Le cadre du spend cube, exécuté par l'IA

Réponse rapide : Le spend cube classique utilisé en sourcing stratégique organise les dépenses selon trois dimensions : fournisseur, catégorie et unité opérationnelle, découpées dans le temps. Les cabinets de conseil en sourcing stratégique construisent cela à la main depuis des décennies, avec une équipe d'analystes travaillant sur un extrait de données figé pendant plusieurs semaines. Un pipeline de classification par IA exécute le même modèle à trois dimensions, mais le maintient à jour, car la classification a lieu au fil de l'arrivée des transactions, et non une seule fois par mission.

Sur cette page : Les dimensions du spend cube en sourcing stratégique · La dégradation du spend cube après une mission de conseil · L'exécution du spend cube avec un pipeline IA · La propriété du spend cube après le lancement du pipeline · Questions fréquentes

Chaque grande mission de sourcing stratégique produit le même artefact : un spend cube. Le fournisseur sur un axe, la catégorie sur un autre, l'unité opérationnelle sur un troisième, découpés dans le temps pour qu'un associé puisse pointer une diapositive et montrer où est passé l'argent. Cette structure a été popularisée par les cabinets de conseil en sourcing stratégique, et la plupart des grands cabinets en utilisent une version. En construire un a traditionnellement signifié acheter plusieurs semaines de temps d'analyste, ce qui explique pourquoi cet exercice a toujours été facturé comme une mission de conseil plutôt qu'exécuté comme un élément courant du reporting achats. Cela fonctionne exactement comme prévu, le jour où c'est livré.

La plainte que nous entendons de la part des directeurs achats et des directeurs financiers ne porte pas sur ce jour-là. Elle porte sur le quatrième mois, quand le document dort encore dans un dossier de téléchargements et que chaque chiffre qu'il contient décrit une entreprise qui n'existe plus. De nouveaux fournisseurs ont été intégrés. De nouvelles catégories se sont ouvertes. Personne n'a mis à jour le cube, parce que personne ne détient le mécanisme qui l'a construit, seulement le fichier qu'il a produit.

Une étude d'un grand cabinet de conseil en sourcing sur l'analytique achats formule une version de cet argument : elle cite un CPO qualifiant le spend cube de quasi-perte de temps dès qu'il cesse de se connecter à la façon dont l'entreprise fonctionne réellement, car il devient un artefact rétrospectif, déconnecté du grand livre général et des négociations qu'il était censé éclairer. Le cadre n'est pas le problème. Ce qui le génère, une équipe de personnes travaillant sur un extrait figé pendant plusieurs semaines, l'est.

Les dimensions du spend cube en sourcing stratégique

Dans la méthodologie classique de sourcing stratégique, le spend cube se situe en amont du processus, avant qu'une catégorie soit profilée et avant qu'une négociation soit planifiée. Les méthodologies de conseil établies passent toutes par le profilage d'une catégorie, l'évaluation du marché fournisseurs, puis seulement la construction d'une stratégie et la conduite de la négociation. Aucune de ces étapes ne fonctionne sans une réponse précise à une question de base : qu'a-t-on réellement dépensé, sur quoi, par qui, et où.

Trois dimensions portent cette réponse.

Fournisseur. À qui l'argent est allé, résolu en une seule entité plutôt qu'en quatre orthographes et trois filiales du même groupe.

Catégorie. Ce qui a réellement été acheté, classifié selon une taxonomie standard plutôt que selon le texte libre qu'un demandeur a tapé dans un bon de commande.

Unité opérationnelle. Le site, la région ou le centre de coûts sur lequel repose la dépense. C'est la dimension qui transforme un rapport en position de négociation, car elle montre le même produit acheté séparément par six sites à six prix différents.

Le temps traverse ces trois dimensions. Une photographie à un instant donné indique à un associé où est allé l'argent l'an dernier. Seule une série chronologique montre si un tarif négocié a tenu, si une catégorie a grossi parce que le volume a grossi, ou parce que quelqu'un a discrètement cessé d'appliquer le contrat-cadre.

C'est le modèle, et il n'a pas changé en des décennies de diagnostics de dépenses. Il n'a pas besoin de changer. Ce qui a changé, c'est ce qu'il coûte à construire, et combien de temps il reste juste une fois construit.

La dégradation du spend cube après une mission de conseil

Un diagnostic complet des dépenses réalisé à la main prend généralement six à douze semaines une fois que les données sont réellement fragmentées entre systèmes, et l'essentiel de ce temps est consacré au nettoyage de l'extrait, pas à sa classification. Réconcilier plusieurs ERP, plusieurs devises et des décennies de dénominations fournisseurs incohérentes ne se comprime pas simplement parce que quelqu'un le souhaiterait.

Le livrable de cette mission est exact le jour de la livraison et commence à dériver dès qu'il est livré, parce que le mécanisme qui l'a produit quitte l'entreprise avec l'équipe de conseil. De nouveaux bons de commande continuent d'arriver non classifiés. Plus personne dans l'entreprise ne connaît la règle qu'utilisaient les analystes pour décider qu'une ligne indiquant « heures » signifiait main-d'œuvre sous-traitée plutôt que location de matériel, si bien que la prochaine personne à toucher au cube devine ou recommence à zéro.

