Dans un contexte économique marqué par la volatilité des matières premières et une pression accrue sur les marges, la fonction Achats des entreprises du BTP et des travaux ferroviaires est à un tournant décisif. L’intelligence artificielle (IA) s’impose comme un levier de transformation incontournable, ouvrant la voie à une optimisation sans précédent des coûts, des processus et de la gestion des risques. Dans le cadre de la rédaction d’un livre blanc sur l’impact de l’IA dans les Achats, je mène actuellement des échanges avec de nombreux acteurs clés de cette transformation – directions Achats, experts technologiques et entreprises innovantes. À travers cet article, je vous propose un premier avant-goût de mes recherches, en mettant en lumière les défis et opportunités liés à l’intégration de l’IA dans les Achats des secteurs du BTP et des travaux ferroviaires. Pour aller au-delà des concepts théoriques, j’ai choisi de m’appuyer sur des exemples concrets de projets menés par des acteurs majeurs tels que Vinci, Bouygues, Eiffage, SNCF Réseau et RATP.
1. Les opportunités offertes par l’IA
Automatisation et digitalisation des achats
L'IA permet d'automatiser de nombreuses tâches répétitives dans la chaîne d'achats, de l'analyse des besoins au traitement des commandes et factures. Nous prendrons l’exemple de Bouygues Construction qui a déployé la plateforme Winddle pour optimiser les commandes fournisseurs. Cet outil centralise les données de la chaîne logistique et analyse en temps réel les risques de retard ou de non-conformité, améliorant ainsi la gestion des approvisionnements internationaux. Depuis sa mise en place, Bouygues a constaté une augmentation de 30 % de la productivité dans le pilotage logistique.
De son côté, SNCF Voyageurs a mis en œuvre ISK, un modèle de machine learning destiné à optimiser les stocks et éviter les surstocks. Grâce à cet outil, la SNCF a réduit ses coûts de surstock d'un facteur 7 et diminué de 30 % le nombre d'alertes liées à la gestion des stocks.
Optimisation des coûts et prévision des risques
L'IA est également un levier puissant pour réduire les coûts en améliorant la gestion des contrats et la stratégie de négociation. Eiffage a intégré un assistant achats basé sur l'IA générative d'Ivalua, aidant les acheteurs à analyser les contrats, optimiser les négociations et renforcer la conformité réglementaire. Cet outil réduit le temps consacré à l'examen des contrats et identifie les clauses potentiellement défavorables.
Par ailleurs, Vinci Construction utilise l'IA pour optimiser la planification des approvisionnements sur ses chantiers. Des modèles prédictifs analysent les flux de matériaux en temps réel pour éviter les ruptures et les excédents de stocks, ajustant les commandes en fonction des besoins réels. Cette approche a conduit à une réduction du gaspillage et à une amélioration de la rentabilité des projets.
Amélioration de la conformité et de la traçabilité
L'IA renforce la traçabilité des achats et assure la conformité aux normes en vigueur. La RATP a développé un algorithme d'analyse des fournisseurs qui évalue en continu leur conformité aux exigences réglementaires et en matière de responsabilité sociétale des entreprises (RSE). Cette approche réduit les risques contractuels et améliore la transparence au sein de l'écosystème d'achats de la RATP. Comme vous savez que cette problématique me tient à cœur, je vous explique en quoi consiste ce développement ! Ce projet vise à moderniser la gestion des fournisseurs en automatisant l’analyse des données contractuelles, financières et extra-financières. L’IA permet d’attribuer un scoring de risque aux fournisseurs, de cartographier en temps réel leur conformité et de générer des alertes en cas d’anomalies, réduisant ainsi les risques contractuels et juridiques. Grâce à cette approche, la RATP optimise ses processus achats, améliore la transparence et fiabilise le respect des normes en vigueur. En intégrant ces technologies dans un cadre éthique et sécurisé, l’entreprise se dote d’un outil stratégique pour piloter plus efficacement sa politique d’achats responsables et limiter les risques liés à ses partenaires. Bien que la communication sur ce projet reste mesurée, la RATP inscrit clairement cette initiative dans sa volonté de digitaliser ses processus et de renforcer la maîtrise de ses engagements contractuels.
2. Impact spécifique sur le BTP et les travaux ferroviaires
Gestion des approvisionnements et optimisation logistique
Les chantiers de construction nécessitent une planification rigoureuse des livraisons et des stocks. Vinci Construction a mis en place une IA capable d'optimiser l'approvisionnement des matériaux sur ses chantiers grâce à des modèles prédictifs. L'objectif est d'éviter les ruptures et le gaspillage en planifiant les livraisons au moment le plus opportun. Sur les projets pilotes, Vinci a observé une augmentation du taux d'utilisation des grues proche de 100 %, réduisant les périodes d'inactivité dues à des livraisons mal planifiées.
SNCF Réseau a mis en place un système de surveillance basé sur l'IA qui analyse les données de maintenance des infrastructures ferroviaires. Cet outil détecte en amont les signaux faibles de dégradation des rails et caténaires, permettant une intervention proactive et réduisant le nombre d'interruptions de service. De l’autre côté du Rhin, Deutsche Bahn a lancé des programmes d’IA pour optimiser la planification des travaux sur les voies (et donc les achats associés de matériel de voie, ballast, etc.), en croisant de nombreuses données (trafic, usure mesurée par capteurs, météo) afin de mieux cibler où et quand intervenir ; cela se traduit par des achats plus juste-à-temps et une réduction du stock de précaution.
