Gartner : les réductions d'effectifs liées à l'IA dans la supply chain menacent la relève du jugement en planification

Les réductions d'effectifs liées à l'IA soulèvent la question des capacités décisionnelles

Le 28 octobre 2026, Gartner a présenté les résultats d'une enquête indiquant que 47 % des chaînes d'approvisionnement représentées avaient réduit leurs effectifs au cours des deux années précédentes, de 10,5 % en moyenne parmi celles concernées, principalement sous l'effet de l'IA selon les déclarations recueillies. Gartner rapporte également que 66 % des responsables de la supply chain situent les réductions principalement parmi les postes de début de carrière, soit plus du double de la proportion signalant des réductions à d'autres niveaux. Ces constats soulèvent une question qui dépasse les économies salariales immédiates : comment les organisations formeront-elles les personnes qui devront demain interpréter, remettre en question et assumer les décisions opérationnelles assistées par l'IA ?

Ce que l'enquête a réellement mesuré

Gartner a interrogé 303 responsables de la supply chain du 5 mai au 11 juin 2026, en Amérique du Nord, en Europe occidentale, en Asie-Pacifique et en Amérique latine. Les répondants avaient une visibilité sur la stratégie d'IA de leur organisation ou de leur fonction, ou pouvaient l'influencer. Tous travaillaient dans des organisations ayant déjà intégré l'IA à certains processus, à des degrés divers. Les pourcentages rapportés concernent cet échantillon défini, et non l'ensemble des chaînes d'approvisionnement. Il ne s'agit pas non plus d'une expérimentation contrôlée prouvant que l'IA est la cause unique de chaque réduction.

Les premiers postes constituent une étape d'apprentissage de la planification

Tess Frenzel, directrice analyste chez Gartner, avertit que les postes de début de carrière dans la supply chain diminuent plus vite que de nombreux directeurs supply chain ne repensent leurs viviers de talents. Le risque est l'apparition d'un déficit futur de compétences susceptible de compromettre les performances mêmes de l'IA dans ces organisations. Gartner signale également une évolution notable des compétences attendues des cadres intermédiaires par rapport à deux ans auparavant.

Selon l'analyse de Dataleo, les postes de début de carrière offrent souvent l'expérience concrète à partir de laquelle se construit le jugement en planification. Comprendre pourquoi une prévision est erronée, pourquoi une exception de stock est importante ou quand une recommandation contredit des engagements de service suppose de connaître les conséquences opérationnelles. Il s'agit d'exemples analytiques de décisions, et non de tâches précises quantifiées par l'enquête.

L'arbitrage : efficacité immédiate ou capacité future de supervision

La suppression des tâches répétitives peut libérer des ressources et permettre aux équipes restantes de se concentrer sur les travaux les plus importants. Mais réduire les recrutements débutants sans repenser les parcours d'apprentissage peut aussi diminuer le nombre de collaborateurs qui acquièrent l'expérience nécessaire pour exercer demain des fonctions de management et de supervision de l'IA. L'arbitrage ne se résume pas à opposer emploi et automatisation. Il consiste à préserver et développer les compétences décisionnelles tout en transformant les activités qui permettent de les acquérir.

Le management intermédiaire évolue lui aussi

Gartner indique que les compétences attendues des cadres intermédiaires ont fortement évolué. L'étude présente les chaînes d'approvisionnement les plus performantes, définies comme le quart supérieur en matière d'intégration de l'IA, d'automatisation fondée sur l'IA et de résultats économiques, comme accordant davantage d'importance aux compétences métiers et analytiques dans les postes de début de carrière, en confiant aux nouveaux collaborateurs des tâches moins répétitives et plus importantes. Il s'agit d'une association rapportée dans l'enquête, et non de la preuve qu'un modèle d'organisation particulier produit de meilleurs résultats.

Conditions pratiques pour des décisions assistées par l'IA dignes de confiance

Gartner recommande d'associer les nouveaux collaborateurs aux collègues plus expérimentés pour développer leur compréhension des enjeux métiers, de vérifier les hypothèses et les données sur lesquelles reposent les systèmes d'IA, de clarifier la responsabilité des résultats et de renforcer la coordination entre les équipes supply chain. Pour Dataleo, ces pratiques prennent tout leur sens lorsqu'elles sont reliées à de véritables catégories de décisions : exceptions de demande ou de stock, contraintes fournisseurs et de production, et engagements qui ne peuvent être délégués sans autorisation explicite. Une organisation peut réduire ses effectifs tout en renforçant ses compétences, mais seulement si elle remplace délibérément les possibilités d'apprentissage disparues, au lieu de supposer que l'IA formera également ses futurs superviseurs.

Portée des résultats et limites

Le communiqué de Gartner repose sur une enquête réalisée en 2026 auprès de responsables ayant une visibilité sur la stratégie d'IA d'organisations qui l'utilisent déjà dans certains processus. Les pourcentages concernant les effectifs et l'attribution des réductions à l'IA sont des résultats d'enquête tels que rapportés par Gartner. Le communiqué n'isole pas de manière indépendante la contribution causale de l'IA par rapport aux autres raisons possibles des évolutions d'effectifs, et ne quantifie pas le déficit de compétences à long terme. L'analyse de Dataleo sur l'apprentissage du métier et l'infrastructure décisionnelle constitue une interprétation éditoriale, et non un résultat supplémentaire de l'enquête.

Source originale et date : Communiqué Gartner du 28 octobre 2026.

Crédit illustration : l'image mise en avant est une photographie de stock Pexels illustrant une séance de formation professionnelle. Elle ne représente ni les organisations interrogées, ni les analystes Gartner, ni les participants réels de l'étude.