Premier numéro. Voici ce qu’est L’Indirect Augmenté, et pourquoi il atterrit dans votre boîte maintenant.
Les achats indirects sont en train d’être transformés. Pas dans le futur : maintenant. Sur des fondations que vous avez déjà construites (P2P, e-procurement, master data, gouvernance contrats), que l’IA vient enfin accélérer en absorbant la charge transactionnelle. L’écosystème bouge vite : chaque mois, un modèle, un outil, un rachat de plus. Cette newsletter est la carte pour naviguer ce changement.
Le héros de cette carte, c’est l’acheteur augmenté : outillé quand il faut l’être, la méthode quand l’outil ne suffit pas, et le jugement humain quand la méthode atteint ses limites. Le contrat tient en une ligne : un numéro par mois, 8 à 10 minutes de lecture, le résumé d’un mois de nouvelles, par un acheteur passionné des achats et convaincu par l’IA. Sans évangélisme, sans pitch SaaS. J’explore avec vous là où l’IA a du sens, là où elle n’en a pas, et comment essayer de tirer parti des changements rapides de cette technologie.
Bien augmenté, l’acheteur indirect devient le partenaire stratégique du DAF qu’on attendait depuis trois décennies. Mal augmenté, il devient un robot qui valide des bons de commande plus vite.
Ma lecture de l’IA achats en trois états : assisté, augmenté, autonome →
Au menu ce mois-ci : pourquoi « l’IA coûte trop cher » se trompe de question, un cadre pour décider (Build / Buy / Defer), trois rachats qui redessinent le marché, un workflow à essayer lundi, et deux acteurs à suivre.
« L’IA coûte trop cher » : la phrase qui trahit qu’on n’a pas chiffré la valeur.
Une question traverse tout ce numéro : combien coûte vraiment l’IA, et par rapport à quoi. Voici ma version courte. Depuis que Microsoft a coupé ses licences Claude Code et qu’Uber a brûlé son budget IA 2026 en quatre mois, le débat s’est déplacé vers : « l’IA coûte trop cher ». On se trompe de question.
Le coût de l’IA est l’une des rares choses qu’on sait chiffrer aujourd’hui. Le prix au million de tokens va de 0,10 $ à 25 $ selon le modèle (grilles publiques éditeurs, 2026), et il baisse à chaque trimestre. Ce coût-là est connu, borné, et il descend. Ce que presque personne ne chiffre, c’est l’autre côté de l’équation : la valeur. Quel workflow, combien de temps libéré, réinvesti dans quoi.
Les approches de ces géants étaient pourtant vouées à l’échec. Au lieu de chercher les bons cas d’usage et de gouverner leurs agents (coûts compris), ils ont distribué des cartes de crédit illimitées à leurs équipes, sous forme de tokens. Uber a même classé ses équipes par volume d’usage. Puis tout le monde s’étonne que la facture explose.
Derrière le « problème d’IA » de ces entreprises, il y a un problème de gouvernance, et même d’achats :
- Modèles surdimensionnés → challenge du besoin.
- Ressources mal employées → évaluation du TCO et du ROI.
- Budgets qui explosent → gouvernance et cost-monitoring.
- Contrats subis → négociation.
Vous faites déjà cet arbitrage tous les jours, sans le nommer. Une demande d’achat à 80 € qui passe par 4 valideurs coûte plus cher à contrôler qu’à exécuter : sur les achats sous 500 €, le coût de traitement dépasse couramment 30 à 80 € (Ardent Partners / APQC, benchmarks P2P). Une commande à 800 k€ dans le même workflow, c’est l’inverse. Le bon niveau de procédure se calibre sur le risque et la valeur, pas sur le montant brut. C’est exactement le raisonnement qu’il faut appliquer à l’IA.
D’abord la valeur, ensuite le coût. Une organisation qui part du coût achète la licence la moins chère et l’enterre dans un PoC qui dort.
Identifiez le workflow qui libère le plus de temps de jugement, chiffrez ce temps, puis construisez avec le coût en tête. Dans cet ordre. Et c’est là que l’achat indirect devient le bon pilote. Pas l’IT, pas un comité IA : la fonction achats sait déjà le faire. Faites le should-cost de l’IA elle-même : c’est exactement le travail d’un audit IA achats. Gérez vos agents comme vous géreriez une recrue : un périmètre, des droits, une évaluation. La gouvernance conditionne l’augmentation au lieu de la freiner.
Bien augmenté, l’acheteur indirect pose le cadre qui rend la valeur mesurable. Mal augmenté, il signe trois SaaS et appelle ça une stratégie.
Le coût de l’IA n’a jamais été le sujet. Le sujet, c’est la valeur que vous augmentez, et si vous l’avez chiffrée avant d’ouvrir le portefeuille.
