Négociation

L'IA au secours des achats

Par
Publié le 30/11/2023
Article réservé aux abonnés

Le lancement de ChatGPT en novembre 2022 a mis l’intelligence artificielle (IA) et l’IA générative (GenAI) sur le devant de la scène. Les sociétés spécialisées en chatbots redoublent d’efforts pour vanter les mérites de leurs technologies et la valeur ajoutée qu’elles apportent aux entreprises, tous secteurs confondus. En pharmacie, les groupements travaillent depuis plusieurs années au déploiement d’outils dopés à l’IA. Et ce, sur toute la chaîne de valeur, notamment les achats ou la négociation. La phase opérationnelle pourrait démarrer très bientôt. Explications.

L’IA permet de combiner et d’analyser à la fois la météo, les cartes des épidémies, les pénuries, les périodes de vacances, les ponts, la fréquentation de la pharmacie...

L’IA permet de combiner et d’analyser à la fois la météo, les cartes des épidémies, les pénuries, les périodes de vacances, les ponts, la fréquentation de la pharmacie...
Crédit photo : SCIENCE SOURCE/PHANIE

Un rapport d’IDC (International Data Corporation) indique qu'au niveau mondial les entreprises auront investi en 2023 près de 16 milliards de dollars dans les modèles d’IA générative, les infrastructures et services informatiques associés. Et ces dépenses devraient grimper à 143 milliards de dollars sur la période 2023-2027, avec un taux de croissance annuel de 73 %. Selon une étude de Sapio Research, de plus en plus d’entreprises investissent dans l’automatisation, dont l’intelligence artificielle, ce qui se traduit par une hausse notable de leur productivité (40 %), de leur niveau de satisfaction (55 %) et de leur capacité à innover (52 %).

Une optimisation des achats sous stéroïdes

À en croire ces données, il y a un coup à jouer pour les organisations. Et les acteurs de la pharmacie ne font pas exception. Ils se penchent d’ailleurs sur le sujet pour déterminer comment tirer de la valeur ajoutée. « Nous nous y intéressons fortement et nous faisons conseiller par One Point, un cabinet spécialisé sur l’IA », explique Laurent Filoche, président de Pharmacorp. Un groupe de travail a sélectionné les pistes les plus prometteuses de manière à les rendre opérationnelles le cas échéant. Une vingtaine de chantiers sont à l’étude sur toute la chaîne de valeurs, du conseil à la recommandation produit jusqu’au réassort, par exemple.

Sur ce dernier volet, les pharmacies disposent déjà d’outils d’achats groupés et de commandes. « Mais l’IA permettrait de combiner et d’analyser des ensembles de données aussi vastes que la météo, les cartes des épidémies, les pénuries, les périodes de vacances, les ponts, la fréquentation de la pharmacie. Et ce, sur plusieurs années afin de faire les recommandations les plus pertinentes possibles », décrit Damien Maringer, directeur technique chez Pharmagest France (Equasens). Traduction : l’analyse fine des données grâce à l’IA permettrait, par exemple, d’anticiper des pics de chaleur, une épidémie de gastro-entérite et de prévoir le réassort en fonction de ces paramètres. C’est la fameuse prédiction, si centrale dans l’IA, qui donne la possibilité de prévoir la survenue d'un événement de manière à s'y adapter et à l’anticiper.

La division du groupe Equasens se fait également accompagner par un cabinet externe, afin d’intégrer ces outils à son écosystème. « Sur la partie technique, nous avançons plutôt vite. En revanche, dans la notion d’usage, d’expertise et d’expérience, cela prend plus de temps, car ces outils ont besoin de recul et doivent traiter de la donnée sur le temps long pour être efficaces », détaille François-Pierre Marquier, directeur activité Pharmagest France.

Des solutions logicielles trop fermées ?

En attendant d’avoir relevé ces défis techniques, « les pharmacies restent dépendantes de leurs LGO ou d’outils externes qui sont moins performants pour gérer les achats », regrette Laurent Filoche. Sans citer ces outils, le président de Pharmacorp estime que leur manque de performance s’explique par le peu de données qu’ils traitent. « Les LGO optimisent les achats et fondent généralement des recommandations en fonction de leur propre base de données fermée, issue de la pharmacie, donc sans prise en compte des événements extérieurs. » Contrairement aux techniques d’apprentissage automatique (machine learning - ML) qui, elles, permettent aux outils IA d’améliorer leurs performances, à mesure qu’ils traitent, compilent et hiérarchisent des ensembles de données beaucoup plus vastes.

Ces outils recourant à l’IA, malgré les promesses, restent encore à l’étude. Mais ils pourraient bien arriver plus vite qu’on le pense. Chez Pharmacorp, le bureau d’études a déjà rendu sa copie, les différentes pistes sont en phase de sélection et le groupement espère déployer les premières courant 2024.

 

Victor Miget

Source : Le Quotidien du Pharmacien