangladesh en 2001, dirigé le sourcing textile et chaussures de Tesco depuis Hong Kong et piloté les opérations de bout en bout chez Lacoste, il a une vision claire de ce qui sépare les marques qui réussissent leur sourcing de celles qui le traitent comme une ligne de coût.

Commencez par vous mettre à la place des autres

Le début de carrière de Madelaine a couvert le magasin, les achats et le merchandising avant qu’il ne touche au sourcing. Il attribue à cette diversité une grande partie de ce qui a suivi. Quand il est arrivé au Bangladesh, il savait exactement ce que voulaient les acheteurs et où se situaient les écarts, ce qui comptait dans un pays où personne au siège n’avait jamais travaillé.

Sa définition du rôle est directe. Le sourcing est une fonction de service pour le reste de l’entreprise, tout en façonnant la stratégie. Le supply chain est une chaîne, un groupe de personnes qui travaillent ensemble et se passent le relais. Perdre cela de vue transforme la fonction en goulot d’étranglement plutôt qu’en levier.

Le partenariat, c’est des standards plus de l’attachement émotionnel

Demandez à Madelaine ce que signifie un partenariat fournisseur de classe mondiale et il le divise en deux.

La première moitié, ce sont les standards. Vous avez besoin de fabricants de classe mondiale et de spécialistes du secteur capables d’aller loin sur les matières et la technologie, opérant des usines à l’état de l’art. La taille n’est pas le sujet. Ce qui compte, c’est de le faire correctement, avec un vrai investissement et une vraie passion. Quand un fournisseur n’est pas au niveau, soit vous l’aidez à atteindre le standard, soit vous relevez vos exigences.

La seconde moitié est plus difficile à systématiser. Il faut créer un attachement émotionnel à votre marque. Cela signifie que le fournisseur compte pour vous et que vous comptez pour lui. Chez Lacoste, il organisait des conférences fournisseurs pendant Roland-Garros à Paris. Chez Gymshark, les fournisseurs sont invités à l’événement Lift. L’objectif n’est pas de passer en revue les standards qualité. C’est de faire découvrir aux fournisseurs la marque, la communauté et le client, puis d’expliquer où l’entreprise veut aller.

La logique commerciale est simple. Si vous le faites bien, les fournisseurs veulent investir dans votre business. Dix partenaires investissant chacun un million de dollars par an vous donnent dix millions d’investissement et un avantage compétitif difficile à copier.

Le trafic va dans les deux sens. Madelaine emmène les CEO, les acheteurs, le marketing et le merchandising visiter les usines. Ils s’approprient la relation et communiquent mieux sur la marque ensuite.

Le partenariat n’est pas de l’amitié

Il est franc sur les limites. Le partenariat n’est pas de l’amitié. C’est du business. En tant que marque, vous alimentez le fournisseur en volume. Les marques en croissance construisent des partenariats plus facilement, parce qu’elles investissent pour faire mieux et pour faire plus. Les fournisseurs s’engagent parce que vous apportez du business, créez des emplois et améliorez leurs marges, pas parce que les réunions sont agréables.

Ce qui fait tenir la relation, c’est la constance. Faites ce que vous avez dit. Changez de plan ou envoyez des signaux contradictoires et la confiance s’érode vite. Il se souvient d’avoir dit directement à ses fournisseurs que sa planification n’était pas fiable pendant une période de reconstruction. Les fournisseurs savent gérer cela. Ce qu’ils ne savent pas gérer, c’est découvrir un problème dont personne n’a parlé.

La constance doit aussi tenir au sein de l’équipe. Si le dirigeant du sourcing dit une chose et l’acheteur une autre, la stratégie s’effondre au contact.

Le derisking est devenu le cœur du métier

Sur le risque, la philosophie de Madelaine commence par une vision de bout en bout. Fibre, matière, accessoires, tout. Vous ne pouvez pas produire un vêtement s’il vous manque une fermeture éclair, un fil ou un colorant.

Il rejette l’idée que la perturbation soit nouvelle. Au début de sa carrière, les mesures antidumping et les embargos tombaient du jour au lendemain, et le report de la fin du système de quotas chinois a laissé des marchandises flottantes et bloquées en douane. Ce qui a changé, c’est la capacité d’anticiper. Être sur le terrain donnait autrefois un temps d’avance. Aujourd’hui, vous pouvez vous réveiller avec 100% de droits de douane et les voir revenir à zéro le lendemain.

Son exemple récent : quand les États-Unis ont annoncé de nouveaux droits et que les produits vietnamiens ont subi une hausse brutale, son équipe est restée calme, a évalué la situation, réuni les bonnes personnes autour de la table et modélisé des scénarios. Parce qu’une partie de leur sourcing se trouvait dans des pays exemptés de droits vers les États-Unis, puis soumis au seul minimum de 10%, ils ont déplacé du volume du Moyen-Orient vers l’Asie et de l’Asie dans l’autre sens. Résultat : une base d’approvisionnement pour les États-Unis distincte de celle de l’Europe.

Son verdict sur le camp attentiste est nuancé. Vous travaillez sur le plan et vous attendez. Se précipiter du jour au lendemain n’est jamais bon quand le stock est dans votre entrepôt, sur l’eau et en production. Mais attendre sans rien faire n’est pas une stratégie. Connaissez vos options et mesurez ce que vous pouvez absorber financièrement.

IA : maîtrisez d’abord votre processus

Madelaine voit l’IA progresser vite dans les usines asiatiques, y compris pour la détection des défauts de tissu, et encourage les fournisseurs à investir. Pour les marques, son conseil est séquencé. Connaissez bien votre processus. Identifiez les parties réellement douloureuses. Puis appliquez l’IA là où elle apporte précision et vitesse, ce qui se répercute sur le coût.

Il cite la gestion du critical path, la consolidation de conteneurs et le costing comme candidats solides. Au lieu de personnes qui saisissent des données dans Excel, les ressources basculent vers le développement et l’innovation. Sa mise en garde porte sur la maîtrise. Vous ne pouvez pas déléguer à une machine un processus que vous ne comprenez pas, et vous devez protéger le savoir-faire qui constitue l’ADN de votre marque.

Enseignements pour les dirigeants du sourcing

Recrutez pour la curiosité, pas seulement pour la technique. Madelaine estime que la technique s’apprend. Ce qui s’enseigne difficilement, c’est la volonté de voyager, de remettre en cause ses hypothèses et d’accepter que ce qui était vrai il y a cinq ans est faux aujourd’hui. Il a failli passer à côté du renouveau du Maroc parce qu’il supposait que l’industrie n’avait pas bougé. Une génération plus jeune l’avait reconstruite et opérait des programmes en circuit court pour Zara.

Parlez de ce que vous avez vu, pas de ce que vous pensez. Un patron chez Tesco lui a appris à descendre au bon niveau de détail pour trouver la vérité. Si vous n’êtes pas allé dans l’usine, vous ne savez pas.

Le nearshoring est un outil, pas une doctrine. Il ne fonctionne que si les matières sont proches aussi. Produire près de chez soi en faisant venir le tissu d’Asie allonge le délai au lieu de le raccourcir. Traitez-le comme un élément d’un mix de derisking et comme un projet d’entreprise, pas un projet sourcing.

Vos dirigeants visitent-ils les usines, ou s’appuient-ils sur des rapports rédigés à 10 000 kilomètres de là ? Et par où commenceriez-vous s’il fallait reconstruire la confiance de vos fournisseurs à partir de zéro ?