Négociation et gestion des risques fournisseurs
L'intelligence artificielle révolutionne en profondeur la manière dont les entreprises du BTP et des travaux ferroviaires gèrent leurs relations avec les fournisseurs. Grâce à des outils avancés d'analyse prédictive, l’IA permet désormais aux directions Achats d’anticiper et de gérer avec une précision inédite les risques associés aux fournisseurs, tout en optimisant les négociations commerciales.
Bouygues Construction, acteur majeur du BTP, utilise par exemple une plateforme basée sur l'IA qui évalue en continu la fiabilité de ses partenaires commerciaux. Cet outil analyse plusieurs millions de données collectées à partir de multiples sources internes (historique des contrats, données qualité, suivi logistique, respect des délais) et externes (rapports financiers des fournisseurs, avis d'entreprises tierces, données publiques sur la santé financière des partenaires). L'objectif est de construire un modèle prédictif capable d'évaluer, avec une grande fiabilité, les risques potentiels de défaillance ou de non-conformité des fournisseurs. En pratique, ce système permet aux acheteurs de Bouygues de sélectionner les fournisseurs les plus solides et de négocier des clauses contractuelles mieux adaptées au niveau de risque identifié. En anticipant les potentiels problèmes logistiques ou financiers des partenaires, Bouygues réduit considérablement les aléas liés à ses chaînes d'approvisionnement, sécurisant ainsi les délais de réalisation de ses projets tout en renforçant sa marge opérationnelle.
De son côté, Eiffage a mis en œuvre une solution d’IA spécialement orientée vers la gestion proactive des litiges avec ses fournisseurs. En croisant automatiquement les données issues des commandes, des réceptions, des paiements et des historiques de réclamations passées, l’outil d’Eiffage détecte précocement les signaux annonciateurs d'un possible conflit. L'IA est ainsi capable d’identifier des schémas récurrents susceptibles de générer des contentieux – par exemple, des retards répétitifs dans les livraisons ou des anomalies fréquentes sur certaines familles de produits. Elle propose ensuite des scénarios concrets et immédiatement actionnables pour gérer ces situations avant qu'elles ne deviennent critiques, telles que des renégociations anticipées de conditions contractuelles, des contrôles qualité renforcés ou encore la mise en place de solutions alternatives avec d'autres fournisseurs. Cet outil réduit ainsi non seulement le temps consacré par les équipes achats à la gestion des litiges, mais diminue également les coûts associés à ces conflits en limitant les perturbations opérationnelles et financières.
Ces exemples montrent comment l’IA ne se contente plus d'être un simple outil d’automatisation : elle devient un véritable assistant stratégique pour les négociations commerciales et le pilotage de la relation fournisseurs. En intégrant ces technologies prédictives à leur processus achats, Bouygues Construction et Eiffage parviennent non seulement à optimiser leur efficacité opérationnelle, mais aussi à renforcer considérablement la résilience de leur chaîne d’approvisionnement face aux imprévus, faisant ainsi des Achats un véritable moteur de performance pour l'entreprise.
Maintenance prédictive et réduction des pannes
Dans les infrastructures ferroviaires et les transports urbains, la fiabilité des équipements est essentielle. RATP Dev a déployé une solution d'IA de maintenance prédictive qui analyse les données des capteurs installés sur les trains et bus. L'IA détecte les signaux faibles annonçant une panne imminente et recommande des interventions avant la défaillance. Cette approche a conduit à une réduction de la consommation de pièces détachées et à une augmentation de la disponibilité du matériel à 97 %.
De son côté, SNCF Réseau investit dans l'IA pour anticiper les défaillances des infrastructures ferroviaires et optimiser l'entretien des voies. Des algorithmes analysent en temps réel les vibrations et autres indicateurs pour repérer les anomalies avant qu'elles ne deviennent critiques, améliorant ainsi la sécurité et évitant les interruptions de trafic.
3. Les défis de l’intégration de l’IA dans les achats du BTP
Résistance au changement et adoption des outils IA
L’intégration de l’IA dans les processus achats et logistiques du BTP ne se fait pas sans défis. La résistance au changement est un frein majeur, car de nombreux acteurs du secteur sont habitués à des méthodes traditionnelles. Former les équipes et démontrer la valeur ajoutée de l’IA sont des étapes clés pour assurer une adoption réussie.
Fiabilité des données et cybersécurité
L’efficacité des solutions IA repose sur la qualité des données exploitées. Or, dans le BTP et le ferroviaire, les systèmes d’information sont souvent fragmentés et hétérogènes, rendant l’agrégation et l’analyse des données complexes. En outre, la protection des données sensibles est un enjeu majeur, nécessitant des investissements en cybersécurité pour garantir la confidentialité des informations critiques.
Diversifier les compétences
L’IA dans les Achats nécessite de nouvelles compétences techniques que les équipes achats ne possèdent pas toujours. En France, plus de la moitié des entreprises signalent un manque de compétences numériques de base dans leur organisation, et seulement 19 % trouvent facilement les talents nécessaires à l’embauche. Le recrutement de profils data/IA pour travailler avec les Achats peut s’avérer difficile, d’autant que ces profils sont très sollicités par d’autres services (R&D, marketing) ou par la tech. Former les acheteurs en poste à ces nouveaux outils est une autre voie, mais elle prend du temps et suppose de surmonter la résistance au changement mentionnée plus haut.
L’intelligence artificielle transforme progressivement les achats et la gestion des approvisionnements dans le BTP et les infrastructures ferroviaires. Grâce à des initiatives comme celles de Vinci, Bouygues, Eiffage, SNCF et RATP, les entreprises du secteur gagnent en efficacité, réduisent leurs coûts et améliorent leur résilience face aux aléas du marché. Cependant, pour maximiser ces bénéfices, les directions Achats doivent anticiper les défis liés à l’intégration technologique, la gestion des compétences et la cybersécurité.
Comments