Publicité

Publié le 21/04/2021 - Par Jean Potage

Pratique Achats : Pourquoi la transformation digitale des Achats devrait enfin décoller

Jean Potage, Enseignant et Chercheur en Achats, Kedge Business School, IAE/Desma Grenoble, UVSQ Paris-Saclay, Campus ESPRIT Redon, ESIEE Jean Potage, Enseignant et Chercheur en Achats, Kedge Business School, IAE/Desma Grenoble, UVSQ Paris-Saclay, Campus ESPRIT Redon, ESIEE

Les missions de la fonction Achats se sont enrichies et complexifiées avec le temps. Toutefois, comparativement à d’autres, cette fonction a pris du retard dans le développement de ses outils d’ingénierie, faute de temps, de ressources, quelquefois de maturité, et surtout faute d’une offre digitale mature. Mais la période que nous vivons marque un tournant. Les choses pourraient avoir changé…Cet article analyse l'impact d’un programme de transformation sur l'efficacité des Achats.

La Transformation Digitale des Achats (Procurement Digital Transformation ou PDT[1]) s'accélère avec l’alignement de plusieurs planètes : d’une part, la maturité achats des organisations s’est considérablement développée, d’autre part, les suites logicielles permettent désormais de digitaliser de bout en bout le processus d'achat, et dans le même temps, des plateformes de différentes natures (places de marché, services achats, données fournisseurs) se développent de manière vertigineuse comme en B2C. Enfin, les technologies émergentes telles que le Big Data et l'IA (Intelligence Artificielle) contiennent de nouvelles promesses pour la fonction. Mais entre le «pic des attentes exagérées» et le «trou des désillusions» du célèbre Gartner Hype, comment les CPO peuvent-ils s’y retrouver et surtout s’y prendre dans leur entreprise ?

Les principales fonctions des entreprises telles que la R&D ou la Production ont entamé leur transformation numérique il y a une trentaine d'années (comme la CAO), alors que les technologies émergentes telles que l'IoT, la Blockchain, le Big Data, l'IA arrivent dans un contexte d'ingénierie déjà numérisée. Les Achats, en revanche, ont mis du temps à numériser leur processus, et cette transformation est donc concomitante avec l'arrivée de ces technologies émergentes. Il faut donc d'abord « démêler » la toile de cette numérisation, en distinguant ce qui n'est qu'une évolution normale et ce qui constitue de véritables disruptions. Ce qui suppose répondre à quatre questions clés, thèmes de fond de notre recherche :

  1. Comment mesurer l'amélioration de l'efficacité économique d’une transformation digitale ?
  2. Comment et pourquoi les plateformes d'achat numériques sont-elles déjà une première disruption en cours ?
  3. Comment et pourquoi le Big Data et l'IA sont-ils encore une seconde disruption à venir et à laquelle nous devons nous préparer ?
  4. Quelle pourrait être une feuille de route menant à une transformation réussie ?

Rappel historique

Avant toute chose, un bref rappel historique. Les deux représentations suivantes établissent un parallèle, d’une part entre l’évolution dans le temps de la maturité des organisations Achats et d’autre part des outils dits « d’ingénierie ». Avec ce paradoxe s’agissant des organisations : à mesure que leurs enjeux et leurs missions progresse, l’aptitude des équipes, leur savoir-faire, semble se réduire dans les mêmes proportions. Autrement dit, tout le monde ne peut pas suivre ! Les Achats dit collaboratifs exigent d’autres profils, d’autres compétences… Idem du côté des outils : la capacité des équipes à les mettre en œuvre et à optimiser leur en rendement reste posée.

Evolution lente des missions sur plusieurs décennies

Légende : B2P : Buy to Produce ; B2S : Buy to Sell ; B2I : Buy to Innovate

SPM : Supplier Performance Management, RM : Risk Management

SIM : Supplier Innovation Management


Evolution lente des outils d’ingénierie

Ces deux représentations sont extraites et traduites de Industry 4.0:

Challenges and disruptions for Purchasing and Supply Management,

J. Potage,ID 289, R&D Management Conference, 2019, Polytechnique Paris

Une approche basée sur l’expérience

D'un point de vue méthodologique, l'analyse d'impact qualitative a été réalisée à l'aide de modèles académiques (CTG, PRIME et PIMM) publiés dans différents travaux de recherche appliquée de même que dans un ouvrage paru en 2016[2].

