Quel que soit leur niveau de maturité sur le sujet, la plupart des directions des achats sont aujourd’hui conscientes et convaincues du caractère stratégique et disruptif de l’intelligence artificielle générative (IAGen), qu’il faut ou va falloir adopter. Mais aussi des bouleversements aux niveaux opérationnel et organisationnel qu’elle induit. L’IAGen va en effet optimiser les opérations en améliorant la productivité et l’efficience de la fonction, et en donnant davantage de pouvoir et d’autonomie aux acheteurs pour optimiser leurs tâches du quotidien. Elle peut aussi impacter l’organisation des activités, en permettant aux collaborateurs de se recentrer sur leur cœur de métier et les tâches à forte valeur ajoutée.
Pour maîtriser cette rupture, deux enjeux de taille sont à relever : la formation et la gestion des données. La formation constitue un enjeu majeur, d’abord pour assurer une montée en compétences des collaborateurs, afin de leur permettre de maîtriser cette technologie et d’en comprendre les limites. « C’est parce qu’elle nécessite une formation approfondie des utilisateurs que la rédaction de trame de cahier des charges figure parmi les scénarios que nous avons écartés », témoignait récemment Lenka Raulet, Head of Systems, Processes and Compliance European Purchasing Organisation chez ArcelorMittal, engagé dans un pilote avec un des principaux éditeurs du marché pour identifier des cas d’usage. « Nous avons en effet constaté qu’une demande mal exprimée ne permet pas d’aboutir à un document satisfaisant ». Toujours en direction des collaborateurs, il s’agit de les sensibiliser aux risques, notamment pour éviter les dérives liées à la « Shadow IAGen », c’est-à-dire à l’utilisation « sauvage » de cette technologie, non initiée et donc non accompagnée par le management et la DSI.
Enfin, la formation doit également cibler les décideurs aux achats et au sein de la DSI, pour les aider à arbitrer les demandes croissantes des collaborateurs liées à l’utilisation de l’IA et à renforcer leur maîtrise technique du sujet. Ils doivent comprendre comment l’IA générative fonctionne, ce qu’elle permet aujourd’hui et ce qu’elle permettra demain. Et bien prendre conscience qu’elle ne remplacera pas l’humain, dont l’expertise et la supervision restent indispensables, sous réserve d’acquérir de nouvelles compétences techniques et opérationnelles : rédaction de prompts, détection d’hallucinations, analyse des résultats, etc.
La gestion des données, le deuxième enjeu lié au déploiement de l’IA générative, est tout aussi fondamentale. « Pour permettre aux modèles de s’entraîner, de prendre des décisions fiables et de générer des contenus pertinents, la quantité et la qualité des données est essentielle, ce qui suppose un gros travail de nettoyage, de structuration et de classification », explique Bertrand Gabriel, directeur d’Acxias, en charge des comptes stratégiques et du développement, soulignant au passage l’importance de la contextualisation. Il faut permettre au système d’IAGen de travailler sur des données spécialisées en fonction du domaine, des cas d’usage et même du profil de l’utilisateur. Pour garantir un niveau de transparence et une maitrise des résultats produits, les données doivent aussi être visibles, documentées, interopérables et sécurisées. Sur ces points, si certains jugent qu’elles peuvent brider le potentiel d’innovation, les règlementations joueront un rôle certain, à commencer par l’IA Act dont le texte est entré en vigueur en août dernier.
Article complet de La Veille Digital Achats : « L’IA générative replace l’acheteur au cœur des processus »