Entre les flux qui doivent continuer à circuler et les décisions qui doivent se prendre malgré l’incertitude, la
Supply Chain occupe désormais une place singulière dans l’entreprise. Son horizon s’est élargi : aux contraintes de l’opérationnel s’ajoutent celles du marché, du risque et de la décision. La donnée vient nourrir ce nouveau regard, tandis que
l’intelligence artificielle (IA) permet d’explorer plus vite les options qui se présentent. Reste à savoir comment transformer cette profusion d’informations en choix utiles. Car derrière les chiffres, les scénarios et les outils, il y a toujours une chaîne de responsabilités, de métiers et d’arbitrages. C’est là que se joue aujourd’hui l’évolution de la Supply Chain : dans son rapprochement avec le business et dans la nouvelle place prise par ceux qui la pilotent.
Quand la supply chain prend place dans le business
Knut Alicke, Senior Advisor chez McKinsey et professeur à l’Université de Cologne ainsi qu’au Karlsruhe Institute of Technology (KIT), décrit les ruptures qui traversent aujourd’hui les
chaînes d’approvisionnement comme une «nouvelle normalité qu’il faut apprendre à gérer». Tensions géopolitiques, conflits commerciaux, changement climatique, cybermenaces : autant de facteurs qui peuvent désormais peser directement sur l’activité. Pour M. Alicke, cette situation impose au Supply Chain manager de «rester dans la salle du conseil», de parler le langage du business et de traduire un risque logistique en chiffre d’affaires, en marge ou en clients perdus.
La question ne consiste donc plus seulement à trouver un fournisseur de remplacement. Encore faut-il savoir s’il est lui-même exposé au même risque, repérer les points de fragilité de la chaîne et préparer des options avant que la perturbation ne prenne de l’ampleur. Autrement dit, il ne s’agit plus seulement de réparer lorsque la chaîne casse, mais d’apprendre à voir venir la rupture.
David Jammes, directeur de Diagma, aborde la question depuis le versant commercial. Il met en garde contre une fonction réduite au rôle de «pompier de service», toujours appelée à intervenir une fois le problème survenu. Or une entreprise qui vend doit pouvoir produire et livrer. La
supply chain participe ainsi directement à la promesse faite au client : derrière le contrat commercial, il y a une capacité réelle à tenir l’engagement.
Le changement tient peut-être moins à ce que fait la fonction qu’à l’endroit où elle intervient : plus en amont, au moment où se préparent les choix qui engagent l’entreprise. Pour agir à temps, encore faut-il disposer d’une lecture suffisamment fine de la chaîne. Les informations doivent circuler, se croiser et prendre sens au-delà de leur seul périmètre. La
donnée devient alors bien davantage qu’un outil de suivi : elle devient une matière à partir de laquelle la décision peut se préparer.
La donnée élargit le regard, l’IA accélère l’analyse
Si la
Supply chain veut désormais voir plus loin que ses flux, elle doit aussi apprendre à mieux lire ce qui circule en elle.
Données opérationnelles, informations portuaires, signaux du marché : leur valeur ne tient pas seulement à ce qu’elles disent séparément, mais à ce qu’elles permettent de comprendre une fois rapprochées.
Pour
Driss Aarabi, directeur général de
Tanger Med Port Authority, c’est précisément ce changement qui donne à la donnée un statut nouveau : «La donnée est devenue une infrastructure». Dans l’univers portuaire, la dématérialisation de la gestion des escales, les jumeaux numériques ou encore les
applications de l’IA au
trafic donnent déjà une idée de ce que cette infrastructure peut rendre possible. Mais la donnée ne vaut pas par son abondance. Elle prend toute sa portée lorsqu’elle circule entre les acteurs : «La valeur n’est pas dans une donnée isolée. Elle est dans une donnée qui est partagée».
Encore faut-il ensuite savoir quoi en faire. Knut Alicke estime que les professionnels de la Supply Chain, de la logistique et des achats consacrent encore 50 à 70% de leur journée à collecter des données, les mettre en forme et produire des rapports. Les outils génératifs et les systèmes agentiques peuvent prendre en charge une partie de ce travail : chercher une information, construire un plan, exécuter certaines tâches, programmer ou évaluer un résultat. Le temps qui se libère peut alors retrouver sa véritable valeur : celui de l’analyse et de l’arbitrage.
Mais gagner du temps ne suffit pas. Encore faut-il faire confiance à ce que la machine produit. M. Alicke cite, à ce propos, une enquête de McKinsey selon laquelle 80% de ses clients utilisent encore Excel, y compris avec des
systèmes de planification sophistiqués. Derrière cette persistance se trouve une question très concrète: comprendre pourquoi un système arrive à tel résultat. Lorsqu’une réponse reste difficile à expliquer, l’utilisateur revient naturellement vers un outil qu’il peut lire, interroger et comprendre.
La machine ne fait donc pas seulement gagner du temps ; elle permet aussi de regarder plus loin.
Laurent Deloire, directeur des Opérations industrielles chez Sia Partners, insiste justement sur cette capacité à faire jouer plusieurs scénarios. Où installer une nouvelle
capacité industrielle ? Faut-il dupliquer une production ? Comment adapter un réseau à la régionalisation des marchés ? Les outils de simulation permettent déjà de mettre ces hypothèses à l’épreuve.
Avec l’IA, le nombre de configurations que l’on peut examiner change d’échelle. Il ne s’agit plus seulement de chercher la meilleure réponse dans un cadre donné, mais de regarder comment une décision pourrait tenir lorsque les conditions, elles, viennent à changer. Le raisonnement se déplace alors : de la recherche du meilleur scénario vers l’examen du risque et de la résilience. Et plus le regard s’élargit, plus une question revient : de quelles données aura-t-on encore besoin pour regarder juste ?
