La gestion de la logistique et de la chaîne d’approvisionnement mondiale connaît une mutation sismique en 2026. Alors que les réglementations européennes se durcissent et que le coût environnemental des modèles commerciaux traditionnels devient insoutenable, les entreprises sont contraintes de regarder au-delà du simple volume.
Saskia van Gendt, Chief Sustainability Officer chez Blue Yonder, propose une analyse approfondie de cette transition. Blue Yonder, leader de la gestion de la supply chain de bout en bout propulsée par l’IA, aide les entreprises à prendre des décisions plus intelligentes et plus rapides qui équilibrent les coûts, le service, la résilience et la durabilité.
Passer d’une logistique centrée sur le volume à une stratégie de durabilité
D’après Mme van Gendt, l’objectif n’est plus seulement de rendre compte du passé, mais d’optimiser l’empreinte carbone et les déchets futurs grâce aux technologies avancées.
« Nos chaînes logistiques mondiales ont été bâties pour le volume, pas pour la durabilité. Ce modèle se heurte aujourd’hui à une triple impasse : réglementaire, environnementale et commerciale. »
Pendant des décennies, la chaîne d’approvisionnement mondiale a été conçue autour d’une mesure prioritaire : le volume. Cependant, l’arrivée de la directive sur le reporting de durabilité des entreprises (CSRD) et du règlement sur l’écoconception des produits durables (ESPR) remet en cause ces fondations.
Les directeurs de la supply chain craignent souvent que la survie face à ces réglementations nécessite un démantèlement total de leur modèle actuel. Cependant, Saskia van Gendt offre une perspective plus nuancée. Elle y voit une opportunité.
« Je pense que ce qui doit changer, c’est vraiment la manière dont les décisions sont prises, et non l’ensemble du modèle opérationnel. Si nous regardons certaines réglementations… elles poussent les entreprises à mieux mesurer leur empreinte, à assurer la transparence des risques au sein de leur chaîne d’approvisionnement et, au final, à optimiser ces différents flux. »
Le passage se fait d’un reporting rétrospectif vers une optimisation proactive. En utilisant la technologie pour obtenir une visibilité plus profonde, les organisations peuvent évaluer les risques en temps réel et traiter la traçabilité avant qu’elle ne devienne un échec de conformité.
La conformité comme catalyseur de l’efficacité opérationnelle
Bien que les réglementations comme l’ESPR (Ecodesign for Sustainable Products Regulation) soient souvent perçues par les dirigeants comme une contrainte administrative, elles remplissent une fonction plus profonde. Il s’agit de « fonction forcée » pour exposer les inefficacités existantes.
La surproduction et les stocks excédentaires sont depuis longtemps des coûts cachés dans les chaînes d’approvisionnement linéaires. Non seulement ils drainent les marges, mais en plus, ils génèrent des déchets massifs.
« Nous savons qu’au sein de la supply chain – et nous l’entendons directement de la bouche de nos clients – il y a de la surproduction. Il y a des stocks excédentaires qui entraînent finalement des déchets, mais aussi des coûts supplémentaires pour nos clients. Cela introduit donc à la fois un risque financier et réglementaire autour de la surproduction. »
L’opportunité pour le B2B réside dans l’action anticipée. En développant des plans d’inventaire supérieurs grâce à l’IA, les entreprises peuvent éviter la surproduction dès le départ. L’IA transforme donc la conformité réglementaire en gains tangibles de marge et de résilience.
Combler le déficit d’infrastructure des données de durabilité
L’un des obstacles les plus importants à la circularité est le manque d’infrastructure pour analyser les données de durabilité. Les données de la supply chain sont, par nature, indirectes et difficiles à calculer, en particulier lorsqu’il s’agit des métriques de la chaîne de valeur. De nombreuses organisations peinent à convertir l’activité opérationnelle en métriques de durabilité exploitables.
Blue Yonder répond à ce problème en créant une « couche de données de durabilité » au sein de ses solutions. Cela permet la conversion directe de l’activité de la supply chain (comme la distance parcourue, les types d’équipement ou les types de carburant) en données précises sur les émissions de carbone.
« Historiquement, [cela] a été très difficile pour les clients car ils pouvaient manquer de jeux de données ou d’expertise interne pour effectuer ces calculs. Désormais, nous disposons de plus de 200 000 facteurs d’émission, ce qui nous permet de convertir l’activité… directement en émissions de carbone basées sur l’activité réelle au sein de la chaîne d’approvisionnement. »
Cette capacité permet non seulement un reporting de haute qualité, mais aussi des données exploitables pour la prise de décision quotidienne et la conformité aux réglementations émergentes.
Transformer la logistique inverse : d’un centre de coûts à un moteur de profit
La logistique inverse (la gestion des retours, du recyclage et du réemploi) est traditionnellement perçue comme un fardeau complexe et coûteux. La plupart des entreprises sont optimisées pour une logistique unidirectionnelle : acheminer le produit jusqu’au client.
Les retours posent des défis majeurs, notamment le tri, l’évaluation de la qualité et la perte de l’emballage d’origine, ce qui nécessite généralement une main-d’œuvre manuelle coûteuse.
L’IA transforme ce fardeau en automatisant l’évaluation de la qualité des produits et en déterminant leur meilleur parcours futur.
