Choc pétrolier, marges à recalculer : Renault mise sur l’IA

Chez Renault, le pilotage automatique ne se limite pas aux voitures. Il s’invite aussi dans la fonction finance, là où se calculent les prix de revient et se mesure la rentabilité de chaque modèle automobile. Dans un secteur automobile secoué par des turbulences économiques quasi hebdomadaires, où l’agilité financière est essentielle, l’intelligence artificielle est devenue un impératif stratégique. Laurent David, SVP Group Control, estime que le groupe n’a pas connu pire en matière de volatilité depuis des années. Il parle d’une véritable “urgence” à mettre en place une telle solution.

Sous la pression d’une flambée des prix du pétrole, la part des véhicules électriques a doublé en seulement trois mois. Renault a dû commander massivement auprès de nouveaux fournisseurs, renégocier ses volumes et réorganiser ses flux logistiques en un temps record. Mais le choc ne s’est pas arrêté aux opérations : un basculement aussi rapide a modifié les équilibres financiers de toute la gamme, obligeant à recalculer en urgence des milliers de combinaisons de prix de revient et de marges. Face à ces chocs brutaux, l'écosystème IT historique était incapable de recalculer rapidement la rentabilité. Des mois de travail étaient nécessaires. Alors, Renault a investi ce temps à bon escient et a lancé le projet COS Controller 4.0. 

130 points de souffrance

Le diagnostic, dressé fin 2024, a mis en lumière un héritage informatique complexe. L’architecture historique, que les équipes décrivent comme un “plat de spaghettis”, empilait des chaînes d’outils fortement imbriquées, où modifier une brique risquait d’en fragiliser d’autres. Pour mesurer l’ampleur du problème, l’équipe a interrogé l’ensemble des employés concernés. Cédric Cazaly, COGS Factory & Transformation Director, explique que ce travail a permis de recenser 130 points de souffrance, touchant à la fois l’organisation et l’efficacité opérationnelle, la data et sa qualité, ainsi que l’architecture et les outils.

Pour y répondre, Renault a opté pour la plateforme Dataiku, utilisée en mode low-code/no-code afin de rapprocher directement les équipes IT et les métiers de la finance. L’organisation “agile” mise en place repose sur des équipes pluridisciplinaires. Data scientists, équipes IT et contrôleurs de gestion travaillent en cycles courts de trois semaines. La transformation, elle, se déroule en quatre étapes successives, à la manière d’un golem que l’on façonne avant de lui donner vie. La première, celle de l’argile, est consacrée au nettoyage, à la structuration et à la traçabilité des données. Cette traçabilité, ou data lineage, consiste à connaître à tout moment la provenance d’une donnée et par quelles transformations elle est passée. L’objectif est d’obtenir un Single Point of Truth : une source unique de vérité à laquelle tous les services se réfèrent, reliée aux ERP (NDLR : les ERP, ou progiciels de gestion intégrés, sont les logiciels qui centralisent les données de l’entreprise : finance, achats, production, logistique).

Un contrôleur en 4 étapes 

Cette phase a conduit à une automatisation massive et à la suppression de plus de 100 fichiers Excel isolés. La seconde, consistant à connecter également les données métiers, permit d’offrir une vision unifiée de la valeur de bout en bout de la chaîne de production. 70% des flux de données ont ainsi été automatisés. Ce n’est qu’à la troisième étape, celle de l’intelligence, que le contrôleur apprend à raisonner : le machine learning et une dizaine d’agents IA entrent alors en jeu. “Nous avons redéfini nos besoins pour ne pas développer des agents dans tous les sens”, explique Cédric Cazaly, COGS Factory & Transformation Director. Un cas d’usage dédié à la disponibilité des puces mémoire a, par exemple, été déployé en une seule semaine, ce qui a permis d’éviter des ruptures de chaîne de production dans les usines.

Reste alors le souffle de vie, celui qui anime enfin le golem. Le contrôleur atteint sa forme finale lorsqu’il est doté de sa capacité de modéliser rapidement tout nouveau phénomène, d’anticiper les risques et de simuler des scénarios futurs. Les achats sont le premier domaine à en récolter les fruits. “Depuis fin 2025, les 30 milliards d’euros d’achats annuels du groupe nécessaires à la construction de véhicules sont intégralement pilotés via Dataiku”, raconte Ilyas Galzim, Procurement Financial Insights & Analytics Director. Les acheteurs peuvent également simuler la nomination des fournisseurs et optimiser la performance économique, avec des gains ciblés de 6 % sur trois ans.