Devis, BPU, DPGF, factures, contrats cadres, mercuriales. Pourquoi la masse documentaire fournisseur est-elle devenue le premier angle mort de la performance achat ?

Il y a dix ans, un acheteur gérait quelques dizaines de fournisseurs, un classeur Excel et des contrats signés en deux exemplaires. Aujourd’hui, ce même acheteur jongle avec des centaines de références, des dizaines de formats documentaires, des conditions tarifaires à géométrie variable et des obligations réglementaires qui s’accumulent. Les données fournisseurs ont explosé. Leur complexité, elle, est restée largement invisible, et c’est précisément ce qui la rend coûteuse.

Quand les données fournisseurs sont devenues ingérables

La croissance des données fournisseurs n’est pas récente, mais son accélération est brutale. Trois facteurs convergents expliquent pourquoi la plupart des fonctions achats ont atteint un point de rupture.

L’explosion du nombre de fournisseurs et de références

La mondialisation des chaînes d’approvisionnement, la spécialisation croissante des prestataires et la fragmentation des marchés ont mécaniquement multiplié le nombre de fournisseurs actifs. Une entreprise de taille intermédiaire traite aujourd’hui avec plusieurs centaines de fournisseurs distincts ; un grand groupe, avec plusieurs milliers. Chacun produit ses propres documents (devis, bons de commande, bons de livraison, factures, avenants) dans son propre format, avec son propre formalisme, ses propres codes articles, ses propres libellés.

Le résultat est mécanique : là où une direction achats traitait autrefois quelques dizaines de documents par semaine, elle en traite aujourd’hui des centaines. Et chacun doit être lu, interprété, comparé à un ou plusieurs référentiels, puis validé ou contesté. Le volume de données à traiter a crû bien plus vite que les effectifs chargés de le gérer.

La multiplication des formats et des formalismes documentaires

Ce qui rend cette croissance difficile à absorber, ce n’est pas seulement le volume. C’est l’hétérogénéité. Les données fournisseurs arrivent sous des dizaines de formats, souvent non structurées, rarement standardisées.

Un devis peut se présenter sous forme de tableau Excel, de PDF libre, de document Word mis en page à la main ou de simple mail récapitulatif. Un BPU (bordereau de prix unitaires) suit les conventions du secteur public, mais chaque administration en décline sa propre version. Une DPGF (décomposition du prix global et forfaitaire) peut contenir des centaines de lignes avec des codes, des unités et des conditions propres à chaque marché. Les mercuriales listent des prix soumis à des règles de variation indexées sur des cours officiels, qui évoluent indépendamment des engagements contractuels.

Face à cette hétérogénéité, tout traitement manuel ou semi-automatisé se heurte au même mur : on ne peut pas comparer directement ce qui n’a pas été mis dans le même format. Avant même de détecter un écart, il faut normaliser des données qui refusent de se normaliser seules.

La pression réglementaire comme accélérateur de complexité

La troisième force vient de l’extérieur : l’intensification des obligations réglementaires. La CSRD (Corporate Sustainability Reporting Directive), la CS3D (Corporate Sustainability Due Diligence Directive) et le renforcement général des exigences de traçabilité imposent aux entreprises de documenter non seulement ce qu’elles achètent et à quel prix, mais aussi à qui, dans quelles conditions et avec quelles conséquences sur leur chaîne de valeur. Chaque fournisseur devient une source de données à qualifier, à surveiller et à documenter dans la durée.

Le coût invisible de la complexité non maîtrisée

La complexité des données fournisseurs a un coût. Mais ce coût est rarement mesuré, parce qu’il est diffus, réparti entre plusieurs fonctions et, surtout, absent des bilans. Il se manifeste pourtant sous trois formes concrètes.

Le coût-temps : des heures d’expert sur des tâches mécaniques

La première conséquence est la plus évidente, mais la moins bien mesurée. Dans la plupart des organisations, une part importante du temps d’un acheteur est absorbée par des tâches de traitement documentaire : compiler des devis, ressaisir des données de facturation, tenter de réconcilier à la main des documents qui ne parlent pas le même format. Ce n’est pas du temps consacré à la négociation, à la veille fournisseurs ou à la construction de partenariats. C’est du temps de saisie et de vérification mécanique, payé au prix d’un expert.

Sur les dossiers complexes, c’est encore plus criant : une facture liée à un marché de travaux, avec un BPU de plusieurs centaines de lignes, peut mobiliser un acheteur une demi-journée avant validation ou contestation. Multipliez par le nombre de factures hebdomadaires, puis par le nombre d’acheteurs.

