IA 2026 : De l’expérimentation à la transformation

Bienvenue au podcast de La Supply. Aujourd'hui, on plonge dans un sujet vraiment incontournable: l'état actuel de l'intelligence artificielle dans les entreprises en 2025.

Bonjour. Oui, un sujet vaste et qui évolue très vite.

Exactement. Et pour nous guider, on va s'appuyer sur une enquête mondiale toute récente de McKinsey. Elle vient juste de sortir. Notre mission, si on peut dire, c'est de décrypter ensemble où Où en sont vraiment les organisations? Comment elles adoptent l'IA? Qu'est-ce que c'est que ces fameux agents IA dont on parle de plus en plus? Et surtout, quel est l'impact réel sur la performance? Et bien sûr, on va regarder ça avec un œil très attentif à ce que ça signifie pour nous dans nos métiers: la supply chain, les achats, la logistique.

Tout à fait. Et c'est important de le préciser, cette enquête, elle date de juin-juillet 2025, donc c'est très frais. Et avec près de 2000 participants dans le monde entier, ça nous donne une vue d'ensemble assez solide.

Oui, c'est une bonne base. Et d'ailleurs, dès le début, il y a un chiffre qui interpelle, une sorte de paradoxe en fait.

Ah oui? Lequel?

Le rapport nous dit que près de 9 entreprises sur 10 déclarent utiliser l'IA régulièrement.

Ce qui est énorme!

Énorme, oui. Et pourtant, la majorité semble encore un peu coincée, on dirait, au stade de l'expérimentation, sans vraiment réussir à en tirer une valeur significative à grande échelle. Alors, creusons un peu ça.

Allons-y.

Pour commencer, l'état des lieux. L'adoption globale, ce chiffre clé donc: 88% des répondants qui utilisent l'IA régulièrement dans au moins une fonction métier.

Oui, 88%, c'est une nette augmentation par rapport à l'année d'avant où on était à 78%. Donc clairement, l'IA s'installe, elle est de plus en plus présente.

Indéniablement, mais...

Mais voilà, il faut tout de suite nuancer. Derrière ce gros chiffre, la réalité, elle est plus contrastée. L'enquête nous dit qu'en fait, seul un tiers environ des entreprises a vraiment commencé le déploiement à grande échelle, le scaling comme ils disent.

Seulement un tiers?

Oui, ce qui veut dire que près des deux tiers sont encore en phase de test, d'expérimentation ou de projet pilote. Donc la diffusion est large en surface, oui, mais souvent elle reste assez superficielle, pas très profonde.

D'accord. Et on voit aussi une différence assez nette selon la taille des entreprises, non?

Ah oui, le 38% des entreprises françaises dans un cycle, on en perd 22% pour les PME, 16% pour les TPO et 9% pour les startups. Donc déjà un seul goût d'ail, on voit que le différentiel taille d'entreprise est flagrant. Absolument. Les très grandes, celles qui font plus de 5 milliards de dollars de revenus, elles sont plus avancées. Près de la moitié d'entre elles sont déjà en phase de déploiement à échelle.

La moitié? D'accord. Et plus petites?

Alors que pour les plus petites, disons moins de 100 millions de dollars de revenus, on tombe à moins de 30%.

Moins de 30%? C'est un écart significatif.

Oui, mais ce n'est pas très surprenant finalement. Passer du pilote à l'échelle industrielle, intégrer l'IA partout... Ça demande des moyens! Exactement. Ça demande des ressources, financières bien sûr, mais aussi technologiques, humaines. La capacité d'investissement, la maturité de l'organisation, tout ça joue un rôle majeur. C'est une transition complexe. Surtout dans nos domaines, la supply chain, avec l'intégration aux systèmes existants.

On y reviendra. Justement, parlons d'un sujet qui monte, qui monte: les agents IA. C'est le nouveau buzzword, un peu.

On peut dire ça. Mais c'est plus qu'un buzzword, c'est une évolution importante de l'IA.

Alors, de quoi s'agit-il exactement, pour qu'on soit tous sur la même page?

En gros, ce sont des systèmes d'IA, souvent basés sur des modèles de fondation, qui sont capables non seulement de comprendre ou générer du texte, mais aussi d'agir de manière autonome. Ils peuvent planifier et exécuter des tâches complexes en plusieurs étapes, que ce soit dans le monde digital ou même en interagissant avec le monde physique.

Agir de manière autonome, ça ouvre des perspectives.