Partagez votre avis en commentaire. 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.

Les conseils donnés aux étudiants en supply chain n’ont quasiment pas changé en dix ans. Apprendre la planification. Apprendre la logistique. Se certifier. Trouver un stage. Cela produisait des professionnels compétents pour le monde de 2015. C’est une mauvaise préparation à celui qui arrive en 2030. Comme le soutient certains consultants dans une série de recommandations destinées aux étudiants actuels, l’IA n’éliminera pas le besoin de professionnels supply chain. Elle changera significativement ce que ces professionnels font réellement.

Sa prescription est inhabituellement précise pour un genre qui verse d’ordinaire dans l’encouragement vague. Maîtriser les fondamentaux, car la connaissance métier reste irremplaçable. Devenir data literate sur Excel, SQL, Power BI et Python de base, mais surtout comprendre la qualité des données et comment elles circulent. Aller au-delà du prompting vers l’IA agentique: RAG, APIs, MCP, orchestration, automatisation. Mettre les mains dans un ERP. Construire plutôt que seulement étudier, car un portefeuille de projets vaudra bientôt autant qu’un certificat. Apprendre les mathématiques de la précision prévisionnelle, du stock de sécurité et du besoin en fonds de roulement, et ne jamais externaliser cette réflexion à une machine. Comprendre la gouvernance IA. Développer la pensée systémique. Acquérir de l’expérience réelle avec des données sales et de vrais planificateurs. Et enfin, ne pas concurrencer l’IA, apprendre à la piloter.

La formule proposée est un composé, pas un choix: connaissance supply chain plus data plus IA générative plus IA agentique plus systèmes d’entreprise plus jugement business.

Ce que les réponses ont ajouté, ce sont les manques.

La compétence qui ne figure sur aucun programme

L’ajout le plus important est venu d’Elena Sakhnovich, dirigeante supply chain pilotant S&OP et IBP sur l’EMEA et l’APAC. “One skill I would add is the ability to explain technical outputs in business terms. A strong supply chain professional must help planners and leaders understand not only what AI suggests, but why it matters.”

Cette phrase identifie le goulot d’étranglement que presque personne n’enseigne. Un diplômé capable de construire un agent, d’interroger une base et de faire tourner un modèle de scénario a une capacité technique. Un diplômé capable d’entrer dans une pièce avec un directeur commercial et d’expliquer pourquoi le modèle recommande 40 pour cent de stock de sécurité en plus sur une famille de références, dans un langage qui produit une décision plutôt qu’une confusion, a de l’influence.

La distinction compte davantage, pas moins, à mesure que le travail technique devient facile. Quand la sortie du modèle prend quelques minutes, la contrainte se déplace entièrement vers la question de savoir si quelqu’un dans l’entreprise lui fait confiance et la comprend. La fluidité technique devient un prérequis. La fluidité traductionnelle devient le différenciateur, et c’est la compétence la moins susceptible d’être enseignée dans un module d’analytics.

Le curriculum risque qui mériterait son propre diplôme

L’expansion la plus substantielle est venue de Dennis Sharks, DoD logistics program manager opérant sur les zones CENTCOM et SOCOM. Il a proposé trois ajouts absents de la liste originale, chacun visant un mode de défaillance différent.

Le premier est géopolitique. “Geopolitical risk literacy, the ability to read chokepoint risk (Hormuz, Red Sea, Panama, Taiwan Strait) and translate it into routing and sourcing decisions before it hits the news.”

Cette dernière clause est l’essentiel. Lire une perturbation de chokepoint dans la presse signifie que le marché l’a déjà intégrée et que la capacité s’est déjà tendue. La valeur professionnelle réside entièrement dans le délai entre le signal et le titre.

Le deuxième est environnemental. “Climate and weather risk modeling, understanding how El Niño-driven canal draft restrictions, heat-driven port and air-freight capacity loss, and typhoon season affect network reliability.”

Les restrictions de tirant d’eau au canal de Panama illustrent bien pourquoi cela relève d’un programme et pas d’un registre de risques. Ce n’est pas un événement perturbateur. C’est une contrainte récurrente et partiellement prévisible qui redessine l’économie du routage pour des mois, et un planificateur qui ne la modélise pas traite une condition prévisible comme une surprise.

Son troisième ajout vise la couche que la plupart des programmes ignorent entièrement. “Cyber risk awareness. Supply chain systems (ERP, TMS, port systems) are a standing attack surface, and most professional risk frameworks treat this as a core pillar.”

Ce point mérite une attention particulière au regard de la liste originale. La recommandation trois pousse les étudiants vers les APIs, l’orchestration d’agents et l’accès aux données d’entreprise. Chacune de ces capacités élargit la surface d’attaque. Une génération formée à connecter des agents aux ERP sans ancrage parallèle en sécurité construira vite et exposera davantage.

La réponse de l’auteur a concédé directement l’ampleur du manque: l’évaluation des risques et la résilience devraient constituer un cours à part entière. C’est un aveu significatif. Il suggère que la liste en dix points n’est pas un curriculum mais un plan, et que le risque seul justifie autant de profondeur que la planification ou les achats.

Que construire concrètement?

La question la plus pratique est venue d’Ashutosh Bangari, analyste supply chain et data titulaire d’un MSc en data analytics. “Just for my knowledge and building credibility for future, what kind of project an individual can make who wants to grow in futuristic supply chain.”

La question est plus révélatrice qu’elle n’en a l’air. Elle vient de quelqu’un qui possède déjà les diplômes analytics et ne sait toujours pas à quoi devrait ressembler une pièce de portfolio. Cet écart entre certification et capacité démontrable est précisément ce que visait la recommandation “construire, pas seulement apprendre”.

La réponse fut concrète. “Solve a multi-site inventory optimization problem using multi-agent orchestrator.”

Ce projet est bien choisi. Ce n’est pas une démonstration de chatbot. L’optimisation de stock multi-sites exige une vraie connaissance métier, de vraies mathématiques (niveaux de service, effets de mutualisation, coûts de transfert) et une orchestration entre agents qui doivent raisonner sur des arbitrages. Elle produit quelque chose qu’un recruteur peut interroger, et elle échoue visiblement si la logique supply chain sous-jacente est fausse.

C’est le standard qu’une pièce de portfolio doit atteindre. Un projet qui ne fonctionne que parce que les données de démo étaient propres ne prouve rien.

Le corollaire inconfortable

Une implication n’a été formulée par personne. Si le professionnel de demain doit maîtriser les fondamentaux, la data, l’IA agentique, l’ERP, la gouvernance, la pensée systémique, la géopolitique, le climat, le cyber et la traduction business, ce n’est pas un diplôme. C’est l’accumulation d’une carrière comprimée en attente de niveau débutant.

La lecture réaliste est qu’aucun diplômé n’arrive avec tout cela. Il peut arriver avec les fondamentaux, un projet démontrable et l’habitude d’apprendre le reste sur le terrain. La liste est une direction, pas un prérequis, et les étudiants qui la lisent comme une checklist se figeront au lieu de commencer.

À retenir pour les dirigeants et les étudiants

Trois leçons traversent la discussion. D’abord, la compétence traductionnelle est la ressource rare. À mesure que la sortie des modèles devient bon marché, la capacité d’expliquer pourquoi une recommandation compte à un public commercial devient la contrainte sur son utilisation.

