Gérer les stocks et les commandes d’une TPE avec l’IA : cas pratique

Le stock est un système opérationnel, pas un simple prompt

Une rupture peut faire perdre une vente ; un surstock immobilise de la trésorerie, occupe de la place et peut se déprécier. L’IA n’efface pas ce compromis. Elle aide à examiner des données, formuler des hypothèses et repérer les références qui méritent une décision.

La qualité dépend d’abord du comptage, des mouvements enregistrés et des délais fournisseurs. Si le stock théorique est faux, une recommandation sophistiquée amplifie l’erreur. Le premier investissement consiste donc à fiabiliser vingt références, pas à connecter toute l’entreprise à un modèle.

L’IA prépare une proposition de réapprovisionnement. Le dirigeant garde la décision, la négociation et l’envoi de la commande.

Définir un périmètre pilote de vingt références

Choisissez des produits représentatifs : quelques ventes fréquentes, quelques articles saisonniers et quelques références lentes. Écartez au départ les produits réglementés, très périssables ou dont une rupture aurait un effet critique. Huit semaines permettent d’observer plusieurs cycles sans engager tout le catalogue.

Attribuez des codes neutres comme P01 à P20. Conservez localement les noms, marges, fournisseurs et conditions contractuelles. Pour l’analyse, fournissez uniquement les champs nécessaires : stock disponible, ventes hebdomadaires, délai moyen, quantité minimale et durée de vie lorsqu’elle compte.

Réconcilier le stock physique et le stock théorique

Effectuez un comptage à une date fixe. Comparez-le au logiciel ou au tableur et classez les écarts : réception non saisie, casse, retour, erreur d’unité ou prélèvement interne. Corrigez la cause avant de demander une prévision.

Répétez un contrôle tournant chaque semaine sur cinq références. Le but n’est pas d’obtenir immédiatement zéro écart, mais de savoir quelles données sont suffisamment fiables. Ajoutez une colonne de confiance — haute, moyenne ou faible — afin que l’IA ne traite pas toutes les lignes comme des certitudes.

1. Date du comptage
2. Code produit neutre
3. Stock théorique
4. Stock physique
5. Écart
6. Cause vérifiée
7. Niveau de confiance

Préparer le tableau minimal sans données confidentielles

Une ligne peut contenir le code, le stock disponible, les ventes des huit dernières semaines, le délai d’approvisionnement, la quantité minimale, les commandes déjà confirmées et un indicateur de péremption. Aucun nom de client n’est nécessaire pour calculer une tendance globale.

Les prix d’achat, remises, coordonnées et conditions négociées peuvent constituer des informations stratégiques. Gardez-les dans votre système de gestion. Si le modèle doit comparer des coûts, utilisez des indices ou des tranches, puis réappliquez les montants réels localement avant toute décision.

Classer les produits sans confondre chiffre d’affaires et priorité

Une classification ABC peut aider : A pour les références qui pèsent fortement dans l’activité, B pour le milieu et C pour la longue traîne. Mais la valeur seule ne suffit pas. Ajoutez la criticité, la substituabilité, la saisonnalité et le risque de péremption.

Demandez à l’IA de justifier chaque classement avec les colonnes fournies et de signaler les cas ambigus. Ne laissez pas une catégorie décider automatiquement du niveau de service. Un article peu vendu peut rester essentiel s’il complète une offre ou fidélise un client important.

Construire un point de commande explicable

Une base simple consiste à multiplier la demande moyenne par le délai d’approvisionnement, puis à ajouter un stock de sécurité défini par l’entreprise. Cette formule n’est pas universelle : elle suppose une demande et un délai suffisamment stables. Les nouveautés, promotions ou ruptures fournisseurs exigent une analyse séparée.

Demandez au modèle d’afficher toutes les hypothèses, les unités et le calcul. Vérifiez notamment la cohérence entre jours et semaines. Le stock de sécurité n’est pas une constante magique : il reflète le coût d’une rupture, la variabilité observée, l’espace et la trésorerie disponibles.

