Un commerce de gros repose sur une combinaison d'actions physiques et de traitement administratif, et ces deux aspects s'entremêlent constamment. On commande, on réceptionne, on stocke, on prépare les commandes, on expédie et on facture, et chaque étape s'accompagne d'un enregistrement qui doit correspondre au précédent. Dans ce type d'entreprise, la plus grande partie des heures de bureau est consacrée au traitement des commandes, à la gestion des stocks, aux achats et au contact client concernant les délais de livraison, les retours et les prix. Sur le terrain, le travail se situe dans la réception, le stockage, la préparation des commandes et la mise en expédition.
Ce qui détermine le résultat, c'est la mesure dans laquelle ce travail est physique, et la mesure dans laquelle les systèmes sont interconnectés. Un commerce de gros travaille souvent avec un progiciel ERP, un WMS distinct pour l'entrepôt, une liaison avec une boutique en ligne pour les clients B2B et une série de fichiers Excel qui combinent le tout. Cette fragmentation signifie que de nombreuses tâches traitent certes des informations, mais que ces informations doivent d'abord être rassemblées à partir de plusieurs endroits avant que l'IA puisse en faire quelque chose. Il y a en outre beaucoup de contact client direct : par téléphone, par e-mail, concernant des accords spécifiques qui ne figurent pas toujours dans le système. Et il y a du travail physique qui ne se déroule pas devant un écran : porter des cartons, empiler des palettes, remesurer quelque chose sur le terrain.
Ce mélange de données structurées, de systèmes fragmentés, de relations clients et d'actions physiques détermine, pour chaque tâche, dans laquelle des trois catégories elle se situe : l'IA peut la reprendre, l'IA peut en faire une partie sous contrôle, ou elle reste un travail humain.
Les tâches qui consistent principalement à lire, contrôler et traiter des données structurées se prêtent bien à une reprise par l'IA. Pensez au rapprochement des bons de commande avec les bons de livraison et les factures, à la détection des écarts de prix, et à la création de commandes standard sur la base de schémas de commande fixes. L'archivage de documents et le contrôle par rapport aux délais de conservation relève souvent aussi de cette catégorie, car les règles sont claires et les documents arrivent généralement déjà sous forme numérique.
La condition est toujours que les données saisies soient fiables et univoques. Lorsque ce n'est pas le cas, une tâche bascule automatiquement dans la deuxième catégorie, même si elle paraît simple à première vue.
Une grande partie du travail dans le commerce de gros consiste en des tâches que l'IA peut préparer ou exécuter, mais dont le résultat doit être approuvé ou rejeté par une personne, pour une raison précise. Citons par exemple l'établissement de devis en cas d'accords clients particuliers, l'évaluation des demandes de retour qui ne relèvent pas des conditions standard, et la mise en expédition des commandes et l'administration d'expédition correspondante. Pour cette dernière tâche, un système peut préparer les étiquettes et les documents, mais quelqu'un doit vérifier que les bonnes unités, le bon emballage et le bon itinéraire ont été choisis.
Le contact client concernant les prix, les délais de livraison et les réclamations relève lui aussi souvent de cette catégorie intermédiaire. L'IA peut rédiger une première réponse ou rechercher des informations pertinentes, mais le ton final et la décision requièrent une personne qui connaît le client et le contexte.
Le travail physique sur le terrain ne change pas du fait que l'IA soit disponible. Charger un camion, empiler des palettes, contrôler manuellement un envoi endommagé : cela reste un travail humain, même si l'enregistrement de ces opérations peut en partie être automatisé. Il en va de même pour les négociations avec les fournisseurs, les décisions concernant de nouvelles lignes de produits, et les situations où un client demande une exception qui sort de tout schéma établi.
La tenue de l'enregistrement de production sur le terrain est une tâche qui recoupe en partie le travail de commerce de gros, en particulier dans les entreprises qui assemblent ou emballent également pour des clients. Là aussi, la règle est la même : l'enregistrement peut être assisté, mais l'action elle-même reste effectuée par des personnes.
Cette répartition dit quelque chose sur la tâche, pas sur le collaborateur qui l'exécute actuellement, ni sur ce qu'un employeur fait de cette information. Si et comment une organisation prend des décisions relatives au personnel sur la base de l'évolution des tâches relève de l'organisation elle-même, et des exigences légales propres s'appliquent à cet égard. Cette page décrit uniquement quelle partie du travail peut techniquement et pratiquement être confiée à l'IA, et quelle partie ne le peut pas.
La proportion entre les trois catégories varie fortement selon le commerce de gros. Une entreprise avec de nombreuses commandes sur mesure et un contact client téléphonique important aura moins de tâches dans la première catégorie qu'une entreprise qui vend principalement des produits standard via une boutique en ligne. Pour une vision plus large de processus d'entreprise comparables, il est également utile de consulter ce que l'IA peut reprendre dans l'industrie manufacturière ou ce que l'IA peut reprendre dans le secteur du transport, car les commerces de gros constituent souvent des maillons entre ces deux mondes.
Pour voir comment cette répartition s'applique à une fonction ou un service spécifique, il n'est pas nécessaire d'avoir au préalable une vue d'ensemble complète de toute l'organisation. Le quickscan gratuit de ftetoai comprend douze questions, fonctionne sans compte, et donne une indication de la part des heures du profil esquissé qui peut aujourd'hui être reprise par l'IA. L'analyse de travail complète, qui approfondit les tâches individuelles, est encore en construction ; elle n'existe pas encore actuellement, et n'est donc pas proposée ici.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.