{"id":1404794,"date":"2026-09-16T17:19:38","date_gmt":"2026-09-16T16:19:38","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=blog&p=1404794"},"modified":"2026-09-16T17:48:19","modified_gmt":"2026-09-16T16:48:19","slug":"nothing-has-changed-yet-everything-is-different-the-new-era-of-ibp","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/fr\/blog\/nothing-has-changed-yet-everything-is-different-the-new-era-of-ibp\/","title":{"rendered":"Rien n'a chang\u00e9, et pourtant tout est diff\u00e9rent : la nouvelle \u00e8re d'IBP"},"content":{"rendered":"

Les entreprises qui r\u00e9ussissent sont celles qui parviennent \u00e0 trouver un \u00e9quilibre entre la demande pour leurs produits et services et leur offre. Cela semble \u00e9vident, et il en a toujours \u00e9t\u00e9 ainsi.<\/span><\/p>\n

\u201c L\u2019IBP int\u00e8gre la strat\u00e9gie, le portefeuille, la demande, l\u2019offre et les finances au sein d\u2019un plan d\u2019activit\u00e9 unique, sous la responsabilit\u00e9 de la direction g\u00e9n\u00e9rale, gr\u00e2ce \u00e0 un processus mensuel de r\u00e9ajustement ax\u00e9 sur les exceptions, aboutissant \u00e0 un plan op\u00e9rationnel unique dont l\u2019horizon s\u2019\u00e9tend sur 24 mois ou plus. \u201d <\/strong>(Oliver Wight, 2005)<\/span><\/i>\u00a0<\/span><\/p>\n

Bien que l\u2019objectif et la structure du processus n\u2019aient pas chang\u00e9 au cours des 20 derni\u00e8res ann\u00e9es \u2014 depuis qu\u2019il est pass\u00e9 d\u2019un simple \u00e9quilibrage de l\u2019offre et de la demande \u00e0 l\u2019\u00e9laboration d\u2019un plan unique et int\u00e9gr\u00e9 visant \u00e0 optimiser la valeur globale de l\u2019entreprise \u2014, la rapidit\u00e9 et la qualit\u00e9 de cette int\u00e9gration sont aujourd\u2019hui totalement diff\u00e9rentes.\u00a0<\/span><\/p>\n

Une solution data plus int\u00e9gr\u00e9e, dot\u00e9e d\u2019une plus grande capacit\u00e9 de traitement et s\u2019appuyant sur des outils d\u2019IA, a permis de ma\u00eetriser un niveau de complexit\u00e9 qui relevait autrefois du domaine de l\u2019utopie : des sc\u00e9narios dont l\u2019\u00e9laboration prenait auparavant des semaines sont d\u00e9sormais mis \u00e0 jour en temps r\u00e9el, le data, autrefois cloisonn\u00e9, est d\u00e9sormais comparatif, et les d\u00e9cisions qui d\u00e9pendaient de r\u00e9unions d'alignement interminables peuvent d\u00e9sormais se r\u00e9sumer \u00e0 de simples confirmations.<\/span><\/p>\n