Build / Buy / Defer.
Trois rachats marquent le mois (détaillés plus bas, dans les signaux) : autant de paris sur la branche « Buy » d’un cadre qui devrait être sur le bureau de tout acheteur indirect en 2026. McKinsey range toute décision d’IA agentique en quatre branches. Lues côté achats :
Coder en interne. Réservé aux cas d’usage réellement différenciants. Coûte 3 à 5× plus cher sur 3 ans une fois le run et le retrofit modèle intégrés.
Co-développer avec SLA d’évolution, droit de regard sur le fine-tuning, clause de réversibilité. Sans ces clauses, c’est du Buy déguisé.
Acheter sur étagère, en exigeant un benchmark open-source comme BATNA. La voie par défaut des cas d’usage non différenciants.
Attendre, comme décision active. Légitime quand l’impact du report reste sous le TCO sur 12 mois.
Vous reconnaissez ces branches dans l’actualité du mois. Les trois rachats, c’est la stratégie Buy vue côté éditeurs : ils achètent la capacité plutôt que de la construire. Lio, le vertical financé par a16z (plus bas), c’est la stratégie Build. Et la même décision se pose pour vous, à votre échelle : pour chaque cas d’usage IA, faut-il le construire, l’acheter, ou attendre ? La branche qu’on oublie, c’est justement Defer. BCG a interrogé 32 CPO retail : 72 % explorent l’IA, aucun n’a su citer un cas d’usage concret. (BCG, Indirect Spend in Retail, janvier 2025.) Sur une techno dont le coût au token chute d’environ 80 % en 18 mois (grilles publiques éditeurs, 2025-2026), attendre 6 à 12 mois est souvent le scénario au plus haut ROI. 80 % des cas d’usage achats indirects (catégorisation de spend, traitement de factures, génération de RFQ) ne sont pas différenciants : la réponse par défaut, c’est Buy ou Defer, jamais Build.
Avant votre prochain comité IA, exigez le scénario « on ne fait rien pendant 12 mois », coût d’opportunité chiffré. Dans 30 à 50 % des dossiers, c’est lui qui gagne.
Les pièces du mois sur l’augmentation.
Ce mois-ci, l’obsession sur le blog : le coût de l’IA. Trois angles pour le mettre à sa place.
Contrôlez vos coûts IA avant qu’ils ne vous contrôlent.
La facture d’inférence se gère comme n’importe quelle ligne de spend indirect : avant qu’elle ne dérive, pas après. Le poste qu’on découvre trop tard.
IA : le vrai problème n’est pas le prix.
Trop cher, par rapport à quoi ? Pourquoi Spotify paie ses factures IA sans broncher quand Microsoft et Uber paniquent. La même dépense, deux lectures de valeur.
Pourquoi mettre en place un processus RH pour les agents IA.
Et si on s’inspirait des RH pour gérer les agents : un périmètre, des droits, une évaluation, un offboarding. Gouverner un agent comme on intègre une recrue.
Le mois des trois rachats.
Un mois, trois acquéreurs aux profils opposés, une seule cible : posséder la stack d’achat autonome. Ce que chaque deal veut dire, et ce que les trois disent ensemble.
Vertice rachète Vendr (1er juin). La fusion revendique le plus gros jeu de données d’intelligence achat au monde : 75 Md$+ de spend indirect, 32 000 fournisseurs, des prix réels issus de 250 000 contrats négociés. Ce carburant alimente leur agent de négociation « Ana ». Pour vous : un agent entraîné sur des centaines de milliers de négos réelles ne se réplique pas en interne. C’est un moat de données. (Vertice / PR Newswire, 2026.)
Coupa rachète Tonkean (21 mai). Coupa (take-private Thoma Bravo à 8 Md$ en 2023) ajoute l’intake et l’orchestration AI-native (langage naturel, 250+ connecteurs). 4e rachat « autonomous spend » après Cirtuo, Scoutbee et Rossum. Pour vous : si vous tournez déjà sous Coupa, la couche orchestration arrive à vous, que vous l’ayez budgétée ou non. (Coupa, 2026.)
Deel rachète Sastrify (~5 mai). Deel (paie et workforce global, ~17,3 Md$ de valo, IPO visée 2026) intègre Sastrify (Cologne, achat et gestion SaaS piloté IA) dans « Deel IT ». Une plateforme RH qui se met à gérer votre spend logiciel : la frontière entre catégories d’achat indirect se brouille. Pour vous : votre gestion SaaS peut arriver bundlée dans un contrat RH, hors radar achats. (Axios / TechCrunch, 2026.)
