Comment utiliser l'IA dans les achats ?

La méthode compte plus que l'outil. Bien utiliser l'IA dans la fonction achats repose sur trois gestes : indiquer précisément ce que vous attendez et ce qu'il faut surveiller, laisser le système rédiger et organiser le travail dans un tableau vérifiable ligne par ligne, puis contrôler les quelques chiffres qui changeraient votre décision. Dans le run PAIR-20 de juillet 2026 — six tâches achats testées sur ChatGPT, Claude, Gemini et Copilot — un brief clair a transformé des réponses vagues en tableaux classés avec hypothèses explicitées. Cela n'a pas rendu les réponses automatiquement correctes.

La plupart des professionnels commencent à utiliser l'IA de la même manière : un onglet de navigateur, une question, aucun programme formel. La question pratique n'est donc pas de savoir s'il faut l'utiliser, mais comment l'utiliser sur un dossier précis — comparaison de devis, revue de contrat, liste de risques fournisseurs — sans laisser une réponse non vérifiée orienter une vraie décision.

Commencez par un brief clair, pas par un prompt d'une ligne. Un brief indique à l'IA le rôle à tenir, les colonnes à remplir, les erreurs à surveiller, le format de sortie et les hypothèses à rendre visibles plutôt qu'à masquer. Par exemple : « Vous êtes analyste achats. Comparez ces trois devis. Normalisez tous les prix en EUR par unité. Signalez tout fournisseur pour lequel une date de livraison est manquante. » Dans le run de juillet, ce type de structure a transformé des réponses vagues en tableaux classés avec hypothèses explicitées — la différence entre une réponse que vous pouvez inspecter et une que vous devez accepter de confiance.

Utilisez l'IA pour rédiger et organiser, pas pour décider. L'IA excelle à transformer un long document en une liste de points à traiter, une comparaison côte à côte ou un premier passage de risques. Ce premier jet fait gagner du temps et relève les problèmes évidents. Mais ce n'est pas elle qui signe — c'est vous.

Vérifiez les faits qui font basculer la décision. Dans le run de juillet, des tâches qui produisaient des tableaux soignés comportaient encore une conversion d'unité manquée, des totaux de landed cost (coût complet rendu site, incluant transport et droits de douane) qui ne correspondaient pas à la réponse du cas, et un champ rempli par une hypothèse non signalée. Il s'agissait de runs uniques datés, pas d'un verdict permanent. Une erreur constatée sur un run peut ne pas se reproduire au suivant. C'est précisément la raison pour laquelle la vérification humaine s'impose après chaque brouillon, sur les unités, les totaux, les dates et les champs vides.

C'est une méthode, pas un raccourci. Le même enchaînement — brief, brouillon, vérification — fonctionne quelle que soit la plateforme utilisée par votre équipe. Dans le run de juillet, les plateformes différaient par l'erreur qu'elles manquaient, pas par le fait qu'elles avaient besoin d'être contrôlées.

Pour aller plus loin : quelles tâches achats l'IA gère-t-elle bien, comment les plateformes se comparent, et ce que contient un structured brief.