Nous avons constat\u00e9 des \u00e9carts importants dans le degr\u00e9 d\u2019adoption de l\u2019IA au sein des IBP sur l\u2019ensemble du march\u00e9. Alors que certains secteurs et certaines fonctions ma\u00eetrisent d\u00e9j\u00e0 ces outils et ont atteint un niveau de maturit\u00e9 dans leur utilisation, d\u2019autres d\u00e9fis restent latents et sont mal pris en compte, comme le montre le tableau ci-dessous :\u00a0<\/span><\/p>\n\n\n\n\n\n\n\n\n\n
\u00c9tape IBP<\/th>\n\u00c9ch\u00e9ance<\/th>\nCe qui est d\u00e9j\u00e0 en vigueur<\/th>\nExemple Artefact<\/th>\n<\/tr>\n<\/thead>\n
\u00c9valuation de portfolio<\/td>\nFaible<\/td>\nUtilisation de l'IA g\u00e9n\u00e9rative pour synth\u00e9tiser les donn\u00e9es issues de la R&D et du marketing et simuler diff\u00e9rents sc\u00e9narios de portefeuille.<\/td>\nGrand secteur des parfums B2B : mise en \u0153uvre d'une IA g\u00e9n\u00e9rative permettant de convertir des concepts marketing visuels en descriptions techniques et en recherches de formules.
\nR\u00e9sultats :<\/strong> 99% : r\u00e9duction du temps n\u00e9cessaire au recoupement des donn\u00e9es du portefeuille (passant de plusieurs jours \u00e0 seulement 20 minutes) et multiplication par 35 du nombre de nouvelles simulations de formules analys\u00e9es.<\/td>\n<\/tr>\n
Examen de la demande<\/td>\n\u00c9lev\u00e9<\/td>\nMod\u00e8les d'apprentissage automatique int\u00e9grant plusieurs facteurs influant sur la demande, au-del\u00e0 des ventes historiques : saisonnalit\u00e9, conditions m\u00e9t\u00e9orologiques, march\u00e9, signaux commerciaux.<\/td>\nLeader du secteur de la distribution de gaz : plateforme d'IA unifi\u00e9e qui int\u00e8gre et pr\u00e9voit les courbes de demande commerciale pour le GPL en vrac et en bouteille.
\nR\u00e9sultats :
\n\u2022 R\u00e9duction de 2% de la MAPE globale pour les pr\u00e9visions de la demande par rapport au mod\u00e8le pr\u00e9c\u00e9dent.
\n\u2022 R\u00e9duction de 33% des erreurs critiques en mati\u00e8re de planification commerciale.
\n\u2022 Multiplication par 4 du nombre de portefeuilles clients fonctionnant selon le niveau id\u00e9al de pr\u00e9cision de l'approvisionnement.<\/td>\n<\/tr>\n
Bilan des approvisionnements<\/td>\nMoyen-\u00e9lev\u00e9<\/td>\nJumeaux num\u00e9riques et optimisation par apprentissage automatique pour les d\u00e9cisions relatives \u00e0 la capacit\u00e9, \u00e0 l'affectation des ressources et aux niveaux de stock.<\/td>\nSecteur agroalimentaire : simulateur d'usine et mod\u00e8le d'optimisation adapt\u00e9s \u00e0 plusieurs lignes de production, permettant de r\u00e9duire les pertes et d'optimiser la marge par usine.<\/td>\n<\/tr>\n
Rapprochement int\u00e9gr\u00e9<\/td>\nFaible \u00e0 moyen<\/td>\nDes agents qui regroupent automatiquement les donn\u00e9es data provenant de diff\u00e9rents domaines afin d'acc\u00e9l\u00e9rer le rapprochement des plans op\u00e9rationnels, commerciaux et financiers.<\/td>\nSecteur de la grande distribution : outil qui rassemble les donn\u00e9es relatives \u00e0 l'expansion, au g\u00e9omarketing et aux finances (data) et g\u00e9n\u00e8re en quelques minutes une \u00e9tude de faisabilit\u00e9 compl\u00e8te pour un nouveau magasin (un processus qui, auparavant, prenait plusieurs semaines et mobilisait trois \u00e9quipes).<\/td>\n<\/tr>\n
Synth\u00e8se de la direction<\/td>\nFaible<\/td>\nUne BI augment\u00e9e permettant d'explorer des sc\u00e9narios en langage naturel, avec des r\u00e9sultats adapt\u00e9s au profil du dirigeant.<\/td>\nSecteur des biens de consommation : un parcours pluriannuel ax\u00e9 sur des cas d'utilisation de bout en bout reliant les fonctions financi\u00e8res, la tarification, les op\u00e9rations et les ressources humaines, d\u00e9montrant que la valeur s'accro\u00eet lorsque ces cas d'utilisation sont interconnect\u00e9s, plut\u00f4t que de rester isol\u00e9s.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Comme on pouvait s'y attendre, plus une \u00e9tape se rapproche d'un probl\u00e8me statistique bien d\u00e9fini, plus son adoption a \u00e9t\u00e9 rapide. Plus elle d\u00e9pend de n\u00e9gociations au sein de l'organisation, plus la maturit\u00e9 est lente \u00e0 s'installer.<\/span><\/p>\n