Trois modèles d’évaluation des organisations achats

Il faut considérer une approche du panel fournisseurs non pas basée sur le poids économique de ces derniers (approche de Pareto), mais sur les différents types de relations client-fournisseur, différemment productrices de création de valeur. Ce modèle identifie ainsi trois pôles de fournisseurs, nommés Compétitivité, Confiance et Croissance (ou CTG Competitiveness, Trust, Growth). Il a permis d'établir expérimentalement la corrélation entre la valeur des gains bruts d'achat et le degré de maturité d'achat des acheteurs, mesuré avec le PIMM, un modèle de maturité intégré des achats. Par exemple, une Direction des Achats avec une maturité achats de 50%, réalise des économies brutes de 2,5% sur les achats du pôle Compétitivité, et de 6% sur les achats du pôle Trust. Les économies étant mesurées en pourcentage du montant total des achats négociés.

D'autres retours d'expérience ont permis d'estimer, à l'échelle d’une entreprise Multinationale (MNC), le coût de la fonction Achats à 2% du montant des achats lorsque l'activité est orientée IT & Services, et à 4% lorsque l'activité est orientée Produits & Systèmes. Ainsi, pour une direction achats IT / Services d'une maturité à 50%, l'économie brute de 2,5% en mode Compétitivité est réduite à seulement 0,5%, et l'économie brute de 6% en mode Trust est également réduite à 4%. La notion de rentabilité apparaît alors assez logiquement dans ces chiffres. Ce même service achats n'est donc rentable que si sa maturité est supérieure à 40% en mode Compétitivité et supérieure à 16,6% en mode Confiance. Ces deux points d'équilibre peuvent être observés sur l'axe horizontal de la figure ci-après. De même pour une direction des achats opérant en Produits / Systèmes et ayant une maturité à 50%, l'économie brute de 2,5% en mode Compétitivité devient négative à -1,5%! Et l'économie brute de 6% en mode Confiance est ramenée à 2%. Ce service achats n'est donc rentable que si sa maturité est supérieure à 80% en mode Compétitivité et supérieure à 33% en mode Confiance.

Repositionnements

La Transformation Digitale permet d'obtenir une réduction significative du temps passé par les acheteurs (environ 30%), ce qui réduit les coûts de la fonction mentionnée ci-dessus (2% ou 4% selon le type d'activité commerciale). Prenons le cas d'une entreprise multinationale dont la maturité d'achat est évaluée à 60%. Si cette société opère dans un métier orienté IT / Services, grâce à la PDT, le point d'équilibre de sa fonction achats est atteint à partir de 28% de maturité (au lieu de 40%) en mode Compétitivité, et à partir de 11,6% de maturité en mode Trust (au lieu de 16,6%). Si dans cette entreprise certaines Business Units opèrent dans un métier Produits / Systèmes, le seuil de rentabilité est atteint à partir de 56% de maturité (au lieu de 80%) en mode Compétitivité, et à partir de 23% de maturité en mode Trust (au lieu de 33%). La contribution de la PDT en termes de création de valeur reste impressionnante ! D'un point de vue pratique, le lecteur pourra transposer cette promesse d'amélioration en économies d'achat nettes réalisées par la PDT, d'une part selon son secteur d'activité, et d'autre part, selon le niveau de maturité de sa fonction, préalablement évalué avec le PIMM.

Une fonction Achat plus rentable

Source : IPSERA 2011 mentionnée plus haut


Les réflexions et calculs présentés ci-dessus conduisent inexorablement le CPO à une réallocation de ses moyens d'achats. En effet, plus le processus d'achat sera numérisé et dématérialisé dans le pôle de compétitivité CTG, plus le RPA (Robotic Process Automation) sera utilisé, plus les ressources FTE (Full Time Equivalent) seront alors disponibles pour réallocation aux autres pôles CTG, dont la création de valeur est significativement plus élevée. Cela peut, selon les équipes, nécessiter un soutien et une formation appropriés en matière d'acquisitions hard skills et de soft skills.