Ensuite, le risque mérite sa propre profondeur. Chokepoints géopolitiques, perte de capacité climatique et exposition cyber sur les ERP et TMS ne sont pas des notes de bas de page. Ce sont une discipline, et les outils agentiques que l’on pousse les étudiants à construire rendent la troisième plus urgente, pas moins.

Enfin, construisez une chose qui peut casser. Une optimisation de stock multi-sites pilotée par agents exposera immédiatement une connaissance métier faible, et c’est précisément pourquoi elle vaut plus que dix certificats.

Si vous recrutez des diplômés supply chain, que préférez-vous voir: une certification de plus, ou un projet fonctionnel que vous pouvez démonter en entretien?

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.

Auchan, Decathlon, Leroy Merlin, Boulanger, Kiabi, Norauto. Des millions de Français fréquentent ces enseignes chaque année sans faire le lien. Derrière une partie d’entre elles se trouve la même galaxie familiale, l’Association Familiale Mulliez. Neanmoins, le modèle mérite d’être observé sous l’angle logistique: quand un même écosystème opère dans la grande distribution, le sport, le bricolage, la mode, l’électroménager et l’automobile, entrepôts, approvisionnements, transport, stocks et systèmes d’information deviennent stratégiques. Des milliers de flux à orchestrer quotidiennement, derrière des marques qui gardent chacune leur identité, leur management et leur stratégie.

Un empire économique extrêmement visible par ses marques, étonnamment discret par son nom. La publication a déclenché un débat nourri, où l’admiration côtoie des critiques précises. Peu de contributeurs contestent la performance. Beaucoup contestent le récit.

L’occasion manquée du Amazon européen

La contribution la plus discutée est venue de Fabien Dessaint, CEO de GITC Agency. “La famille Mulliez est un empire impressionnant. Mais quand je regarde son histoire, je vois aussi une énorme occasion manquée. Avec Auchan, Boulanger, Decathlon, Leroy Merlin, Kiabi, Norauto et tout l’écosystème qui gravite autour, ils avaient déjà une grande partie des ingrédients nécessaires: puissance d’achat, fournisseurs, logistique, entrepôts, magasins, marques fortes, millions de clients et présence internationale.”

Sa thèse est directe. “Ils auraient pu construire le Amazon français, et pourquoi pas européen, avant qu’Amazon ne prenne une telle place sur notre marché.” Il anticipe l’objection. “Je vois déjà certains penser: Amazon était intouchable. Pas forcément. Regardez l’Asie. Des acteurs comme Lazada, Shopee, Alibaba ou JD.com ont démontré qu’un géant américain n’est pas automatiquement condamné à dominer tous les marchés.”

Sa conclusion vise le modèle lui-même. “Au lieu de penser uniquement enseigne par enseigne, il fallait penser écosystème. Et c’est probablement là que l’Europe a laissé passer l’une de ses plus grandes opportunités économiques des vingt dernières années.”

La réponse la plus solide est venue d’Anthony Vingadassalom, qui a pointé un problème d’échelle. “Hormis à l’échelle de l’Union Européenne, il y avait une petite chance de rivaliser. Sauf que l’Union européenne, ce ne sont pas les États-Unis autour d’une nation. On est dans un entre-deux qui handicape dans un marché international.”

La décentralisation, force et coût

C’est sur le plan logistique que la critique la plus technique a émergé. Jose Luis B., directeur de comptes clés globaux dans le bricolage, a nommé le prix payé pour l’autonomie des enseignes. “Ce qui est impressionnant, c’est la grande résilience de ce modèle pour toutes les marques, grâce à sa politique de prise de décision décentralisée. Cependant, il s’avère aussi inefficace sur le plan logistique, car chaque marque doit réinventer la roue, sans pouvoir tirer pleinement parti des atouts logistiques des autres. Il en résulte un gaspillage de temps considérable, dont les concurrents profitent.”

Ce constat éclaire tout le débat. Le modèle Mulliez achète de la résilience et de l’agilité en renonçant à la mutualisation. Chaque enseigne construit son propre réseau, ses propres systèmes, ses propres process. La contrepartie est un ensemble qui absorbe les chocs mais qui laisse des synergies sur la table.

Amandine Micucci, consultante et ancienne d’Adeo, la centrale d’achat internationale de Leroy Merlin, a décrit la mécanique de l’intérieur. “Ils ont une force de frappe impressionnante, un vivier de talents, une vision moyen/long terme et des stratégies transverses entre les différentes entreprises qui prennent parfois du temps pour se concrétiser, la gouvernance. Ils grandissent ensemble et conservent une forme de management et de stratégie paternaliste qui fidélise salariés et fournisseurs/partenaires.”

Romaric Adou, spécialiste de la gestion des risques, a formulé l’arbitrage en termes de gouvernance. “Le modèle est une illustration remarquable de la diversification des risques de marché alliée à une mutualisation des risques opérationnels. Dans un tel écosystème décentralisé, l’enjeu majeur réside dans la maîtrise du risque de contagion: préserver l’autonomie stratégique de chaque enseigne pour éviter qu’un choc opérationnel ou réputationnel sur une marque n’impacte l’ensemble de la galaxie.”

L’hypermarché sous pression

Laurent Dor, dirigeant fondateur du cabinet Carredor, a recentré le débat sur la vulnérabilité la plus immédiate. “Le modèle Auchan en hypermarché est aujourd’hui en train de se faire bousculer très fortement par Leclerc, Système U, Grand Frais et les autres acteurs du marché. L’empire Mulliez fonctionne remarquablement bien sur de nombreux métiers, mais l’hypermarché historique est clairement en difficulté face à l’évolution des habitudes de consommation, au prix et à la puissance commerciale de ses concurrents.”

Sa conclusion déplace le sujet. “Le sujet n’est donc plus seulement la Supply Chain ou la puissance de l’écosystème: c’est la capacité du modèle hyper à se réinventer. La bataille de demain se gagnera autant dans les mètres carrés que dans la proximité, le prix, la data, la logistique et l’omnicanal.”

Philippe Caniaux a rappelé qu’un modèle concurrent avait fait l’inverse. “Le modèle Leclerc est aussi bien intégré, sauf que tout reste sous la même enseigne: brico, auto, culture, super et hyper.”

Les échecs que le récit oublie

Plusieurs contributeurs ont reproché au portrait son silence sur les revers. Nora N., product manager, a été la plus directe. “Pourquoi ne pas avoir mentionné la catastrophe d’Alinéa sous la direction d’Alexis Mulliez, ainsi que les difficultés rencontrées par Pimkie? Quand on évoque le parcours de la famille Mulliez, ces épisodes mériteraient pourtant d’être rappelés.”

Virginie Kociszewski a allongé la liste. “On peut aussi ajouter Yougs et Surcouf, ou quand ce bel écosystème a loupé des virages stratégiques.”

Caroline Baziz, chef d’équipe chez Alinéa, a apporté le témoignage le plus dur. “Alinéa: licenciement de 1200 personnes le 31 mars, puis en juillet l’annonce du rachat de la marque.”

Massimiliano Sanna, dirigeant RH, a livré une lecture plus nuancée depuis l’Italie. “J’ai connu cette culture de près, notamment chez Leroy Merlin. À une époque, le sentiment d’appartenance était tellement fort que les gens auraient presque donné leur vie pour l’entreprise. Et ce genre de culture ne se construit pas avec des process ou des présentations PowerPoint.” Il pointe néanmoins un faux pas. “Vouloir intégrer trop vite une autre enseigne, une autre histoire et une autre culture a probablement fait perdre quelque chose en chemin. Quand on touche à l’identité d’une entreprise, la croissance peut parfois coûter très cher.”