Cela permet \u00e9galement d\u2019identifier les domaines dans lesquels il est int\u00e9ressant d\u2019investir d\u00e8s \u00e0 pr\u00e9sent. En fonction de l\u2019importance cruciale de cette \u00e9tape pour le secteur et du degr\u00e9 de maturit\u00e9 de l\u2019entreprise, les responsables de la cha\u00eene d\u2019approvisionnement et des syst\u00e8mes d\u2019information doivent \u00e9valuer les projets pilotes et les projets structurels. Dans une entreprise du secteur des biens de grande consommation (FMCG), par exemple, disposer de pr\u00e9visions fond\u00e9es uniquement sur des s\u00e9ries chronologiques revient \u00e0 accuser un retard consid\u00e9rable par rapport \u00e0 ce qui est d\u00e9j\u00e0 disponible et \u00e0 g\u00e9n\u00e9rer de la valeur pour les concurrents depuis des ann\u00e9es. D\u2019un autre point de vue, pour les entreprises des secteurs des cosm\u00e9tiques ou de l\u2019industrie pharmaceutique, o\u00f9 le rythme d\u2019innovation est \u00e9lev\u00e9, investir dans le d\u00e9veloppement de l\u2019analyse de portefeuille, malgr\u00e9 son faible niveau de maturit\u00e9, peut g\u00e9n\u00e9rer un avantage concurrentiel significatif.\u00a0<\/span><\/p>\n

Ce que l'IA ne parvient toujours pas \u00e0 r\u00e9soudre<\/h2>\n

Malgr\u00e9 des progr\u00e8s notables, nous constatons \u00e9galement que le processus IBP pr\u00e9sente certains d\u00e9fis intrins\u00e8ques, car il repose encore largement sur le jugement humain et sur une compr\u00e9hension approfondie du contexte organisationnel.\u00a0<\/span><\/p>\n

    \n
  • D\u00e9finition d'objectifs et mesures incitatives.<\/b> Les services commerciaux, op\u00e9rationnels et financiers \u00e9valuent souvent une m\u00eame transaction de diff\u00e9rentes mani\u00e8res (volume, marge, OTIF), et chaque service optimise ses propres indicateurs cl\u00e9s de performance (KPI). Aucun mod\u00e8le ne permet \u00e0 lui seul de r\u00e9soudre ce probl\u00e8me, car il ne s'agit pas d'un probl\u00e8me de type \u00ab data \u00bb ni d'un probl\u00e8me de pr\u00e9cision : il s'agit d'un probl\u00e8me de gouvernance, consistant \u00e0 d\u00e9cider explicitement des priorit\u00e9s de l'entreprise lorsque les objectifs des services s'opposent. Tant que cette d\u00e9finition n'aura pas \u00e9t\u00e9 \u00e9tablie \u00e0 l'aide d'un crit\u00e8re de r\u00e9f\u00e9rence appropri\u00e9, l'IA ne fera qu'automatiser ce conflit.\u00a0<\/span><\/li>\n
  • Une collaboration qui d\u00e9passe les fronti\u00e8res de l'entreprise.<\/b> Les outils CPFR et VMI existent depuis des d\u00e9cennies et ne cessent d'\u00e9voluer, mais la mise \u00e0 l'\u00e9chelle de leur application \u2014 c'est-\u00e0-dire la synchronisation syst\u00e9matique des plans avec les fournisseurs et les distributeurs \u2014 reste bien loin d'\u00eatre une r\u00e9alit\u00e9 pour la plupart des entreprises au Br\u00e9sil. Il s'agit d'un goulot d'\u00e9tranglement structurel : cela d\u00e9pend des contrats, de la confiance commerciale entre les parties et de la compatibilit\u00e9 des syst\u00e8mes entre les partenaires, et pas seulement de la technologie disponible.\u00a0<\/span><\/li>\n
  • Confiance dans les mod\u00e8les et adoption de l'IA.<\/b> M\u00eame lorsque le mod\u00e8le en est techniquement capable, l\u2019organisation h\u00e9site \u00e0 lui transf\u00e9rer le pouvoir de d\u00e9cision. Cette h\u00e9sitation est en grande partie justifi\u00e9e ; les d\u00e9cisions relatives aux capacit\u00e9s et au portefeuille ont des cons\u00e9quences trop co\u00fbteuses pour \u00eatre d\u00e9l\u00e9gu\u00e9es sans un historique av\u00e9r\u00e9 de pr\u00e9cision. Le processus passe par une p\u00e9riode de validation parall\u00e8le, au cours de laquelle le mod\u00e8le prouve sa pr\u00e9cision avant de prendre en charge la d\u00e9cision, plut\u00f4t que par un passage direct de \u201c pas d\u2019IA \u201d \u00e0 \u201c l\u2019IA aux commandes \u201d.\u201d\u00a0<\/span><\/li>\n<\/ul>\n

