:quality(85))
Pour lire d’autres contenus de ce type rédigés par le PDG de Z2Data, Mohammad Ahmad, suivez-le sur Mohammad Ahmad | LinkedIn
Comme la plupart des années, 2025 s’annonce comme une année où le paysage des risques de la chaîne d’approvisionnement mêlera des tendances de fond à des imprévus majeurs, qui influencent profondément les stratégies d’approvisionnement et les réseaux de fournisseurs.
De profonds changements à venir, à commencer par l’ESG
Nous avons observé une montée en puissance marquée de l’ESG (critères environnementaux, sociaux et de gouvernance) durant la première moitié de la décennie, et 2025 s’annonce déjà comme une année charnière pour le cadre mondial de la durabilité. Dès le 1er janvier, des dizaines de milliers d’entreprises dans l’UE et au-delà sont pour la première fois soumises à la Corporate Sustainability Reporting Directive (CSRD, directive sur la publication d’informations en matière de durabilité par les entreprises), et doivent désormais satisfaire à des exigences de reporting exhaustives, conformément à différents objectifs ESG.
Une année marquée par l’instabilité géopolitique
De plus, 2025 s’annonce comme une année dominée par une instabilité géopolitique persistante, ponctuée de pics de volatilité. Plus tôt ce mois-ci, nous avons vu l’approche politique de l’administration Trump pousser les États-Unis au bord d’une guerre commerciale avec leurs voisins nord-américains, le Canada et le Mexique. Ces politiques protectionnistes croissantes—ainsi que l’escalade des tensions commerciales avec la Chine qui ne montre aucun signe d’apaisement—reconfigureront les stratégies d’approvisionnement et donneront à de nombreux professionnels du management des risques de la chaîne d’approvisionnement l’impression de bâtir leurs chaînes sur un sol mouvant.
L’IA dans la gestion des risques de la chaîne d’approvisionnement : perturbateur ou moteur de solutions ?
Mais il existe une autre variable que la plupart des dirigeants et de leurs organisations n’ont pas historiquement perçue comme des défis de type ESG ou conformité commerciale : l’intelligence artificielle. L’IA et ses différentes déclinaisons de pointe—notamment l’IA générative et désormais l’IA agentique—sont au cœur des conversations, en particulier dans la gestion des risques de la chaîne d’approvisionnement et d’autres domaines susceptibles de tirer un réel bénéfice des technologies prédictives et de l’optimisation. Dans ce contexte, les plateformes d’IA sont principalement perçues comme des atouts incontestables, de nouveaux outils qui permettent aux décideurs de la chaîne d’approvisionnement et à leurs équipes de cartographier leurs chaînes, d’établir des prévisions de la demande, et même de faciliter le double approvisionnement.
Un potentiel considérable de l’IA encore à réaliser
En réalité, la plupart des entreprises sont encore loin d’exploiter pleinement tout le potentiel de l’IA. Bien que je sois convaincu que cette technologie deviendra une ressource puissante au sein d’un ensemble complet d’outils SCRM (Supply Chain Risk Management), elle demeure aujourd’hui une source prometteuse mais encore largement inexploitée. Comme la génération actuelle de solutions d'intelligence artificielle est toute récente, ses usages les plus efficaces n’ont pas encore été pleinement établis. Les dirigeants du secteur des risques de la chaîne d’approvisionnement doivent donc considérer l’IA comme un facteur-clé fascinant, à tester de façon soutenue, tout en reconnaissant son potentiel mais aussi le fait qu’une grande partie de sa valeur et de ses fonctionnalités reste à révéler.
Il existe deux raisons principales pour lesquelles l’état actuel de l’IA requiert une combinaison réfléchie d’optimisme et de discernement.
Le défi d’investir dans l’IA à ses débuts
La première concerne les risques associés à un investissement conséquent dans un programme d’IA spécifique. Comme toute personne suivant les avancées de solutions telles que Chat-GPT, Claude et Gemini le sait, la performance et les capacités de ces outils progressent à une vitesse sans précédent. GPT-3, par exemple, lancé en 2020, comportait environ 175 milliards de paramètres et une fenêtre de contexte de plus de 2 000 tokens. Avec l’arrivée de GPT-4, la puissance d’entraînement et de traitement a explosé : la quatrième génération de l’outil d’OpenAI utilise près de 1,8 billion de paramètres et une fenêtre de contexte de 64 000 tokens. En environ quatre ans, ce modèle linguistique s’est transformé en un outil radicalement différent, avec un potentiel qui bouleverse en profondeur la portée de ses cas d’usage.