La question fiscale

Le sujet le plus inflammable est revenu à plusieurs reprises. Virginie Vancles, key account manager, a posé le dossier. “L’Association familiale Mulliez utilise des montages d’optimisation fiscale complexes entre la France, la Belgique, les Pays-Bas et le Luxembourg pour réduire sa pression fiscale. Plusieurs membres de la famille se sont installés en exil fiscal à Néchin, en Belgique, près de la frontière française.”

Son commentaire final résume le malaise exprimé par plusieurs autres. “Toujours sympathique dans un pays où les moyens manquent pour payer, engager des pompiers, soignants, enseignants.”

Le débat qu’elle a ouvert n’a pas été tranché, et c’est précisément ce qui le rend intéressant. Un contributeur a rappelé que les émissions d’investigation sur le sujet sont systématiquement à charge. D’autres ont maintenu que la question du lieu d’imposition reste légitime pour un groupe dont la fortune s’est bâtie sur le marché français.

À retenir pour les dirigeants supply chain

Trois enseignements traversent la discussion. D’abord, la décentralisation a un prix logistique mesurable. Elle achète de la résilience et de l’agilité au prix de synergies non capturées, et les concurrents intégrés en profitent.

Ensuite, la performance d’un écosystème ne se juge pas enseigne par enseigne. Alinéa, Pimkie et Surcouf montrent que la diversification protège l’ensemble sans protéger chaque maillon.

Enfin, la discrétion a un coût réputationnel différé. Un groupe invisible par son nom ne contrôle pas le récit quand la question fiscale ou sociale finit par émerger.

Votre organisation arbitre-t-elle consciemment entre autonomie des marques et mutualisation logistique, ou subit-elle cet arbitrage par défaut?

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 directeur financier du secteur de la santé a récemment reconnu avoir dépensé plus de 100 millions de dollars en intelligence artificielle sans pouvoir montrer le moindre retour. Ce n’est pas un cas isolé. C’est un signal précoce de ce qui deviendra l’une des courbes d’apprentissage les plus coûteuses de l’histoire récente des entreprises.

Le réflexe consiste à accuser la technologie. Ce réflexe est faux. Les modèles fonctionnent. Ce qui échoue, c’est la méthode d’achat, et la plupart des organisations supply chain appliquent encore celle qu’elles ont construite dans les années 1990. Cadrer un projet. Sélectionner un fournisseur. Implémenter. Mesurer l’adoption. Passer à autre chose.

Cette séquence créait de la valeur réelle quand le logiciel faisait un seul travail dans une seule fonction. Elle s’effondre quand toute la promesse de la technologie consiste à travailler entre les fonctions.

La valeur se cache dans les interstices

L’architecture centrée sur les applications a été conçue pour le contrôle et la standardisation. Votre ERP gouverne la transaction. Votre TMS gouverne le transport. Votre outil de planification gouverne la prévision. Chacun fait correctement son travail.

Le problème se situe entre eux. Le contexte partagé, les décisions transverses et la logique opérationnelle tombent tous dans les interstices. Aucun système ne les prend en charge, donc les humains s’en chargent. C’est pourquoi l’analyse d’une rupture de stock nécessite encore quatre réunions et un tableur.

Le processus S&OP existe précisément pour combler ces interstices. C’est aussi pourquoi les projets S&OP prennent des années et pourquoi beaucoup s’arrêtent à la couche reporting. Vous demandez à un processus de gouvernance de compenser une architecture qui n’a jamais prévu que les fonctions partagent une vision commune du réel.

L’IA agentique ne peut pas fonctionner dans cet environnement. Un agent chargé de résoudre un retard fournisseur doit comprendre ce qu’est une commande d’achat, quel transport la porte, quel ordre de fabrication en dépend, quel engagement client se trouve en aval et quel impact financier en découle. Si ces objets vivent dans cinq systèmes avec cinq définitions différentes, l’agent n’a rien de cohérent sur quoi agir.

C’est pour cette raison que le mot ontologie est passé du vocabulaire académique aux discussions de comité de direction. Une représentation partagée de l’entreprise, reliant les données à des objets réels, à des décisions et à des actions, constitue le prérequis technique pour industrialiser des workflows agentiques transverses. Sans elle, vous automatisez des tâches dans des silos et vous appelez cela une transformation.

Les preuves de l’échec sont désormais difficiles à ignorer

Une recherche du MIT a établi qu’environ 95% des pilotes d’IA générative en entreprise n’ont produit aucun retour mesurable sur le compte de résultat. Gartner prévoit de son côté que plus de 40% des projets d’IA agentique seront abandonnés avant la fin 2027, pour cause de valeur métier floue et de coûts qui dérapent.

Lisez ces deux constats ensemble et un schéma apparaît. Les entreprises n’échouent pas sur le choix du modèle. Elles échouent sur l’intégration dans la façon dont le travail se fait réellement.

La réaction de nombreux conseils d’administration a été de freiner les dépenses. C’est la mauvaise correction. La bonne correction consiste à changer ce que vous achetez.

Achetez des partenariats, pas des produits

Les travaux de Zero100 montrent un basculement net, depuis l’investissement classique en achat et implémentation d’applications cloisonnées, vers des partenariats transverses plus profonds avec les fournisseurs technologiques. Dans le même temps, de plus en plus d’organisations supply chain construisent elles-mêmes des capacités spécifiques à leurs workflows, à l’aide d’outils de génération de code et de développement assisté par IA.

Le tissu conjonctif de ces deux approches, c’est l’équipe fusionnée. Des experts métier des opérations travaillant directement aux côtés de développeurs. Pas un cahier des charges transmis par-dessus un mur. Les mêmes personnes dans la même pièce, qui itèrent sur le même processus.

Cela déplace la question du retour sur investissement de manière utile. Vous ne pariez plus sur la capacité d’un outil à délivrer un bénéfice promis. Vous pariez sur un partenariat qui améliore à la fois votre technologie et vos compétences. La seconde moitié de cette phrase porte l’avantage durable, car les fournisseurs changent alors que la compétence se capitalise.

Concrètement, cela signifie sélectionner un petit nombre de fournisseurs, de consultants ou de spécialistes IA prêts à rester assez longtemps auprès de vos équipes pour construire des ontologies partagées et des workflows transverses. Cela signifie des contrats structurés autour de jalons d’apprentissage plutôt que de jalons de déploiement. Cela signifie accepter que vos six premiers mois produisent de la capacité plutôt que des économies.

La leçon de l’électricité

Dans les années 1880, les usines fonctionnaient avec une seule machine à vapeur massive entraînant un arbre central, des courroies distribuant la puissance à chaque machine de l’atelier. Quand les moteurs électriques sont apparus, la plupart des industriels ont fait le choix évident. Remplacer la machine à vapeur par un moteur électrique et conserver l’arbre.

La productivité n’a presque pas bougé.

La rupture est venue des décennies plus tard, quand les ingénieurs ont placé un moteur sur chaque machine et redessiné l’usine entière autour de cette nouvelle liberté. Le complexe River Rouge de Ford a montré ce qui devenait possible une fois les flux matières, l’implantation et les compétences des opérateurs reconstruits autour d’une énergie distribuée plutôt que d’une courroie centrale.

