Comment le Studio IA simplifie les achats chez Asana

Dans le monde complexe de l’approvisionnement des entreprises, le succès ne se résume pas à l’achat et à la vente. 

Il s’agit de naviguer stratégiquement, en trouvant un équilibre entre les relations avec les fournisseurs, la gestion financière et les risques organisationnels. Pour l’équipe chargée des achats chez Asana, cette complexité est particulièrement marquée.

« Nos accords les plus complexes peuvent impliquer jusqu’à sept équipes interfonctionnelles, avec d’innombrables transferts », explique Jennifer Liu, responsable des opérations d’approvisionnement chez Asana.

Cette complexité est également ce qui fait de l’approvisionnement un candidat de choix pour l’innovation en matière d’IA. Une enquête menée en 2025 par Icertis révèle que 90 % des hauts responsables de l’approvisionnement adoptent déjà ou explorent l’IA pour gagner en efficacité.

Consciente de l’opportunité, l’équipe d’approvisionnement d’Asana a adopté une approche stratégique de l’intégration de l’IA à l’aide de Studio IA, notre générateur no-code. Elle s’est concentrée sur trois défis clés :

• Trier efficacement les tâches à volume élevé

• Aider les parties prenantes à trouver rapidement les informations pertinentes

• Découvrir des indicateurs à partir de l’historique des contrats et des décisions

Fondamentalement, l’équipe n’a pas cherché à transformer l’ensemble de ses activités. Elle s’est plutôt concentrée sur l’amélioration des processus existants et l’élimination des points de friction, une approche qui a amélioré à la fois l’adhésion des parties prenantes et la conformité du contrôle des achats.

C’est l’occasion de faciliter la vie de nombreuses personnes.”

Examinons de plus près chaque défi et les solutions basées sur l’IA.

Défi n° 1 : trier un volume élevé de tâches 

La première et la plus simple des opportunités pour l’équipe a été d’utiliser le Studio IA d’Asana pour automatiser l’attribution des tâches aux représentants appropriés. 

« Au cours de l’exercice 2025, notre projet d’achat a fait l’objet de 1 137 soumissions, chacune consistant en trois tâches distinctes qui doivent être attribuées à des représentants interfonctionnels. Cela représente environ 300 missions par mois. » 

En analysant les informations relatives à la région et au service à partir du formulaire de réception, l’IA achemine désormais automatiquement les tâches vers les bons membres de l’équipe dans les services des achats, des finances et juridiques. 

Cela se produit avant toute intervention manuelle, ce qui garantit des délais de traitement plus rapides et réduit les frais administratifs.

Défi n° 2 : trouver efficacement les informations pertinentes

Les examinateurs financiers et budgétaires de l’organisation doivent parcourir de longues descriptions de tâches Asana contenant des informations vitales pour plusieurs équipes. Cela représente beaucoup d’informations à traiter.

« Étant donné le nombre d’équipes interfonctionnelles impliquées, le formulaire de réception contient de nombreuses questions », explique Liu. Désormais, grâce à l’intégration de l’IA, les équipes telles que celles chargées de la planification et de l’analyse financière obtiennent des résumés qui ne contiennent que les informations dont elles ont besoin du point de vue budgétaire.

Résultat ? Au lieu de passer au peigne fin des données non pertinentes, les partenaires interfonctionnels peuvent désormais extraire rapidement les informations dont ils ont besoin, grâce au Studio IA.

Défi n° 3 : analyser les décisions historiques qui pourraient avoir un impact sur le travail actuel

Le processus le plus innovant de l’équipe consiste à utiliser l’IA et l’API d’Asana pour rechercher des tâches historiques pertinentes dans les titres, les descriptions et les commentaires, même lorsque les noms des fournisseurs apparaissent dans des formats différents. Par exemple, il peut identifier le contenu qui concerne « Acme Corporation », qu’il soit écrit « Acme », « Acme Corp. » ou « Acme.com, Inc. ». 

Voici comment cela fonctionne :

La fonctionnalité « actions de script » du générateur de règles Asana natif a la capacité d’appeler l’API Asana à l’aide de JavaScript. En combinant des règles d’IA et des actions de script, l’équipe chargée des achats déploie quatre règles qui fonctionnent de manière séquentielle pour rechercher des tâches historiques pertinentes.

• Étape 1 : l’IA génère des termes de recherche suggérés.

• Étape 2 : les actions de script font appel à l’API Asana pour rechercher des correspondances exactes avec ces termes de recherche parmi les noms de tâches, les descriptions et les commentaires d’un projet donné. L’action de script organise également les noms et les descriptions des tâches correspondantes en un seul commentaire.

• Étape 3 : l’IA examine le commentaire pour confirmer que les correspondances ne sont pas des faux positifs et commente un bref résumé des seules tâches qui semblent être des achats auprès du même fournisseur.

• Étape 4 : les actions de script copient ce résumé généré par l’IA dans la tâche d’origine (les étapes 1 à 3 se déroulent dans une tâche de référence distincte).

Le travail intelligent se poursuit, fournissant un résumé clair avec des liens vers les tâches historiques pertinentes. 

Ce processus est particulièrement utile pour les examinateurs juridiques, car il réduit le temps passé à fouiller dans les bases de données de contrats. Cela permettra probablement d’économiser 5 à 10 minutes par tâche. Multiplié par 1 000 tâches par an, cela représente environ 125 heures de travail juridique récupérées.

« Cela permet de retrouver beaucoup plus rapidement et facilement les dernières versions des documents », explique Bianca Lopez, conseillère commerciale, service des achats chez Asana. « Cela nous rend plus cohérents avec ces vérifications rétrospectives. »

Conclusion sur l’impact et les avantages

Le Studio IA a déjà un impact significatif sur l’équipe d’approvisionnement d’Asana :

• Gains d’efficacité. En automatisant les étapes manuelles du processus, les membres de l’équipe peuvent se concentrer sur des tâches plus stratégiques plutôt que sur le routage administratif et la recherche. 

• Moins de frictions. Le triage automatisé et les résumés ciblés aident à rationaliser le processus pour les demandeurs et les réviseurs, augmentant ainsi l’efficacité et permettant à l’équipe de traiter un volume plus élevé de demandes.

• Conformité renforcée. La fonctionnalité de recherche de l’historique des tâches aide l’équipe chargée des achats à trouver facilement les accords pertinents. « Nous sommes en mesure de nous assurer que nos nouveaux contrats sont éclairés par des accords antérieurs », explique Liu.

Et maintenant ?

Jennifer Liu envisage des applications d’IA encore plus avancées dans le processus d’approvisionnement, comme le remplissage automatique des renouvellements grâce aux données historiques des tâches, pour réduire la saisie redondante de données et faciliter le processus d’approvisionnement pour les demandeurs et les réviseurs.

« Selon nous, l’IA n’a pas vocation à remplacer l’humain, mais à renforcer ses capacités », explique Liu. « Elle nous permet de transformer l’activité d’approvisionnement en passant d’un rôle très procédural à un statut de partenaire stratégique, plus rapide, plus intelligent et créateur de valeur pour l’ensemble de l’entreprise. »