“Est-ce que vous avez une formation à l’IA ?”
C’est probablement l’une des questions qui revient le plus en ce moment. Et sur le fond, elle est totalement légitime. En supply chain, le mouvement est déjà engagé : l’IA s’installe dans les outils, dans les processus, dans les décisions du quotidien. À terme, ne pas l’utiliser reviendra sans doute à se mettre en difficulté.
Mais derrière cette évidence, il me semble qu’il y a un malentendu assez fréquent. Former à l’IA n’est pas seulement une question d’outils ou de prise en main. Ce n’est pas apprendre à utiliser une nouvelle fonctionnalité ou comprendre comment générer un résultat. C’est apprendre à décider dans un environnement qui va sensiblement plus vite.
Et c’est là que les choses se compliquent.
Si je devais l’illustrer simplement, je dirais que l’IA fait changer de véhicule. C’est comme si vous étiez habitués à votre petite voiture citadine et que demain on vous installe dans le cockpit d’une formule 1 : Les deux sont des véhicules mais pour le second, avoir le permis n’est pas suffisant.
Dans une citadine, une erreur se corrige. Dans une Formule 1, elle se paie immédiatement.
C’est pour cela que les pilotes de Formule 1 travaillent leur muscles, leurs réflexes, l’hypervigilance de chaque instant. La vitesse réduit le temps de réflexion, et chaque décision engage fortement la trajectoire. Aller plus vite ne rend pas les choses plus sûres. Au contraire, cela les rend plus exigeantes.
Sur le terrain, on commence déjà à en voir les effets de manière très concrète. Sur des sujets comme la gestion de la demande, par exemple, les outils permettent aujourd’hui de générer des prévisions rapidement, de détecter des tendances, de tester des scénarios en quelques secondes.
Mais ce que j’observe assez régulièrement, c’est un glissement progressif : dès lors qu’un résultat est produit automatiquement (ou le résultat d’une formule mathématique alambiquée), il est moins challengé. Comme si le fait qu’il soit “calculé” lui donnait une forme de légitimité supplémentaire. On questionne moins, on valide plus vite, et sans vraiment s’en rendre compte, le niveau d’exigence dérive peu à peu. L’outil a permis d’aller plus vite, mais il n’a pas nécessairement permis de mieux décider.
Au fond, c’est là que se situe le véritable enjeu. Demain, toutes les équipes auront accès à ces capacités. La différence ne se fera pas sur la production d’une analyse, ni sur le fait de savoir lancer un algorithme. Elle se fera sur la capacité à comprendre ce résultat … et à décider de ce que l’on acte.
Contrairement à une idée assez répandue, l’IA ne simplifie pas le métier. Elle le rend plus exigeant. Les décisions s’enchaînent plus vite, leurs impacts se diffusent plus rapidement, et les marges d’ajustement se réduisent. Une approximation qui passait inaperçue auparavant peut aujourd’hui produire des effets visibles en très peu de temps.
Dans ce contexte, certaines compétences prennent une importance particulière :
- La curiosité : parce que ces outils offrent énormément de possibilités, mais pour autant il reste nécessaire de faire son propre chemin dans les notions ‘métier’, au sujet des nouveautés, des recherches en cours.
- L’esprit critique : parce qu’obtenir une réponse ne suffit pas ! Encore faut-il savoir si elle tient la route.
- La maîtrise métier, surtout, parce qu’elle reste le seul véritable repère pour juger de la cohérence avec la réalité terrain.
Le rôle du management devient déterminant. Challenger un résultat, poser des limites, assumer un arbitrage… ce sont des responsabilités qui ne peuvent pas être déléguées à un outil. Sans ce cadre, l’IA peut très vite amplifier des dérives au lieu de sécuriser les décisions.
Ce type de formation doit aussi tenir compte de la réalité du terrain. Les équipes sont déjà sous pression, les décisions doivent être prises rapidement, et le temps manque pour analyser en profondeur chaque situation. La question n’est donc pas de former plus, mais de former de manière utile, directement connectée aux décisions à prendre au quotidien.
C’est sans doute ce que je constate le plus aujourd’hui dans les formations. Les échanges évoluent. Les questions ne portent plus uniquement sur le fonctionnement des outils, mais sur ce qu’il faut vérifier, sur ce qu’on peut réellement en attendre, sur la manière de les intégrer dans la décision. Et très souvent, ce sont les retours d’expérience partagés entre participants qui déclenchent les déclics les plus forts. Une situation vécue, une erreur, un arbitrage difficile… et tout le monde se reconnaît.
Former à l’IA en supply chain ne consiste donc pas à équiper les équipes de nouveaux outils. Il s’agit bien de les préparer à décider dans un environnement plus rapide, plus complexe et plus exigeant.
Parce que demain, toutes les supply chains utiliseront l’IA. Mais toutes n’en tireront pas les mêmes bénéfices.
La différence ne se fera pas sur la technologie.
Elle se fera sur la capacité des équipes à l’utiliser avec discernement.