Le coût-erreur : les surfacturations qui passent sous les radars

La deuxième conséquence est financière, et souvent stupéfiante quand on la mesure pour la première fois. Dans tout volume de facturation significatif, une partie des factures reçues contient des anomalies par rapport aux conditions négociées. Ces anomalies ne sont pas nécessairement frauduleuses : elles résultent le plus souvent d’erreurs de paramétrage, de mises à jour tarifaires non répercutées, de frais accessoires ajoutés par habitude plutôt que par accord, ou d’interprétations divergentes d’une clause.

Une remise obtenue après trois mois de négociation disparaît de la facture suivante. Un prix au kilo légèrement supérieur au tarif contractuel s’applique depuis plusieurs livraisons sans que personne ne l’ait vu. Sur une facture isolée, chaque écart est marginal. Sur un an, sur l’ensemble des fournisseurs, sur un réseau de plusieurs dizaines de sites, ces écarts représentent des points de marge perdus en silence.

Sur plus de 5 millions de documents d’achats analysés, nos premières analyses révèlent systématiquement des erreurs de facturation sur une part significative des documents traités : des écarts qui, faute d’outil adapté, n’auraient jamais été détectés. Ce constat, observé dans des organisations de toutes tailles, est très probablement la norme partout où les contrôles sont limités, précisément parce que les erreurs non détectées ne sont pas comptées.

Le coût-décision : des choix stratégiques pris sans données fiables

La troisième conséquence est peut-être la plus grave à long terme, parce qu’elle est la moins visible. Lorsque les données fournisseurs sont éparpillées, non normalisées et non comparées, les décisions d’achat stratégiques (renouveler un contrat, changer de fournisseur, engager une renégociation, consolider des volumes) se prennent sur la base d’intuitions et d’historiques partiels.

Un directeur achats qui veut savoir si son fournisseur principal a respecté ses engagements sur les douze derniers mois doit reconstituer laborieusement contrats, factures et conditions initiales. Avec plusieurs centaines de fournisseurs sur plusieurs dizaines de sites, l’exercice exhaustif est impossible. Les décisions se prennent avec des données incomplètes, ou ne se prennent pas.

En traitant correctement ses données fournisseurs existantes, une organisation peut pourtant obtenir entre 1 et 7 % de marge récupérée sur le périmètre analysé, sans changer de fournisseur ni renégocier.

Anatomie des données fournisseurs : ce que vos documents contiennent vraiment

Pour comprendre pourquoi la gestion des données fournisseurs est si complexe, il faut regarder de près ce que contiennent réellement les documents qui circulent dans un processus d’achat. Chaque type de document a sa propre logique, ses propres données critiques et ses propres pièges.

Les devis : la promesse tarifaire en format libre

Le devis est le premier acte contractuel de la relation fournisseur. Il contient les informations les plus importantes pour la suite : numéro d’identification, durée de validité, coordonnées des deux parties, description des prestations, quantités, prix unitaires, remises, paliers de volume, conditions de paiement.

Le problème est structurel : aucun standard légal n’impose de format de devis. Chaque fournisseur utilise son propre modèle : PDF généré depuis son ERP avec des codes articles propriétaires, tableau Excel mis en page à la main, document Word. Comparer deux devis de fournisseurs différents pour la même prestation, c’est comparer deux langues sans dictionnaire.

Les BPU et DPGF : la complexité contractuelle du secteur public et du BTP

Les bordereaux de prix unitaires et les décompositions du prix global et forfaitaire sont propres aux marchés publics et aux grandes opérations de construction ou de services. Ils sont, par nature, extrêmement denses : un BPU compte souvent plusieurs centaines de lignes de prestations unitaires, chacune avec son code, son libellé, son unité de mesure et son prix.

Ces documents sont indispensables au contrôle de la facturation dans les projets de longue durée. En pratique, la comparaison manuelle entre un BPU de plusieurs centaines de lignes et une facture de chantier est un exercice chronophage, source d’erreurs, souvent escamoté faute de temps. Résultat : des écarts non détectés qui s’accumulent, situation après situation.

Les contrats cadres et mercuriales : la donnée de référence sous-utilisée

Les contrats cadres et les mercuriales sont les documents les plus stratégiques de la relation fournisseur, et pourtant les plus sous-utilisés au quotidien. Une mercuriale établit la liste des références dont le prix a été négocié pour une période donnée. Elle constitue la base de référence pour évaluer si chaque facture reçue respecte les engagements du fournisseur.

Le problème est double. D’abord, ces documents sont le plus souvent stockés dans des formats statiques (Excel ou PDF) qui ne sont pas conçus pour être confrontés automatiquement aux flux de facturation. Ensuite, leurs conditions sont complexes : remises liées aux volumes commandés, variations indexées sur des cours officiels, conditions particulières pour certains sites ou certaines périodes. Un contrat cadre peut porter plus de 12 000 lignes tarifaires, règles de prix comprises. Cette complexité rend la vérification manuelle laborieuse, et la vérification systématique pratiquement impossible.