Ah oui, et l'intérêt est très, très fort. L'étude le montre bien: 62% des entreprises, donc quasiment les deux tiers, sont au moins en train d'expérimenter avec ces agents.

62%, c'est énorme! On retrouve le même schéma.

Exactement. Le déploiement à échelle, quand on creuse un peu, il reste très limité. Souvent, ça ne concerne qu'une ou deux fonctions bien précises dans l'entreprise.

D'accord.

Et si on regarde fonction par fonction, il n'y en a aucune où plus de 10% des entreprises auraient déployé des agents IA à grande échelle. Aucune. Donc on est encore très loin d'une vague massive, c'est vraiment le début.

C'est le tout début. Et où est-ce que ça commence à bouger le plus alors?

Pour l'instant, les domaines les plus avancés, c'est l'IT.

L'informatique interne?

Oui, par exemple pour automatiser la gestion des tickets de support, les fameux service desks, et aussi la gestion des connaissances, le knowledge management, pour faire des recherches d'infos très pointues.

Et par secteur d'activité?

Sans grande surprise, c'est la tech, les médias et télécoms, et aussi le secteur de la santé qui semble avoir une petite longueur d'avance.

D'accord. Et alors, la question qui nous brûle les lèvres: et la supply chain, la gestion des stocks? Est-ce que ces agents IA commencent à y faire leur apparition?

Eh bien, les données du rapport sont assez claires là-dessus. Le déploiement à échelle des agents IA dans la fonction supply chain inventory management, il est encore très, très faible.

Ah bon?

Oui, on tourne autour de 4% en moyenne.

Seulement 4%? C'est bien moins que l'IT ou le knowledge management alors?

Oui, l'IT est à 9%, le knowledge management à 7%, donc on est clairement en dessous.

Et pourquoi ce décalage à votre avis? C'est plus compliqué en supply chain?

C'est une excellente question et la réponse est probablement un mélange de facteurs. Déjà, il y a la complexité intrinsèque de nos opérations. On parle de flux physiques, de dizaines, centaines de partenaires, d'aléas constants.

Oui, c'est moins prévisible qu'un helpdesk.

Voilà. Ensuite, il y a le besoin crucial de données. Des données ultra fiables, souvent en temps réel. Et ça, ça reste un énorme défi dans beaucoup d'entreprises. La qualité de la donnée, sa disponibilité...

Le nerf de la guerre.

Toujours. Et puis, il y a les défis d'intégration. Intégrer ces agents avec les ERP, les WMS, les TMS, sans parler des connexions avec les systèmes des fournisseurs, des transporteurs, c'est un sacré chantier technique et organisationnel.

Donc un potentiel immense, on le sent bien, mais des obstacles très concrets pour le moment?

C'est exactement ça.

Bon, parlons d'impact justement. Est-ce que toute cette IA, même si elle n'est pas toujours déployée à fond, est-ce qu'elle commence à se voir sur les résultats finaux? L'impact sur l'EBITDA global par exemple?

Alors sur l'EBITDA global, le bénéfice avant intérêts et impôts, le rapport est assez modéré. Seuls 39% des répondants disent que l'IA a eu un impact quels qu'ils soient, sur les BID de leur entreprise.

Moins de 40%? Et pour ceux-là, l'impact est important?

En général, non. Pour la majorité de ces 39%, l'impact reste inférieur à 5%. Donc sur la ligne du bas du compte de résultat global, l'effet massif n'est pas encore là pour la plupart.

D'accord, mais peut-être que les bénéfices sont ailleurs, plus qualitatifs?

Exactement, c'est ce que suggère l'enquête. Si on regarde les bénéfices plus qualitatifs, là les chiffres sont bien meilleurs. Par exemple, 74% des entreprises constatent une amélioration de leur capacité à innover grâce à l'IA.

Ah oui, 2 tiers, hein? Ça, c'est significatif.

Très significatif. Et environ 45%, donc presque la moitié, notent aussi une meilleure satisfaction client et une meilleure différenciation par rapport à leurs concurrents.

Donc l'IA agirait d'abord comme un moteur d'innovation, d'amélioration des expériences.

C'est ça. Avant peut-être de se traduire massivement en euros sur le résultat net. Ça prend du temps.

Regardons ça de plus près, fonction par fonction. Pour les réductions de coûts, par exemple, le rapport cite l'ingénierie logicielle, l'industrie manufacturière, l'IT comme les champions. Et la supply chain dans tout ça?

