L'IA rend les achats plus rapides. Les rend-elle meilleurs en négociation ?

L'IA appliquée aux achats a un problème de mesure. Les bénéfices les plus faciles à observer sont internes. Les équipes traitent plus d'informations. Les appels d'offres sont préparés plus vite. L'analyse contractuelle prend moins de temps. Le travail manuel diminue. C'est une valeur réelle. Mais ce n'est pas encore un avantage commercial. Une étude BCG de 2026 sur l'IA agentique dans les achats technologiques, menée auprès de plus de 200 CIO, responsables achats et acheteurs spécialisés en Amérique du Nord, en Europe et en Asie-Pacifique, rend cette différence explicite. BCG distingue valeur interne et valeur externe.

La valeur interne comprend productivité, vitesse, discipline de processus et réduction du travail manuel. La valeur externe comprend de meilleurs résultats de négociation, de meilleures conditions commerciales, moins de dépendance fournisseur et davantage d'avantage de marché. La première apparaît plus vite que la seconde.

La productivité est le premier bénéfice, pas le dernier

BCG observe plus fréquemment des gains internes que des gains commerciaux externes sur des cas d'usage tels que recherche fournisseurs, génération de RFP, analyse de contrats, spend analysis, suivi du risque et performance fournisseur. C'est logique. Lorsqu'un outil automatise une tâche répétitive, le gain de temps apparaît immédiatement. La valeur commerciale est plus difficile à obtenir. Un RFP plus rapide ne crée pas automatiquement une meilleure négociation. Un meilleur résumé de contrat ne crée pas automatiquement plus de levier. Plus d'information ne produit pas automatiquement une meilleure décision. Tout dépend de ce que les achats en font.

Libérer de la capacité ne signifie pas créer de la valeur

Un cas automobile présenté par BCG illustre bien le problème. Les premiers assistants d'appel d'offres ont créé des gains de productivité. La valeur commerciale est restée limitée jusqu'à ce que l'entreprise redessine davantage son cycle achats autour de l'IA. C'est ensuite que sont apparus des gains de négociation et de contribution à l'EBIT. BCG indique que la valeur externe a fini par dépasser de plus de dix fois la valeur interne. Ce n'est pas un benchmark universel. C'est un exemple d'entreprise. La leçon importante est plus simple : La capacité libérée doit être convertie en une manière différente de travailler avant de devenir de la valeur commerciale.

Si un acheteur gagne deux heures et les remplit par davantage d'administration, la productivité augmente. S'il utilise une partie de ce temps pour challenger des hypothèses, construire des alternatives, répéter une négociation difficile ou mieux aligner les parties prenantes, il peut améliorer la performance commerciale. L'outil libère la capacité. Le modèle opérationnel décide de ce qu'elle devient.

Qui décide de l'utilisation du temps gagné ?

Une analyse publiée le 2 octobre 2026 dans California Management Review apporte des éléments supplémentaires. Hitoshi Nishimura, Daniel Jolles, Grace Lordan et Fintan Canavan ont étudié une enquête de suivi menée auprès de 859 salariés. La formation à l'IA proposée par l'entreprise était associée à un usage régulier plus fréquent, sans augmentation proportionnelle des heures économisées déclarées. La plupart des répondants indiquaient gagner entre zéro et trois heures par semaine, quel que soit leur parcours de formation. L'adoption et le gain de temps utile sont deux choses différentes. Les chercheurs ont aussi demandé comment ce temps était utilisé. Parmi les utilisateurs réguliers, 54 % de ceux qui déclaraient gagner moins d'une heure le réinvestissaient dans un travail à plus forte valeur ajoutée ; cette proportion atteignait 57 % parmi ceux déclarant les gains les plus importants. Ce sont des réponses à une enquête, et non des gains de productivité mesurés indépendamment ou une preuve de causalité. L'étude ne portait ni sur les achats ni sur les résultats de négociation.

Pour une direction des achats, la décision est concrète. Si l'IA accélère la préparation d'un appel d'offres, à quoi sert le temps libéré ? Il peut être absorbé par davantage de réunions, de comptes rendus et de demandes urgentes. Il peut aussi permettre aux acheteurs de participer plus tôt à la définition des besoins, de rechercher des alternatives, de mieux préparer les discussions commerciales ou de s'entraîner à l'oral avant une négociation difficile. Il ne s'agit pas de remplir chaque minute par des tâches supplémentaires. Une intensification continue du travail peut annuler les bénéfices obtenus. Il s'agit de choisir les activités qui méritent réellement les moyens dégagés.