Les factures : le document de vérité, difficilement vérifiable

La facture cristallise toutes les tensions de la gestion des données fournisseurs. Elle doit être comparée au devis, au bon de commande, au contrat cadre, à la mercuriale, au CCTP le cas échéant. Elle doit refléter les quantités réellement livrées, les prix contractuels, les remises négociées, les conditions de transport, le bon taux de TVA.

Or la facture arrive au format du fournisseur, pas au format attendu par l’acheteur. Elle peut porter des libellés différents de ceux du devis pour la même prestation, agréger plusieurs livraisons, inclure des lignes de frais non prévues, ou appliquer des prix légèrement différents des prix contractuels sans que l’écart soit visible à l’œil nu sur un document de plusieurs pages.

ERP, Excel, OCR : pourquoi les outils en place ne suffisent plus

L’ERP : l’outil de référence, mais pas un outil de contrôle

L’ERP est depuis des décennies la colonne vertébrale des directions achats, finance et comptabilité. Il centralise les commandes, suit les engagements budgétaires, gère les règlements fournisseurs. Sur ces missions, il est irremplaçable. Mais face aux données fournisseurs d’aujourd’hui, hétérogènes, non structurées, multi-formats, il montre trois limites structurelles.

La première : un ERP ne fonctionne que sur des données qu’on lui a préalablement apprises. Chaque nouveau fournisseur exige plusieurs jours de paramétrage : codification des références, conditions tarifaires, règles de validation. Et le coût le plus sous-estimé est celui de la maintenance : dès qu’un fournisseur modifie son format ou ses conditions, le paramétrage devient caduc. L’ERP continue alors de valider des factures sur la base de références périmées, et les écarts s’accumulent en silence jusqu’à l’audit.

La deuxième : l’ERP est conçu pour des données structurées selon son propre référentiel. Un document qui n’y obéit pas (c’est-à-dire la quasi-totalité des devis, BPU, DPGF et factures reçus en format libre) doit d’abord être ressaisi, reformaté, rattaché aux codes internes. Ce travail retombe sur les équipes, et chaque ressaisie est une occasion d’introduire une inexactitude : une référence mal codée, une remise arrondie, une condition simplifiée. D’où un paradoxe bien connu : l’ERP donne une impression de maîtrise. Les données sont saisies, les flux sont tracés, mais il ne détecte pas qu’une remise a disparu, qu’un prix a bougé ou qu’une prestation facturée ne correspond pas à celle commandée. L’ERP enregistre ; il ne contrôle pas.

La troisième limite est organisationnelle autant que technique. Toute adaptation passe par la DSI ou par l’intégrateur, et le délai entre le besoin exprimé par le métier et sa traduction dans le système se compte en semaines, parfois en mois. Pendant ce temps, les équipes achats, finance et comptabilité voient les angles morts mais n’ont pas la main sur les outils, et les écarts de facturation continuent de s’accumuler.

C’est cette friction que les agents IA sont conçus pour supprimer. Un agent spécialisé sur la donnée achat n’exige aucun développement spécifique et ne modifie rien dans l’ERP : il lit ce qui en sort et ce qui arrive des fournisseurs. Là où l’ERP enregistre et trace, l’agent contrôle, compare et alerte.

Excel : le recours universel qui atteint ses limites

Face aux lacunes de l’ERP sur les documents non structurés, la quasi-totalité des services achats a le même réflexe : le tableur. Excel est flexible, accessible, maîtrisé par tous, et il rend service sur des volumes limités. Mais dès que le volume de documents augmente et que les conditions tarifaires se complexifient, ses limites apparaissent.

Excel compare des chiffres dans des cellules, pas des contextes. Il ne comprend pas qu’une ligne « manutention incluse » correspond à « frais de port offerts » sur le devis, ne vérifie pas qu’une remise a été appliquée sur chaque ligne concernée, et ne croise pas une facture avec la mercuriale en vigueur. Chaque vérification reste manuelle, ce qui veut dire que la plupart ne se font pas.

Sa deuxième limite est organisationnelle : chaque collaborateur construit son propre fichier avec sa propre logique. Quand il part, le fichier devient illisible. Pas de mémoire collective, pas de traçabilité des décisions. Excel est un outil individuel dans un processus qui engage plusieurs fonctions et plusieurs sites. Et une erreur de formule ne génère aucune alerte : elle se propage en silence dans tous les calculs qui en dépendent.