Repositionnement des ressources achats dans les organisations


Plateformes et disruption des achats

Les plateformes numériques jouent désormais un rôle important dans la transformation digitale en cours. Le modèle CTG permet de segmenter facilement l'offre protéiforme actuelle sur ce type de plateforme selon les trois pôles de fournisseurs type.

Les trois types de plateformes

Source : IPSERA 2011 mentionnée plus haut


Plateformes d'achat du pôle Compétitivité

Progressivement, les technologies B2C sont devenues plus performantes que les technologies B2B. Les plateformes GAFAM (Google, Apple, Facebook, Amazon et Microsoft) sont en effet devenues en peu de temps le «pôle magnétique» autour duquel s'organise l'économie numérique, même en B2B. Face à ces acteurs, les grands fournisseurs ont également opté pour une stratégie de «plateformisation» que l'on peut observer dans le secteur B2B, et en particulier pour les achats dans le mode CTG Compétitivité. Le positionnement des Achats dans la relation client-fournisseur n'a cessé d'évoluer au fil du temps. Ce positionnement a pris diverses formes d'intermédiation que les prescripteurs et les fournisseurs connaissent. Avec l'avènement d'Internet et des catalogues électroniques de fournisseurs directement accessibles sur les écrans des prescripteurs, une première vague de désintermédiation acheteur a donc débuté il y a vingt ans avec le déploiement de l'e-procurement dans les achats indirects ou hors production.

Une deuxième vague de désintermédiation émerge avec l'utilisation des plateformes B2C en B2B, commençant par les achats hors production, que ce soit pour des déplacements professionnels (Voyage) ou achats de classe C (Tail Spends). Nous sommes face à une certaine «uberisation» des achats permettant d'interroger le positionnement des acheteurs et en particulier des Category Managers. Les prescripteurs peuvent à nouveau avoir une relation directe avec les fournisseurs via différentes plateformes, et les Category Managers apparaissent de plus en plus comme les superviseurs d'un nouveau processus «sans acheteur».

Les plateformes accessibles en B2B offrent pourtant de nombreux avantages du point de vue recherché par les Category Managers. Par définition, une plateforme d'achat de produits ou de services propose la mise en œuvre clé en main de leviers de performance achats que tout bon Category Manager cherche lui-même à mettre en place au niveau de son entreprise, à savoir la massification (la plateforme massifie ses besoins à plus grande échelle), la standardisation (la plateforme référence un nombre limité d'articles pour un besoin donné), la concurrence (via un référencement avec un sourcing plus étendu), et enfin des KPI gratuits auprès d'une clientèle de grande envergure (les fameux «like»).

Lorsque les règles Achats de l’entreprise le permettent, le lien prescripteur-plateforme via Internet a de nombreuses vertus: le prescripteur retrouve une certaine liberté de choix qu'il avait perdue, et la plateforme s'occupe du côté administratif des choses, du suivi de la commande, la facturation dématérialisée et son affectation aux bons services de l'organisation. Le deuxième avantage est l'amplification du gain d'efficacité. Le rôle des achats devient alors quelque chose comme le coaching des prescripteurs, qui limite certains champs des catalogues, surveille et analyse les tendances des commandes «automatiques» pour éventuellement reprendre directement les achats de certains produits avec la relation fournisseur qui va avec. La plate-forme peut ainsi être vue comme une «tour de contrôle».

