IA supply chain en PME et ETI : par où commencer, et combien ça coûte

Par Baptiste Bassagaisteguy, publié le 21 octobre 2026

Une ETI industrielle reçoit ses commandes par mail et en PDF, les ressaisit dans l'ERP, et pilote ses stocks dans un fichier Excel que deux personnes savent mettre à jour. On lui parle d'IA depuis trois ans, sans jamais lui dire par quoi commencer ni ce que cela coûte. Voici la grille que nous utilisons pour mettre de l'IA dans la supply chain d'une PME industrielle ou d'une ETI : trois niveaux, leurs coûts, leurs gains, et le premier cas à lancer.

Pourquoi le sujet devient concret pour une ETI

Trois choses ont changé depuis 2023.

Les modèles de langage lisent les documents ordinaires. Ceux qui font tourner Claude, ChatGPT ou Copilot lisent un mail client, un bon de commande en PDF ou un accusé de réception scanné, assez bien pour qu'on leur confie une tâche encadrée par des règles.

Le coût d'usage s'est effondré. Faire lire une commande de dix lignes à un modèle coûte quelques centimes.

Fabriquer un outil sur mesure va trois à cinq fois plus vite. Le développement assisté par IA remet à portée d'une ETI des outils métier qui coûtaient plusieurs centaines de milliers d'euros.

Trois niveaux d'IA en supply chain, trois logiques d'investissement

Pour s'y retrouver, nous classons les cas d'usage en trois niveaux. Ils se cumulent au lieu de se remplacer, et chacun se finance différemment.

Les trois niveaux, du poste de travail à l'outil métier.

Ces chiffres sont des ordres de grandeur observés sur nos projets, pas un tarif.

Niveau 1 : les outils du marché sur le bureau

Le premier niveau ne demande ni projet ni intégration. Un abonnement entreprise à Claude, ChatGPT, Copilot, Gemini ou Le Chat coûte de l'ordre de 20 à 30 euros par utilisateur et par mois (voir les grilles de Claude et de Microsoft 365 Copilot). L'offre entreprise garantit par contrat que vos données ne servent pas à entraîner les modèles : c'est le premier point à régler.

Ce qui marche dès aujourd'hui, à partir d'un simple export : un classement ABC des références, la comparaison de deux offres fournisseurs, la relecture critique d'un contrat transporteur, un rapport 8D rédigé à partir de notes d'atelier. Un classement ABC sur 500 références se fait en séance, en moins d'une heure.

Quatre règles du jeu suffisent :

• des comptes entreprise, jamais de compte gratuit pour une donnée client, fournisseur ou tarifaire ;
• tout ce qui engage se vérifie à la source, en demandant à l'outil de citer la ligne d'où vient chaque chiffre ;
• les calculs passent par du code que l'outil écrit et exécute, jamais par un calcul « de tête » dans la conversation ;
• une demi-journée de prise en main par métier, avec les vrais fichiers du service.

La limite du niveau 1 a bougé. Ces outils se branchent désormais sur la messagerie, les documents ou l'ERP par des connecteurs, en s'appuyant sur MCP, le standard ouvert lancé par Anthropic et repris par les autres éditeurs. Mais c'est toujours une personne qui déclenche, relit et applique. Le mail de commande arrivé à 18 h attend le lendemain. Les règles vivent dans la tête de l'utilisateur, donc deux collègues obtiennent deux résultats différents. Et aucun journal ne garde trace de ce qui a été décidé et écrit dans l'ERP : ni audit, ni mesure du gain.

Niveau 2 : des agents comme collaborateurs virtuels, le retour sur investissement direct

Un agent est un programme qui se comporte comme un employé administratif doté d'une fiche de poste précise. Il se déclenche seul sur un événement (un mail arrive, il est sept heures), lit les documents avec un modèle de langage et de l'OCR pour les scans, contrôle ce qu'il a lu contre des règles métier codées, agit dans l'ERP par son API et journalise chaque décision.

Anatomie d'un agent, avec la boucle d'exception vers l'humain.

La règle qui fait la différence : l'outil décide par défaut, l'humain corrige par exception. Un agent qui demande une validation sur chaque cas ne fait gagner que la frappe. Un agent bien conçu traite seul 90 à 95 % des cas et présente les autres avec leur motif, par exemple « prix de la ligne 3 différent du tarif : 12,40 € au lieu de 11,90 € ». L'essentiel du projet consiste donc à écrire les règles avec le métier.

Six tâches s'y prêtent bien :

• intégrer dans l'ERP les commandes clients reçues en PDF, Excel ou scan ;
• comparer les accusés de réception fournisseurs à la commande, ligne à ligne (voir le contrôle automatique des AR fournisseurs et des factures) ;
• rapprocher les factures fournisseurs et transporteurs des grilles contractuelles, où l'on observe couramment 2 à 5 % d'écarts ;
• relancer les fournisseurs et tenir à jour les dates prévues dans l'ERP ;
• répondre aux clients sur les délais et les disponibilités ;
• envoyer chaque matin le rapport des ruptures et des retards, le premier agent que nous recommandons parce qu'il ne modifie rien dans l'ERP.

