La fonction achats, longtemps perçue comme un centre de coûts administratif, vit une révolution silencieuse portée par l'intelligence artificielle agentique. Des systèmes capables d'exécuter des tâches complexes de manière autonome — de la recherche de fournisseurs à la négociation de contrats — commencent à être déployés dans les directions achats de grands groupes, modifiant en profondeur les process et les métiers.
Des agents capables d'agir et d'apprendre
Contrairement aux outils d'IA générative qui produisent du contenu ou répondent à des requêtes, l'IA agentique désigne des programmes conçus pour atteindre des objectifs définis en interagissant avec leur environnement : ils peuvent lancer des appels d'offres, comparer des devis, vérifier la conformité réglementaire de fournisseurs potentiels, ou encore renégocier des conditions d'achat en fonction de seuils prédéfinis. Plusieurs éditeurs de logiciels de gestion (ERP) et start-up spécialisées proposent désormais de tels modules, qui s'appuient sur des modèles de langage avancés et des algorithmes de décision.
Selon des experts du secteur, ces systèmes permettent de traiter en quelques minutes des volumes de données qui nécessiteraient des journées de travail humain. Ils peuvent par exemple analyser l'historique des prix sur un marché, les performances des fournisseurs, les risques géopolitiques ou climatiques, et recommander — ou même exécuter — une action d'achat. Certains sont dotés de capacités d'apprentissage : ils ajustent leurs stratégies en fonction des résultats obtenus.
Une adoption encore timide mais prometteuse
Si l'IA agentique est encore en phase d'expérimentation dans la plupart des directions achats, plusieurs grandes entreprises françaises et européennes ont déjà engagé des projets pilotes. Les secteurs les plus avancés sont l'industrie manufacturière, la grande distribution et l'énergie, où les volumes d'achats et la complexité des chaînes d'approvisionnement justifient l'investissement.
Les dirigeants interrogés mettent en avant des premiers retours positifs : réduction des délais de traitement, baisse des coûts d'achat de quelques pourcents grâce à une meilleure optimisation des négociations, et libération du temps des acheteurs pour des missions à plus forte valeur ajoutée, comme la gestion des relations fournisseurs stratégiques ou l'innovation.
Quels risques et quelles limites ?
Cette automatisation massive n'est pas sans susciter des inquiétudes. Les syndicats et certaines ONG alertent sur le risque de suppression d'emplois dans les fonctions support, tandis que des experts en éthique pointent les biais potentiels intégrés dans les algorithmes : un agent pourrait, par exemple, favoriser systématiquement des fournisseurs d'une région donnée ou reproduire des discriminations historiques dans les données d'entraînement.
Par ailleurs, la délégation de décisions d'achat à une machine pose la question de la responsabilité en cas d'erreur — un contrat signé à un prix trop élevé, un fournisseur non conforme, une rupture de stock mal anticipée. Les entreprises qui expérimentent ces outils mettent en place des garde-fous : validation humaine obligatoire au-delà de certains montants, audits réguliers des décisions de l'IA, et transparence sur les critères utilisés.
Un métier en mutation
Pour les professionnels des achats, l'arrivée de l'IA agentique bouleverse les compétences attendues. Là où l'on recrutait principalement des profils juridiques, commerciaux ou techniques, les directions recherchent désormais des data analysts, des experts en gestion des risques algorithmiques et des responsables capables de « superviser » des agents intelligents.
Les formations évoluent en conséquence : plusieurs écoles de commerce et universités intègrent des modules dédiés à l'IA dans leurs cursus achats, tandis que des certifications professionnelles voient le jour.
Vers une généralisation progressive
À terme, les spécialistes anticipent une adoption massive de l'IA agentique dans les fonctions achats, à mesure que les technologies gagneront en maturité et que les coûts baisseront. La régulation pourrait toutefois jouer un rôle clé : l'Union européenne, via son AI Act, impose déjà des obligations de transparence et de contrôle pour les systèmes à haut risque, ce qui inclut les IA utilisées dans des décisions commerciales ayant un impact financier significatif.
Certains acteurs appellent à un cadre plus précis, notamment sur la traçabilité des décisions et l'explicabilité des algorithmes. Le débat est lancé, alors que les premiers agents d'achat intelligents font leurs preuves dans les coulisses des entreprises.
