En 2025, 184 milliards de dollars perdus dans les chaînes d’approvisionnement

Une partie des entreprises reste bloquée au stade de l’alerte, alors que les écarts de performance se joueront sur la rapidité d’exécution. En 2025, les perturbations ont pesé 184 milliards de dollars et l’IA autonome demeure minoritaire. Des actions délimitées, encadrées par des politiques et acceptées par les systèmes d’exécution, constituent la prochaine étape.

L’avantage concurrentiel se jouera sur l’action, pas sur l’alerte

Il existera encore pendant un certain temps deux méthodes qui, en apparence, présenteront des similitudes, chacune reposant sur l’IA et une tour de contrôle. Ce qui distinguera ces approches sera le délai entre la phase de détection et la mise en œuvre d’une action commerciale, puis, par la suite, la qualité du service fourni et les coûts associés. Les structures axées sur la détection recevront simplement une alerte plus en amont concernant une tempête. Pour celles qui auront permis une intervention sous contrôle, les appels d’offres auront déjà été relancés, les flux consolidés et les articles critiques déplacés avant même qu’un incident ne soit officiellement signalé. Les incertitudes telles que les retards de livraison pour les composants essentiels, la fluctuation rapide des tendances et la complexité multi-niveaux continueront à être des éléments structurels. Ce qui n’est pas imposé, c’est de faire dépendre la réaction de l’ouverture d’une file d’attente humaine. Le produit qui maintient le délai est une information dépourvue d’autorité pour agir ; celui qui le supprime est un agent autorisé à engager une dépense limitée, dans un cadre défini à l’avance, avant toute validation manuelle.

Aujourd’hui, l’IA reste cantonnée à l’alerte et au ticket

La plupart des déploiements s’organisent autour d’un enchaînement standardisé : une recommandation devient alerte, l’alerte devient ticket, le ticket attend qu’un planificateur déjà sollicité passe à l’action. À ce stade, les options se sont souvent réduites, entre capacité alternative disparue, fenêtre de consolidation fermée et créneaux usine réaffectés. Ce modèle n’est pas un tremplin discret vers l’autonomie, il correspond au produit vendu : de l’information, plus aisée à démontrer et à gouverner, quand l’action engage des budgets, des contrats, des niveaux de service et des responsabilités. En 2025, FourKites et ABI Research indiquent que 27 % des organisations laissent l’IA agir de façon autonome et que 52 % la limitent à l’aide à la décision. Ajouter un tableau de bord ne modifie pas le cycle de décision ni, en général, l’EBITDA : il l’orne. Pendant ce temps, une enquête Knosc de 2026 fait état de 28 % du temps passé à répondre aux perturbations, surtout pour chercher les causes plutôt que modifier la trajectoire. L’intérêt stratégique pour l’IA est réel : Capgemini recense en 2025 une supply chain de nouvelle génération parmi les trois tendances pour 70 % des dirigeants de grands groupes. Pourtant, l’impact financier mesurable reste rare et, selon Gartner, seulement 23 % des organisations disposent d’une stratégie IA formelle. Les budgets se concentrent toujours sur la prévision et la visibilité — sensing de la demande, ETA, risques fournisseurs, stocks et réseaux — des domaines où la baisse de l’erreur et l’anticipation des retards sont tangibles. Le cœur du coût, lui, se niche dans la zone post-signal, où des décisions répétables mais encadrées patientent derrière une boîte de réception humaine.

Les entreprises délèguent des tâches précises à des agents IA

Les entreprises prêtes à capter des parts de marché préautorisent une classe étroite de mouvements et délèguent leur exécution à des agents tant que l’exception reste peu coûteuse. Cela inclut, par exemple, relancer un appel d’offres si l’ETA du transporteur dépasse un seuil et qu’une alternative qualifiée se situe dans la fourchette tarifaire validée, consolider des vagues sortantes si l’équation coût/horaires est favorable, basculer d’un mode maritime à aérien pour des SKU prédéfinis si le différentiel est inférieur au coût d’une fenêtre retail manquée, ou réallouer du stock de sécurité entre deux sites quand la prévision et le transport convergent. Ces règles s’écrivent en conditions, action, plafond de dépense et traçabilité, avec intervention humaine si le cas sort du cadre. Il ne s’agit pas d’une supply chain entièrement automatisée mais d’un pilotage analogue au contrôle de machine : l’agent agit dans un interlock et escalade au-delà. Ici, l’interlock est une politique — catégorie, niveau de fournisseur, mode, plafond et classe de service — plutôt qu’un automate industriel.

Trois prérequis opérationnels pour passer à l’échelle

Premier prérequis : convertir les « règles du métier » en politiques explicites. Une consigne telle que « payer l’aérien pour les articles A après 48 heures de retard maritime » ne peut pas rester dans une tête si l’on veut qu’un agent l’exécute. Les deux prochaines années consistent moins à entraîner des modèles qu’à concevoir les décisions : identifier ce qui est réversible, ce qui est plafonné et ce qui est pré-approuvé. Deuxième prérequis : ouvrir les systèmes d’exécution aux transactions initiées par des machines. Un agent qui sait générer un RFQ sans pouvoir le transmettre demeure un outil de détection. TMS, WMS, suites d’approvisionnement et API transporteurs doivent considérer un agent limité comme un acheteur junior : identifié, suivi, capable d’annuler ses actions et soumis à un plafond. Troisième prérequis : faire correspondre la responsabilité à l’action. Si une relance dans le cadre échoue, l’analyse doit porter sur la politique, les données et le cadre, plutôt que sur une personne supposée « vérifier ». Tant que cette culture n’évolue pas, les agents seront conçus pour attendre, car l’attente protège les carrières.

Un coût massif pour des réactions encore trop lentes

En 2025, les perturbations ont représenté environ 184 milliards de dollars, une somme majoritairement orientée vers des capacités de détection. Les organisations disposent fréquemment de solutions permettant d’identifier un incident plusieurs heures ou jours à l’avance, mais la prise de mesures dépend encore de l’ouverture d’un ticket, de discussions en temps réel et de la saisie manuelle dans différents outils. Au cours des dix dernières années, on a vu se multiplier les plateformes de visibilité, les tours de contrôle, les systèmes d’évaluation des risques, les modèles numériques et les tableaux d’exception, ce qui a permis de raccourcir le délai d’alerte. La réduction du laps de temps entre la prise de conscience d’un problème et la réponse commerciale est restée plus limitée, alors que c’est désormais sur ce point que se joue l’écart de performance.