Le même schéma s’est répété avec le commerce en ligne. Kmart et Blockbuster ont greffé un canal digital sur un modèle opérationnel inchangé. Amazon et Netflix en ont construit un nouveau. Après l’éclatement de la bulle internet, beaucoup de dirigeants ont classé le e-commerce parmi les modes passagères. Entre 2000 et 2025, la part du e-commerce dans le commerce de détail américain a progressé de plus de 1800%.

Greffer une technologie puissante sur un modèle opérationnel inchangé n’est pas une stratégie. C’est une manœuvre dilatoire assortie d’une dépense d’investissement.

Ce que cela implique pour votre prochain cycle de planification

Partez de la stratégie concurrentielle, pas des cas d’usage. Demandez-vous à quoi ressemblerait votre opération si les décisions transverses se prenaient en minutes plutôt qu’en semaines, puis remontez jusqu’à l’architecture qui le permettrait. Cette question produit un plan d’investissement très différent d’un atelier qui collecte 200 idées d’IA et les classe par effort.

Posez ensuite une question plus dure. Si un concurrent reconstruisait son modèle opérationnel autour de cette capacité, quelle barrière vous protégerait ? Si la réponse honnête est la taille ou la position historique, vous êtes exposé.

Deux enseignements

Premièrement, déplacez vos dépenses des outils vers le contexte partagé. La contrainte sur l’IA agentique en supply chain n’est pas la qualité des modèles. C’est l’absence d’une représentation commune de votre activité sur laquelle les agents puissent raisonner. Financez ce travail explicitement, même s’il ne produira pas d’économie spectaculaire la première année.

Deuxièmement, structurez vos relations fournisseurs autour de l’apprentissage organisationnel. Choisissez moins de partenaires, engagez-les plus longtemps, et inscrivez le transfert de compétence dans le contrat. Si vos équipes ne savent ni maintenir ni faire évoluer ce qu’un partenaire a construit, vous avez loué un résultat, pas acquis un avantage.

Les entreprises qui ont vu dans l’éclatement de la bulle internet la preuve que le web avait échoué ont perdu vingt-cinq ans de capitalisation. Le même piège est ouvert aujourd’hui, sous la même forme.

Où votre organisation est-elle réellement bloquée, dans la technologie ou dans le modèle opérationnel qui l’entoure ? Et si vous avez constitué une équipe fusionnée d’experts métier et de développeurs, qu’avez-vous appris lors des quatre-vingt-dix premiers jours qui vous a surpris ?

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.

Votre pilote a fonctionné. La démonstration a impressionné le comité de direction. Douze mois plus tard, le compte de résultat n’a pas bougé.

Cet écart est devenu le problème central de la technologie supply chain. Le budget n’est pas la contrainte. Gartner indique que 72 % des organisations supply chain ont déployé de l’IA générative, mais que la plupart obtiennent des résultats moyens, tant sur la productivité que sur le retour sur investissement. Les outils tournent. Les gains manquent.

Une nouvelle note Gartner publiée le 4 août 2026, signée par Katarzyna Fonteyn avec Vas Plessas et Mark Whitehouse, désigne un coupable inconfortable. Beaucoup d’échecs de l’IA supply chain naissent dans les décisions d’achat. Le problème n’est pas le modèle. C’est ce que votre organisation a accepté d’acheter, dans quel ordre, et auprès de qui.

Cela change la nature du travail. La création de valeur par l’IA n’est pas un exercice de data science. C’est un exercice d’achats, et il fait entrer le responsable des achats IT dans une pièce où le directeur supply chain se débrouillait jusqu’ici seul.

Voici ce que ce partenariat doit réussir.

Décision une : acheter la maturité des données avant la capacité

Le meilleur indicateur d’échec de l’IA reste des données qui n’ont jamais été conçues pour l’IA.

Gartner prévoit que d’ici fin 2026, les organisations abandonneront 60 % des projets d’IA qui ne reposent pas sur des données prêtes pour l’IA. Une enquête Gartner menée auprès de 248 responsables de la gestion des données montre que 63 % d’entre eux n’ont pas, ou ne savent pas s’ils ont, les bonnes pratiques de gestion des données pour l’IA. Ce n’est pas une alerte sur l’avenir. S&P Global Market Intelligence a mesuré que la part des entreprises abandonnant la majorité de leurs initiatives d’IA est passée de 17 % en 2024 à 42 % en 2025, l’entreprise moyenne abandonnant 46 % de ses preuves de concept avant la production.

Les données supply chain sont plus difficiles que la moyenne. Les données de référence dorment dans un ERP écrit en 2011. Les fiches fournisseurs vivent dans trois systèmes avec quatre orthographes de la même société. Les événements transport arrivent en PDF. Des données prêtes pour l’analyse et des données prêtes pour l’IA ne sont pas le même standard. Un reporting tolère une actualisation mensuelle. Un modèle qui consomme des signaux en continu ne le tolère pas.

Acheter sur la base de la maturité, cela veut dire commencer par une évaluation, pas par une liste de fournisseurs. Avant l’appel d’offres, vous notez les données précises dont le cas d’usage a besoin. Couverture. Qualité. Latence. Propriété. Gouvernance. Si la note est mauvaise, vous n’achetez pas l’IA. Vous achetez d’abord la remise à niveau.

C’est la recommandation la moins populaire de toutes les conversations sur l’IA. C’est aussi celle qui sauve le budget.

Décision deux : séquencer l’investissement au lieu de tout financer

La plupart des portefeuilles d’IA sont financés en parallèle. Huit cas d’usage, huit fournisseurs, huit pilotes, une seule couche de données partagée et jamais corrigée.

Le séquencement change l’économie du projet. Vous financez la fondation une fois, puis vous empilez les cas d’usage dessus. La prévision de la demande passe avant le réapprovisionnement autonome. Le référentiel fournisseurs passe avant le sourcing agentique. Chaque phase paie la suivante.

Les gains justifient cette discipline. L’IA produit déjà de la valeur mesurable sur la prévision de la demande, avec des gains de précision de 20 % à 40 %, ainsi que sur l’optimisation des achats et la réponse aux ruptures en temps réel via les tours de contrôle. Ces gains sont réels. Ils sont aussi cumulatifs, ce qui signifie que l’ordre de vos achats détermine la part du cumul que vous capturez.

Le séquencement vous protège aussi du piège de la conduite du changement. Gartner avertit que 60 % des démarches d’adoption numérique dans la supply chain n’atteindront pas la valeur promise d’ici 2028, principalement parce que les organisations sous-investissent dans la conduite du changement. La capacité d’adoption est limitée. Huit déploiements simultanés la dépassent dans presque toutes les entreprises.

Décision trois : nommer un responsable et l’inscrire dans le contrat

Demandez qui détient les résultats de l’IA dans votre entreprise. Dans la plupart des cas, vous obtiendrez trois réponses et zéro responsabilité.

Le fournisseur détient la disponibilité. L’IT détient l’intégration. La supply chain détient le processus. Personne ne détient le fait que cela fonctionne. Quand les résultats déçoivent, chacun désigne son voisin.

Les achats sont la seule fonction capable de corriger cela, parce que la responsabilité doit être contractuelle avant d’être culturelle. Cela suppose des conditions commerciales qui reflètent le comportement réel de l’IA.

