L'intelligence artificielle au service de la supply chain
Selon un récent modèle d'économie numérique de l'International Data Corporation (IDC), d'ici 2023, plus de 50 % de l'ensemble du produit intérieur brut nominal mondial sera généré par des entreprises transformées numériquement. Et, d'ici 2025, au moins 90 % des nouvelles applications d'entreprise auront des capacités d'IA intégrées. Gartner estime que d'ici 2021, l'augmentation de l'IA générera 2,9 billions de dollars US en valeur commerciale et permettra de récupérer 6,2 milliards d'heures de productivité des travailleurs. Étude après étude, il y a des preuves de l'utilisation croissante de l'IA dans toutes les fonctions commerciales, y compris la supply chain. Pourtant, avec toute la ferveur et l'enthousiasme qui entourent l'IA, beaucoup ne comprennent pas tout à fait ce qu'elle est et comment elle peut contribuer à améliorer les opérations, notamment la croissance des marges, les niveaux de service et l'atténuation des risques.
Cet article traite de l'importance de l'intelligence artificielle (IA) dans les opérations de planification de la supply chain et explique pourquoi il est opportun d'adopter les capacités de l'IA maintenant. Nous examinerons les capacités disponibles aujourd'hui pour vous aider à améliorer la productivité, la précision et la rapidité, ainsi que certaines des technologies sur lesquelles les entreprises travaillent aujourd'hui et qui seront le moteur de la supply chain de demain.
Le futur est maintenant
L'expression "transformation numérique" est omniprésente et de nombreuses entreprises ont entrepris de numériser leurs activités. Cependant, il est essentiel de réaliser que l'accès aux données n'est pas à lui seul synonyme de connaissance ou de valeur. Les êtres humains ont une capacité limitée à comprendre quelles données sont importantes et à effectuer l'analyse nécessaire pour prendre rapidement les bonnes décisions. Les défis permanents pour attirer et retenir les talents, répondre aux attentes croissantes des clients et garder une longueur d'avance sur la concurrence acharnée et les pressions sur les prix font que les entreprises ratent des occasions d'améliorer leurs marges, de réduire leurs investissements en fonds de roulement et d'augmenter leurs niveaux de service. La convergence de la disponibilité accrue des données et des avancées technologiques fait que le moment est venu d'adopter une supply chain basée sur l'intelligence artificielle, car nous pouvons désormais découvrir des informations clés à partir des téraoctets de données dont nous disposons.
L'IA aide les organisations à surmonter la pénurie de talents dans la supply chain. Certains experts estiment qu'il n'y a qu'un planificateur/analyste de la supply chain qualifié pour six postes. Pour aggraver les choses, les travailleurs les plus expérimentés, ceux qui ont actuellement entre 55 et 75 ans, partent à la retraite au rythme de 10 000 par jour. L'IA permet de saisir les connaissances, d'automatiser les processus répétitifs et d'augmenter la prise de décisions complexes pour faciliter la transition vers la génération Z, ceux qui sont nés après 1997 et qui entrent maintenant sur le marché du travail. Cette génération, que nous appelons "Digital Natives", a grandi en ayant toujours accès à tout et à n'importe quoi au pied levé. Les Digital Natives s'attendent à vivre la même expérience de travail avec l'IA que celle qu'ils ont vécue dans leur vie personnelle. Pour attirer les meilleurs et les plus brillants candidats de la génération Z, les entreprises doivent adopter des technologies avancées, dont l'IA.
Les attentes des clients en matière de coût, de qualité et de disponibilité instantanée conduisent à la nécessité de comprimer le temps tout au long de la supply chain, de la conception du produit à la disponibilité pour le client. L'IA permet de comprimer le temps grâce à l'automatisation, à l'augmentation et à la capacité de prendre de meilleures décisions plus rapidement. Les entreprises qui n'accélèrent pas de manière significative les temps de traitement peuvent être sérieusement désavantagées par rapport à leurs concurrents.
Enfin, les ordinateurs puissants et peu coûteux d'aujourd'hui permettent de mettre en place des solutions avancées pour la supply chain dont on ne pouvait que rêver il y a quelques années. Pensez à toute la puissance que vous apporte chaque jour Google Assistant ou Amazon Alexa ? Imaginez maintenant qu'il soit conçu pour les rigueurs de l'entreprise qui alimente vos opérations.
Voici quelques-unes des fonctionnalités de l'IA qui sont à votre disposition aujourd'hui :
Un sélectionneur d'algorithme de prévision optimisée sélectionne automatiquement le meilleur algorithme de prévision chaque fois que de nouvelles données sont ajoutées à l'historique de la demande. Il est assez courant aujourd'hui que les entreprises sélectionnent un algorithme (ou deux) et s'y tiennent pendant tout le cycle de vie d'un produit. Les algorithmes sont rarement révisés ou mis à jour. Les grandes entreprises utilisent ce que l'on appelle communément un algorithme "Best Fit". Cette fonction d'intelligence artificielle compare automatiquement la précision des prévisions pour chaque article dans tous les algorithmes de prévision disponibles et choisit l'algorithme qui minimise l'erreur de prévision. La sélection de l'algorithme de prévision "Best Fit" garantit l'optimisation de la précision des prévisions tout au long du cycle de vie du produit.
