Dans un négoce technique de l’Essonne, 12 millions d’euros de chiffre d’affaires, le stock pesait 2,1 millions au dernier inventaire. En creusant, le dirigeant a découvert que près de 400 000 euros dormaient dans des références sans aucune vente depuis dix-huit mois. De la trésorerie transformée en poussière sur racks, pendant que la banque facturait un découvert. Ce genre de découverte n’a rien d’exceptionnel, et c’est exactement le terrain de l’IA pour la gestion des stocks : décider, référence par référence, combien garder, quand recommander, et quoi cesser de stocker, avec autre chose que des règles figées et des habitudes.
Le stock, un compromis que plus personne ne recalcule
Tout stock est un pari entre deux peurs. Trop peu, et l’on perd des ventes ou l’on arrête une ligne. Trop, et l’on immobilise de la trésorerie, on paie de la surface, on prend un risque d’obsolescence. Ce compromis a généralement été réglé une fois, il y a des années, sous forme de minimums et de quantités de commande saisis dans l’ERP. Puis plus personne n’y a touché. Les ventes ont changé, les délais fournisseurs aussi, les paramètres, eux, sont restés.
Résultat presque mécanique : des ruptures sur les références qui ont décollé, du surstock sur celles qui déclinent. Une gestion intelligente n’est rien d’autre que le recalcul permanent de ce compromis, référence par référence, à mesure que la réalité bouge. C’est un travail impossible à la main au-delà de quelques dizaines de références. C’est un travail trivial pour un algorithme, qui peut le refaire chaque nuit sur cinq mille références sans jamais se lasser.
Ce que l’algorithme recalcule en continu
Premier paramètre, le stock de sécurité. Sa vocation n’est pas d’être confortable, elle est d’absorber l’incertitude, celle de la demande et celle du délai fournisseur. L’outil mesure ces deux incertitudes dans vos données réelles et dimensionne le matelas en conséquence : généreux sur une référence vitale au délai erratique, minimal sur une référence stable réapprovisionnée en trois jours. Deuxième paramètre, le point de commande, qui se déplace avec la saison au lieu de rester identique en février et en septembre. Troisième paramètre, la quantité à commander, qui arbitre entre frais de passation, conditions tarifaires du fournisseur et coût de possession.
S’y ajoute un classement permanent du catalogue. Chaque référence est notée selon sa valeur de rotation et la régularité de sa demande, puis traitée selon sa classe : réapprovisionnement automatique pour les produits réguliers, validation humaine pour les produits erratiques, alerte de fin de vie pour ceux qui glissent vers le stock mort. Des outils comme Slim4 de Slimstock ou Lokad, pour citer deux acteurs présents sur le marché français, industrialisent ce classement et proposent chaque jour une liste de commandes prête à valider.
L’effet trésorerie, argument décisif pour un dirigeant
Parlons argent, puisque c’est de cela qu’il s’agit. Les projets de ce type visent classiquement une baisse de 10 à 25 % de la valeur de stock à taux de service égal ou supérieur. Sur un stock de 2 millions d’euros, le bas de la fourchette libère 200 000 euros de trésorerie. Une fois. Définitivement. Peu d’investissements logiciels, facturés en général quelques centaines à quelques milliers d’euros par mois selon la taille du catalogue, présentent un rapport aussi direct entre le coût et l’effet sur le bilan.
Le stock mort mérite un traitement à part. L’IA pour la gestion des stocks l’identifie sans pitié, mais elle ne le fait pas disparaître : il faut ensuite décider, déstockage à prix cassé, retour fournisseur négocié, don, mise au rebut avec l’effet comptable qui va avec. Beaucoup de dirigeants repoussent cette décision parce qu’elle matérialise une perte. Notre position est constante sur ce point : le stock mort a déjà été perdu, le reconnaître ne coûte rien de plus, et la place libérée, elle, a de la valeur.