Le changement de modèle tarifaire suffit à justifier l’attention. Les données de VendorBenchmark montrent que 61 % des entreprises ont sous-estimé de plus de 40 % leurs coûts de consommation d’IA la première année. Les leviers de négociation qui comptent sont les seuils de consommation engagés, des plafonds de dépassement qui déclenchent une renégociation plutôt qu’une facturation automatique, et des régularisations trimestrielles au lieu de mensuelles. Des hausses tarifaires liées à l’IA de 20 % à 37 % apparaissent désormais sur les devis de renouvellement 2026, signe d’une revalorisation structurelle du logiciel d’entreprise.

Vient ensuite le risque modèle. Votre fournisseur changera le modèle sous-jacent pendant la durée du contrat. La performance bougera. Demandez ce qu’il advient de votre processus validé ce jour-là. Demandez qui est responsable quand un agent agit de façon autonome et se trompe. Les plafonds de responsabilité liés au comportement d’agents autonomes atteignent trois à cinq fois la valeur annuelle du contrat dans certains accords. Demandez à quoi ressemble votre sortie et si vos données partent avec vous.

Rien de tout cela n’est du droit exotique. C’est de la rigueur achats standard appliquée à une catégorie qui y a échappé jusqu’ici.

Décision quatre : acheter l’écosystème, pas l’outil

Un outil d’IA isolé produit rarement un résultat supply chain. Une prévision doit atteindre le système de planification. Une recommandation de sourcing doit atteindre un contrat. Une alerte d’exception doit atteindre un transporteur.

L’intégration devient donc le vecteur de valeur, et c’est là que la responsabilité multi-fournisseurs se délite. Gartner prévoit que les dépenses en logiciels de gestion supply chain dotés d’IA agentique atteindront 53 milliards de dollars d’ici 2030, et observe que les fonctions d’assistant IA sont déjà devenues une exigence obligatoire dans la sélection de logiciels SCM, les agents IA étant une exigence courante. Gartner prévoit également que 40 % des applications d’entreprise contiendront des agents IA spécialisés d’ici fin 2026, contre moins de 5 % en 2025.

Votre stack de demain, ce sont des agents qui parlent à des agents par-dessus les frontières entre fournisseurs. Si vos contrats traitent chaque fournisseur comme un îlot, vous avez acheté un problème de coordination.

La responsabilité d’écosystème passe par des engagements d’interopérabilité dans le contrat. Par des propriétaires d’intégration nommés. Par un seul interlocuteur redevable du résultat de bout en bout, même quand quatre logos sont impliqués. Gartner anticipe déjà que plus de 40 % des projets d’IA agentique seront annulés d’ici fin 2027. La plupart de ces annulations se produiront aux jointures, pas à l’intérieur d’un produit.

Le chiffre que votre directeur financier va demander

Tout ce qui précède se ramène à une question. Pouvez-vous montrer l’argent.

Une étude du MIT publiée en 2025 a montré que 95 % des organisations déployant de l’IA générative n’ont obtenu aucun retour mesurable. Ce résultat parle moins de technologie que de mesure. Les équipes qui n’ont pas défini d’objectifs avant de construire n’avaient rien à présenter au moment des arbitrages budgétaires.

Définissez l’échelle de mesure avant la signature du contrat. Des indicateurs avancés dès les premières semaines, comme le taux d’adoption, le taux de correction manuelle et le temps de cycle. Des indicateurs retardés à 90 et 180 jours qui atterrissent dans le compte de résultat, comme la réduction de stock, le coût de transport par unité, les économies fournisseurs réalisées et les frais d’urgence évités.

Gartner structure ses tendances technologiques supply chain 2026 autour de trois thèmes : autonomie et agentivité, spécialisation et intelligence, confiance et gouvernance, avec la gouvernance des décisions comme discipline qui rend les décisions d’IA transparentes et auditables. La confiance n’est pas un résultat secondaire. C’est ce qui maintient le financement après le premier trimestre décevant.

À retenir

• Traitez la maturité des données comme une condition d’achat. Si l’évaluation échoue, achetez la remise à niveau avant le modèle.

• Séquencez votre portefeuille d’IA. Financez la fondation une fois, puis empilez les cas d’usage. Les pilotes en parallèle épuisent la capacité d’adoption.

• Réécrivez vos contrats IA sur la tarification à la consommation, le changement de modèle, la responsabilité des agents autonomes et la sortie. La redevabilité commence sur le papier.

• Contractez l’écosystème. La valeur fuit aux jointures entre fournisseurs, pas à l’intérieur d’un outil.

• Mettez le directeur supply chain et le responsable des achats IT dans la même pièce avant l’appel d’offres, pas après un pilote décevant.

À vous

Laquelle de ces quatre décisions est la plus faible dans votre organisation aujourd’hui ? Votre maturité de données est-elle évaluée avant la présélection des fournisseurs, ou après la signature ? Et qui, chez vous, détient réellement les résultats de l’IA quand la performance n’est pas au rendez-vous ?

Partagez votre expérience en commentaire. Si vous avez fait passer un cas d’usage du pilote à un impact mesurable sur le compte de résultat, le chiffre et la méthode valent plus que n’importe quelle présentation fournisseur.

Poursuivez la discussion sur Chain.NET, la communauté supply chain mondiale, sur https://www.chain.net, où vous pouvez poser vos questions, participer aux événements et accéder à des ressources exclusives. Posez votre question directement sur https://www.chain.net/c/ask.

Découvrez les avantages de l’adhésion GSCC sur https://gscc.co/benefits et le calendrier complet des événements sur https://www.chain.net/c/events/.

Deux candidats se présentent devant vous. Même diplôme, même intitulé de poste, même durée affichée sur le CV, dix ans. Vous en recruterez un. Rien dans votre grille d’évaluation ne vous dira lequel tiendra debout le jour où le plan s’effondre.

C’est l’angle mort le plus coûteux du recrutement en supply chain. Le premier candidat a peut-être passé une décennie dans un environnement stable, avec des prévisions fiables, des fournisseurs réguliers et un ERP qui n’a pas bougé. Le second a vécu un démarrage d’usine, une pénurie critique, une migration ERP en pleine saison haute et la défaillance d’un fournisseur unique. Sur le papier, les deux affichent le même chiffre.

Dans les faits, ils n’ont pas développé les mêmes réflexes.

Ce que la crise apprend et que la formation ne transmet pas

Quand une chaîne se rompt, les questions arrivent toutes en même temps. Quel client prioriser ? Quel stock déplacer ? Quelle production décaler ? Quel risque accepter et assumer devant le comité de direction ?

Il faut décider vite, avec des informations incomplètes, sans validation formelle disponible dans les délais. Ces situations obligent à comprendre rapidement ce qui est réellement critique, à distinguer l’urgence du bruit et à assumer des arbitrages rarement parfaits.

Axel Bogiraud Tato Leon, consultant en optimisation des flux internationaux, pointe précisément ce mécanisme. Lorsqu’une crise éclate, tout semble prioritaire. Selon lui, l’expérience ne consiste pas seulement à agir vite, mais à identifier ce qui aura réellement un impact sur la continuité des opérations.

Sylvie Fenard, qui a passé quinze ans en supply chain côté enseigne dans la distribution alimentaire, décrit une migration ERP menée en pleine saisonnalité haute. Trois semaines à travailler avec des données fausses, des délais qui bougeaient chaque jour, des équipes à cran. Les décisions prises ne figuraient dans aucun référentiel. Déplacer du stock sans certitude. Informer des clients avant d’avoir une réponse fiable. Décaler des commandes sans validation formelle. Son constat est net, ces décisions ne s’improvisent pas, elles se prennent ou elles ne se prennent pas.