Comparer trois scénarios plutôt qu’une prédiction unique

Le scénario de base utilise la moyenne récente et le délai habituel. Le scénario prudent augmente le délai et réduit les ventes prévues lorsqu’un surstock serait coûteux. Le scénario promotionnel applique uniquement une hausse documentée par une opération décidée, pas un pourcentage inventé par le modèle.

Pour chaque scénario, affichez la date estimée de rupture, la quantité proposée, le stock maximal et l’hypothèse responsable de l’écart. Une fourchette compréhensible aide davantage qu’un chiffre présenté comme certain. Si les scénarios divergent fortement, attendez une nouvelle observation ou commandez par étapes.

1. Base : demande et délai récents
2. Prudent : délai dégradé et hypothèses conservatrices
3. Promotion : événement réel et daté
4. Écart entre scénarios
5. Décision et justification humaines

Garder la commande et l’engagement sous contrôle humain

Une proposition doit passer par une file de validation. Vérifiez le stock physique, les ventes récentes, les commandes clients confirmées, le prix, le franco, le délai, la trésorerie et la capacité de stockage. Le fournisseur peut aussi avoir modifié une référence ou une condition.

N’autorisez pas l’IA à envoyer un bon de commande, accepter une condition ou engager un paiement. Même une automatisation techniquement fiable peut réagir à une donnée fausse. Conservez le nom du valideur, la date, la version du tableau et la raison de la quantité retenue.

Cas pratique : une boutique indépendante

Une boutique choisit vingt produits répartis entre ventes régulières, saisonnières et lentes. Après le comptage, trois écarts importants sont corrigés. Le tableau utilise des codes neutres, huit semaines de sorties et les délais moyens. L’IA signale quatre risques de rupture et trois excès potentiels.

La gérante vérifie les promotions prévues et découvre qu’un délai fournisseur a doublé. Elle retient deux propositions, réduit une quantité et reporte les autres. Aucune commande n’est envoyée par le modèle. Au bout de huit semaines, elle compare ruptures, surstocks et temps de préparation avec la période précédente.

Choisir entre tableur, logiciel de stock et ERP

Un tableur contrôlé suffit souvent pour un petit catalogue, un seul canal et peu d’utilisateurs. Un logiciel de stock devient pertinent lorsque les mouvements, alertes et inventaires demandent une source commune. Un ERP répond à un besoin plus large : achats, ventes, comptabilité, production ou plusieurs sites intégrés.

Ne choisissez pas un ERP uniquement pour ajouter une fonction IA. France Num recommande de partir des processus, du budget, de l’intégration et de l’accompagnement. Mesurez d’abord les limites du pilote : doubles saisies, erreurs, volume, besoin de traçabilité et temps perdu. Ces preuves rendent le choix proportionné.

Mesurer cinq indicateurs et leurs effets indésirables

Suivez le nombre de ruptures, les jours de surstock, la rotation, l’écart entre demande prévue et réelle, et le temps humain consacré à la commande. Comparez des périodes similaires et notez les événements exceptionnels. Une baisse de rupture obtenue au prix d’un surstock massif n’est pas un succès.

Ajoutez un journal des corrections : données manquantes, proposition refusée, délai inhabituel et cause. France Num rappelle que les prévisions doivent être vérifiées et que l’humain reste responsable. La performance se juge donc sur le processus complet, contrôle compris.

La feuille de route des huit semaines

Les deux premières semaines servent au comptage et au tableau. Les semaines trois et quatre testent les scénarios sans modifier les commandes. Les semaines cinq à sept autorisent des décisions assistées après double contrôle. La huitième compare les indicateurs et décide de poursuivre, corriger ou arrêter.

Documentez les données autorisées, les personnes responsables, le retour au processus manuel et la durée de conservation des exports. Si le gain est faible ou si les erreurs augmentent, simplifiez. L’objectif n’est pas d’utiliser l’IA partout, mais de commander plus lucidement avec moins de friction.

1. S1–S2 : fiabiliser vingt références
2. S3–S4 : simulation sans action
3. S5–S7 : décisions assistées et validées
4. S8 : bilan des cinq indicateurs
5. Décision : poursuivre, corriger ou arrêter