Veolia : « Notre programme de développement d’IA s’inscrit dans le contexte d’un plan d’efficacité »
Olivier Giboire, directeur excellence achats du groupe Veolia explique le travail de fond et d’acculturation entrepris par la direction des achats depuis plus d’un an pour faire en sorte que des cas d’usage IA émergent des besoins du terrain. Une dizaine sont en cours de finalisation, issus des services achats de différents BU du groupe. Olivier Giboire sera grand témoin lors des HA Days digitalisation des achats de Deauville sur l’atelier-débat « #IA : comment déployer des solutions d’IA générative au service de la performance achats ? », le 3 juin.
Qu’est-ce qui a motivé le lancement du programme de développement d’outil IA pour les Achats ?
Nous avons la chance d’évoluer dans un groupe qui croit dans l’IA et qui investit beaucoup, notamment dans la sécurisation des flux et, dès l’été 2023, dans la création d’un outil dédié, Veolia Secure GPT. Cet outil s’inscrit dans une démarche globale de développement de l’intelligence artificielle au service de la performance du groupe.
Nous voulons positionner résolument la fonction achats comme un pionnier sur ce sujet stratégique à l’échelle du groupe
Nous voulons positionner résolument la fonction achats comme un pionnier sur ce sujet stratégique à l’échelle du groupe. Aux Achats, notre programme de développement d’IA s’inscrit dans le contexte d’un plan d’efficacité portant à la fois sur des engagements financiers et environnementaux. Il doit nous apporter des leviers de performance dans le contexte très décentralisé d’un groupe qui compte 250 0000 fournisseurs, vingt millions de lignes de factures annuelles et des process assez complexes et locaux. Nous estimons qu’un quart des 220 000 collaborateurs de Veolia est amené à utiliser nos process achats.
Comment avez-vous sélectionné les sujets prioritaires ?
Ce plan a commencé par une phase d’acculturation, suivie d’une phase de développement d’outils avec des applications très concrètes pouvant simplifier la vie des acheteurs au quotidien. Pour que ces outils puissent délivrer de la valeur de manière rapide et efficace, nous nous sommes appuyés sur des volontaires issus de différentes filiales. Cela nous a permis de multiplier les essais et de tester rapidement les solutions pour sélectionner les plus intéressantes. Nous avons aussi mis en place un process agile avec des Early Adopters et des ambassadeurs pour développer très rapidement plusieurs POCS. Une équipe centrale est en charge d’industrialiser et de déployer les cas d’usage réussis.
Il y a un an, nous avons commencé par un processus d’idéation avec des représentants d’une dizaine de filiales et du siège
Il y a un an, nous avons commencé par un processus d’idéation avec des représentants d’une dizaine de filiales et du siège. Nous avons collecté un maximum d’informations, puis nous avons organisé deux ateliers de priorisation en nous interrogeant sur le ROI des projets. Nous sommes partis d’une soixantaine d’idées, nous avons recentré sur 46 projets potentiels, puis une vingtaine prioritaires et enfin dix à développer en 2024. Parallèlement nous avons mis en place un process pour sélectionner les outils du marché utilisant de l’IA, qu’il nous paraît intéressant de tester. Nous faisons ainsi en sorte d’avoir une démarche centralisée, aussi bien sur les développements internes que la recherche de solutions externes.
Nous avons ensuite demandé à toutes les filiales de choisir quels projets elles voulaient tester, tout en leur laissant une marge de manœuvre. Sur la dizaine de cas d’usage que nous avions retenus, un ou deux n’ont pas été sélectionnés par ces Early Adopters, mais ils nous ont réorientés vers d’autres cas d’usage que nous n’avions pas identifiés.
Quel rôle joue la DSI dans ce projet ?
Un chef de projet intelligence artificielle a été mis à la disposition des Early Adopters. Il fait le lien entre les opérationnels en BU qui expriment le besoin et les équipes de l’IT qui réalisent la maquette. Les opérationnels prennent ensuite l’outil en main et le testent. Sur la base de leurs recommandations, nous sommes actuellement en train de répliquer les outils et de les industrialiser pour qu’ils soient utilisables par l’ensemble des BU.
Pouvez-vous citer quelques-uns des premiers cas d’usage issus de ce travail ?
Certains sont développés en interne, d’autres correspondaient à des solutions présentes sur le marché que nous pouvions tester. Nous avons par exemple testé la solution Archlet de gestion des appels d’offres complexes. Avec le département juridique, nous sommes aussi en train de déployer ContractPodAi pour le suivi des négociations contractuelles. Nos filiales aux Etats-Unis et en Angleterre testent aussi Fairmarkit pour le la gestion des tail spend.
De notre côté, nous avons développé et nous sommes par exemple en train de tester un chatbot d’information dans le cadre du P2P pour la génération de documents d’appel d’offres. Nous avons des cas d’usage déployés, des cas d’usage en copy & adapt et des cas d’usage en industrialisation. Courant mai, nous déployons un premier lot de cinq outils.
Avez-vous rencontré des difficultés pour mobiliser des Early Adopters ?
Au contraire, nous avons rencontré des collaborateurs volontaires et motivés. Sur la quinzaine de filiales représentant 80 % de notre chiffre d’affaires, une dizaine se sont portées volontaires et trois ou quatre en particulier ont travaillé sur plusieurs projets. L’Espagne notamment a montré une grande appétence pour le développement d’outils IA.
Avec 55 BU et plus d’une centaine d’ERP, l’environnement data de Veolia s’avère particulièrement complexe
Certains de ces outils sont-ils connectés avec la donnée du spend ?
Avec 55 BU et plus d’une centaine d’ERP, l’environnement data de Veolia s’avère particulièrement complexe. Avant de pouvoir arriver à cette étape, nous devons avancer sur la standardisation, la récupération automatique, ou encore le contrôle de cette donnée. Si l’on demande à l’IA d’aller chercher une information précise dans des documents potentiellement obsolètes, l’information qui remontera ne sera pas pertinente. C’est aussi pour cela que le temps consacré à tester et entrainer l’outil est extrêmement important. L’information issue d’une IA doit nécessairement être vérifiée.
Quel est le ROI des outils que vous êtes en train d’adopter ?
Nous ne doutons pas de ce ROI, même s’il est difficilement quantifiable de manière précise. Pour certains outils, les gains sont toutefois évidents, par exemple un outil de comparaison de trois devis. Il va apporter de la valeur financière aux acheteurs et de la valeur technique aux prescripteurs.
Quelle est votre ambition pour la suite ?
Outre le fait de déployer une dizaine de cas d’usage. Nous voulons aussi partager avec d’autres entreprises, notamment pour bénéficier d’une librairie de prompts co-construits via l’intelligence collective pour partager nos idées les affiner et les améliorer.