Comment l’IA et le Machine Learning peuvent aujourd’hui optimiser le Supply Chain
Le machine learning, le big data et l’IA (intelligence artificielle) déclinés à la supply chain permettent aujourd’hui de faire évoluer la fonction.
Le big data fait partie de ces sujets supply chain par excellence. Ce thème se caractérise par une situation particulière qui concentre six points que l’on appelle dans le jargon les six « V » : la volumétrie, la vitesse de calcul, la variété des données, la véracité des données, les enjeux de visualisation de ces dernières et le dernier « v », de loin le plus important : la valeur créée qui correspond en moyenne à 20% de stock en moins et 4% de CA supplémentaire.
L’intelligence artificielle (IA) peut se définir comme la capacité donnée à une machine de réaliser des tâches intellectuelles complexes qui étaient encore récemment dévolues à l’homme. D’un point de vue chronologique, le super-ordinateur Deep Blue développé pour IBM spécialement pour les échecs perdait en 1996 pour ensuite avoir sa revanche en 1997 contre le champion du monde, Garry Kasparov. Les années 2000′ virent l’avénement du traitement de la parole. Et les années 2010 sont celle des chatbots (agents conversationnels qui enrichissent et personnalisent leur discussion à chaque dialogue), au véhicule autonome et à Watson, IA développée également par IBM qui peut aujourd’hui diagnostiquer le cancer.
La troisième clé, c’est le Machine learning, une science qui a pour objet de transmettre cette IA aux machines. Rappelons d’ailleurs que l’IA et le Machine Learning fonctionnent pour des tâches spécialisés : l’interprétation d’une image, la reconnaissance de la parole mais aussi pour la prévision des achats et la prévision des ventes pour la supply chain.
Le Machine Learning devient un sujet actuel car aujourd’hui les machines bénéficient d’une véritable puissance de calcul. Un smartphone est plus puissant que le plus puissant des ordinateurs des années 1990. Et surtout la donnée est désormais disponible.
Une aubaine technologique au regard d’une supply chain dont la complexité s’accentue et de l’ensemble des opérations à traiter ( références d’un point de ventes qui se multiplient, événements sur cycles de ventes, etc. ).
Il existe beaucoup de valeurs à traiter. L’IA devient un assistant pour l’approvisionnement via notamment des outils de clustering management dotés d’arbres de décision pour anticiper la vente d’un produit par exemple.
Le Machine Learning permet d’établir ainsi un prévisionnel précis de la demande sur chaque point de la supply (plateforme, point de vente,…). L’information est précise et cohérente partout. Ce qui était impossible à réaliser avant ces nouveaux outils.
Pour conclure, citons quelques chiffres clés :
L’ordinateur est plus performant que 95% des approvisionneurs qui ne sont pas assistés.
Côté Economie : nous comptons plus de 100 000 hommes / jour sur une dizaine de clients. Le point fort sur le point de vente ? Les hommes en magasins se recentrent sur l’animation commerciale d’une équipe de vente plutôt que sur l’approvisionnement et les commandes.
Propos de Manuel Davy recueillis par Geoffroy Framery