Pour les entreprises qui stockent sur plusieurs sites, un dépôt central et des agences par exemple, s’ajoute la question de la répartition. Où positionner les 60 pièces disponibles d’une référence tendue quand trois agences en réclament ? L’algorithme arbitre selon la demande locale prévue et le coût des transferts, là où l’habitude consiste à servir le premier qui crie. Certains négoces découvrent à cette occasion qu’ils détenaient globalement assez de stock, mais au mauvais endroit, des doublons de sécurité constitués site par site, chacun se méfiant du voisin. Mutualiser ces sécurités libère parfois autant de trésorerie que l’optimisation référence par référence.
Les pièges observés sur le terrain
Premier piège, un stock informatique faux. Si l’écart entre le stock système et le stock physique dépasse quelques pourcents, l’algorithme optimisera une fiction. Un inventaire tournant sérieux précède tout projet. Deuxième piège, les données fournisseurs obsolètes, délais et minimums de commande jamais mis à jour, qui faussent tous les calculs de couverture. Troisième piège, plus humain : l’approvisionneur qui continue de commander « comme d’habitude » en ignorant les propositions de l’outil. Il faut lui donner le droit de dévier, mais en motivant l’écart, et regarder ensemble, chaque mois, qui de lui ou du modèle avait raison. C’est ainsi que la confiance s’installe, dans un sens comme dans l’autre.
Un mot enfin sur ce que ces outils ne font pas. Ils ne négocient pas vos conditions d’achat, ne compressent pas les délais de vos fournisseurs et ne remplacent pas une politique commerciale claire sur la profondeur de gamme. Un catalogue pléthorique restera coûteux à stocker, même parfaitement optimisé. La rationalisation de gamme est un chantier cousin, souvent déclenché par les analyses de rotation que l’outil met sous les yeux.
Trois mois pour se faire une opinion
La bonne nouvelle, c’est que ce sujet se teste vite. Un extrait de vos données, ventes, stocks, délais, suffit aux éditeurs sérieux pour simuler ce qu’aurait donné leur moteur sur vos douze derniers mois : ruptures évitées, valeur de stock atteignable. Cette simulation, souvent gratuite ou peu coûteuse, transforme la discussion commerciale en discussion chiffrée. Exigez-la. Pour resituer ce chantier dans l’ensemble des usages possibles de l’intelligence artificielle dans une PME, notre panorama de l’IA appliquée aux métiers complète cette lecture.
Chez MINOBIA, ce que nous constatons chez nos clients est sans ambiguïté : le stock est l’un des rares postes où l’IA agit à la fois sur le service client et sur la trésorerie. Si vous voulez savoir ce que vos propres données permettraient, un diagnostic court et sans engagement suffit pour poser les premiers chiffres.
Questions fréquentes
Mon ERP propose déjà des minimums de stock, pourquoi ajouter un outil ?
Parce que ces minimums sont statiques. La valeur vient du recalcul permanent selon la demande et les délais réels, ce que la plupart des ERP standard ne font pas finement.
Combien de références faut-il pour que cela vaille le coup ?
À partir de quelques centaines de références actives, le calcul manuel devient impossible et l’outil se justifie. En dessous, une revue trimestrielle bien menée peut suffire.
Quel délai avant de voir le stock baisser ?
Les premières commandes optimisées partent au bout de quelques semaines, mais la baisse de stock s’étale sur six à douze mois, le temps d’écouler les excédents sans casser le service.
Le risque de rupture augmente-t-il quand on réduit le stock ?
Non, si la réduction porte sur les bonnes références. On baisse là où le matelas était injustifié et l’on renforce parfois là où il était trop mince. Le taux de service est suivi en continu pour le vérifier.
Faut-il d’abord un projet de prévision des ventes ?
Les deux sujets se nourrissent, mais on peut commencer par le stock. Les outils embarquent leurs propres modèles de demande, suffisants pour dimensionner sécurités et points de commande.
À propos de l’auteur
Joël Obitz est entrepreneur et fondateur de MINOBIA, cabinet spécialisé dans l’intégration stratégique de l’intelligence artificielle au sein des PME et ETI. Fort de 20 ans d’expérience dans le B2B industriel, il accompagne les entreprises dans leur transformation numérique, avec une approche directe, pragmatique et orientée résultats.
Contactez-nous : contact@minobia.ai
Suivez-nous sur LinkedIn et Facebook
MINOBIA – Activateur France Num https://www.francenum.gouv.fr/activateurs/minobia
