Les grandes entreprises ont les moyens de se tromper et les moyens d’éviter de se tromper. Historiquement, les PME n’avaient ni l’un ni l’autre.
L’intelligence artificielle change une de ces deux choses. Dans Prediction Machines, trois économistes de la Rotman School of Management de Toronto, Agrawal, Gans et Goldfarb, proposent de voir l’IA comme une chute spectaculaire du coût de la prédiction. Ce qui exigeait autrefois une équipe et beaucoup de temps devient accessible à une PME.
Pourquoi, alors, tant de dirigeants ne sentent-ils encore aucune différence?
Derrière chaque décision se cache une prévision
Une grande partie des décisions d’affaires repose sur une conviction à propos de l’avenir : les ventes vont tenir, ce territoire va se développer, ce produit va se vendre.
Le dirigeant de PME fait constamment ce genre de prévisions. Il connaît ses clients, son marché et ses cycles. Son jugement est souvent excellent.
Ce qu’il n’a pas, c’est le temps de revenir sur les décisions prises il y a six ou douze mois pour vérifier ce qui s’est réellement produit, mesurer de combien il s’est trompé et apprendre de ses erreurs.
C’est là que l’IA devient intéressante.
Quatre décisions où mieux prévoir change la donne
Acheter des stocks trois mois d’avance
Entre le bon de commande et la réception, il s’écoule un trimestre. Vous pariez aujourd’hui sur la demande de la prochaine saison. Si vous vous trompez, vous aurez trop de stocks ou pas assez. Une rupture devient une occasion pour votre concurrent de prendre votre place.
Évaluer une promotion
Un détaillant exige une promotion et les volumes montent. Mais avez-vous généré des ventes additionnelles, ou simplement avancé des achats qui auraient eu lieu le mois suivant? Pour le savoir, il faut estimer ce qui se serait produit sans la promotion. Cette information peut changer la prochaine négociation.
Planifier les activités de vente
Le mois se termine sous la cible et vous l’apprenez 30 jours plus tard. Il est trop tard. Si vous pouvez anticiper le résultat dès le 10, vous avez encore vingt jours pour agir.
Gérer vos prévisions de ventes
Votre planificateur sait depuis quinze ans que tel client double toujours sa commande de mai. Il est, en quelque sorte, une formidable machine à prédiction, entraînée sur des années d’expérience. Il peut prendre 50 décisions en 60 minutes qui auront un impact sur vos stocks, votre niveau de service et votre profitabilité. Mais que se passe-t-il lorsqu’il part en vacances? Ou à la retraite?
Comment savoir si l’IA fait vraiment mieux?
Prenez vos douze derniers mois. Cachez les résultats à la machine et demandez-lui de prévoir ce qui allait se passer. Comparez ses réponses aux ventes réelles, mais aussi aux prévisions que votre équipe avait faites à l’époque.
Vous ne testez plus l’IA sur des promesses. Vous la testez sur la réalité.
Les résultats sont parfois surprenants. La machine peut battre votre équipe sur certains produits et perdre sur d’autres. Votre planificateur peut connaître une exception que l’algorithme ne pouvait pas connaître. Et parfois, un modèle relativement simple bat une technologie beaucoup plus sophistiquée.
Demandez maintenant à votre équipe quelle a été la précision de vos prévisions au cours des douze derniers mois. Dans nos projets, il n’est pas rare que la perception soit plus optimiste que ce que révèle la mesure. Si personne chez vous ne peut répondre à la question, vous venez peut-être de trouver un excellent point de départ.
L’objectif n’est pas de remplacer le jugement humain. C’est de savoir quand la machine fait mieux, quand l’humain doit intervenir et d’apprendre de l’écart entre les deux.
Quand la machine gagne, on s’appuie sur elle. Quand l’humain gagne, on cherche à comprendre ce qu’il sait que la machine ignore. Quand les deux ne sont pas d’accord, c’est souvent là que ça devient intéressant.
Vous n’avez alors plus à vous demander si votre projet d’IA « fonctionne ». Vous avez un point de départ. Vous mesurez. Vous améliorez.
Le véritable avantage des PME
Vous ne battrez probablement pas les grandes entreprises sur leur terrain. Essayer vous coûterait votre marge.
Mais vous pouvez maintenant prévoir avec des outils autrefois réservés aux grandes organisations, tout en conservant ce qu’une PME fait mieux : décider rapidement, s’adapter et agir.
La machine fournit la prévision. Le jugement reste humain.
L’IA ne vous rendra pas plus gros. Elle peut vous rendre plus juste et plus rapide. Et quand on n’a pas les moyens de se tromper souvent, cette différence vaut cher.
C’est ce que je partagerai à Stratégies PME les 17 et 18 novembre dans la conférence « Concurrencer les grandes entreprises : comment y parvenir grâce à l’IA? » : des entreprises qui l’ont fait, ce que ça a changé dans leurs opérations, le temps que ça a pris et les pièges qu’elles auraient aimé connaître avant de commencer.
À propos
Dominic Blouin est président et cofondateur de Pawa. L’entreprise développe des solutions de planification, de prévision et d’optimisation des inventaires pour les manufacturiers, les distributeurs et les agents du Québec et du Canada. Depuis près de 25 ans, elle accompagne ces organisations et a réalisé plus de 500 projets dans ces secteurs.
Par Dominic Blouin, président et cofondateur de Pawa