Alors, pour la fonction supply chain inventory management, les résultats sont quand même loin d'être négligeables. Plus de la moitié, 51% exactement, des entreprises qui utilisent l'IA dans ce domaine rapportent une baisse des coûts grâce à elle.

Plus la moitié, c'est bien?

C'est bien, même si c'est un peu en dessous des fonctions de tête comme l'ingénierie logicielle qui est à 56%. Après, il faut voir que cette baisse, elle reste souvent modeste. Pour 37%, c'est 10% ou moins.

D'accord.

Mais on a quand même une part non négligeable, à peu près 15% au total, qui rapporte des baisses de coûts supérieures à 10%. Donc oui, l'IA aide clairement à optimiser les coûts dans la supply chain, c'est tangible.

Et de l'autre côté, l'augmentation des revenus. Le rapport met en avant le marketing, les ventes, la stratégie, le développement produit. Où se situe la supply chain sur ce plan-là?

Elle s'en sort bien aussi en fait. 57% des utilisateurs d'IA dans la supply chain rapportent une augmentation des revenus.

Même un peu plus que pour les coûts.

Oui, c'est un bon score. Mais là encore, un peu en retrait par rapport aux fonctions qui sont directement face aux clients, comme le marketing et les ventes, qui sont à 67%.

Et l'ampleur de la hausse, c'est pareil? Souvent modeste?

Oui, c'est le même constat. Pour 43% des répondants, la hausse est de 5% ou moins et environ 14% seulement voient une hausse supérieure à 5%.

Qu'est-ce que ça nous dit tout ça sur le rôle de l'IA en supply chain aujourd'hui?

Ben, ça suggère que pour l'instant en tout cas, l'IA dans notre domaine est surtout perçue et utilisée pour améliorer l'efficacité opérationnelle, optimiser les processus existants, réduire les gaspillages, les coûts, L'optimisation avant tout. Voilà, plus que pour générer directement du nouveau chiffre d'affaires. Bien sûr, une supply chain plus efficace, plus fiable, ça contribue indirectement à la satisfaction client et donc à la croissance. Mais l'impact direct sur les revenus semble moins évident ou moins prioritaire que dans d'autres fonctions plus orientées marché.

C'est logique. Mais alors, l'étude a identifié un groupe qui se détache vraiment, non? Les AI High Performers.

Oui, et c'est là que ça devient vraiment intéressant, comme vous dites. C'est un petit groupe, environ 6% du total des répondants.

6% seulement?

Oui, mais ce sont eux qui attribuent plus de 5% de leur EBIT directement à l'IA et qui déclarent en tirer une valeur significative. Ce sont eux qui ont vraiment réussi à passer à l'échelle et à avoir un impact tangible.

Et alors, quel est leur secret? Qu'est-ce qu'ils font de différent?

Elle est radicalement différente.

C'est-à-dire?

La moitié d'entre eux, 50%, déclarent viser une transformation complète de leur business. Grâce à l'IA.

Une transformation, carrément!

Oui, alors que chez les autres entreprises, ce chiffre tombe à seulement 14%. Eux, ils ne cherchent pas juste des petits gains par-ci par-là, ils voient l'IA comme un levier pour se réinventer.

C'est une vision beaucoup plus stratégique.

Exactement. Deuxièmement, les objectifs qu'ils poursuivent sont plus variés. Bien sûr, l'efficacité, la réduction des coûts, ça reste important pour eux, à 84%, comme pour tout le monde d'ailleurs qui est à 82%.

OK, ça c'est la base.

Cibler aussi la croissance, 80% contre 50% chez les autres, et l'innovation, 79% contre 50%. Ils cherchent l'efficacité et la croissance et l'innovation. Une vision beaucoup plus large de la valeur.

Efficacité, croissance, innovation, le triptyque gagnant.

On dirait bien. Troisièmement, et ça c'est crucial, surtout pour nous en supply chain, ils n'hésitent pas à repenser leur processus en profondeur. 55% de ces high performers déclarent avoir fondamentalement redesigner leur workflow pour intégrer l'IA.

Plus de la moitié! Alors que chez les autres?

Chez les autres, c'est seulement 20%. Eux, ils ne se contentent pas de plaquer l'IA sur l'existant, ils reconfigurent la manière de travailler pour tirer parti de l'IA.

Et ça, en supply chain, ça veut dire potentiellement revoir la planification de A à Z, la gestion des flux, la relation fournisseurs?

Tout à fait. C'est un chantier énorme, on est d'accord, mais c'est visiblement ce qui permet de débloquer vraiment la valeur. C'est un changement profond.