Le détail de ces cas est dans notre article sur les cas d'usage IA supply chain qui produisent un retour mesurable.

Le retour sur investissement, calculé sur un exemple

Le retour du niveau 2 se calcule avant de commencer, avec quatre chiffres que vous avez déjà. Prenons 150 commandes par semaine, quatre minutes de saisie chacune, 35 € de l'heure chargé, et 2 % de commandes avec une erreur qui coûte 150 € à rattraper.

• Saisie : 10 heures par semaine, 460 heures par an, soit 16 100 €.
• Erreurs : trois commandes par semaine, environ 20 000 € par an.
• Gain annuel : de l'ordre de 36 000 €.
• En face : 12 000 € de mise en place, puis 4 000 € par an de fonctionnement.

L'agent est remboursé en moins de six mois et rapporte ensuite autour de 30 000 € par an. Une réserve : le temps libéré ne devient un gain que si l'on décide avant ce qu'on en fait, absorber la croissance sans embaucher ou réduire l'intérim en pointe. Les erreurs évitées, elles, se défendent seules : personne ne conteste le coût du dernier arrêt de ligne.

Niveau 3 : les outils métier des grands groupes, à la portée d'une ETI

Prévision de la demande, calcul des besoins, ordonnancement d'atelier, optimisation du transport : ces outils existent depuis vingt ans. Un projet progiciel se chiffre typiquement entre 150 et 500 k€ sur 12 à 24 mois. Pour une ETI, le compte n'y est pas, et la fonction reste dans Excel.

Projet progiciel classique et outil sur mesure construit avec l'aide de l'IA.

Ce qui a changé, c'est le coût de fabrication. Le développement assisté par IA produit l'essentiel du code, des tests et de la documentation, sous le contrôle d'un développeur qui connaît le métier. Les briques de calcul sont libres, comme le solveur OR-Tools de Google. Et les modèles de langage absorbent la partie ingrate : nettoyer un historique, faire correspondre les codes de deux systèmes.

Précision importante : ces outils n'embarquent pas forcément d'IA générative. Un moteur d'approvisionnement repose sur des règles et des statistiques, un simulateur de transport sur un solveur d'optimisation. L'IA générative fait chuter leur coût de fabrication, sans entrer dans le calcul. L'outil reste donc explicable : si l'acheteur ne peut pas dire en deux phrases pourquoi il propose cette quantité, la règle est trop compliquée.

Pour un exemple concret, notre retour sur la simulation d'un plan de transport montre une préparation d'appel d'offres passée de deux mois à trois semaines pour une centrale d'achat.

Par où commencer avec l'IA en supply chain

Il n'y a pas d'ordre obligatoire. Le niveau 1 crée la culture, le niveau 2 apporte le gain mesurable qui rend le sujet crédible, le niveau 3 s'attaque au poste qui pèse le plus dans le compte de résultat. La plupart de nos clients entrent directement par le niveau 3, sur l'approvisionnement ou le transport, et équipent leurs équipes des niveaux 1 et 2 en parallèle.

Cinq critères pour choisir le premier cas :

• un volume important et régulier ;
• une tâche fondée sur des documents entrants ;
• des règles que les personnes savent énoncer ;
• des données qui existent déjà dans l'ERP ;
• un référent métier disponible pour écrire les règles et tenir le cahier de test.

L'intégration des commandes clients et le contrôle des accusés de réception les remplissent presque toujours. Le rapport du matin reste l'entrée la moins risquée.

Quatre erreurs reviennent souvent :

• attendre des données parfaites, alors que c'est le prototype sur données réelles qui montre quoi corriger ;
• choisir le cas le plus spectaculaire plutôt que le plus répétitif ;
• demander une validation humaine sur chaque cas, et obtenir un outil qui ajoute du travail ;
• confier le sujet à la seule direction informatique, alors que l'essentiel est l'écriture des règles métier.

Un parcours type sur douze mois : abonnements entreprise et prise en main les deux premiers mois, un premier agent sur un seul flux entre le deuxième et le cinquième mois, puis un outil de niveau 3 sur le sujet qui pèse le plus, en partant d'un prototype sur vos données. La méthode de cadrage est détaillée dans notre article sur la manière de lancer un projet IA en industrie.

Ce que vous pouvez faire cette semaine

Vérifiez qu'aucune donnée client ou fournisseur ne passe par un compte gratuit. Puis chronométrez une journée de la tâche administrative la plus répétitive d'un service et chiffrez le coût de ses derniers incidents. Avec ces chiffres, le calcul de retour présenté plus haut prend dix minutes et dit si le sujet mérite un cadrage.