La gestion de stock avec l’IA promet de ne plus passer ses matinées à surveiller des niveaux de stock et à relancer des commandes.
La plupart des pages sur le sujet sont écrites par des éditeurs de logiciels. Je vous propose de le regarder depuis le poste de celui qui gère le stock : ce que l’agent fait vraiment, ce qu’il ne voit pas, et comment garder la main.
Qu’est-ce qu’un agent IA de gestion de stock ?
C’est un programme qui surveille vos niveaux de stock en continu, les compare à la demande prévue et propose une action quand il détecte un risque de rupture ou de surstock.
L’action peut être une alerte, une proposition de commande ou, si vous l’y autorisez, la commande elle-même.
La différence avec ChatGPT ou Claude, c’est l’initiative. Un assistant répond quand vous lui posez une question. Un agent travaille sans qu’on l’appelle, et vient vous chercher quand quelque chose bouge.
Les autres usages de l’IA (prévision, entrepôt, achats) sont détaillés dans le guide complet sur l’intelligence artificielle en supply chain.
Ce que votre ERP faisait déjà sans l’appeler IA
Le point de commande, le stock de sécurité et le calcul des besoins (MRP) génèrent depuis longtemps des propositions de commande automatiques dans un ERP.
Ces calculs reposent sur des paramètres fixes : un délai fournisseur, une consommation moyenne, un stock de sécurité saisi une fois pour toutes.
La gestion de stock avec l’IA change surtout la façon dont ces paramètres sont calculés et surveillés. Je vous propose de comparer les deux approches dans ce tableau.
| Critère | ERP classique | Agent IA |
|---|---|---|
| La prévision | Moyenne ou tendance sur l’historique des ventes | Modèle qui apprend de plusieurs variables (saisonnalité, promotions, tendances) |
| Les paramètres | Figés jusqu’à ce que quelqu’un les modifie | Ajustés selon la volatilité observée |
| La surveillance | À chaque lancement du calcul | Permanente |
| L’explication | Une ligne de proposition, sans justification | Une recommandation accompagnée de son contexte |
À quoi ressemble un agent IA en pratique ?
Prenons l’exemple de MyExobrain, une jeune startup française qui développe un agent IA pour la supply chain.
D’après son site, l’agent évalue les risques, génère des actions et surveille les opérations en continu. Il couvre le réapprovisionnement, la gestion de stock et le choix des fournisseurs.
Chaque recommandation est livrée avec son contexte, pour que l’utilisateur comprenne pourquoi l’agent la propose.
Ce type d’outil se vend sur démonstration, à des entreprises de la pharma, de la grande consommation, de la distribution ou de l’industrie.
En tant qu’utilisateur, vous ne choisissez ni le modèle ni les données qu’il regarde. Vous choisissez ce que vous faites de sa recommandation.
Gestion de stock avec l’IA : ce que l’agent ne voit pas
Un agent ne raisonne que sur les données qu’on lui donne. Tout ce qui n’est pas saisi dans le système lui échappe, par exemple :
- Une promotion décidée en réunion commerciale et pas encore enregistrée.
- Un fournisseur qui annonce un retard par téléphone.
- Un lot bloqué en contrôle qualité mais toujours compté en stock disponible.
- Un délai fournisseur jamais mis à jour dans l’ERP depuis la création de l’article.
Dans ces cas, l’agent propose une action logique à partir d’une information fausse. Et plus sa recommandation paraît argumentée, plus l’erreur passe facilement.
C’est pour ça que la qualité des données passe avant le choix de l’outil. La fiche pratique de France Num le rappelle : des erreurs de calcul peuvent générer du sous-stock ou du surstock.
Comment garder la main sur la gestion de stock avec l’IA ?
La même fiche le dit simplement : « même si l’IA vous fait des suggestions, vous restez responsable des décisions opérationnelles ».
Concrètement, voici comment s’y prendre :
- Commencez par des alertes, pas par des commandes automatiques : l’agent signale, vous décidez.
- Validez vous-même les propositions sur vos références stratégiques, celles qui pèsent le plus dans votre chiffre d’affaires.
- Mesurez l’erreur de prévision de l’agent comme celle de n’importe quelle autre méthode.
- Suivez le taux de rupture et la rotation des stocks avant et après la mise en place.
Si ces indicateurs ne bougent pas, l’agent ne fait que déplacer le travail : vous passez moins de temps à calculer et plus de temps à vérifier.
Ce que ça change pour l’approvisionneur
Le calcul du besoin passe de plus en plus à la machine. Ce qui reste au poste, c’est l’arbitrage et la relation fournisseur.
Choisir entre deux ruptures possibles, négocier un délai, expliquer une décision au service commercial : aucun agent ne le fait à votre place.
Pour aller plus loin sur ce poste, la fiche métier approvisionneur détaille les missions au quotidien, et l’article sur l’entretien approvisionneur les questions à préparer.
Sources
- France Num (Direction générale des Entreprises), Comment optimiser la gestion des stocks avec l’intelligence artificielle. Fiche pratique pour les commerçants : cas d’usage, mise en place et points de vigilance.
- MyExobrain, site de l’éditeur. Présentation de l’agent IA supply chain et de ses modules.
Laisser un commentaire