Et ils utilisent l'IA plus largement aussi, j'imagine?

Oui, c'est le 4e point. Ils la déploient dans plus de fonctions métiers, notamment le marketing, la stratégie, le développement produit. Et ils sont bien plus avancés sur les agents IA dont on parlait, environ 3 fois plus susceptibles d'être en phase de déploiement à échelle dans la plupart des fonctions. Ils osent plus, ils vont plus loin.

L'audace paie, on dirait! Mais il n'y a pas que la technologie ou les processus. Si, l'étude parle aussi du facteur humain, du leadership.

Absolument. C'est un point critique qui ressort. Ces entreprises performantes sont 3 fois plus susceptibles d'avoir des dirigeants au plus haut niveau qui s'approprient personnellement les initiatives IA, qui les portent, les défendent, montrent l'exemple.

Le fameux sponsorship au niveau C-level.

Exactement. Sans cet engagement visible, fort, au sommet, c'est très difficile d'impulser une transformation aussi profonde et transverse que celle qu'implique l'IA.

Et cet engagement, il se traduit en budget, j'imagine?

Bien sûr, l'argent suit la stratégie. Plus d'un tiers, 35% pour être précis, de ces leaders consacrent plus de 20% de leur budget digital total à l'IA.

Un cinquième du budget digital, c'est énorme! Et chez les autres?

Chez les autres, c'est seulement 7%. L'écart est considérable. L'ambition est donc clairement soutenue par l'investissement.

Donc ambition, objectifs larges, refonte des processus, leadership fort, investissement, c'est la recette?

C'est une bonne partie de la recette, oui. Et l'étude ajoute que ces entreprises appliquent aussi de manière plus systématique un ensemble de bonnes pratiques une stratégie IA claire, alignée sur le business, attirer et développer les bons talents, avoir un modèle opérationnel agile, une infrastructure techno et data solide, et un focus constant sur l'adoption par les équipes et le passage à l'échelle. Le framework Rewired de McKinsey, en somme.

Et il y avait aussi cette notion intéressante de human in the loop, l'humain dans la boucle.

Oui, c'est essentiel. Avoir des processus clairs pour savoir quand et comment un humain doit intervenir, valider, superviser une décision ou une action prise par l'IA.

Surtout en supply chain où les décisions ont des conséquences très concrètes.

Les leçons de ces high performers sont donc précieuses. Le succès ne viendra pas juste en achetant une technologie. Il faut cette vision stratégique ambitieuse, Ce leadership, cette volonté de repenser nos processus clés: planification, stock, transport, fournisseurs, et cette capacité à intégrer intelligemment l'humain et la machine.

Très clair. Abordons maintenant une question qui revient souvent et qui inquiète parfois: l'impact sur l'emploi. Qu'est-ce que l'enquête nous dit des attentes pour l'année à venir?

Alors, les attentes sont assez partagées en fait. Il n'y a pas de consensus massif. Environ un tiers, 32%, des répondants s'attendent à une réduction globale des effectifs de leur organisation à cause de l'IA. D'au moins 3%.

Un tiers, d'accord. Et les autres?

Une part plus importante, 43%, pensent qu'il y aura peu ou pas de changement net. Et 13% anticipent même une augmentation des effectifs liée à l'IA.

Donc c'est assez partagé: réduction, stabilité, voire augmentation?

Oui, mais ce qui est intéressant, c'est quand on compare ces attentes pour l'année prochaine avec ce qui s'est réellement passé l'année dernière.

Quelle est la différence?

Les attentes de réduction sont nettement plus fortes pour l'année à venir que les réductions qui ont été effectivement observées l'an passé. Ça pourrait suggérer qu'on anticipe une accélération de l'impact de l'IA sur l'emploi. Peut-être parce que les déploiements deviennent plus matures, plus étendus.

Une accélération potentielle. Et si on regarde spécifiquement notre domaine, la supply chain et la gestion des stocks?

On retrouve un peu cette tendance. L'an dernier, 17% des entreprises ont rapporté une baisse des effectifs dans cette fonction à cause de l'IA.

17%?

Mais elles sont presque 2 fois plus nombreuses, 32%, à anticiper une baisse pour l'année prochaine.

Ah oui! L'attente est bien plus forte. Et pour les hausses d'effectifs?

Là, c'est stable. 11% ont vu une hausse l'an dernier et 11% anticipent une hausse l'année prochaine.

