Pourquoi l'adoption de l'IA par la fonction Achats dépasse la véritable préparation — Analyse de Snover

L’industrie des achats fait face à une contradiction frappante : l’IA est partout, mais la confiance dans sa gestion reste rare. Selon le rapport CPO 2026, chaque organisation d’approvisionnement interrogée utilise déjà l’IA sous une forme ou une autre, mais seulement 11 % se déclarent « entièrement prêtes » à la déployer à l’échelle de l’entreprise. Cet écart entre la vitesse d’adoption et la préparation a attiré l’attention des leaders du secteur, notamment Snover, PDG de ProcureAbility, qui pense que ce décalage révèle des défis organisationnels plus profonds que de simples hésitations.

Le paradoxe de Snover : tout le monde utilise l’IA, mais peu se sentent prêts

Snover a consacré beaucoup de temps à étudier cette contradiction dans le paysage industriel. « La rapidité avec laquelle l’IA est adoptée continue de m’étonner », a-t-il observé. « Elle est désormais présente dans tous les secteurs, et tout le monde doit articuler sa stratégie d’IA. » Pourtant, cette pénétration rapide masque une vérité fondamentale : le déploiement initial de l’IA est rapide, mais le chemin vers une véritable préparation est beaucoup plus lent.

Ce qui fascine le plus Snover, ce n’est pas la prudence elle-même, mais la vitesse à laquelle les organisations ont déjà intégré l’IA malgré leurs réserves. Il voit cela comme la preuve que les responsables des achats reconnaissent le potentiel de la technologie, même s’ils n’ont pas encore trouvé comment la gérer efficacement.

Selon Snover, le vrai problème est l’écart grandissant entre l’urgence de la direction et l’incertitude des équipes. La direction exige des stratégies claires pour l’IA, mais la pièce manquante est une feuille de route pratique et évolutive pour la mise en œuvre que les équipes d’approvisionnement peuvent réellement suivre.

La qualité des données reste le véritable obstacle, selon Snover

Snover identifie la préparation des données comme le principal obstacle freinant une adoption plus large de l’IA. Ce n’est pas une résistance à l’innovation — c’est la réalité désordonnée de la gestion actuelle des données d’approvisionnement.

Le rapport CPO 2026 confirme cette évaluation : près des deux tiers des répondants ont exprimé des préoccupations concernant la confidentialité et la conformité des données, tandis que plus de la moitié ont évoqué des problèmes de qualité des données et de systèmes fragmentés. Dans les départements d’approvisionnement où les détails des contrats, les informations sur les fournisseurs et les dossiers financiers sont dispersés sur plusieurs plateformes, les sources de données unifiées sont presque inexistantes.

Snover fait une comparaison révélatrice : « Imaginez utiliser ChatGPT ou Gemini et recevoir constamment des réponses inexactes ou obsolètes. Maintenant, imaginez que cela se produise dans un environnement professionnel où les données proviennent de sources variées en même temps — c’est l’état actuel de nombreuses opérations d’approvisionnement. »

Son conseil est sans ambiguïté : « N’automatisez pas des processus défectueux », a-t-il averti. « Affinez les flux de travail avant d’introduire l’IA, sinon vous risquez de générer des erreurs et des complications. » Sans harmonisation des données et protocoles clairs d’interaction avec l’IA, les organisations auront du mal à tirer une réelle valeur de leurs investissements en IA.

Pourquoi les programmes pilotes dominent le paysage actuel

Cette réalité explique pourquoi 65 % des organisations se décrivent comme « principalement prêtes » plutôt que totalement préparées. La plupart mènent des programmes pilotes et des initiatives ciblées en IA plutôt que de tenter des déploiements à grande échelle.

Snover voit ces pilotes comme des mécanismes d’apprentissage essentiels. « Les projets pilotes agissent comme des roues d’entraînement, permettant aux équipes d’expérimenter dans un cadre contrôlé et de déterminer ce qui fonctionne vraiment », a-t-il expliqué. Cependant, faire passer ces pilotes du succès à une mise en œuvre plus large nécessite des changements organisationnels que beaucoup d’entreprises n’ont pas encore entrepris : workflows réimaginés, nouvelles structures de gouvernance et cadres de responsabilité clairs.

Selon Snover, la plupart des organisations abordent l’IA comme des projets isolés plutôt que comme une partie intégrante d’une stratégie de transformation numérique plus large. « Il y a souvent un manque de gouvernance et de modèles opérationnels, et le cadre organisationnel n’est pas encore adapté à ce changement », a-t-il noté.

Repenser la résistance : il s’agit de clarté, pas de peur

Alors que plus de la moitié des répondants à l’enquête craignent que l’IA ne remplace le jugement humain, Snover pense que ces peurs sont souvent exagérées. Le problème sous-jacent est l’incertitude plutôt que la résistance luddite. Les travailleurs craignent la perte d’emploi et le manque de contrôle — non pas parce que l’IA éliminera leurs rôles, mais parce que les règles pour travailler aux côtés de l’IA n’ont pas été clairement définies.

« Le vrai problème, c’est l’incertitude », a expliqué Snover. « Une fois que les organisations établissent des protocoles et des structures de gouvernance clairs, beaucoup de préoccupations disparaissent. »

La vision de Snover : des pilotes aux équipes intégrant l’IA

Pour l’avenir, Snover prévoit que les organisations qui surmontent leur hésitation intégreront l’IA comme un composant essentiel de leur force de travail. Les entreprises leaders opèrent déjà des équipes hybrides combinant employés à temps plein, contractants et prestataires externes. L’IA deviendra une ressource clé dans cette combinaison.

Dans ce modèle émergent, les rôles humains évoluent de l’exécution à la supervision. Les professionnels des achats se concentreront sur la gestion des processus pilotés par l’IA, la direction des flux de travail et l’orientation des décisions organisationnelles à mesure que la technologie progresse. La réflexion stratégique et la gestion des relations — domaines où l’humain excelle — deviennent de plus en plus précieuses.

Le dernier avertissement de Snover est direct : « Ceux qui tardent à adopter l’IA continueront à lutter avec l’efficacité et la performance. » Dans un paysage concurrentiel où l’IA distingue de plus en plus les leaders du secteur des retardataires, retarder l’adoption n’est pas de la prudence — c’est une erreur stratégique.