L'optimisation des paramètres de prévision détecte, analyse et met à jour en permanence les paramètres de planification des prévisions utilisés pour la tendance, la saisonnalité, etc. afin d'améliorer la précision des prévisions et de garantir le fonctionnement optimal de la supply chain. Souvent, ces paramètres sont définis lors de la mise en œuvre initiale d'une solution de supply chain et laissés de côté parce que des ressources précieuses sont concentrées sur le fonctionnement quotidien de la supply chain. Il s'agit là d'une importante opportunité inexploitée pour la majorité des chaînes d'approvisionnement. Logility PulseWise™, par exemple, est une solution basée sur l'IA qui analyse de manière autonome les signaux de la demande par rapport aux performances réelles afin d'ajuster de manière proactive les paramètres des algorithmes de prévision. En supprimant la nécessité d'une interaction humaine, les ajustements essentiels peuvent être effectués, ce qui permet d'améliorer la précision de 20 % ou plus.
Les capacités d'ajustement des valeurs aberrantes de la demande détectent automatiquement les points de données anormaux de l'historique de la demande et les remplacent par une valeur corrigée. Beaucoup de temps et d'efforts peuvent être consacrés à la correction et à l'ajustement de l'historique des données pour tenir compte des anomalies dues aux ruptures de stock, aux actions des concurrents, aux perturbations imprévues ou aux événements non répétitifs. Grâce au machine learning, nous pouvons désormais analyser les prévisions non corrigées et corrigées pour "apprendre" à quoi ressemblent les mauvaises données et effectuer des substitutions aux anomalies qui améliorent la précision des prévisions. Une solution d'ajustement des valeurs aberrantes de la demande alimentée par l'IA réduit le temps consacré à la manipulation des données historiques, libérant ainsi le temps des planificateurs pour travailler sur des activités à plus forte valeur ajoutée. Les capacités de détection de la demande à partir de données non structurées utilisent la reconnaissance de modèles de machine learning et le traitement du langage naturel pour lire et analyser les "grandes données" afin de reconnaître des modèles complexes et de fournir des informations sur les données. Dans l'économie d'aujourd'hui, axée sur les médias sociaux, les goûts et les besoins des consommateurs peuvent évoluer très rapidement. Il est presque impossible pour les planificateurs et les analystes de se tenir au courant de toutes les dernières données des médias sociaux lorsqu'il suffit d'un tweet d’une célébrité sur leur produit préféré pour faire monter la demande en flèche. Des solutions avancées comme celle proposée par Logility analysent automatiquement des téraoctets de données non structurées pour déterminer le "sentiment" et prédire rapidement l'impact sur la demande à court et à long terme.
La simulation probabiliste de la demande fait appel au machine learning pour comprendre la variabilité des prévisions au niveau record. Contrairement aux prévisions à valeur unique, la simulation probabiliste de la demande établit une série de prévisions possibles de la demande. Les solutions avancées utilisent cette compréhension de la variabilité pour créer des prévisions aléatoires qui sont utilisées dans des simulations "Digital Twin" à n niveaux et à contrainte d'offre pour prédire la résilience de la supply chain. L'intégration d'informations sur les revenus et les bénéfices au niveau des produits dans ces simulations de type Monte Carlo permet d'évaluer le risque d'atteindre des objectifs à la fois volumétriques et financiers dans la plage de probabilités de la demande prévue.
Conclusion sur l’intelligence artificielle dans la supply chain
L'intelligence artificielle est un logiciel qui apprend, analyse et s'adapte à mesure que de nouvelles données sont absorbées. Les solutions d'IA peuvent comprendre des concepts complexes, résoudre des problèmes complexes et prendre des décisions complexes. Certaines formes d'IA imitent le cerveau humain, apprenant et évoluant au fil du temps. Selon Supply Chain Insights, "les PDG s'attendent à ce que les responsables de la supply chain se préparent au commerce numérique et veulent savoir comment ils entendent développer des capacités et utiliser des technologies avancées comme l'intelligence artificielle pour créer une supply chain numérique flexible, agile et réactive".
En tant que chefs d'entreprise, voici quelques moyens d'aider votre équipe de la supply chain à se lancer dans l'intelligence artificielle :
- Identifier les grands problèmes que vous voulez résoudre et les grandes opportunités que vous devez saisir. Ces problèmes et opportunités peuvent être des domaines dans lesquels l'IA pourrait avoir un impact significatif au sein de votre entreprise.
- Donnez à votre équipe l'occasion de faire ses recherches et de découvrir les avantages que les capacités d'IA apportent aux autres entreprises.
- Donnez à votre équipe la possibilité de commencer dès maintenant avec des solutions d'IA intégrées et spécialement conçues à cet effet. Mesurez les résultats afin d'établir le bien-fondé commercial de solutions plus performantes en matière d'IA. Encouragez vos équipes à explorer les solutions actuelles qu'elles ont mises en place ; il y a de fortes chances que certaines capacités d'IA disponibles ne soient pas pleinement utilisées.
- Surtout, concentrez-vous sur votre talent. Formez-les, laissez-les acquérir de l'expérience et exploitez les domaines dans lesquels l'IA peut apporter une valeur ajoutée.
L'introduction de l'IA dans les opérations de la supply chain peut propulser votre entreprise vers l'avenir - en exploitant l'automatisation, en optimisant la planification de la supply chain et en évaluant les résultats de plusieurs scénarios pour renforcer votre confiance dans la prise de décision. La mise en place d'une base solide de personnes, de processus, de données et de solutions, et l'utilisation de technologies de pointe spécialement conçues pour la supply chain, comme celles proposées par Logility, peuvent renforcer votre expertise et accélérer votre progression vers la maturité de l'IA.