Si ce rythme d’innovation est indéniablement impressionnant, une telle dynamique technologique peut également introduire de nouveaux risques pour les entreprises. Celles qui investissent massivement dans une solution d’IA aujourd’hui—et qui déploient temps, ressources et expertise pour intégrer l’outil dans un maximum de tâches et processus—en retireront peut-être des avantages immédiats. Mais si ce secteur encore mouvant progresse à pas de géant dans les deux prochaines années, cet investissement « tout-en-un » pourrait finalement s’avérer trop téméraire. Une récente enquête McKinsey a révélé que seuls 1 % des dirigeants considéraient le déploiement de l’IA dans leur entreprise comme « mature »—autrement dit, 99 % d’entre eux estiment encore être en phase d’apprentissage des capacités de leurs solutions d’intelligence artificielle. Ce constat est fondé : la véritable valeur de cette technologie reste à démontrer et les entreprises continuent d’expérimenter.
Une utilisation efficace de l’IA requiert un cadre stratégique solide
La seconde raison d’associer un optimisme légitime à une vigilance mesurée tient à la planification et à la structuration déployées autour de l’IA. La réalité est que l’IA évolue trop vite pour que les stratégies associées suivent le rythme. Il ne fait aucun doute que les dirigeants souhaitent exploiter ses multiples fonctionnalités—mais ils doivent y consacrer suffisamment de temps pour définir des objectifs clairs, désigner des responsables pour les atteindre et mettre en place une gestion du changement efficace afin d’accompagner leurs organisations dans cette transition majeure. Sans une stratégie cohérente et rigoureusement réfléchie pour traiter ces éléments essentiels, les entreprises risquent de limiter la portée de leur investissement.
Les entreprises du secteur de la gestion des risques de la chaîne d’approvisionnement, comme d’autres filières connexes, doivent préciser les cas d’usage, déterminer les types de données et de saisies pertinentes pour l’outil, et instaurer une gouvernance interne stricte autour de son utilisation. Faute de structurer ces aspects indispensables d'une stratégie d’IA robuste et avancée, les organisations risquent de devoir différencier les informations exploitables d’un bruit coûteux et non pertinent.
Gardez également à l’esprit que l’élaboration d’une stratégie pour une technologie aussi vaste et potentiellement transformatrice ne peut être réalisée en quelques semaines (ni même avec le soutien de l’IA). Les entreprises doivent être prêtes à revoir leur approche si leur outil ne produit pas les résultats escomptés—une démarche qui implique un processus agile et du temps, impliquant la direction. Nous évoluons encore dans les phases les plus embryonnaires de cette technologie, dont la valeur continuera probablement d’évoluer pendant de nombreuses années. Mettre en œuvre une solution d’IA avec une vision trop rigide de ses cas d’usage pour votre entreprise pourrait vous priver de fonctionnalités puissantes qui ne sont pas immédiatement apparentes. L’expérimentation est essentielle à la maturité : il convient de garder une approche flexible et ouverte pour maximiser l’utilisation de votre outil d’IA.
Avec un leadership stratégique, l’IA peut bouleverser la donne
Les décideurs de l’écosystème SCRM—et plus largement du secteur privé—doivent dépasser les formules creuses de type « avancer avec prudence » lorsqu’il s’agit de parler de l’IA. Ce n’est ni un animal dangereux, ni une arme biologique : c’est une technologie complexe, qui doit être abordée de façon stratégique et réfléchie. L’adoption de l’IA doit se concentrer sur la mise en place d’un cadre précis et cohérent autour de ce que vous souhaitez obtenir de l’outil, des critères de réussite et des indicateurs à suivre, ainsi que la manière dont vous vous orienterez si la plateforme ne répond pas strictement aux cas d’usage initiaux envisagés.
Si le potentiel de la technologie agite les discussions sur l’IA, chaque entreprise et son équipe de direction doivent néanmoins s’attacher à comprendre concrètement le chemin qui les mènera à la maîtrise de ce potentiel.
