Dans un contexte d’achats de plus en plus complexes, JAGGAER présente JAI, une intelligence artificielle embarquée qui orchestre l’ensemble du cycle Source-to-Pay. Le déploiement de cet outil permet de guider les acheteurs vers des décisions stratégiques, en automatisant les tâches chronophages tout en maintenant un contrôle humain total.
Les supply chains évoluent dans un environnement marqué par la pénurie de matières premières, la volatilité des coûts de l’énergie, la montée des exigences ESG et une complexité réglementaire croissante (Supply Chain Due Diligence Act, CSRD, devoir de vigilance…). Cette accumulation de risques impose de passer d’une logique de rentabilité pure à une résilience structurée, avec davantage de multi et double sourcing, de nearshoring/friendshoring et de planification de scénarios.
Dans ce contexte, les approches traditionnelles de category management, souvent peu ou mal outillées et reposant sur des données cloisonnées, montrent leurs limites. JAGGAER répond à ce défi avec une plateforme unifiée (JAGGAER ONE) couvrant l’ensemble des processus directs et indirects. Où l’analyse des dépenses, la gestion des contrats, du risque et des fournisseurs sont intégrées pour offrir une vue 360° et alimenter des stratégies de catégorie fondées entre autres sur la matrice de Kraljic, les cinq forces de Porter ou encore les analyses PEST et SWOT.
L’intégration de contenus de marché comme ceux de Beroe (category intelligence, modèles de coûts, surveillance des risques fournisseurs et tendances de prix) renforce encore la capacité des category managers à définir, planifier et prioriser leurs actions. Ils peuvent ensuite segmenter les catégories et visualiser les dépenses par division, sous-catégorie ou zone géographique. Ainsi, il est possible de documenter les leviers stratégiques et portfolios fournisseurs, puis de piloter les actions dans JAGGAER One jusqu’au suivi des KPI et économies réalisées.
Pour faire face à ces défis, JAGGAER ONE proposait déjà une IA omniprésente : classification automatique des dépenses, maintien des catégories, recommandations fournisseurs basées sur la performance, ou encore analyse des contrats avec détection de clauses critiques. Des fonctionnalités avancées comme l’attribution de codes produits, la priorisation des réponses RFQ ou la validation automatique de documents renforçaient déjà l’efficacité opérationnelle. Désormais, l’ajout de JAI comme étant un véritable orchestrateur vient harmoniser l’ensemble de ces fonctionnalités en pilotant des agents intelligents pour transformer des processus manuels et réactifs en opérations autonomes.
JAI : de l’assistant conversationnel aux agents autonomes
JAI utilise pleinement les données internes de ses utilisateurs (contrats, événements de sourcing, évaluations fournisseurs) pour délivrer des recommandations hyper-personnalisées. Un acheteur peut ainsi demander une synthèse instantanée sur un fournisseur ou une catégorie, incluant performances, incidents et dépenses, puis recevoir des propositions concrètes : réallocation de volumes, nouveaux fournisseurs alternatifs ou ajustements contractuels. Il génère même des cahiers des charges ou grilles d’évaluation pour accélérer les appels d’offres, libérant du temps pour la négociation stratégique.
Cette innovation repose sur un principe clé : le “Human in the loop”. L’IA priorise, alerte et orchestre, mais la décision finale (comme avec les choix fournisseurs ou la validation contractuelle) reste elle humaine. JAGGAER se distingue par sa gouvernance IA rigoureuse, reconnue leader par Gartner quatre ans de suite et certifiée ISO 42001, garantissant transparence, traçabilité et conformité. Résultat : une fonction achats augmentée, avec moins de mécanique (saisie, recherche) et plus d’analyse prospective, alignée sur la stratégie globale de l’entreprise.
JAI ne se résume pas à un chatbot de plus, mais à une mutation progressive de la fonction achats vers un modèle plus avancé, où les category managers disposent d’outils d’analyse poussés, capables de transformer la masse de données internes et externes en décisions et en workflows quasi autonomes.