Donc une attente de baisse qui augmente fortement et une attente de hausse qui reste stable. Ça suggère quoi?

Ça illustre bien la double dynamique qui est probablement à l'œuvre et qui va sans doute s'intensifier. D'un côté, oui, l'IA et l'automatisation vont prendre en charge certaines tâches, les plus répétitives, les plus analytiques peut-être, ce qui peut conduire à des réductions sur certains postes existants.

L'automatisation classique en quelque sorte.

Oui, mais de l'autre côté, l'IA crée aussi de nouveaux besoins, des besoins en compétences différentes, en analyse de données avancée, en gestion et maintenance des systèmes IA eux-mêmes, en supervision des agents autonomes, en réingénierie des processus pour intégrer l'IA.

De nouveaux métiers, de nouvelles compétences.

Exactement. D'ailleurs, le rapport confirme que les entreprises, surtout les grandes, continuent de recruter activement des profils liés à l'IA: des ingénieurs logiciels, des data engineers, des data scientists. Donc, l'IA ne fait pas disparaître le travail globalement, mais elle le transforme profondément, y compris dans la supply chain. Elle change la nature des tâches et les compétences qu'il faut avoir.

C'est une transformation plus qu'une destruction alors?

C'est ce que les données semblent indiquer pour l'instant, oui.

Terminons par la gestion des risques. On entend beaucoup parler des risques liés à l'IA: biais, opacité, sécurité. Est-ce que les entreprises prennent ça plus au sérieux?

La bonne nouvelle d'après le rapport, c'est que oui, il y a une prise de conscience. En moyenne, les entreprises disent mettre en place des mesures pour mitiger, pour contrer 4 risques différents liés à l'IA.

4? Et c'était combien avant?

Ce n'était que 2 en 2022. Donc ça a doublé, on prend le sujet plus au sérieux.

C'est rassurant. Et quels sont les risques qui se matérialisent le plus, ceux dont les entreprises ont vraiment subi les conséquences?

C'est très nettement l'inexactitude. L'inexactitude des résultats, des prédictions, des analyses fournies par l'IA. 30% des répondants disent en avoir subi des conséquences négatives. C'est de loin le premier.

Un tiers des entreprises ont eu des problèmes liés à l'inexactitude, c'est beaucoup?

C'est beaucoup, oui. Loin derrière, on trouve les atteintes à la propriété intellectuelle. Par exemple si l'IA génère du contenu qui viole des droits d'auteur, 10%. Et les problèmes de cybersécurité spécifiques à l'IA, 8%.

Et du coup, quels sont les risques qu'on essaie le plus de mitiger? L'inexactitude, logiquement?

Logiquement, oui. C'est le risque le plus souvent adressé, 54% des entreprises mettent en place des mesures pour le contrer. Suivi de près par la cybersécurité, 51%.

Et l'explicabilité, la transparence des modèles? On en parle beaucoup?

C'est un point intéressant. L'explicabilité, ou le manque d'explicabilité, c'est un risque dont les conséquences sont quand même assez fréquentes. 14% disent les avoir subies. Mais il est moins systématiquement adressé par des mesures de mitigation. Seulement 38% le font.

Pourquoi? C'est trop compliqué?

C'est probablement plus compliqué, oui. Ça reste un défi technique et méthodologique important, surtout avec les modèles les plus complexes comme les grands modèles de langage. Savoir pourquoi l'IA a pris telle ou telle décision.

Et il y a un paradoxe apparent avec les high performers, non, concernant les risques Oui, c'est ça qui est contre-intuitif au premier abord.

Ces fameux high performers, ceux qui tirent le plus de valeur de l'IA, ce sont aussi eux qui rapportent avoir subi plus de conséquences négatives liées aux risques, notamment sur des sujets comme la propriété intellectuelle ou la conformité réglementaire.

C'est bizarre, non? Si on est meilleur, on devrait avoir moins de problèmes.

En fait, c'est assez logique quand on y pense. Comme ils sont plus audacieux, qu'ils déploient l'IA sur des processus plus critiques, plus transformateurs, ils s'exposent mécaniquement davantage aux risques. Ils sont en première ligne, ils défrichent.

Ils prennent plus de risques, donc ils rencontrent plus de problèmes.

Voilà. Mais, et c'est le point clé, ce que montre aussi l'enquête, c'est qu'ils sont également beaucoup plus nombreux et plus systématiques dans la mise en place de mesures de mitigation robustes pour tous les risques. Donc, ils sont plus exposés, mais ils se protègent mieux.