Plateformes collaboratives du pôle Trust

Ce sont finalement «les données» qui sont venues subrepticement pour organiser les choses. Dans le cluster Trust CTG, c'est-à-dire dans une relation fournisseur collaborative ou partenariale, la problématique des achats s'inscrit dans les échanges nécessaires aux contextes de R&D, de Fabrication et de MCO (Maintenance en Conditions Opérationnelles). Un exemple flagrant : celui du secteur aéronautique où la mise en place d'espaces numériques partagés pour la co-conception ou la co-fabrication est rapidement devenue incontournable dès les années 2000, compte tenu des enjeux des systèmes de traitement de données communs associés à des programmes et projets complexes, que ce soit en termes de PDM (Product Data Management) ou en termes de PLM (Product Lifecycle Management). Les constructeurs aéronautiques anglo-saxons (Boeing, Lockheed Martin, Raytheon, BAE et Rolls Royce) ont développé une plateforme collaborative, Exostar, qui regroupe sur beaucoup de pays des dizaines de milliers d'acteurs. Du côté des industriels français, dans le prolongement de l'initiative standard BoostAero, une «plateforme virtuelle» de Product Lifecycle Management (PLM) intitulée SEINE (Standards for the Extended Digital Innovative Enterprise) a été lancée sous l'égide du GIFAS. Airbus, EADS, Dassault Aviation, Safran et Thales ont ensuite lancé un hub de collaboration sécurisé commun, BoostAeroSpace, une solution cloud pour leurs activités étendues. BoostAeroSpace prend ainsi en charge toutes les fonctions de l'entreprise étendue via trois types de services (supply chain, gestion de projets et design technique). La transformation digitale est « intégrée » à la plateforme, par un effet de mutualisation des outils et des données, partagés entre les différents acteurs, des prescripteurs industriels aux fournisseurs. Sans oublier les aspects de sécurité (cloisonnement des données, cybersécurité des échanges, etc.). D’autres secteurs d’activité ont eu des initiatives similaires (la construction notamment). On y parle alors de plateformes BIM (Building Information Modeling).

Plateformes d'innovation du pôle Croissance

Parallèlement à la mondialisation de la R&D, les laboratoires de recherche des entreprises et des pays se sont regroupés et interconnectés dans des écosystèmes d'innovation, en fonction de leurs domaines de spécialisation. C'est ainsi qu'est née la nécessité de mutualiser les équipements et les moyens en vue d'une gestion commune des projets de R&D et d'innovation. D'où diverses initiatives de centres de recherche publics (CEA-Leti, NIT - Inocité de l'INPL, etc.) ou d'entreprises souhaitant coopérer avec leurs sous-traitants (Orange Studio, centres d'innovation de Total, Essilor, Sanofi, etc.). La magie d'Internet a de nouveau opéré, à travers la génération spontanée de « plateformes d'innovation » partageables entre plusieurs partenaires engagés dans des projets d'innovation coopérative successifs, comme les plateformes d'innovation des Pôles de Compétitivité français ou de différents secteurs d'activité, de l'édition aux événements, de l'alimentation à la e-santé, du sport aux industries culturelles. Ces plateformes ont des noms qui évoquent clairement leur finalité: open labs, fablabs, accélérateurs, incubateurs. Des lieux neutres qui peuvent se libérer des règles « achats » draconiennes de référencement entre entreprises et fournisseurs, les procédures de saisine, ou le suivi des taux de dépendance, qui barrent la route aux startups ou aux laboratoires. Il était déjà difficile pour les acheteurs de s'inviter dans les projets de R&D de leur entreprise. L'apparition de plateformes d'innovation leur donne paradoxalement un accès direct au marché, leur permettant ainsi d'offrir leur savoir-faire conventionnel aux prescripteurs sur des points cruciaux, comme la contractualisation de la propriété intellectuelle ou le suivi de la maturité des technologies, achetées ou développées, avec des indicateurs adéquats.

Conséquences managériales directes pour les CPO, le périmètre de responsabilité des Category Managers va donc considérablement évoluer et devra être repensé. Le concept de Make or Buy s'appliquera également à la fonction Achats elle-même ! Si la première révolution des plateformes est en cours, la révolution des données viendra plus tard, après que les achats et la chaîne d'approvisionnement auront organisé et structuré leurs propres données. Au fil du temps, les besoins de performance des achats ont évolué : d’abord acheter pour produire, puis acheter pour vendre, désormais acheter pour innover.

Big bang des datas achats à venir

Le Big Data et l'IA constituent ensemble la seconde disruption à venir. Pour au moins trois raisons essentielles :

-Des solutions de calcul parallèle ou distribué qui permettent de dépasser les limites de la loi de Moore en informatique numérique.

-Des algorithmes d'IA capables de traiter les énormes volumes de données.

- Le cloud computing qui rend les puissances de calcul et les espaces mémoire inimaginables jusqu'à présent, accessibles aux particuliers comme aux entreprises.