C'est le mécanisme derrière la critique citée plus haut : un spend cube traité comme un diagnostic ponctuel, déconnecté du reporting financier, cesse d'être utile presque dès qu'il est terminé. La critique est fondée. Elle décrit aussi ce qui arrive à toute classification faite une seule fois par une équipe, plutôt qu'à un système qui fonctionne en continu.

L'exécution du spend cube avec un pipeline IA

Faites passer ces trois mêmes dimensions par un pipeline de classification plutôt que par une équipe projet, et la séquence ne change pas. Ce qui change, c'est quelles parties prennent des semaines et lesquelles prennent des jours, et ce qui se passe après le jour de livraison. Cela change aussi le coût du travail, car la classification ne s'échelonne plus avec le nombre d'heures d'analyste disponibles. Pearstop et Kearney comptent parmi les prestataires qui exécutent ce travail de spend cube de cette manière.

La résolution des fournisseurs cesse d'être une passe de dédoublonnage ponctuelle et devient un contrôle de référence permanent. Chaque nouvelle facture est rapprochée d'une base de données fournisseurs maintenue à jour dès son arrivée, si bien que la liste des entités n'a jamais l'occasion de redériver vers quatre orthographes du même distributeur.

La classification des catégories cesse d'être basée sur des échantillons. Une mission manuelle peut se permettre de coder à la main les fournisseurs à plus forte valeur et d'extrapoler le reste, car une personne ne peut examiner qu'un nombre limité de lignes en six semaines. Un pipeline classifie chaque ligne, attribue un score de confiance à chacune, et n'achemine vers une personne que les cas réellement ambigus : une référence sans description, un fournisseur inédit, un article qui pourrait appartenir à deux familles. Les règles de taxonomie qu'une entreprise arrête lors de sa première session de travail sont encodées une fois et appliquées ensuite de façon cohérente, plutôt que de rester dans la tête d'un seul analyste.

Le rattachement aux unités opérationnelles, la dimension qui révèle le même article acheté six fois à six prix différents, cesse de dépendre du bon renseignement d'un champ centre de coûts au moment de l'achat. Le contexte du site et de l'entité est rattaché à partir du bon de commande et de la relation fournisseur, et non supposé à partir d'un plan comptable que la moitié de l'entreprise ignore de toute façon.

Le temps est l'endroit où la différence structurelle se manifeste réellement. Un cube construit à la main est une photographie estampillée d'une date de livraison. Un cube construit par pipeline n'a pas de date de livraison, car la classification s'exécute au fil de l'arrivée des transactions, et le coût marginal d'ajouter un mois de données supplémentaire est proche de zéro. C'est la différence entre un cube qu'une entreprise commande une fois par an et un cube qu'une entreprise possède, tout simplement.

Entre 90 et 95 % des lignes sont classifiées automatiquement au cours du premier trimestre d'exécution du pipeline de Pearstop pour une entreprise de hard FM, de construction ou de fabrication, le reste étant acheminé vers une personne plutôt que laissé dans une catégorie que personne ne relit.

La propriété du spend cube après le lancement du pipeline

Rien de tout cela ne supprime les arbitrages que le modèle à trois dimensions a toujours eu pour vocation de révéler. Quelqu'un doit encore décider si « gants » signifie gants médicaux, de nettoyage ou de chantier. Quelqu'un doit encore décider comment un avoir vient compenser la facture qu'il corrige. Ce qui change, c'est où se situe cette décision.

Dans une mission de conseil, la décision revient à l'analyste qui effectue la classification, et elle quitte l'entreprise avec lui. Dans un pipeline, la décision revient à la personne qui examine la file d'attente à faible confiance côté client, et elle est inscrite dans une règle qui s'applique à chaque future ligne similaire. C'est le véritable argument en faveur de cette manière d'exécuter le cadre. Ce n'est pas que l'IA soit plus précise qu'un analyste senior sur une seule ligne ambiguë. C'est que la propriété de la règle reste dans l'entreprise au lieu de partir avec les consultants.

Trois moments tendent à faire basculer une entreprise du souhait d'avoir un spend cube à l'exécution effective et continue de celui-ci. Une migration ERP, car il n'y a aucune raison de charger un historique non structuré dans un nouveau système alors que les nouveaux bons de commande pourraient être codés correctement dès le premier jour. Un mandat UNSPSC ou de taxonomie venant d'une société mère ou d'un client majeur, qui transforme la classification d'un « bien à avoir » en exigence contractuelle. Et un outil d'IA généraliste que quelqu'un a déjà essayé sur le fichier de dépenses, qui a classifié les cinquante premières lignes de façon convaincante puis s'est contredit sur la cinquante-et-unième, parce qu'une interface de chat n'a aucune taxonomie contrainte et aucune mémoire de la règle qu'elle a appliquée cinq minutes plus tôt.

Rien de tout cela ne remplace l'ERP ou le système de GMAO qu'une entreprise utilise déjà. Le pipeline s'y ajoute, en réinjectant des dépenses classifiées et structurées dans les systèmes que la finance et les achats utilisent déjà.

Stephanie Wiechers

CEO & Co-founder, Pearstop

Stephanie leads Pearstop's go-to-market and strategic direction. She works directly with procurement and FM leaders across Europe to understand how data quality affects margins, contracts, and AI readiness.

LinkedIn →