L’IA ne sélectionne pas des usines, elle sélectionne des vitrines
Les dirigeants d’entreprises arrivent désormais avec une présélection de fournisseurs chinois réalisée en quelques heures grâce à l’intelligence artificielle (IA). Bien que cette méthode ait prouvé son efficacité, elle soulève des questions sur la nature des informations évaluées. En effet, un tri à distance ne classe pas des usines, mais des vitrines.
Depuis quelques mois, les responsables contactant des experts en sourcing présentent des listes de fournisseurs déjà filtrées. Ces listes, souvent composées de trois ou quatre noms, incluent des justifications claires, des certifications et des capacités annoncées, parfois même un comparatif en tableau. Cette présélection, effectuée en quelques heures par des outils d’IA, aurait nécessité trois semaines de travail pour un acheteur expérimenté il y a trois ans.
Cependant, l’IA ne s’est pas trompée dans ses évaluations. Elle a correctement identifié les informations demandées, mais le problème réside dans ce qui a été évalué. Les outils à distance ne peuvent examiner que ce qui est documenté, c’est-à-dire ce que les fournisseurs choisissent de publier. Cette asymétrie d’information peut conduire à des malentendus.
Dans le cadre du sourcing en Chine, deux types d’interlocuteurs se distinguent : les usines, qui investissent dans la production, et les sociétés de négoce, qui se concentrent sur la présentation commerciale. Les usines peuvent avoir des sites internet peu attrayants et répondre dans un anglais limité, car leur clientèle principale est locale. En revanche, les sociétés de négoce investissent dans la clarté de leur documentation et la qualité de leurs réponses, car cela constitue leur produit.
Cette confusion entre les deux types d’interlocuteurs est souvent à l’origine de problèmes dans les dossiers de sourcing. Les outils d’évaluation ne font pas de distinction entre les deux, se basant uniquement sur la qualité des informations publiées.
Ainsi, un tri à distance ne permet pas de remonter les meilleures usines, mais plutôt les meilleures vitrines, ce qui pose un problème fondamental. Les signaux d’alerte, tels que le délai de réponse et le niveau d’anglais, peuvent également être trompeurs. Par exemple, un fournisseur qui répond rapidement peut ne pas être un fabricant, tandis qu’un interlocuteur qui pose des questions pertinentes est souvent un vrai producteur.
De plus, de nombreux aspects cruciaux ne figurent dans aucun document, comme l’état réel des machines ou la propreté de l’atelier. Ces éléments sont visibles uniquement sur le terrain, lors d’une visite.
L’IA a donc rendu la présélection de fournisseurs beaucoup plus rapide et accessible, mais elle a également rendu cette étape si crédible que les entreprises peuvent négliger la vérification sur le terrain. Le coût de la recherche a diminué, tandis que celui de la vérification reste constant, ce qui peut engendrer des risques.
L’IA peut analyser tous les documents disponibles, mais elle ne peut pas remplacer l’évaluation directe des installations.
Source : Nicolas Allard, EasybuyRPC