Trois acquéreurs très différents (un pure-player achat, une suite de gestion des dépenses, une plateforme RH) cherchent tous le même actif. Le logiciel ne fait plus la différence ; ce sont les données de prix et l’historique de négociation qui la font désormais. Conséquence concrète : le pouvoir de négociation glisse vers celui qui détient ces données.
Si ce n’est pas vous, c’est votre plateforme.
Avant votre prochain renouvellement SaaS, posez une question simple à votre éditeur : où vivent les données de mes négociations passées, et puis-je les exporter ?
Un acheteur augmenté en action.
On commence par le cas d’usage le plus facile : le data enrichment. On avancera dans le processus achats au fil des numéros. Et si vous relanciez ce projet que vous aviez abandonné, faute de data ? Si elle vit dans des PDF, l’extraire n’a jamais été aussi simple.
Un projet bloqué faute de données : rationalisation d’un panel, projet d’économie circulaire, audit catégorie. La data existe, mais elle dort dans des PDF (fiches société, contrats, rapports).
Une IA connectée à votre Excel (Claude ou ChatGPT branché sur le fichier, pour lire, vérifier et améliorer). Vos critères d’évaluation et le résultat attendu écrits dans le contexte, avant de lancer.
Ne vous attendez pas à un résultat parfait du premier coup. Le modèle sort une première version à 80 %, avec des trous et quelques erreurs. C’est normal, et c’est même le but. Vous validez sur un échantillon, vous ajoutez deux ou trois consignes précises (« le SIREN est en pied de page », « ignore les filiales »), vous relancez. Deux ou trois itérations, et l’extraction devient très fiable. Le premier passage est un brouillon, pas un verdict.
Voici mon fichier fournisseurs (colonnes manquantes : SIREN, santé financière, certifications, catégorie) et 12 PDF. Pour chaque fournisseur, extrais les champs manquants depuis les PDF et remplis le tableau. Ne devine pas : si une valeur est absente ou incertaine, laisse vide et signale-la. Commence par 3 lignes, je valide, puis tu traites les autres.
Un fichier exploitable en quelques heures au lieu de quelques semaines. Le projet que vous aviez rangé redevient faisable.
Les premiers résultats seront probablement incomplets, voire faux. C’est attendu. Il faut itérer et créer le contexte le plus complet possible : critères, exemples, règles d’extraction. La méthode précède l’outil, toujours.
Commencez par la data. C’est le cas d’usage le plus facile, et celui qui débloque tous les autres. Le mois prochain : trier une longlist de 8 fournisseurs en shortlist de 3, classée.
Besoin d’un coup de main pour démarrer ou améliorer vos premiers résultats ? Écrivez-moi, je réponds à chaque message.
L’acteur à suivre : Lio.
J’inaugure cette rubrique, et le sort tombe sur l’entreprise qui porte mon nom de famille. Je vous promets que ce n’est pas arrangé. Et non, ce n’est pas la mienne : on partage juste le nom et l’obsession de l’achat indirect.
Lio (ex-askLio) est une plateforme multi-agents pour l’achat indirect : recherche fournisseurs, négo, approbations et suivi livraison tournent en parallèle. Series A de 30 M$ menée par a16z en mars 2026, ~33 M$ levés au total, clients Munich Re, Brose, Novozymes. (Lio / a16z, 2026.)
L’intérêt pour vous : concrètement, ses agents prennent en charge des tâches que vos équipes font à la main aujourd’hui. Retrouver et qualifier des fournisseurs, préparer et mener une négociation, router les approbations, suivre les livraisons. Le tout par-dessus votre ERP plutôt que dedans, donc sans rouvrir un chantier informatique. La question pour un DAF : sur quelles tâches répétitives de vos achats une telle brique vous ferait gagner le plus de temps ?
La personne à suivre : Jason Busch.
Fondateur et CEO de Spend Matters depuis 2004, la référence mondiale de l’analyse procuretech, et fondateur d’Azul Partners. Co-fondateur de Public Spend Forum, ex-FreeMarkets, 1 000+ analyses publiées. (Spend Matters / Azul Partners, 2026.)
Pourquoi je le suis : un visionnaire, enthousiaste de l’IA, et l’une des analyses les plus fines du marché. Il ne lit pas seulement les deals (comme nos trois rachats du mois), il en tire les implications pour toute la chaîne : la formation des acheteurs, l’économie des éditeurs SaaS, la consolidation procuretech. La lecture qui prend de la hauteur quand le bruit monte.
Sur vos achats indirects, quel workflow libérerait le plus de valeur si vous l’augmentiez en premier ? Et l’avez-vous déjà chiffré ?
Je collecte les réponses, j’en fais une synthèse anonymisée dans le N°2. Les 5 plus précises auront leur méthode détaillée.
Répondre à Alex →