L'évolution de l'intelligence ERP : des données statiques aux agents autonomes

(Introduction à la série en 5 parties)

Nous sommes à l'aube du plus grand bouleversement de l'histoire des ERP depuis la migration des écrans verts (interfaces à base de caractères) vers les interfaces graphiques Windows dans les années 1990.

Ce changement a modifié notre perception du système. Ce changement modifie qui effectue le travail.

Mais actuellement, le marché est saturé d'informations. Si vous demandez à cinq experts différents ce que signifie l'IA dans un ERP, vous obtiendrez cinq réponses différentes.
« Est-ce ChatGPT intégré à mon entrepôt ? » « Est-ce un chatbot qui répond aux demandes d'assistance ? » « Est-ce un robot qui achète automatiquement des matières premières lorsque les stocks sont bas ? »

La confusion est grande, et surtout, l'engouement est dangereux. Les DSI et les directeurs de la chaîne d'approvisionnement subissent une pression immense pour adopter l'IA, mais ils manquent souvent d'une feuille de route technique claire pour y parvenir.

On leur vend le rêve d'une entreprise autonome alors qu'ils se retrouvent avec une base de données pleine de doublons et de processus hérités déconnectés.

Le bilan de la réalité

Dans l' Infor LN CloudSuite , la feuille de route est en réalité très claire, mais elle exige une évolution rigoureuse des technologies, des données et, surtout, des mentalités.

On ne peut pas passer directement aux agents autonomes si les données de référence sont erronées. On ne peut pas confier des transactions financières à une IA sans comprendre la différence fondamentale entre un génératif (qui rédige des courriels) et un prédictif (qui prévoit la demande).

Nous devons cesser de considérer l'IA comme une baguette magique et commencer à la considérer comme une discipline d'ingénierie.

Feuille de route de la série

Au cours des cinq prochains épisodes, je publierai une série d'analyses approfondies intitulée : « L'évolution de l'intelligence ERP ».
Nous mettrons de côté les arguments marketing pour nous pencher sur la réalité technique de l'entreprise intelligente. Nous décortiquerons l'architecture d'Infor, exposerons les risques et définirons les nouveaux rôles humains nécessaires à sa pérennité.

Voici la feuille de route que nous suivrons ensemble :

Partie 1 : IA vs. IA générale vs. IA agentique – Décryptage du paysage Infor

Avant de construire, il faut définir. L'une des principales causes d'échec des projets d'IA est une mauvaise compréhension des outils. L'architecture d'Infor repose sur trois technologies distinctes. Dans ce premier épisode, nous allons décrypter les différences spécifiques entre :

• Infor AI (apprentissage automatique) : le génie des mathématiques qui prédit l'avenir en se basant sur l'histoire.
• GenAI (LLM) : l'assistant créatif qui comprend le langage et le contexte.
• L'IA agentique : le travailleur autonome capable d'exécuter des tâches complexes. Nous analyserons pourquoi les mélanger est voué à l'échec et comment les appliquer à vos problématiques métier.

Lire l'article complet ici.

Partie 2 : BI générative – Dialoguer avec vos données

L'ère des tableaux de bord statiques touche à sa fin. Pendant longtemps, les utilisateurs métiers ont dépendu des analystes informatiques pour élaborer leurs rapports. Si un CEO demandait : « Pourquoi la marge est-elle en baisse en Italie ? », la réponse nécessitait trois jours de requêtes SQL.

Dans la deuxième partie, nous explorerons la démocratisation des données grâce à Text-to-SQL . Nous verrons comment la BI générative permet aux utilisateurs de poser des questions complexes à leur ERP en langage naturel et d'obtenir des réponses visuelles instantanées. Ceci comble le fossé entre la complexité technique et la compréhension des enjeux métiers.

Lire l'article complet ici

Partie 3 : L’illusion de l’agent – ​​Pourquoi votre ERP n’est pas prêt pour le pilotage automatique

L'industrie promet des entreprises autonomes. Je l'appelle l'illusion de l'agent. Si la technologie de l'IA autonome existe, sa gouvernance, elle, fait défaut. Nous analyserons pourquoi confier les rênes à un agent orienté résultats (qui détermine lui-même le chemin vers un objectif) sans contrôle orchestré représente un risque financier considérable. Nous expliquerons pourquoi l' intervention humaine n'est ni un défaut ni une limitation, mais bien le mécanisme de sécurité le plus crucial de la prochaine décennie.

Lisez l'article complet ici.

Partie 4 : L’IA tueuse – Pourquoi les données corrompues ruineront votre agent

L'expression « données erronées en entrée, données erronées en sortie » était autrefois un simple désagrément. Un planificateur humain pouvait, face à un délai de livraison incomplet, estimer la valeur correcte. Avec les agents, cette expression devient catastrophique. Un agent, face à un délai de livraison incomplet, commande du fret aérien, anéantissant votre marge en quelques millisecondes.

Dans la quatrième partie, nous verrons pourquoi la gouvernance des données de référence n'est plus une simple tâche informatique fastidieuse, mais bien le prérequis indispensable à l'adoption de l'IA. Nous démontrerons que sans données propres, votre entrepôt de données intelligent n'est qu'un générateur de chaos automatisé.

Lisez l'article complet ici.

Partie 5 : L’auditeur d’algorithmes – Le nouveau rôle de l’expert ERP

Enfin, nous abordons la question la plus personnelle : que nous arrive-t-il ? Si l’Agent surveille le stock et que GenBI répond aux questions, que reste-t-il au consultant et au super-utilisateur ? La réponse est : tout, mais différemment.

À mesure que l'IA prend en charge les tâches d'exécution à faible valeur ajoutée (l'exécutant), l'humain doit évoluer vers un rôle plus stratégique : celui d'auditeur d'algorithmes. Nous explorerons les trois nouvelles compétences (analyse de causalité, gestion des exceptions et gouvernance) que vous devrez maîtriser pour rester compétitif dans les années à venir.

Lisez l'article complet ici.

Pourquoi cette série est importante aujourd'hui

Il ne s'agit pas de science-fiction ni de prototypes de recherche et développement. La technologie décrite dans cette série (intégration d'Infor AI et de GenAI) est déjà ou figure dans la feuille de route immédiate pour 2026.

Les entreprises qui comprendront cette évolution bénéficieront d'un avantage concurrentiel considérable en termes de rapidité et d'agilité. Celles qui l'ignorent, ou pire, celles qui s'y précipitent sans en comprendre les fondements, passeront les années à venir à réparer les dégâts.

Écrit par Andrea Guaccio 

10 décembre 2025