C'est le prix à payer pour l'ambition alors?

On pourrait dire ça, c'est le prix de l'ambition et de l'innovation. Une ambition qui au final s'avère payante en termes de performance. Donc la gestion proactive, structurer des risques, ça fait vraiment partie intégrante d'une stratégie IA réussie. Ce n'est pas un frein, c'est une condition du succès.

Bien compris. Si on devait faire une synthèse rapide de tout ça, les grands messages de cette exploration?

Je dirais: 1. L'usage de l'IA se généralise, c'est un fait. On est à près de 90%.

Check.

2, le grand défi reste le passage du pilote à l'échelle, à l'impact économique réel. Là, la majorité des entreprises peinent encore. On est plutôt sur du 13% qui a vraiment commencé le scaling.

Oui, le fameux scaling challenge.

3, les agents IA fascinent, l'expérimentation est massive, plus de 60%. Mais le déploiement concret à échelle est encore très limité, embryonnaire même, surtout en supply chain, autour de 4%.

Beaucoup de potentiel, mais pas encore de révolution concrète à grande échelle.

C'est ça. 4, l'impact sur le BIP global reste modeste pour la plupart, mais l'IA est clairement vue comme un moteur d'innovation et d'amélioration qualitative.

Et 5, la clé du succès, comme le montrent les high performers?

Oui, 5-6, la clé, c'est cette alchimie entre ambition transformative forte, leadership engagés, investissements conséquents et surtout cette volonté de repenser fondamentalement les processus métiers en y intégrant l'IA sans oublier l'humain dans la boucle et la gestion proactive des risques.

Parfait. Alors pour conclure, pour nos auditrices et auditeurs professionnels de la supply chain, des achats, de la logistique, qu'est-ce qu'on retient? So what does this all mean? Comme disent nos amis anglophones.

D'abord la confirmation que l'IA ce n'est plus une option. Ce n'est même plus juste un outil techno. C'est un levier fondamental pour l'avenir de nos métiers.

Il faut y aller!

Il faut y aller! Mais l'enquête souligne surtout que la clé, ce n'est pas tant la technologie elle-même que l'approche qu'on adopte. Il faut une vision stratégique intégrée et surtout, il faut être ambitieux, oser aller au-delà de la simple recherche d'efficacité, de l'optimisation à la marge.

Ne pas se contenter d'automatiser l'existant.

Exactement! Oser remettre en question, oser transformer les processus fondamentaux: comment on planifie, comment on s'approvisionne, comment on gère nos stocks, notre logistique, comment collabore avec nos partenaires. Ça demande d'investir dans les compétences, dans les plateformes data et techno. Ça demande d'intégrer l'IA intelligemment dans le quotidien, avec le bon équilibre homme-machine. Et ça demande de maîtriser les risques.

Un vrai programme de transformation, en fait.

C'est ça. Le potentiel est immense, notamment avec ces agents IA qui pourraient un jour orchestrer des chaînes logistiques complexes de bout en bout. Mais ça ne se fera pas tout seul. Ça demandera des efforts soutenus d'intégration, de fiabilisation et de transformation des organisations.

C'est une perspective exigeante, c'est sûr, mais plutôt stimulante aussi. Et ça m'amène à une dernière question, une pensée un peu provocatrice pour la route.

Je vous écoute.

Améliorer, mais carrément réinventer la collaboration et la prise de décision au sein de nos écosystèmes supply chain étendus. Est-ce qu'on peut imaginer des agents capables d'orchestrer de manière quasi autonome les interactions complexes entre tous les acteurs: fournisseurs, usines, transporteurs, entrepôts, clients, pour créer des chaînes de valeur radicalement plus agiles, plus transparentes, plus résiliente face aux chocs. Une sorte de tour de contrôle autonome et intelligent de l'écosystème.

Vaste programme, en effet. C'est une vision fascinante et probablement pas si lointaine que ça technologiquement. La vraie question sera organisationnelle et humaine.

On aura l'occasion d'en reparler, sans doute. Voilà qui conclut notre analyse d'aujourd'hui sur l'état de l'IA en 2025 et ses implications pour la supply chain grâce à cette étude McKinsey. Merci beaucoup pour cet éclairage.

Merci à vous, c'était passionnant.

Et merci à toutes et à tous de nous avoir écoutés. Restez connectés à la Supply pour d'autres explorations des tendances et technologies qui façonnent notre secteur.

À très bientôt!