Facroudine, déclarant en douane indépendant, résume l’apport de ces épisodes en une phrase. Les crises sont exigeantes, mais elles développent des réflexes qu’aucune formation ne transmet vraiment. Elles apprennent à prioriser, à communiquer et à s’adapter vite.

Les meilleurs parcours académiques enseignent le stock de sécurité, le taux de service, le MRP et les incoterms. Ils enseignent rarement l’arbitrage sous pression, avec de mauvaises données et un directeur commercial au téléphone.

Attention au piège inverse

Il ne faut pas glorifier le chaos pour autant.

Travailler constamment dans l’urgence n’est pas une preuve de performance. C’est souvent le symptôme d’une organisation qui ne parvient plus à anticiper. Le coût est réel, épuisement des équipes, turnover, perte de mémoire opérationnelle. Une entreprise qui produit des héros chaque semaine a un problème de conception, pas une culture de l’excellence.

La nuance importe pour les dirigeants. Vous voulez recruter des professionnels qui ont traversé des crises. Vous ne voulez pas construire une organisation qui en fabrique en permanence.

Les cicatrices restent dans les systèmes

Alberto Espinós, Product Owner business-to-IT et fondateur d’Imaser, apporte l’observation la plus opérationnelle de ce débat. L’expérience des crises ne laisse pas seulement une trace dans les réflexes des personnes. Elle reste dans les systèmes.

Les fichiers parallèles. Les règles de gestion que plus personne ne sait expliquer. Les contournements devenus permanents. Ce sont des cicatrices, et chacune a résolu un vrai problème, un jour, dans l’urgence. Quand il arrive dans une entreprise, c’est la première chose qu’il regarde. Cela raconte l’histoire opérationnelle mieux que n’importe quel organigramme.

Faites l’exercice chez vous. Recensez les fichiers Excel parallèles qui alimentent vos décisions hebdomadaires. Chacun signale une crise passée que le système n’a jamais absorbée. C’est aussi une cartographie précise de votre dette opérationnelle, et de la connaissance non documentée qui partira le jour où la personne concernée démissionnera.

Ce que devrait mesurer un entretien

La question habituelle, combien d’années d’expérience avez-vous, mesure une durée. Elle ne dit rien de ce qu’une personne a appris quand les prévisions étaient fausses et que le plan devait être entièrement reconstruit.

Nadège Prin, qui accompagne les équipes sur l’ajustement des pratiques, a changé sa façon de conduire les entretiens. Elle demande ce qui a été compliqué et comment la personne s’en est sortie. À ce moment, dit-elle, une lumière s’allume dans le regard, ou pas. Ceux qui ont appris à décider et à ne pas refaire leurs erreurs se révèlent.

Trois questions valent mieux qu’un décompte d’années.

Racontez-moi une décision que vous avez prise sans validation formelle et sans données fiables. Qu’avez-vous choisi de ne pas faire pendant cette crise, et pourquoi ? Qu’est-ce qui a changé dans votre façon de travailler après coup ?

La troisième est la plus discriminante. Elle sépare ceux qui ont survécu à un incident de ceux qui en ont tiré une méthode. Moussa Sidibe, qui accompagne les responsables logistiques et industriels sur l’optimisation des surfaces de stockage, le formule autrement. L’expérience, ce sont surtout les difficultés rencontrées et la manière dont on les a gérées.

Le biais de la taille d’entreprise

Un dernier angle mort mérite d’être nommé, parce qu’il coûte des talents rares.

Réjane De Groote, dirigeante et manager de transition, a repris une entreprise de taille modeste dans un état alarmant, rentabilité dégradée, trésorerie vulnérable, dépendances fortes. Sur ces fragilités se sont ajoutés le Covid, la guerre, la flambée des prix des conteneurs, les goulots d’étranglement asiatiques et l’inflation. Elle a prolongé la vie de l’entreprise de cinq ans, au prix de négociations permanentes avec les actionnaires, les banques et les prestataires.

De retour sur le marché de l’emploi, elle a rencontré la condescendance de recruteurs ne retenant que la taille de l’entreprise, incapables de mesurer ce que cette traversée représentait d’apprentissage.

Le raisonnement est courant et il est faux. Un dirigeant qui a piloté une PME sous contrainte de cash a arbitré plus souvent, plus vite et avec moins de filet qu’un cadre d’un grand groupe protégé par les process. Filtrer sur la taille du chiffre d’affaires revient à écarter précisément les profils que vous cherchez pour vos périodes difficiles.

Deux enseignements pour les dirigeants supply chain

Premièrement, changez ce que vous mesurez en entretien. Remplacez le décompte d’années par un inventaire de crises traversées et de décisions assumées. Demandez systématiquement ce que le candidat a choisi de ne pas faire. Ce que quelqu’un sacrifie sous pression en dit plus long sur son jugement que la liste de ses réussites.

Deuxièmement, documentez vos crises pendant qu’elles se produisent. La plupart des organisations perdent l’apprentissage le plus cher qu’elles paient. Une note de deux pages rédigée à chaud, décisions prises, informations disponibles à ce moment, résultat obtenu, vaut plus que n’importe quel module de formation acheté l’année suivante. Elle transforme une expérience individuelle en capacité collective.

L’expérience ne se mesure pas en années. Elle se mesure en décisions prises quand le plan ne fonctionnait plus.

Quelle crise a le plus transformé votre façon de travailler, et qu’en avez-vous formalisé pour vos équipes ? Vos entretiens de recrutement cherchent-ils réellement à détecter cette capacité, ou continuez-vous à compter des années ?

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.

Dans ce nouvel épisode de La Supply, Julien Lemoine et Claire Morel analysent une fracture stratégique de plus en plus visible.

D’un côté, les entreprises veulent accélérer vers l’IA, l’automatisation et la supply chain quasi autonome. De l’autre, elles se heurtent à une réalité beaucoup plus dure : données climatiques insuffisantes, coûts énergétiques en hausse, foncier cher et infrastructures de plus en plus complexes.

L’épisode décrypte pourquoi l’entrepôt n’est plus seulement un lieu de stockage, mais devient aussi un actif énergétique, capable de produire, stocker et redistribuer de l’électricité.

Au programme également : la guerre des talents supply chain, les limites du surstockage, la pression sur les 3PL, et le rachat de FedEx Supply Chain par CMA CGM comme symbole d’une consolidation accélérée du secteur.

Un épisode concret pour comprendre pourquoi le directeur supply chain de demain devra peut-être autant piloter l’énergie que les flux.

#LaSupply #SupplyChain #Logistique #Entrepot #IA #Energie #Automatisation #ImmobilierLogistique #CMA CGM #Podcast

Traversez n’importe quelle organisation supply chain et vous y trouverez deux populations distinctes occupées à ce qui ressemble au même métier.

Le premier groupe déplace des chiffres. Ils extraient le statut d’expédition du portail transporteur et le collent dans le fichier de suivi. Ils rapprochent l’avis d’expédition de la réception. Ils relancent le fournisseur pour une confirmation qui aurait dû arriver automatiquement. Ils reconstruisent le même rapport hebdomadaire chaque lundi parce que les données sources n’arrivent jamais deux fois de la même façon.