L’OCR : une première étape utile, mais une impasse opérationnelle

Les solutions OCR numérisent les documents et en extraient du texte. C’est utile, mais insuffisant. Elles s’arrêtent à la surface : elles ne savent pas que le prix au kilo lu doit être comparé à la mercuriale négociée six mois plus tôt, ne détectent pas qu’un libellé différent renvoie à la même prestation, et ne comprennent pas qu’un taux de TVA est incorrect. Les données extraites atterrissent dans un tableur qu’un collaborateur doit encore analyser. L’OCR a déplacé le problème ; elle ne l’a pas résolu.

L’IA agentique : transformer la complexité documentaire en décisions instruites

L’intelligence artificielle agentique représente une rupture par rapport aux approches précédentes, non parce qu’elle est plus puissante, mais parce qu’elle traite le bon problème. Contrairement à une idée reçue, son intérêt pour les achats n’est pas la créativité. C’est la capacité à lire des documents hétérogènes à grande échelle, sans modèle prédéfini, et à repérer vite ce qui ne colle pas.

Lire tous les formats, extraire les données déterminantes

Un agent conçu pour la donnée d’achat combine traitement du langage naturel et modèles de vision pour lire un document fournisseur quel que soit son format : un BPU de plusieurs centaines de lignes en PDF, un devis en tableau Excel mis en page à la main, une facture générée depuis l’ERP d’un fournisseur avec des codes propriétaires. C’est le rôle de Capture chez Zylio : extraire, ligne à ligne, la nature de la prestation, les quantités, les prix unitaires, les remises, les conditions de paiement et les échéances (plus de 100 lignes par document, sans saisie manuelle), et garder chaque valeur reliée à la page et à la ligne où elle a été lue.

Croiser plusieurs référentiels simultanément

Une fois les données extraites, l’agent les confronte à l’ensemble des référentiels pertinents : le devis initial, le contrat cadre, la mercuriale en vigueur à la date de facturation, le CCTP pour les exigences qualitatives, l’historique des factures précédentes pour détecter les dérives progressives. C’est le travail de Compliance : chaque ligne facturée est comparée à la clause qui la régit. Le croisement s’étend au contenu des prestations : la quantité livrée correspond-elle à la quantité commandée ? Le délai respecte-t-il le cahier des charges ? L’agent détecte des écarts que l’œil humain ne peut pas voir dans le temps dont il dispose.

Alerter, documenter, laisser décider

Un agent efficace ne se contente pas de détecter. Il documente et prépare la résolution. Dès qu’un écart est identifié, il constitue le dossier : la référence contractuelle précise, la ligne problématique, le montant en jeu, la preuve côte à côte. Il informe les centres de profit concernés et chiffre l’impact de l’écart sur les marges. Ce qu’il ne fait pas, c’est agir à votre place : Zylio ne contacte aucun fournisseur et n’engage aucune réclamation. L’agent instruit ; votre équipe tranche, avec le dossier en main. C’est cette chaîne complète (lecture, extraction, croisement, détection, dossier) qui transforme la complexité documentaire en décisions instruites.

Conclusion : la donnée fournisseur, le gisement que vous n’avez pas encore exploité

La plupart des organisations cherchent leurs prochains points de performance dans de nouvelles négociations, de nouveaux fournisseurs, de nouveaux marchés. Elles ignorent qu’un gisement existe déjà, sous leurs yeux, dans les documents qui circulent chaque semaine entre leurs équipes et leurs fournisseurs : des remises non appliquées, des surfacturations non détectées, des conditions contractuelles ignorées faute de temps pour les vérifier, des décisions stratégiques prises sans données comparées.

Ce gisement est d’autant plus accessible qu’il ne nécessite ni renégociation, ni changement de prestataire, ni projet de transformation de plusieurs mois. Il nécessite un seul changement : donner à vos équipes un outil capable de lire ce que vos documents contiennent, de croiser ce qu’ils révèlent, et de signaler ce qui ne va pas avant le paiement plutôt qu’à l’audit.

C’est la promesse de l’IA agentique appliquée aux données fournisseurs : non pas remplacer l’expertise de vos acheteurs, de vos contrôleurs et de vos comptables, mais leur rendre le temps qu’ils consacrent à des tâches que la machine fait mieux et plus vite : de 15 à 45 % de temps rendu aux équipes, par ETP, selon le périmètre et la maturité des données. Pour qu’ils se consacrent à ce qui crée de la valeur : la stratégie fournisseur, la négociation de fond, la construction de partenariats durables.

Chaque document non contrôlé est un écart potentiel qui ne sera jamais détecté, ou une marge qui ne sera jamais récupérée. Pour savoir ce que contiennent les vôtres, le plus direct est un diagnostic de trois semaines, sur vos données.