Lorsque l’innovation technologique rencontre la bulle des besoins, l'effet disruptif est là. Par exemple, grâce aux outils « Data Analytics », l'Achat prédictif devient une réalité, ce qui était évidemment impossible jusqu'à présent. Compte tenu de la complexité des produits / systèmes / services, de la taille des marchés et de celle des panels fournisseurs, les achats sont entrés dans l'ère du Big Data. Nous nous limiterons ici à une caractérisation des données d'achat nécessaires à l'exercice du métier et à la création de valeur supplémentaire grâce à ces données.

Données internes avec l'historique des fournisseurs

Prenons par exemple deux fonctions principales de l'entreprise telles que les ventes, le marketing et la R&D : des solutions CRM (Customer Relationship Management) et MDM (Master Data Management) sont déjà en place pour analyser les tendances du marché et des ventes selon différents critères et ainsi approfondir la connaissance des clients, cibler les prospects et définir plus généralement la stratégie marketing. La complexité croissante des produits / systèmes à concevoir et à maintenir en conditions opérationnelles a conduit à mettre en œuvre des solutions industrielles dites PDM (Product Data Management) et PLM (Product Life Cycle Management), sans lesquelles il serait désormais impossible de travailler. Une voiture recense en moyenne 30 000 pièces pour environ 200 types d'équipements. Un avion représente un cycle de vie de trente ans. En revanche, dans les Achats, malgré un nombre de fournisseurs atteignant parfois des dizaines de milliers pour les grands groupes industriels, l'équivalent du PDM et du PLM sous forme de bases de données fournisseurs avec un historique des échanges ne sont toujours pas des outils matures.

Données internes sur les besoins achats de l'entreprise

Les achats ont longtemps travaillé avec peu de visibilité sur les besoins à moyen terme des clients internes. Même si les Business Units établissent chaque année un prévisionnel à un an voire trois ans, ces plans précisent rarement les montants d'achats qui restent souvent estimés par analogie. Ce manque de visibilité réduit l'efficacité des leviers d'achat comme le Category Management ou le « Early Supplier Involvement». Cela dit, une prévision d'approvisionnement détaillée sur trois ans de la part des Business Units apparait souvent illusoire. En revanche, des algorithmes de « deep learning » peuvent désormais exploiter tous les budgets prévisionnels pour établir une prévision d'achat plus précise. Dans certains secteurs d'activité comme la construction, les objets connectés IoT permettront également d'anticiper les besoins d'achat à l'aide de modèles statistiques et de toutes sortes de mesures sur des infrastructures, des plateformes ou des équipements.

Données requises pour les tâches d'arrière-plan

Internet fournit un accès facile et instantané à toutes sortes de données externes, utiles pour les tâches d'arrière-plan des achats, telles que la définition de la politique d'achat, de la politique des fournisseurs, du SRM, telles que les données relatives à la santé financière des fournisseurs, leur notation RSE (Responsabilité Sociale d'Entreprise) via les agences de notation extra-financière, les bases de données brevets pour évaluer les innovations techniques des fournisseurs, et de nombreux types de recherche utile pour les achats BI (Business Intelligence). Voilà un potentiel significatif d'amélioration de l'efficacité des tâches de fond de la fonction achats.

Conséquences managériales pour les CPO

Les données échangées doivent être organisées par couches de communication comme proposé dans le modèle PRIME (2011). Ce modèle relationnel en couches fournit une grille d'analyse intéressante car complémentaire de celle des étapes du processus d'achat. La couche 5 du modèle (Communication) explose littéralement, via l'échange d'informations et de données de toutes natures entre le client, son marché et ses fournisseurs, préalablement à la signature du contrat, y compris via les réseaux sociaux. Or cette couche n'est paradoxalement pas organisée et gérée dans les entreprises aujourd'hui.

La fonction achats doit prendre ce rôle de chef d'orchestre dans l'entreprise et donc agir comme «Chargée de communication» des relations fournisseurs! Même observation pour la couche 6 (Valeurs). En effet, la RSE (Responsabilité Sociétale des Entreprises) est engagée à travers ses politiques fournisseurs et supply chain. Le suivi du risque RSE sur les grands panels fournisseurs doit donc désormais être réalisé par les Achats afin de le maîtriser, garantissant ainsi la E-réputation de l'entreprise.