« Le potentiel de l’IA est d’évaluer la qualité du produit afin de comprendre s’il s’agit d’un produit qui est dans l’inventaire actuel et peut être vendu comme neuf, ou s’il doit être redirigé vers un autre canal d’inventaire, à quel endroit l’envoyer, et comment récupérer cette valeur. Elle permet d’améliorer l’acheminement, le classement et, au final, les décisions de revente qui réduisent les dépréciations pour les entreprises. »
En transformant rapidement les marchandises retournées en nouvel inventaire ou en les orientant vers des marchés secondaires appropriés, l’IA agit comme un levier puissant de récupération de valeur, minimisant les coûts initiaux perdus lors de la production.
Résoudre la crise de la traçabilité à travers le réseau N-Tier
Une traçabilité pratique de bout en bout nécessite de comprendre les relations bien
au-delà des fournisseurs directs. La plupart des organisations ont une visibilité sur leurs fournisseurs directs de premier niveau, mais manquent d’informations sur les matières premières ou l’approvisionnement initial profond dans la chaîne d’approvisionnement.
Les solutions d’IA peuvent désormais aider les entreprises à cartographier ces fournisseurs de rang « n », remontant dans certains cas jusqu’à la source d’origine. Cette profondeur de compréhension est essentielle pour la responsabilité et l’atténuation des risques.
« Cela permet une meilleure responsabilité, une meilleure compréhension du risque. Ainsi, vous pouvez atténuer ce risque ou disposer de fournisseurs alternatifs là où il peut y avoir un risque élevé supplémentaire et être en mesure de prendre des décisions plus agiles en temps réel. La traçabilité devient intégrée dans la planification et l’exécution. Ce n’est pas un exercice manuel ni un exercice d’audit. »
Cette agilité permet aux entreprises de répondre plus rapidement aux perturbations, aux exigences réglementaires et à l’évolution de la demande des consommateurs, tout en évitant les déchets et les émissions inutiles.
Le « Demand Sensing », aligner durabilité et performance commerciale
La surproduction est par essence un échec de prévision et de planification. Par le passé, la planification des stocks manquait de nuances pour tenir compte des variables en temps réel. Aujourd’hui, l’IA est capable de traiter de vastes ensembles de données, incluant la détection de la demande localisée, les conditions météorologiques et les événements régionaux.
« L’IA a prouvé qu’elle était très précise en matière de prévision car elle prend en compte beaucoup plus de variables que la gestion de la supply chain n’a historiquement été capable d’évaluer, et ces variables supplémentaires apportent ce type d’analyse nuancée pour informer la demande réelle. »
Lorsque la production s’aligne étroitement sur la demande réelle, les stocks excédentaires sont réduits. Dans une économie circulaire, moins d’excès signifie moins de capital de travail, des émissions réduites et des marges plus élevées.
L’impératif organisationnel de briser les silos pour la circularité
Bien que l’infrastructure technique pour le recyclage et le démantèlement des produits ait encore besoin de croître, Saskia van Gendt identifie la barrière principale à la circularité comme étant organisationnelle plutôt que technique. Les données existent souvent au sein d’une organisation, mais les départements ne sont pas incités à les partager ou à agir au-delà de leurs silos.
« Actuellement, les données existent, mais les équipes ne sont pas nécessairement incitées à agir au-delà des silos au sein des organisations. Briser ces différents silos permet de progresser vers une chaîne d’approvisionnement circulaire. »
Un point de friction courant est la déconnexion entre les données de retours et les données de fabrication. Une entreprise peut fabriquer de nouvelles unités tout en recevant simultanément des unités identiques via les retours parce que les deux systèmes ne communiquent pas. Briser ces silos offre une opportunité énorme d’utiliser l’intelligence pour atténuer la surproduction à la source.
Comment faire la stratégie d’implémentation ? Augmenter l’intelligence humaine grâce à l’IA intégrée
Pour éviter de créer une machine excessivement compliquée, l’IA doit être intégrée intelligemment. Saskia van Gendt recommande d’intégrer l’IA directement dans les flux de travail existants plutôt que d’introduire des outils entièrement nouveaux. L’objectif doit être d’augmenter les décisions du planificateur humain plutôt que de les remplacer.
« Je commencerais par des cas d’utilisation à fort impact où la complexité nuit à leurs performances aujourd’hui, car c’est là que l’on peut voir des victoires
rapides en étant capable d’atténuer ce manque de données ou ce manque de compréhension autour de la prise de décision. »
Lorsque l’IA est réintégrée dans ces flux de travail spécifiques, les entreprises constatent un effet immédiat sur la performance et une réduction des dépenses ou des déchets inutiles.
Une version unique de la vérité
Pour les gestionnaires logistiques qui se sentent submergés par les exigences de transparence, le bénéfice le plus immédiat de l’IA est l’établissement d’une « version unique de la vérité ». Les plateformes intégrées brisent les silos où les métriques de durabilité, de coût et de niveau de service étaient auparavant isolées.
« Cette version unique de la vérité peut mener à une meilleure prise de décision. Elle peut montrer comment des décisions prises dans une partie de la supply chain peuvent créer des déchets inutiles ou des émissions de carbone ailleurs… la promesse ici est d’avoir des réponses plus rapides et des données plus cohérentes. »
L’objectif ultime, selon Saskia van Gendt, est la confiance qui découle de la transparence. Donner aux équipes de la supply chain les moyens de réduire leur empreinte future — à travers les plans de transport, de fabrication et de vente au détail — est l’un des leviers les plus importants disponibles à l’échelle mondiale pour réduire les émissions de carbone et les déchets.
En intégrant directement les métriques de durabilité dans les facteurs d’optimisation, de réels progrès vers la décarbonation deviennent enfin réalisables.