Le second groupe regarde un chiffre et demande pourquoi. Il voit le taux de service rester stable pendant que les frais d’urgence grimpent, et il sait qu’un problème amont s’est déclaré avant que quiconque ne le signale. Il décide de ce que le chiffre signifie et de ce qu’il faut en faire.

Les deux groupes accèdent désormais aux mêmes outils d’IA. C’est précisément le sujet. La ligne de partage ne passe plus entre les humains et les machines. Elle passe entre ceux qui utilisent un outil de raisonnement généraliste pour taper plus vite et ceux qui l’utilisent pour penser à davantage de choses.

La fonction finance mène l’expérience à votre place

L’enquête CFO Signals de Deloitte du deuxième trimestre 2026 a demandé aux directeurs financiers à quoi ils utilisent réellement l’IA dans leur fonction. La première réponse, à 51%, est la productivité opérationnelle. Comptes rendus de réunion. Rédaction d’emails. Travail administratif. La planification financière et le budget arrivent deuxièmes à 44%. L’analyse des données financières troisième à 41%.

Relisez cette phrase. Au milieu de l’année 2026, l’application la plus répandue de la technologie la plus importante de notre vie professionnelle consiste à écrire des emails plus rapidement.

La supply chain n’échappe pas à ce schéma. Elle le reproduit. L’essentiel de l’adoption de l’IA en logistique aujourd’hui se résume à une barre de recherche plus intelligente sur des documents que vous aviez déjà, ou à un agent conversationnel qui répond à des questions auxquelles vos équipes savaient déjà répondre. Utile. Et strictement identique à ce que votre concurrent a acheté, chez le même fournisseur, au même trimestre.

Les meilleures données disent que le temps se déplace, pas les emplois

L’étude la plus rigoureuse disponible sur ce sujet n’est ni un sondage ni une prévision. Des chercheurs du MIT et de Stanford ont analysé plus de 200 000 enregistrements au niveau transactionnel dans 79 cabinets comptables et interrogé 277 comptables, avec une publication dans le Journal of Accounting Research.

Leur conclusion n’est pas que les personnes ont été remplacées. C’est que leur temps s’est déplacé.

Cette distinction compte davantage que n’importe quel titre sur les destructions d’emplois. L’IA ne prend pas le poste. Elle prend la partie du poste qui n’a jamais été la partie créatrice de valeur, puis restitue ce temps à celui qui sait quoi en faire. Si vous avez du jugement, vous disposez désormais d’un effet de levier dessus. Si vous n’en avez pas, ce que vous faisiez vient de perdre de la valeur.

Les données sur l’emploi vont dans le même sens. Le Bureau of Labor Statistics américain prévoit la disparition de 94 300 postes de teneurs de livres, aides-comptables et auditeurs d’ici 2034, soit un recul de 6%. Sur la même période, les comptables et auditeurs progressent de 5% et les analystes financiers de 6%. La couche mécanique se contracte. La couche interprétative s’étend.

Transposez cela à votre propre fonction. La personne qui affrète manuellement du fret contre une grille tarifaire est exposée. Celle qui décide de bloquer une ligne pour douze mois ou de jouer le marché spot ne l’est pas.

Pourquoi vos meilleurs opérationnels se croient à l’abri et sont les plus exposés

La plupart des professionnels de la supply chain pensent que leur sécurité vient de la maîtrise des outils. Connaître l’ERP mieux que tout le monde. Aller vite sur Excel. Détenir le cycle S&OP. Être la seule personne capable d’expliquer pourquoi le WMS se comporte ainsi.

Cette conviction est à l’envers.

Plus vous excellez dans le travail mécanique, plus vous devenez remplaçable, car ce travail est le premier à disparaître. La rapidité sur une tâche que le logiciel s’apprête à absorber n’est pas une barrière protectrice. C’est un compte à rebours.

Le processus lui-même n’est pas le problème. Votre processus de réception doit exister. Ce qui devient redondant, c’est l’humain dont toute la contribution consiste à le suivre. Le professionnel de valeur n’est pas un franc-tireur qui ignore les procédures. C’est celui qui repère quand la procédure produit une mauvaise réponse, et qui le dit avant que le client ne s’en aperçoive.

Prenez un cas concret. Deux prévisionnistes lancent la même baseline statistique. Le premier accepte la prévision système et passe la semaine à mettre en forme le résultat. Le second remarque que le modèle extrapole un pic promotionnel comme s’il s’agissait de demande de fond, vérifie auprès des équipes commerciales, corrige trois références et évite six semaines de surstock. Mêmes outils. Fonction totalement différente.

La pénurie de talents et l’automatisation racontent la même histoire

Une dernière force mérite d’être nommée, car elle explique pourquoi le mouvement s’accélère plus vite dans certaines organisations que dans d’autres.

L’étude 2026 de Robert Half, menée auprès de plus de 400 dirigeants finance et comptabilité aux États-Unis, montre que 87% payent désormais des salaires plus élevés pour des candidats dotés de compétences spécialisées à poste équivalent. Les compétences rémunérées sont le reporting, l’analyse de données et la modélisation. Pas la vitesse de traitement des transactions. L’interprétation.

L’enquête de Deloitte auprès de 200 directeurs financiers d’entreprises réalisant plus d’un milliard de dollars de chiffre d’affaires rend l’intention explicite. La moitié cite la transformation digitale comme priorité numéro un pour 2026. La priorité talent la plus citée, à 49%, est l’automatisation des processus pour libérer les collaborateurs vers des tâches à plus forte valeur.

Le vivier professionnel s’amincit en parallèle. Moins de candidats entrent dans les métiers comptables, et la supply chain connaît sa propre version du phénomène avec le vieillissement des effectifs en planification et en logistique. Les entreprises n’automatisent pas uniquement pour réduire les coûts. Beaucoup automatisent parce qu’elles ne parviennent pas à recruter, et chaque heure de jugement libérée est une heure qu’elles n’auraient pu acheter sur le marché à aucun prix.

La capacité mécanique devient bon marché. Le jugement reste rare. L’écart entre les deux se creuse.

Deux enseignements

Premièrement, auditez où passent réellement les heures de vos équipes, pas où votre organigramme prétend qu’elles passent. Si plus de la moitié de la semaine de vos planificateurs part en assemblage de données plutôt qu’en prise de décision, vous n’avez pas un problème d’effectifs. Vous avez un problème d’effet de levier, et acheter davantage de licences IA sans redessiner le travail produira simplement le même résultat un peu plus vite.

Deuxièmement, changez dès maintenant vos critères de recrutement et de développement. Cessez de faire de la maîtrise des outils le premier signal de sélection. Recherchez la capacité à expliquer ce qu’un chiffre signifie et ce qu’il faut en faire. La maîtrise d’un outil se déprécie au rythme des versions de l’éditeur. Le jugement se capitalise.

Si vous utilisez l’IA pour produire le même travail plus vite, vous avez acheté de l’efficacité. C’est un achat raisonnable. C’est aussi celui qu’a fait votre concurrent. Si vous l’utilisez pour changer ce que votre organisation passe son temps à décider, vous avez acheté tout autre chose, et les données suggèrent que très peu l’ont fait.

Quel groupe est le plus nombreux dans votre organisation aujourd’hui, ceux qui déplacent des chiffres ou ceux qui les interprètent ? Et si vous avez fait basculer une équipe de l’exécution vers le jugement, qu’avez-vous réellement changé dans la façon de la mesurer ?

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.

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.