Les CPO devront donc désormais créer le «Purchasing Data Lake» de leur entreprise, à partir de bases de données dispersées existantes, et en profiter pour «pêcher» la valeur du point de vue de l’Achat. Une tâche énorme, familière pour certains, nouvelle pour d'autres car associée à de multiples problèmes d'implémentation, à la diversité des systèmes ERP en place, à leur configuration et à la diversité et la versatilité quasi infinies des données des fournisseurs.

Un rapide tour d'horizon de la littérature informatique actuelle sur les feuilles de route de la transformation numérique des CDO montre que les technologies nécessaires au partage des données au niveau d'une chaîne d'approvisionnement sont toujours émergentes et encore à développer, et les bons fournisseurs de ces technologies et les bons data scientists achats restent à trouver. C'est une entreprise énorme que d’intégrer des données de systèmes hétérogènes provenant de centaines, voire de milliers de fournisseurs différents ! Cette intégration des données entre acteurs d'une même supply chain induit également une seconde condition de réussite : celle de la fiabilité et de la sécurité inhérentes aux transferts et échanges de données. C'est à ce moment que la Blockchain deviendra une technologie incontournable dans l'industrialisation des produits / systèmes / services, qui peuvent désormais s'appuyer sur des données fiables et infalsifiables. Incontournable également : la cybersécurité de la chaîne d'approvisionnement, pour laquelle les technologies INFOSEC et COMSEC utilisées jusqu'à présent dans les communications militaires refont surface. Au-delà des données existantes et grâce à l'IoT, les données issues d'objets connectés, «enfouies» dans des produits / systèmes viendront évidemment compléter le potentiel de création de valeur par la donnée. Là encore, il s'agit de technologies émergentes dont la maturité technique et commerciale dépend du développement de réseaux de télécommunication ad hoc comme la 5G et de la promulgation d’un minimum de standards d'échange. Cela prendra donc encore du temps.

Grâce à un Purchasing Data Lake opérationnel, fournisseur de données fiables et sécurisées, le potentiel de l'IA pourra alors être exploité. De manière générale, l'IA est en effet intéressante lorsque le cerveau humain est submergé par la quantité de données à analyser, traiter, interpréter ou contrôler. Les algorithmes peuvent ainsi être utilisés pour traiter ou contrôler les appels d'offres, affiner le sourcing, contester les décisions stratégiques en Make or Buy ou le choix des fournisseurs clés. L'IA est également utile pour soulager l'acheteur de la vente interne de sa politique d'achat ou de son choix de fournisseurs. Cette fois, ce ne sont pas seulement des algorithmes qui seront utilisés, mais aussi des chatbots, qui peuvent prendre tout le temps nécessaire pour guider les prescripteurs (et potentiellement les fournisseurs). L'IA va encore amplifier, au cas par cas, les gains de productivité initialement apportés par les suites logicielles S2C et P2P. Le meilleur reste à venir !



PORTRAIT

Jean Potage (Supelec). Expert Achats, Consultant, Enseignant. Anciennement Directeur Technique d’une division puis Directeur des achats du groupe Thales. Il a enseigné ou enseigne encore le management des achats dans différentes écoles ou Universités (Polytechnique, Université de Versailles Saint-Quentin, de Savoie, ESTP, ESCP, Kedge Bordeaux/Paris, Desma Grenoble). Il publie fin 2016, chez Maxima, Maturité des Services Achats et Relation Client-Fournisseurs.






[1] Article de l’auteur publié dans les Proceedings de l’IPSERA International 2021, paper 088, Evolutions and disruptions in the Procurement Digital Tranformation, 29 mars 2021

[2]Maturité des Services Achats et relation Client-Fournisseurs par Jean Potage, Maxima

Publié le 21/04/2021 - Par Jean Potage

Le dernier numéro

Dernier numéro

N°300 - Janvier 2021

Le catalogue

Le catalogue Silex

Retrouvez la revue en format tablette

Apple store Google Play