M. Deloire souligne que l’enjeu ne consiste pas seulement à perfectionner les bases existantes. Certaines données devront être créées, d’autres rapprochées d’informations venues de l’extérieur. Il faudra aussi faire entrer dans les systèmes une part du raisonnement que les professionnels portent aujourd’hui en eux. Car la machine peut apprendre des données, mais une part essentielle du métier demeure dans l’expérience, l’intuition et la capacité à relier les signaux faibles.
La machine propose, le responsable engage sa décision
Plus les capacités de calcul progressent, plus la question du jugement devient centrale. Driss Aarabi le formule sans ambiguïté : «Aucun
algorithme ne remplace le jugement.» Il pose alors les questions qui accompagnent cette transformation : quelles décisions confier à la machine ? Lesquelles conserver ? Et comment préparer les équipes, «du quai jusqu’au comité de direction», à cette nouvelle répartition des rôles ?
Stéphane Navarra en donne une illustration concrète. Une IA peut identifier une pièce critique disponible sur un autre site du groupe et permettre de résoudre beaucoup plus rapidement un problème d’approvisionnement. Elle fait gagner un temps précieux dans la recherche. Mais lorsque le choix engage la sécurité, la responsabilité ou les conséquences d’une intervention, le calcul ne suffit plus. «Les décisions restent toujours humaines», rappelle M. Navarra.
Chez DHL,
Mary Oxley retrouve cette même limite à une autre échelle. Une organisation mondiale dispose de standards, de plateformes et d’outils communs. Pourtant, les réalités locales demeurent différentes : réglementation, pratiques commerciales, attentes des clients, connectivité ou organisation des chaînes logistiques. L’IA peut analyser les perturbations, anticiper la demande ou proposer des itinéraires alternatifs ; elle ne dispense pas les équipes de connaître le terrain.
Mme Oxley distingue d’ailleurs des priorités différentes selon les régions : certaines entreprises européennes travaillent davantage sur des transformations de long terme, tandis que la rapidité et l’agilité peuvent peser davantage au Moyen-Orient ; en Afrique, les questions de connectivité et de fragmentation des chaînes ajoutent d’autres contraintes. Une même technologie ne conduit donc pas nécessairement à la même décision.
Le responsable Supply Chain se trouve précisément à ce point de rencontre : entre l’information fournie par les systèmes et la réalité à laquelle la décision devra répondre. La technologie peut comparer, simuler, alerter et proposer. Elle ne porte pas, à elle seule, les conséquences du choix.
Du gestionnaire de flux à l’orchestrateur
Si les outils prennent en charge une partie de la collecte, du traitement et de la simulation, le
Supply Chain manager peut consacrer son temps à des tâches qui demandent davantage de recul. Laurent Deloire, directeur des Opérations industrielles chez Sia Partners, parle d’«orchestration». Il s’agit de relier les décisions industrielles, commerciales ou d’investissement, de faire circuler l’information et de réunir autour de la même table des métiers qui ne portent pas toujours les mêmes priorités.
Car les décisions ne s’arrêtent pas aux frontières d’une fonction. Une difficulté d’approvisionnement peut toucher la production, la distribution, les engagements commerciaux et, au bout de la chaîne, le résultat de l’entreprise. La réponse ne peut donc plus être traitée isolément. Elle demande de croiser les points de vue et de mesurer les conséquences d’un choix bien au-delà de son point de départ. Une décision prise à un endroit peut ainsi faire sentir ses effets à l’autre bout de la chaîne.
Cette capacité à faire le lien suppose aussi de savoir faire travailler les équipes ensemble. Stéphane Navarra, VP Global Supply Chain chez RSC, Alstom, insiste sur cette aptitude à fédérer et à motiver.
L’expertise technique reste indispensable, mais elle ne suffit plus. Il faut aussi comprendre les contraintes des autres métiers et mesurer ce qu’une décision peut produire au-delà de son propre périmètre.
Et cette responsabilité dépasse désormais le seul fonctionnement quotidien de la chaîne. Mary Oxley, Vice President Marketing & Sales chez DHL Global Forwarding Middle East & Africa, estime que le Supply Chain manager doit avoir «un siège à la table» et devenir un véritable
business leader, sans renoncer à son
expertise opérationnelle. Il doit aussi expliquer les choix, créer la confiance et permettre aux équipes d’avancer lorsque les situations se compliquent.
Reste alors une question très concrète : que faire du temps que la technologie permet de libérer ?
L’IA peut alléger une partie des tâches répétitives et administratives. Moins de temps consacré à collecter, traiter et mettre en forme l’information ; davantage pour préparer les décisions, travailler avec les autres métiers et anticiper les difficultés avant qu’elles ne deviennent des problèmes.
C’est précisément là que la notion de
«Supply Chain augmentée» prend tout son sens. Plus d’informations à disposition, plus de scénarios à examiner, mais une responsabilité qui reste entre les mains du manager. Comprendre les faits, tenir compte du terrain, arbitrer et assumer les choix ne se délèguent pas à la machine.
Sur ce point,
Ali Berrada rappelle que «la prochaine révolution ne sera pas uniquement technologique». Les outils peuvent renforcer les capacités humaines et la donnée éclairer les choix. Encore faut-il que cette puissance nouvelle trouve sa place dans le travail quotidien et dans les décisions qui engagent l’entreprise.
Dans le même esprit, Driss Aarabi résume la place de chacun en une phrase : «La technologie donne la vitesse. La donnée éclaire la route, mais ce sont les femmes et les hommes qui donnent le cap».