    La prochaine \u00e9tape : passer d'assistant \u00e0 coordinateur<\/h2>\n

    Les avanc\u00e9es du nouvel IBP s'appuyant sur l'IA, dans des \u00e9tapes telles que la planification de la demande et la revue de l'offre, devraient continuer \u00e0 g\u00e9n\u00e9rer des r\u00e9sultats sup\u00e9rieurs pour les entreprises et \u00e0 s'int\u00e9grer de plus en plus aux autres \u00e9tapes du processus. La vision d\u2019une cha\u00eene d\u2019approvisionnement enti\u00e8rement autonome reste encore un objectif ambitieux, mais il existe d\u00e9j\u00e0 des exemples d\u2019agents qui collectent les signaux du march\u00e9 et les informations pertinentes pour modeler la demande, d\u00e9clenchent automatiquement des mod\u00e8les d\u2019optimisation et signalent les incoh\u00e9rences avant m\u00eame qu\u2019un \u00eatre humain n\u2019ait \u00e0 les rechercher.\u00a0<\/span><\/p>\n

    Dans ce nouveau contexte, le quotidien de l\u2019analyste IBP subit une profonde transformation. Le professionnel qui consacrait auparavant les deux tiers de son temps \u00e0 consolider des donn\u00e9es data \u00e9parses, \u00e0 structurer des tableaux crois\u00e9s dynamiques et \u00e0 organiser des colonnes pour en extraire des informations \u2014 pour ensuite aligner des cases dans des pr\u00e9sentations d\u00e9j\u00e0 obsol\u00e8tes d\u00e8s leur cr\u00e9ation \u2014 verra son quotidien changer radicalement. Son attention se portera de plus en plus sur l\u2019analyse critique et la v\u00e9rification du travail des agents, la n\u00e9gociation avec les fournisseurs et les clients, ainsi que l\u2019identification d\u2019opportunit\u00e9s au sein du plan. Un m\u00e9tier bien plus int\u00e9ressant et \u00e0 plus forte valeur ajout\u00e9e. Et c\u2019est pr\u00e9cis\u00e9ment cet analyste, lib\u00e9r\u00e9 du tableau crois\u00e9 dynamique, qui fera progresser les \u00e9tapes encore en retard.\u00a0<\/span><\/p>\n

    <\/span><\/div>

    <\/h1><\/div><\/p>\n

    \u00c9tant donn\u00e9 que l\u2019objectif de l\u2019IBP, \u00e0 savoir l\u2019\u00e9quilibre entre l\u2019offre et la demande, reste inchang\u00e9, mais que ses outils ont \u00e9volu\u00e9 vers l\u2019intelligence artificielle, les connaissances accumul\u00e9es par les responsables et les dirigeants au cours de ce processus deviennent encore plus pr\u00e9cieuses. Loin de se substituer \u00e0 des d\u00e9cennies d'exp\u00e9rience et \u00e0 la lecture contextuelle, l'IA est capable d'\u00e9largir la port\u00e9e de ce capital humain, permettant ainsi aux dirigeants de s'en servir pour mener des exp\u00e9riences l\u00e0 o\u00f9 ils se heurtaient auparavant \u00e0 des limites, ce qui g\u00e9n\u00e8re des gains d'efficacit\u00e9 \u00e0 chaque \u00e9tape critique et jette les bases d'une plateforme plus agile et plus intelligente \u00e0 moyen terme. <\/span><\/p>","protected":false},"excerpt":{"rendered":"

    Les entreprises qui r\u00e9ussissent sont celles qui parviennent \u00e0 trouver un \u00e9quilibre entre la demande en<\/p>","protected":false},"featured_media":0,"parent":0,"template":"","meta":{"_acf_changed":false},"blog-category":[],"blog-language":[],"class_list":["post-1404794","blog","type-blog","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog\/1404794","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/types\/blog"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/media?parent=1404794"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog-category?post=1404794"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog-language?post=1404794"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}