Mesurer la progression au-delà de l'adoption

Ces dimensions appellent des indicateurs distincts. Les formations suivies et la fréquence d'utilisation renseignent sur l'adoption de l'IA. Les délais vérifiés témoignent de l'efficacité opérationnelle. Les résultats commerciaux dépendent aussi du marché, du mandat et des alternatives disponibles. Des observations répétées en situation d'entraînement peuvent révéler autre chose : les acheteurs vérifient-ils les arguments, demandent-ils des contreparties et gardent-ils leur ligne lorsque la pression monte ? Le Capability Report organisationnel de Voice2Evolve permet aux responsables d'examiner les tendances observées dans l'équipe et les points de progrès récurrents. Il ne prouve pas que l'IA a causé une amélioration commerciale et ne classe pas les individus. Il aide à définir les prochains objectifs d'entraînement.

L'enjeu n'est donc pas seulement de généraliser l'utilisation de l'IA. Il est de savoir quelles capacités se développent grâce au temps récupéré, et si elles deviennent plus constantes avec la pratique.

La négociation rend la différence visible

Une grande partie de la valeur de l'IA apparaît avant la réunion fournisseur. La recherche progresse. Les inducteurs de coûts sont mieux structurés. Les risques sont mieux synthétisés. La préparation est plus rapide. Puis le fournisseur résiste. Il rejette le modèle de coûts. Il invoque une contrainte de capacité. Il n'offre un mouvement qu'en échange de volume. Il conteste le benchmark. Il évoque un risque de continuité. À ce moment, la valeur de la préparation dépend du comportement de l'acheteur. Teste-t-il l'argument ? Distingue-t-il une nouvelle information d'une formulation de pression ?

Maintient-il sa position sans devenir rigide ? Échange-t-il au lieu de concéder ? Reconnaît-il une contrainte réelle ? S'adapte-t-il sans abandonner la logique commerciale ? C'est pourquoi notre article sur l'IA et le jugement professionnel dans les achats est directement lié. Une meilleure information ne crée de valeur que si quelqu'un sait déterminer ce qui mérite réellement de guider la décision.

Le goulot d'étranglement se déplace

À mesure que l'IA améliore la préparation, le goulot d'étranglement change. Hier, il pouvait s'agir de trouver l'information. Aujourd'hui, il s'agit plus souvent de bien l'utiliser. Cela modifie les capacités nécessaires. Moins de temps peut être nécessaire pour produire une première analyse. Davantage de capacité devient nécessaire pour :

• challenger les hypothèses du modèle,
• transformer l'information en levier commercial,
• gérer la résistance fournisseur,
• structurer des échanges conditionnels,
• décider sous pression,
• aligner les parties prenantes,
• reconnaître une information réellement nouvelle.

Il ne s'agit pas de préserver le travail manuel. Il s'agit d'utiliser consciemment l'efficacité créée.

Les pilotes peuvent masquer le vrai problème de valeur

BCG constate aussi que les déploiements en production produisent généralement de meilleurs résultats que les pilotes. Un pilote peut démontrer qu'un agent génère un RFP ou analyse un contrat. Il ne démontre pas que le processus autour de l'outil a suffisamment changé pour créer de la valeur commerciale. Il faut donc mesurer plus que l'adoption et la productivité. Des indicateurs utiles incluent :

• réduction du cycle,
• travail manuel supprimé,
• qualité de préparation,
• couverture fournisseurs,
• résultats de négociation,
• conditions commerciales améliorées,
• concessions évitables,
• qualité des décisions sous pression.

Les métriques opérationnelles montrent si l'outil fonctionne. Les métriques commerciales montrent si la fonction devient plus efficace.

La confiance reste une contrainte importante

BCG indique que 71 % des répondants considèrent la confiance dans les décisions autonomes comme le principal frein organisationnel. Le chemin vers la valeur commerciale n'est donc pas simplement davantage d'autonomie. Les achats ont besoin d'une confiance calibrée. Une recommandation IA peut être utile. Elle ne doit pas automatiquement devenir l'ancre interne.

La vraie question est de savoir si l'IA change le comportement commercial

Le plus grand risque n'est pas que le logiciel échoue. C'est qu'il réussisse opérationnellement et que l'organisation confonde ce succès avec une transformation. Un sourcing plus rapide est utile. Une meilleure négociation l'est davantage. Une meilleure décision commerciale encore plus. La question pour les responsables achats devient donc : Que doivent faire les personnes différemment avec le temps et l'information que l'IA leur donne ? Sans réponse claire, la productivité peut augmenter tandis que le comportement commercial reste inchangé. Voice2Evolve intervient précisément dans cette couche d'exécution. La préparation peut être assistée par IA. L'acheteur peut arriver mieux informé. Mais la valeur commerciale dépend toujours de ce qu'il fait lorsque le fournisseur résiste.

C'est là que la productivité devient capacité. Et que la capacité peut devenir avantage commercial.

Sources

• Nishimura, H., Jolles, D., Lordan, G., & Canavan, F. (2 octobre 2026). Why AI Training Is Driving Adoption but Not Sustainable Productivity. California Management Review.

• Boston Consulting Group (21 juillet 2026). Scaling Agentic AI in Procurement Is an Organizational Challenge.